《2018年中国AI+安防行业发展研究报告.pdf》由会员分享,可在线阅读,更多相关《2018年中国AI+安防行业发展研究报告.pdf(71页珍藏版)》请在得力文库 - 分享文档赚钱的网站上搜索。
1、追光AI,安防产业格局骤变 亿欧智库 Copyrights reserved to EO Intelligence, June 2018 2018年中国AI+安防行业发展研究报告 目录 CONTENTS 01 AI应用于安防行业历史发展及现状 Background 人脸识别指纹识别虹膜识别 参与标准制定并 通过印度国家级 虹膜测试; 15年行业应用经 验,100万+台设 备良性运转,每 年以10亿人次的 指纹验证速度递 增; 60%+ 金融行业市场占 有率超过60%, 超过130家银行为 直接客户; 100+ 完成了全国100多 个小区智慧社区 项目; 100多所高校达成 智慧校园建设合 作;
2、 完成平安城市、 公路交通、机场 等反恐维稳项目 建设,入驻雄安 布局智慧城市; 多 Part.1 AI应用于安防行业历史发展及现状 AI+安防行业案例 18 EO Intelligence 眼神科技 随着技术的发展,安防摄像机的人工智能属性将不断提升,摄像机可以进行前端交互、自动组网,对信息的跟踪能力越来越强;中心机 房向大数据方向发展,数据的处理能力不断增强;而安防也不再局限于安全管控,将更多深入民众生活的方方面面。 因此,在安防行业,多领域的探索已经成为趋势。眼神科技通过将多种自主知识产权的生物识别技术统一融合,在不同细分领域中构建 统一认证云平台,实现用户多种生物特征数据的统一管理、分
3、类存储和融合识别,满足应用多元化的需要。在2018年眼神科技还将逐步 把视野从人的识别向其他方面延展,与国内五所顶尖大学和科研机构成立联合研究院,并在雄安新区成立眼神人工智能研究院。 应用服务接口 服务分发平台管理 多模态生物识别服务接口 人脸引擎虹膜引擎其他引擎 特征模型 比对模块 特征管理 训练管理 生物特征数据库 用户 生物特征采集 指纹、人脸、虹膜、声纹、静脉等 生物特征信息交互系统 行业业务系统 学校司法家居零售 公安银行医疗能源 主要技术 人脸识别技术虹膜识别技术指纹识别技术 人脸检测虹膜图像采集图像采集与识别 人脸归一化虹膜图像的预 处理 特征抽取 人脸特征提取虹膜特征提取 及编
4、码 指纹分型 人脸特征比对匹配与识别匹配指纹 亿欧智库:眼神科技基于“平台+场景+数据” 的生物识别统一身份认证平台应用架构图 Part.1 AI应用于安防行业历史发展及现状 AI+安防行业案例 19 Case Study Strategy of Listed Companies in Security Industry 案例分析安防领域上市企业战略布局 20 EO Intelligence 安防企业发展过程中的战略变化 Part.2 案例分析安防领域上市企业战略布局 21 EO Intelligence 安防产业发展过程中,技术的升级,性质的转变 从企业更新的年报中,亿欧智库筛选并整理了自2
5、008年起安防产业发展过程中技术的升级以及安防性质的转变。三个比较明显的变化主 要是在:1)2009年,网络技术的普及、3G技术的成熟,视频监控向数字化发展;2)2013年,智能手机、4G技术的发展给安防带来了 更加智能的操作空间;3)2016年,人工智能和VR大热,智能化安防产品越来越多。 2 0 0 8 年 2 0 1 4 年 2 0 0 9 年 2 0 1 3 年-2 0 1 2 年2 0 1 1 年 2 0 1 0 年 2 0 1 5 年2 0 1 6 年2 0 1 7 年 产品供应商向整体解决方案 商转变 视频监控从模拟向数字化过 渡 3G技术成熟3G技术/三网融合/物联网 安防视频
6、监控设备以场景进 行分类 4G技术/无限网络 网络化、高清化、智能化 从简单安防产品向可视化传 感器转变 网络通信/云计算/大数据/智 能手机普及 “看得清”到“看得懂” “看视频”到“用视频” “看得见”到“看明白” 从传统模拟DVR加矩阵方案 向着高清化、IP化解决方案 人工智能/VR/AR/云计算/ 大数据 从语音业务过渡到网络视讯 基于本地的小规模监控发展 到基于网络的大型远程监控 系统 深度学习算法 Part.2 案例分析安防领域上市企业战略布局 安防企业发展过程中的战略变化 数据来源:亿欧智库整理; 22 EO Intelligence 安防领域内新兴AI企业产品的演变 4月,发布
7、SenseFace3.0平台 SenseFoundry方舟城市级视 觉开放平台(深度学习) 3月,“炬眼”智能人脸识别 相机(深度学习 海康机器人 萤石 AI Cloud AI芯片 民用安防 35+分公司, 200+办事处 33+ 境外分支机构 | “全球安防50强”首位(2016-2017) Part.2 案例分析安防领域上市企业战略布局 安防上市企业案例分析 数据来源:东方财富网及官网搜索,由亿欧智库整理; 27 EO Intelligence 28 海康威视 战略投资/ / 新品牌 建立萤石网络公司 (打造民用智能安防产品) 200820122015201620172018 Today
8、成立海康汽车技术有限公司 (智能车载系统及相关智能产品) 建立海康微影传感科技有限公司 (图像微影成像技术,深度学习) 新建机器人技术有限公司 (安防机器人、智能装备) 收购Secure Holdings Limited公司 (智能报警) 成立海康希牧智能科技有限公司 (拓展车载智能系统、电子产品的设计等) 技术研发 图像处理技术 视频分析与模式识别技术 网络传输和控制技术 视频数据结构化处理 视频压缩技术H.264编码 车辆智能识别技术 高清逐行扫描CMOS H.265视频压缩算法 三码流技术 多场景巡航跟踪、检测 录像的二次智能检索、分析和浓缩播放 iMVS-6000算法平台图像分析 机器
9、人调度系统(RCS) 视频红口保障技术 深度学习技术 双目立体视觉技术 多目标智能检测跟踪功能 SDT大数据智能分析 前端数据分析比对逻辑 高效防逆光技术 视频图像采集处理技术 应用/ /产品 DS系列Card.智能板卡 高清智能交通产品 (高清卡口,电警系统,高清牌识系统等) 萤石系列智能民用安防产品 Smart2.0系统和产品 智慧平安城市解决方案 “猎鹰”“刀锋”智能服务器, 阡陌”系列机器人智能仓储系统 海康威视深眸系列智能摄像机 “明眸”智能门禁产品 “智瞳”图像创新应用联合实验室 数据来源:网页及官网搜索,由亿欧智库整理,信息不完整可在报告末页添加作者微信进行补充; 从海康威视在智
10、能安防领域的发展脉络来看,主要是依靠本身技术优势研发生产,也是较早推出AI安防产品的企业之一。 Part.2 案例分析安防领域上市企业战略布局 安防上市企业案例分析 EO Intelligence 2008 未来重点攻关图像处理技术和 网络技术 2011 引入“云”概念,内嵌管理平 台和服务器,打造“云 DVR” 2014 积极布局民用安防市场 2017 全智能、全计算、全感知、全生态” 的人工智能战略 嵌入式数字 硬盘录像机 前端音视频产品 后端音视频产品 大华对外投资动作明显,报告期 内共投资11家相关企业 对外投资11家企业 云生态、智未来 智能监控项目 智能建筑项目 解决方案 从业务发
11、展过程来看,大华股份历经了三个主要阶段:1)最初主要以嵌入式数字硬盘录像机为主,其他业务为辅,与其他安防上市企业 业绩相当;2)2010年大华发生跨越式发展,主营业务转为后端音视频产品,再到前端音视频产品,加强对专业人员的引进;3)围绕 “大安防”战略,向整体解决方案服务商转变。相对于业务的变化,从以下历程图来看,对新技术的敏感程度也颇为重要。 近年来,随着人工智能技术对安防产业的渗透,越来越多从业者认为,AI有望改写行业格局。作为嗅觉灵敏的大华,意识到了人工智能 的突破性创新技术。亿欧智库总结了大华近年来AI智能产品线,AI产品应用应该比预期更晚一些。 成立人工智能研究院 推出大华睿智视频服
12、务器 大华睿智系列 人脸网络摄像机 2016 与中科曙光打造人工 智能联合实验室 天眼人脸识别F7500-P (Tesla P4 GPU) 推出慧系列AI摄像机 大华股份 Part.2 案例分析安防领域上市企业战略布局 安防上市企业案例分析 数据来源:财报及官网搜索,由亿欧智库整理; 29 EO Intelligence 多应用、多场景,向人工智能方向转型 据亿欧智库了解,东方网力的主营业务为城市视频监控管理平台的研发、制造、销售及提供相关技术服务,较高程度上依赖于国内各级 政府对平安城市项目中视频监控管理系统的投入状况,近年来政府对平安城市项目重视程度也给东方网力带来一定的机遇。 为了拓展其
13、他新业务,东方网力在智慧轨道交通、智能驾驶、机器人安保、家用摄像头、机器人、前端设备和解决方案等进行投资收购, 积极探索人工智能在视频监控领域的应用,补足了业务应用的短板,同时也加强了在AI方面的技术能力,进入用户粘性更强的运营业务。 东方网力 Part.2 案例分析安防领域上市企业战略布局 安防上市企业案例分析 数据来源:财报及官网搜索,由亿欧智库整理; 30 AI + Security Industry Application Environment AI应用安防行业场景分析 31 EO Intelligence AI应用安防场景后发生的改变 32 Part.3 AI应用安防行业场景分析
14、EO Intelligence 硬件市场增长速度减缓,软件和技术支持催生安防新场景应用 智能安防的发展方向主要从软件硬件、系统集成和运营服务三方面入手:前端摄像机内置人工智能芯片,可实时分析视频内容,检测运 动对象,识别人、车属性信息,并通过网络传递到后端人工智能的中心数据库进行存储。 根据IHS Markit最新视频监控市场调查数据,2016年中国视频监控摄像机出货量达5820万台,仅比去年增长了2.3%,远低于2015年 (34.6%)与2014年(38.5%)、2013年(29.6%)的增长率,这也意味着当前中国市场摄像机的覆盖已经趋于饱和,而未来市场对于 摄像机的主要需求将是由摄像机功
15、能升级的更替驱动。而除了视频监控硬件,其余报警探测器、门禁、对讲机视讯终端等硬件也都趋向 于市场饱和,现阶段各细分领域中参与企业几乎占据所有市场份额,新玩家涌入机会较小。 而在2017年除视频监控外,根据百度指数反馈,安防领域中最火热的是智能家居场景和人脸识别技术,相比较于传统安防的,两者都是 基于人工智能技术在安防产业中的应用与发展而受人关注出现热度的,其核心产品的智能化程度高,对于智能软件和技术支持都有一定 的要求。 33 上游(零部件、技术及算法供应商) 下游 (产品销售商) 硬件软件 技术支持 Part.3 AI应用安防行业场景分析 安防领域变化 EO Intelligence 新算法
16、引入,安防产品效用指数倍增长 传统的安防产品如摄像机和门禁系统都只能做到初步防御,其监控视频只能进行短暂存储,调取后寻找特定人员或车辆需要花费大量人 力和物力成本,出入口控制凭证往往只是听取语音或者使用人直接识别面部,而硬件条件缺失也容易产生错误判断,在智能时代中,缺 少自我识别的安防产品已经不能适应大众对于安防的需求,在这样的条件下算法引入安防产品成为关键。 但传统智能算法能够在特定环境和特定时间下表现出良好的性能,但只要一项因子发生改变(画质、环境等),传统智能算法在应用上 表现出的性能就会出现明显的下降,而计算机视觉、深度学习、集成算法等重要的人工智能算法同样需要能落地的具体行业,因此双
17、方 的契合度决定安防领域成为算法优先测试方向。 在安防领域智能算法的运用主要表现在,用无间歇工作的智能算法来代替无法长时间保持高效的人力对视频画面进行监控;解决出入口 控制中人脸、指纹和语音等关键判断依据被冒用或者盗用的情况;提高安防产品保密和防御级别,确保视频会议,大型场所安防布控等 重要场合的正常运转。 34 算法名称主要内容 CNN卷积神经网络智能识别技术的基础,模仿人脑对数据抽象化表达,图像识别领域大量应用 DSP算法数字信号处理,数字时代大部分产品正常运行的基础,典型的有FPGA算法 安全哈希算法网络安全的基础,防止中间人攻击或网络钓鱼攻击 RSA算法公开密钥密码体制,确保信息加密和
18、网络安全,视频会议的基础 四叉树算法H.264和H.265视频编码标准基础,特定码率对高画质数字图像传送 亿欧智库:AI安防主要涉及算法 Part.3 AI应用安防行业场景分析 安防领域变化 EO Intelligence 芯片智能化提升安防硬件智能水平 安防领域内对硬件智能化程度的需求更高,硬件的交互属性大幅度提升。以最被人熟知的视频监控领域为例,传统安防使用的大部分摄 像机因为传输的要求而被高清智能网络摄像机所取代,后者最大的优势在于后台可加装多种软件(如ISP硬件系统),以供安防需要。如人 脸识别、自动跟踪、过滤系统和视频存储压缩功能,拥有强大的系统性算法创新能力和海量输入情况下,结合大
19、数据的系统性综合算法 能力,能够远程操控,长时间不间断地对目标进行监测,环境适应能力加强。而这样的技术突破来自于智能芯片的广泛使用。 如今智能摄像机中往往需要涵盖:音频编解码器+CCD/CMOS图像传感器+CDS光敏电阻和DSP(FPGA)数字信号处理+基于H.264以 上的CPU+PHY以太网芯片,而这其中像CMOS、FGPA、H.265都能完全取代先前同作用产品。 随着边缘计算的到来,图像和视频数据处理模式也发生了改变,原来的单级存储已经不太能满足行业的发展需求,AI功能前置成为趋势, 摄像头的前端附卡率开始增长,监控专用microSD正是智能监控数据存储和处理模式多元化下的产物。 35
20、ARM AMS FPGA 镜头感光区域ISP硬件 固件 图像质量 调试工具 视频接口 ISP内同步 Bayer 格式 RGB I2C/SPI 通信协议 网络 I2C/SPI 通信协议 脉冲宽度调制 光 Part.3 AI应用安防行业场景分析 安防领域变化 EO Intelligence 视频结构化发展,数据维度上大幅提升 大数据造就了深度学习,占大数据总量60以上的为视频监控数据,每年仍以20的速度递增。监控视频已经全面高清化,1080P已经 越来越普及,4K甚至更高的分辨率逐渐在重要场景中得到应用。高分辨率下,为确保视频信息的正常传输和存储,在处理视频信息时往 往采取结构化的方式,将海量数据
21、分割处理,再通过后台进行智能化整合与合理分类。 从视频监控角度,智能算法让信息传输发生质变,早期视频编码标准H.263以24Mbps的传输速度实现标准清晰度(720*576)广播级 数字电视;而H.264由于算法优化,可以低于2Mbps的速度实现标清数字图像传送;最新的H.265 High Profile已经可实现低于 1.5Mbps的传输带宽下,实现1080P全高清视频传输。 根据旷视科技的实验结果显示,视频结构化之后,从百万级的目标库中(对应数百到一千小时的高清视频)查找某张截图上的行人嫌疑 目标,数秒即可完成;千万级目标的库中查找,几分钟即可完成(如果实现云化,速度会更快)。经过结构化后
22、的视频,存储人的结构化 检索信息和目标数据不到视频数据量的2%;对于车辆,不到1%;对于行为降得更多。存储容量极大地降低,可以解决视频长期占用存 储空间的问题。 36 处理速度 视频处理方式 工作模式 处理精度 场景限制 早期:视频浓缩,动态帧处理,确定方向 智能化:视频结构化,图搜视频检索 早期:模式识别,准确率提升有瓶颈 智能化:深度学习,可通过训练不断提高 早期:人工监控为主,智能化水平低 智能化:机器智能逐步替代人工处理 早期:重叠交叉无法处理,背景影响大 智能化:可通过数据训练提升能力 早期:基于CPU,处理速度慢 智能化:基于CPUs,处理速度较快 Part.3 AI应用安防行业场
23、景分析 安防领域变化 EO Intelligence 识别技术广泛应用,安防产品从主动识别到被动识别 2015-2016年期间,“实验室算法”Linkface公司的DeepID2、旷视科技的Megvii算法、谷歌的FaceNet算法分别取得99.15%、 99.50%和99.83%的识别准确率,超过肉眼97.50%的识别率,百度的“近实用”算法也取得了97.6%的识别准确率。从此智能识别开始 被业界认可,卷积神经网络及其相关技巧的应用解决了计算机如何“看世界”的问题,而智能安防产业的首要数据来源便是图像和视频, 智能识别技术完美契合安防,将识别应用从主动识别固定对象提升到被动识别随机对象上。
24、目前智能识别技术还有广泛的提升空间,最主要的训练形式一个有效的神经网络的形成需要数以万计的数据进行训练,涉及到的计 算量极大。根据天风证券对人脸识别国内头部企业的调研,训练一个识别率较高的人脸识别模型通常需要10-100万量级的人脸图片数据, GPU服务器约为1-2周的训练时间。 37 输入层 卷积层1 池化层1 卷积层2 卷积层3 池化层2池化层3 卷积层4 DeepID层 全连接 输出层 亿欧智库:CNN图像识别算法原理 Part.3 AI应用安防行业场景分析 安防领域变化 EO Intelligence AI安防应用减少城市犯罪率,智慧城市多样化需求诞生 38 AI在安防领域中的引入让国
25、内安全指数有了大幅度的提升,根据Numbeo安防安全值来看,中国区域的犯罪指数从2015年的41.75降低 到2017年的33.90,与加拿大、德国等发达国家处在同一水平,远领先美国、俄罗斯等同级别国土面积的大国,随着智能安防的全面构 建,中国城市的安全属性有了大幅度地提升。 从2012年智能安防建设理念开始规划至今,平安城市、智慧城市、天网工程、雪亮工程、一带一路等国家重要级别的规划建设中安防一 直是重中之重,从智慧城市理念开始普及以及大数据、物联网和人工智能三大因素的协同,数字政务、数字民生和数字产业逐步成为城 市建设的亮点,也让智能安防有了落地的方向和空间。 亿欧智库:2017年国家犯罪
26、指数分布图 应急系统 数字城管 建设工程 政务公开 数字物流 智能交通 数字路检食品安全 智能出行 数字校园 环境监控 行政审批 平安城市 数字社区 数字医疗 数字景区 数字政务 数字邮政 数字工商 智慧城市 平台 Part.3 AI应用安防行业场景分析 安防领域变化 数据来源:左一来自Numbeo; EO Intelligence AI+安防产品在警民场景应用 39 Part.3 AI应用安防行业场景分析 EO Intelligence 场景划分明显-警务和民用 随着AI技术在安防领域中的大规模应用,基于检测、跟踪、识别三大主流方向,绝大部分安防产品都有落地的使用场景,从目前发展情 况来看,
27、智能安防产业发展趋向于两极化:更加偏重于宏观的智慧城市大安防化与更加侧重于微观的民用服务微安防化,较为典型的是 公安、司法和监狱的警用场景和日常贴近生活的民用场景。 在警用层面,对于场景划分可以按照警用需求划分为“点”、“线”、“面”和“后台”四个维度的布防,主要特点是利用智能安防产 品在识别和分析上的优势,做到预警和管控。 智能交通、园区、智能楼宇、平安城市这四个在两年前热度极高的关键词已经成为智能安防主要发展领域,而热门领域中智能家居、金 融和智慧城市领域热度攀升,民用安防涉及的领域呈现多元化特点。 40 15.3% 14.9% 8.5% 8.0% 6.6% 6.4% 5.8% 5.5%
28、4.6% 4.3% 20.1% 智能家居金融智慧城市校园公安部队 医疗司法能源零售其他 亿欧智库:2017年5月-2018年5月安防热度搜索值 警用安防类型重要场景重点技术 “点”布防 车站、机场、酒店等卡 口、出入口,门禁安检 等 身份认证,静态人脸识别、指纹识 别、虹膜识别等 “线”布防 道路监控,嫌疑人或车 辆路径跟踪等 车辆识别、人脸识别,图像识别与 处理,目标锁定分析 “面”布防 热点区域,重点场所, 人流量大的开放空间 人群与行为特征分析,人脸识别, 目标动态和轨迹识别 “后台”布防 案件侦破,案件频发地 预警和管控 人脸识别,行为分析,视频结构化, 数据挖掘分析 亿欧智库:AI+
29、安防警用领域重要场景和对应技术 Part.3 AI应用安防行业场景分析 AI+安防产品在警民场景应用 信息来源: 亿欧智库整理,左二来自百度指数; EO Intelligence AI+安防产品在警务场景应用 41 Part.3 AI应用安防行业场景分析 EO Intelligence 警用需求:精度和效率上的提升 智能安防前后端产品能够汇总海量城市级信息,再利用强大的计算能力及智能分析能力,对嫌疑人的信息进行实时分析,给出最可能的线 索建议,将犯罪嫌疑人轨迹锁定由原来的几天,缩短到几分钟,为案件的侦破节约宝贵的时间。以海康威视2017年破获某个抢劫案为例, 从大量的视频图像中找到嫌疑人,需要
30、对来自500多个监控点的长达250个小时的视频进行分析,如果采用人力查阅,至少需要30天时间, 但如果采用基于深度学习的视频分析技术,仅需不到5秒。 根据国家统计局数据,从2012年起,依靠智能视频监控系统,公安受理和查处的案件数量都有大幅度减少,预警维稳成效显著。而在破 获案件精度和效率方面,AI技术让安防精度趋近100%,但因为外界因素难以达到误报率0;效率值有了显著攀升,但因为智能安防系统 需要配以大量高清摄像机,处理百万级别的视频数据,因此从全国范围来看,尚未完全普及的智能安防产品让效率值有所下降。 42 1331.07 1274.65 1120.22 1097.16 1065.21
31、1388.95 1330.75 1187.85 1179.51 1151.72 1000 1100 1200 1300 1400 1500 2012年2013年2014年2015年2016年 公安机关查处治安案件数合计公安机关受理治安案件数合计 2012年2016年2017年 2010年2018年及以后 年份 百分比 公安案件处理精确度公安案件处理效率值 智能安防概 念出现,AI 技术革新 大量落地 产品出现 警用安防效 果出现饱和 亿欧智库:2012-2016年公安受理和查处案件数量 (单位:万件) 亿欧智库:公安处理案件精度和效率变化趋势 Part.3 AI应用安防行业场景分析 AI+安防
32、产品在警务场景应用 数据来源: 国家统计局; EO Intelligence 警用:点-识别 在关键节点进行身份认证是警用方面较大需求点,传统的身份验证方法包括证件、钥匙、用户名和密码等身份标识内容,由于借助体外 物,一旦标志物或密码被盗或遗忘,其身份就容易被他人冒充或取代,因此AI技术的突破让利用生物特征进行识别成为可能,现阶段利 用程度最高的为指纹识别、人脸识别、虹膜识别和语音识别四种,配以高清摄像机和人工监测,可以在出入口控制端减少危险发生。 目前生物识别主要的适用场景有安检、检票、楼宇对讲、消费支付等,但在新兴应用领域中安防的落地效果最好,如旷视科技天眼系统, 云从科技Cloudwal
33、k Inside SDK+产品,中科虹霸虹膜识别机,SpeakIn“搏音”声纹综合作战平台,whois非接触式掌纹掌脉识别系统 等等,各种生物识别技术确保公安部门在确定人员身份方面误差大幅度降低。 43 指纹识别虹膜识别人脸识别语音识别 优势:出入口控制最为成熟的识别方 式;识别速度快,使用方便且唯一性 好;指纹采集设备可以小型化,成本 低 劣势:指纹特征少难成像;捕捉指纹 过程误差无法避免 优势:最可靠的生物识别技术,人与 人之间区别率100%;极其固定的生物 特征,变化少;用户与设备间无物理 接触 劣势:识别条件较为苛刻,需要较好 的光源;图像获取设备体积较难缩小; 识别成本高 优势:识别
34、特征明显,便于观察;非 接触式采集,没有侵犯性;技术突破 后可应用领域和设备较为广泛 劣势:误差率有待提升;容易引发隐 私泄露的恐慌;遮挡、面部外观变化、 光线等因素影响明显 优势:非接触式识别;辅助识别效果 较好 劣势:声音变化大,难以精确匹配; 欺骗性高,录音设备、变声器等迷惑 性大;识别条件要求高,难以单独分 离所需声音;容易出现无法识别的情 况,用户体验差 Part.3 AI应用安防行业场景分析 AI+安防产品在警务场景应用 EO Intelligence 警用:线-跟踪搜索 从警用安防流程角度来看,对于人员和车辆的识别、搜索和跟踪是重要的应用场景。AI技术解决了以往大海捞针的劣势,能
35、够迅速确定 所需的人员和车辆,继而反馈给相应部门进行针对性的部署。而在日常防范中,通过高清摄像机的被动识别,加之后台数据的分析,能 够判断人群或车流中潜在危机,继而提前防范,尽可能减少人员伤亡和财产损失。 比较有代表性的是在交通领域,随着交通卡口的大规模联网,汇集的海量车辆通行记录信息,对于城市交通管理有着重要的作用,利用 人工智能技术,可实时掌握着城市道路上通行车辆的轨迹信息,分析城市交通流量,调整红绿灯间隔,缩短车辆等待时间。一般来说提 前半个小时预测交通流量变化,合理调配资源,避免堵塞的同时减少了车辆碰撞的概率,较为典型的产品是美国的“心灵之眼”系统。 44 路人轨迹 行为识别 人体识别
36、 人脸识别 静态人像系统 人像信息库 动态人像系统 人员布控报警 人员落脚点分析 司机驾驶状态分析 车主身份验证 轨迹查询和跟踪 车牌识别 车辆布控报警 车辆信息库 车辆交通管理 以图搜车 车辆逃逸抓捕方案 车辆人 Part.3 AI应用安防行业场景分析 AI+安防产品在警务场景应用 EO Intelligence 警用:面-监控 在相对开放或者涉及人员多,人员身份复杂的场所,如机场、法院和监狱等公安重点关照区域,可以利用视频监控系统、紧急报警系统、 出入口控制系统、周界防范系统、智能视频分析系统、机场安防集成联动管理平台等多系统的联动配合,实现实时抓拍人脸、布控报警、 属性识别、统计分析、重
37、点人员轨迹还原等功能,并做出及时有效的智能预警。 机场和火车站作为特殊的交通场所,更重要安防工作的是防患于未然,避免破坏性极大的恐怖袭击事件的发生,以及有效阻止火灾等意 外灾难的发生。防盗报警和灾难报警是主要需求,而灾难报警将会是今后机场和车站安防着重解决的问题。 AI技术带来的高清视频监控让特定场景的人员可以立即通过网络将图像调取到控制中心来进行分析,而不必派遣人员到现场,也不必中 止存储记录和实时监控,此特点在监狱和法庭等重要刑事场合有巨大的使用价值。 45 机场监狱法院 Part.3 AI应用安防行业场景分析 AI+安防产品在警务场景应用 EO Intelligence 警用:后台-智慧
38、大脑 46 虽然将大数据分析技术应用在犯罪治安方面,还不是百分之百的准确,经验丰富的警察可能也不见得需要预测性警务技术,但对于新进 的警务人员而言,预测性警务技术可以帮助他们及早进入状况,尤其在城市预算吃紧,人力又相对缺乏的情况下,运用大数据显然可以 提升城市安防的工作效率。 基于现阶段智能安防产品在后端的作用,众多公安部门开始联动后台视频监控系统形成“天网”。而将大数据引入安防后,后台数据集 中建模,进一步数据优化、机器学习,利用数据创造新的安防价值的城市大脑计划也孕育而生,代表性案例如阿里云“城市数据大脑”。 全域覆盖 以“圈、块、格、点”作为智能安防设 备的布点理念,用“高清、智能、安全
39、、 多样”的前端打造无缝、立体化的监控 体系 全程可控 通过对各安全体系进行分层,配以相对 应的产品,实现灵活严谨的权限分配机 制,在各类智能安防应用的同时保证全 程可控 全时可用 可利用智能安防机器人全天候自动巡检, 实现系统中的视频一键调度、视频资源 随时分析、事前预警、事中控制、事后 筛查 全网共享 公安天网资源、政务视频资源、部委监 察资源、社会监控资源之间进行全局联 网,实现信息共享 案事件专题库 车辆专题库 人像专题库 Part.3 AI应用安防行业场景分析 AI+安防产品在警务场景应用 EO Intelligence 警用:平安城市 智慧城市 根据百度百科公布的 统计数据表明,平
40、安城 市对各类安防产品的需求比例 为监控系统28%、GPS及智能交通 相关产品13%、防盗报警9%、警察装备19%、 刑侦器材15%、生物识别及智能卡5%、其它11%。 平安城市:一个特大型、综合性非常强的管理系统, 不仅需要满足治安管理、城市管理、交通管理、应急指挥等 需求,而且还要兼顾灾难事故预警、安全生产监控等方面对图像监控 的需求,同时还要考虑报警、门禁等配套系统的集成以及与广播系统的联动。 智慧城市:运用信息和通信技术手段感测、分析、整合城市运行核心系统的各项关键信息,从而对包 括民生、环保、公共安全、城市服务、工商业活动在内的各种需求做出智能响应。 平安城市的建设,最早在北京宣武区
41、、山东济南、浙江杭州和江苏苏州四个地区开始做 试点。2004年6月开始,陆续在全国设立首批21个科技强警示范城市建设、22个城市报 警与监控系统建设试点、第二批38个科技强警示范城市建设和3111工程。 根据新型智慧城市发展报告2017反应的数据,全国338个地级以 上城市中有220个完成指标数据填报,平均得分58.03分,半数以上 的申报城市处于起步阶段,资源整合趋势逐步显现。 从城市信息化发展的角度来看,智慧城市建设 的目的是城市通过全面的信息化应用来产生 资源效率的最大化价值,由此 来看,政府和公安未来在 智慧城市建设方面会有 更大的投入。 智慧城市建设从2013年开始规划,1月29日公
42、布第一批试点城市90个后增补9个;2013年 8月1日,公布第二批试点城市103个;2015年4月7日,公布第三批试点城市84个,扩大 范围试点13个,专项试点41个,到2017年,中东部城市的新型智慧城市建设更加先进, 北京、上海、长三角、珠三角的智慧化程度遥遥领先。 Part.3 AI应用安防行业场景分析 AI+安防产品在警务场景应用 47 EO Intelligence 警用:天网工程 雪亮工程 天网工程:满足城市治安防控和城市管理需要,利用图像采集、 传输、控制、显示等设备和控制软件组成,对固定区域进行实时 监控和信息记录的视频监控系统。 2005年公安部下发关于开展城市报警与监控技术
43、系统建设工作 的意见,要求把这类系统建设在全国铺开。2010年公安部再提 出在2013年末要在全国基本建成城市报警与监控系统。从天网工 程大范围建设至今,总投入金额已超过2000亿元,安装的高清摄 像头数量也超过了2000万个。 天网工程主要涉及城市报警与监控系统,不仅可以实时监测区分 出机动车、非机动车和行人,还能准确识别出机动车和非机动车 种类,以及可疑人物的年龄、性别、穿着等等。目前“天网工程” 的首要作用在于维稳,防止出现恶劣事件。 48 2020年 基本实现公共安全视 频监控建设联网应用 从2015年9月“雪亮 工程”向全国推广, 到2016年6月选择45 个市(区)作为全国 第一批
44、示范点,至今 每年都会选择新的地 区作为重点支持,由 中央预算内资金作为 支持。 80+过亿项目个数 视频监控联网 260亿+ 2017年雪亮工程项目金额 信息100% 视频图像信息不失 控,不泄露 云计算 4G技术 GIS 物联网 | 市、县、乡、村四级项目建设 雪亮工程:以县、乡、村三级综治中心为指挥平台、以综治信息化 为支撑、以网格化管理为基础、以公共安全视频监控联网应用为重 点的“群众性治安防控工程”。 区域100% 重点公共区域、重要 部位视频监控覆盖率; 高清摄像机比例 网络100% 重点公共区域视频监 控联网率;视频图像 资源联网率 时间100% 98%重点公共区域视频监 控摄像
45、机完好率;95%涉 及公共区域的视频监控摄 像机完好率;视频图像信 息的全天候应用 Part.3 AI应用安防行业场景分析 AI+安防产品在警务场景应用 EO Intelligence AI+安防产品在民用场景应用 49 Part.3 AI应用安防行业场景分析 EO Intelligence 民用:复合场景的使用 根据2015年长江证券研报消息,我国当时民用安防仅占国内安防总产值的6%,低于全球平均10%的水平,中国的人均安防产品支出更 是远落后于欧美和日本等发达国家,是英国的1/9、美国的1/7。而到2017年,全球民用安防普及率整体水平在10%左右,民用安防产品 在一些发达国家的普及率达到
46、 70%左右,中国民用安防市场普及率只有11%,民用安防市场仍有较大的市场空间。 按中国现有城镇居民家庭1亿户计算,结合GDP增长率及城市化发展速度,未来5年中国城镇居民家庭对安防产品系统的预期购买总量将 达到5000万套,按每套1000元计算,市场规模将达到500亿元,平均每年也有100亿元的市场需求,这样的市场需求决定未来民用安防 市场将会成为AI技术的重点发展和应用场景。 目前民用安防市场的发展方向,主要按照多场景应用安防目的便捷性提升智能化程度提升的逻辑进行布局。根据2018年 SITA(国际航空电信协会)公布报告显示,生物识别技术日渐成为航空公司和机场实现身份检查自动化的最佳解决方案
47、,63%的机场和 43%的航空公司计划未来三年内在生物识别ID管理解决方案上进行投资。 警用 民用 亿欧智库:警用和民用安防未来市场规模趋势预测 亿欧智库:民用安防市场的四大发展方向 市 场 规 模 时间 低成本 普通百姓的购 买力不高,安 防也不能产生 经济效益 操作简单 普通民众安防 知识缺乏 数据安全 无人时使用价 值高,数据丢 失易产生不信 任感 外观精美 大部分产品是 室内使用,容 易成为常用品 Part.3 AI应用安防行业场景分析 AI+安防产品在民用场景应用 50 EO Intelligence 校园和社区安防智能化缩短出行时间 校园和社区一直相对封闭且较为安全,对于安防的需求
48、较小,但两个区域往往为了保障住户和学生安全,在出入口控制方面较为严格, 区域内人员的身份都有相应登记,同时也需要在出入口出示证明自己身份的凭证,从早期的签名、门铃,到如今大范围使用的门牌门卡 或者感应钥匙,各类安防产品一直在契合主流需求。 目前上下学/班的高峰期传统的检查门卡或者凭证等方式,时常会出现大量人员滞留在门口的状况,而凭证忘记携带或丢失的情况也常常 发生,智能安防时代中,人脸识别系统已经渐渐开始在高档社区和学校等地区尝试运行,同时配合智能监控设备,构建智能高清人脸识 别系统,接入公共安全视频监控系统进行全面安防。 以上海宝山为例,其在今年7月有望成为全国首个实现视频监控人脸识别社区全
49、覆盖的地市级地区。对进出社区的视频图像进行智能分析、 提取关键信息,特征识别和轨迹分析并进行自我学习和数据累计,形成万物识别、建模分析的智慧学习系统。 51 Part.3 AI应用安防行业场景分析 AI+安防产品在民用场景应用 无身份认证签名门牌门卡钥匙人脸门禁 EO Intelligence 智能居家生活主动安全防卫 52 检测到家庭中没有人员时,可自动进入布防模式, 有异常时,给予闯入人员声音警告,并远程通知 家庭主人 家庭成员回家后自动撤防,保护用户隐私 自学习掌握家庭成员的作息规律,在主人休息时 启动布防,确保夜间安全 具有人体移动侦测报警、双向语音、多用户分享、 红外夜视、高清回放等功能 家庭安防摄像机 智能开关 烟雾感应器、燃气泄漏探测器 在烟雾或可燃气达到一定浓度时就会发出报警,或者自动 切断电源,避免火灾发生 门窗磁感应器 红外入侵探测器 智能门锁 采用主动红外方式,以达到安保报警功能 配合智能家居系统的主控设备,实现家居在紧急情况 下发出紧急报警信号,以便第一时间做出防护措施 漏水探测器 如果水龙头忘记关掉或水管爆裂,只要房间 地板水位没过放在地板上探测器的四根铜柱, 探测器就会立即给报警主机发出信号,由报 警主机自动拨打告警电话或在现场鸣响报警 无线紧急按钮 智能插座 在原先机械锁的基础
限制150内