如果說2023年左右全球科技焦點的思科，代表了網際網路10年的輝煌，那麼今年大火的nvidia，則可能代表了剛剛開啟的ai時代。思科為網際網路提供基礎架構，而nvidia為ai提供驅動力。ai從70年代就跌宕起伏地發展，早期一直是學術界自high，基本未曾走入老百姓的身邊；如今，借助演算法、晶元及資料，人工智慧火熱起來，尤其是工業界反超學術界。群眾觀感也是**兩重天：有人擔心人工智慧未來威脅人類，有人認為人工智慧的目前很多表現是「人工弱智」，仍然不值一提。
人工智慧大幕開啟 安防行業已成先頭部隊
據說大概在五年前，我國公安系統內部出現了圖偵大隊——公安局內乙個專門做影象偵查的子部門，一線城市圖偵大隊可能有300-500人規模，是整個公安局較大的部門，伴隨城市攝像頭數量激增，人數可能還會擴充套件；但伴隨ai技術在安防監控領域應用，圖偵的投入未來可能重在技術及設施，人員有望減少。
目前，圖偵領域比較成熟的應用是「車牌類」，車牌識別成熟，資料碰撞、軌跡分析、智慧型布控等手段屢屢立功。很多人抱怨抓車牌一抓乙個，人販子沒抓幾個。其實車牌識別技術成熟、160邁以下識別率達90%以上；其次車都是沿道路行駛，布控容易；最後，車輛違章的規則很容易設定。如果嫌疑人舉著440*140的牌子在馬路上穿梭，其實也很容易逮到。可惜他們不走尋常路、帶帽帶罩帶眼鏡，所以即使偶爾出現在治安的攝像機下，也不容易識別。
回到公安同學的問題，這是個很好的問題，也代表了人臉識別在實戰領域的進展。目前，越來越多的機場、口岸、車站、地鐵開始部署人臉識別，這些**密集的地方，部署人臉識別環境還是比較合適的，室內光線好、通道範圍小、攝像機角度合適，目標距離近，並且都是高大上的行業，基礎設施比較好(大多是高畫質、網路攝像機)。對於突發要案或者緊急協查，在1：n(靜態模式)的識別模式下，或m(小)：n(動態模式)，那麼基於目前人臉識別誤報率(按97%)及伺服器計算量，系統負荷力及誤報率都是可以接受的，但破案效率及提供的有價值情報資訊則非常巨大。
人臉識別進行布控的優勢是不基於證件等其他容易複製或篡改身份特徵。
目前北京地鐵有1000多個車站，早期地鐵站攝像頭數不多，後來逐漸增加，早期是模擬攝像機，後來mpeg-2/4編碼、後來h.264高畫質，目前每個車站平均100個攝像頭是有的。其實在進站口、閘機口等「要塞」進行公升級或者部署人臉識別攝像機即可，而不可能按100個攝像頭這麼計算，這樣，總體人臉識別攝像機數量沒那麼多，m:n模式的運算力和錯誤數量也沒那麼恐怖，不至於導致人臉識別系統崩潰。
再說街頭的攝像機，街頭的攝像機是「廣域、大範圍監控及巡邏」的用處比較多，以目前人臉識別技術，對戶外光線、角度、距離、人臉畫素(80*80畫素比較理想)等要求還是比較嚴格的。基於戶外大範圍巡檢的重要意義與價值，已經有ai廠商基於此痛點進行定向研發，據稱50公尺範圍識別人臉如探囊取物。此產品的出發點及市場空間非常好，但是尚未落地，沒有反饋，並且單體價值應該不菲。
ai技術方面，一些新興的演算法公司有一定優勢，如曠視、商湯、雲從等，但是在安防行業積累及資料方面，遠不如老牌安防公司如海康、網力、大華、宇視、科達等公司。ai從實驗室的科學家身邊，走向工業界，演算法是其一，資料能力、產品化能力及渠道能力，更是考驗。ai大幕剛剛開啟，安防行業作為先頭部隊，攜ai重火，實戰力提公升幾何，拭目以待！
人工智慧 智慧型安防 資料採集與資料標註
智慧型安防是人工智慧與資訊科技結合的關鍵領域，對於城市與民生發展有重要的意義。通過生物識別 行為監測等技術手段，廣泛地應用於城市道路監控 車輛 監測 公共安全防範等領域。智慧型安防資料採集與標註，為智慧型安防等研發企業提供所需演算法訓練場景的資料採集與標註服務，覆蓋智慧型安防主流應用場景，自建標註基...
大幕已拉開，人工智慧離我們還有多遠？
人工智慧離我們還有多遠？中國人工智慧正在進入爆發期，人工智慧不僅是網際網路發展的新風口，更成為國家戰略。根據中國人工智慧協會與羅蘭貝格聯合發布的 中國人工智慧創新應用 全球人工智慧市場規模將從2016年的1260億美元增至2025年的超過3萬億美元，年均復合增長率超過43 到2030年，人工智慧將在...
AI賦能安防 人工智慧賦予安防何能？
2017年12月，人工智慧入選 2017年度中國 十大流行語 2018年，ai爆發的元年。2019年，人工智慧已家喻戶曉。在監控行業，10年前就有人工智慧的需求，但演算法 算力 精度 可用性成為多重阻礙，且更為基礎的 看的清 需求急需解決，導致其市場並未開啟。隨著高畫質化的全面普及，影象清晰度不再是...