一、市场概览

这两年科技界最热门的话题就是AI了,而最先得到应用的是万亿级的安防市场。根据GrandViewResearch的调查,全球安防市场年增长率为10.2%,将在2025年达到$167.12Billion(约1万亿人民币)。

传统安防领域主要包括监控设备,VMS软件系统,以及安防人员。然而传统安防领域存在几大痛点:1)机器对图像视频的识别度低,主要靠人眼观察分析为主,精确度低,反应速度慢。2)人力安防成本大,特别是在欧美等发达国家,而且安防人员培训成本高,流失率大,造成了安防投入高但效果差等问题。

随着AI的成熟,针对这两大痛点,新兴起了三个领域:人脸识别,行为识别,以及安防机器人。无论是中国,还是美国,无论是传统大型公司,还是新崛起的科技新贵,都嗅到了这三个领域中巨大的商机,争先恐后开发AI产品,争取快速的占领这个巨大的市场。

目前中美市场格局主要分为5大领域。传统的2个领域:监控设备,视频管理软件领域。新兴的3个领域:人脸识别,行为识别,还有安防机器人。

二、监控设备与VMS软件

第一个传统领域就是监控视频设备领域。在中国有海康和大华两家巨头公司,在美国有Axis,Cannon等巨头公司。目前的创新主要集中在智能摄像机。现在行业中最多的产品是各种升级版本的安防摄像头,基本只是实现了简单的视频处理功能,比如motiondetection等,这类公司包括Ring(已经被Amazon收购),Nest,Arlo等。目前能将AI应用在摄像头端的公司非常的少。

另一个传统领域就是VMS软件,和视频设备一样,这个领域无论中国还是美国,都被巨头占据。在中国是以东方网力为首,在美国是以MileStone、Salient为首。在这个领域的创新逐渐集中在AI和云服务上面。用AI对视频进行深入的处理,并且将视频的存储和处理逐渐移到Cloud.

三、计算机视觉—人脸识别与行为识别

AI包括的细分领域很多,其中最热门的就是计算机视觉(CV)和机器人。首先我们先来看看计算机视觉。计算机视觉是指计算机读懂照片和视频中信息的技术。从技术组成上计算机视觉又包括三个方面:数据收集,硬件计算平台,软件算法。

1)数据就像是粮食,一个好的算法要想落地,需要海量的数据来训练。很多应用场景落地比较慢的原因就是因为数据量不够大,无法很好的训练算法模型。所以一家CV公司能否获取大量的高质量数据就成为了成功的关键之一。

2)硬件计算平台则像是骨骼。因为巨大的数据处理量和算法的复杂度高,对硬件的处理速度要求也就高。特别是在对算法模型的训练阶段,对硬件的处理速度要求最高,往往采用的是GPU.当算法训练完成之后,一部分应用场景可以回归到价格便宜的CPU上使用。现在一些公司也相继推出了专门的AI芯片。

3)软件算法就是计算机视觉的灵魂了。得益于深度学习的应用,计算机视觉算法在近些年取得了重大的突破,经典算法有ConvolutionalNeuralNetworks(CNNs),R-CNN,FastR-CNN,FasterR-CNN,MaskR-CNN.

从发展历程上看,计算机视觉经历了从物体识别,人脸识别,以及行为识别的过程。

1)物体识别:狭义的物体识别包括从图片中识别物体的种类,比如苹果、杯子等。广义的物体识别还包括文字识别,数字识别等。应用场景包括无人收获店等。

2)人脸识别:根据人体特征和人脸特征对人进行识别,应用场景包括对逃犯的抓捕等。

3)行为识别:根据人的动作行为和周围物体进行综合判断,比如区分一个人是在