現(xiàn)在正在刮起的AI風(fēng)之于智能網(wǎng)絡(luò)攝像機，到底是噱頭還是未來，需要從用戶的角度出發(fā)，真正做到實用化、體系化、多業(yè)務(wù)融合，才能讓這股風(fēng)吹得更久，勁兒更大。

　　實用化：這一點主要是針對各廠家對AI智能的數(shù)據(jù)宣傳，“單畫面抓取100個人臉、每幀識別30個人臉，每天1億人臉建模，支持人臉角度側(cè)臉45°、千億數(shù)據(jù)秒級檢索、50米外人臉識別、人臉抓取率99.5%、十億庫一秒比對、百億人/秒人臉識別比對，800路實時視頻結(jié)構(gòu)化”，讓人充滿了對邊緣AI的無限遐想，但實際上能否適應(yīng)更多的場景，能否穩(wěn)定實現(xiàn)所宣傳的指標(biāo)，大家心里還是打鼓的。

　　體系化：除了個別民用領(lǐng)域之外，前端設(shè)備從來不會單獨使用，一定要配合平臺實現(xiàn)更為細(xì)分的業(yè)務(wù)，所以智能要成體系，從軟件到硬件，從前端到后端，同時配合公安、智慧、政法等業(yè)務(wù)平臺實現(xiàn)大數(shù)據(jù)的處理。

　　多業(yè)務(wù)融合：好的系統(tǒng)一定是將優(yōu)勢模塊進(jìn)行有效的整合，如將智能AI與超星光、熱成像技術(shù)融合，實現(xiàn)低照或無光下的高精度識別;與聲光警戒技術(shù)融合，實現(xiàn)主動預(yù)警，將危險消滅在萌芽狀態(tài);與深度學(xué)習(xí)算法融合，模擬人的神經(jīng)網(wǎng)絡(luò)，通過不斷學(xué)習(xí)，提高傳統(tǒng)算法的準(zhǔn)確性，并且解決傳統(tǒng)算法識別種類少、場景受限問題等。

　　圖1 深度學(xué)習(xí)與超星光技術(shù)融合，實現(xiàn)超低照度識別

　　隨著安防近幾年產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整，安防廠家硬件技術(shù)的進(jìn)步和快速推廣為AI向安防行業(yè)滲透提供了先天的有利條件。通過近一兩年的探索，一批優(yōu)秀的安防生產(chǎn)廠家如海康、天地偉業(yè)將人工智能技術(shù)應(yīng)用于安防行業(yè)，并開發(fā)出交通卡口、人臉布控、警戒系統(tǒng)、案情分析等多種垂直應(yīng)用功能。隨著各大安防廠家對人工智能持續(xù)的產(chǎn)業(yè)化應(yīng)用，以人工智能算法為主要形式的安防智能化已呈爆發(fā)式增長。從2016年下半年開始，政府類安防監(jiān)控項目中人工智能功能從無到有，占比懸殊擴大。此外從項目形式上看，PPP訂單有條不紊的持續(xù)推進(jìn)，全國范圍內(nèi)的智能化平安城市建設(shè)將成為安防行業(yè)的重要發(fā)力點，AI將成為安防企業(yè)下一階段的核心競爭力。