鸟瞰人工智能应用市场——安防行业研究分析2017.pdf

鸟瞰人工智能应用市场安防行业研究分析2017丨报告亿欧智库 www.iyiou.com/intelligenceCopyrights reserved to Yiou intelligence, September 20172 人工智能技术作为一个降本增效工具去赋能传统行业，其中安防行业在政策和技术的双轮驱动下成为人工智能的首要着陆场。为什么人工智能优先在安防行业落地？安防对人工智能的需求是如何驱动整个产业链条的？而“安防行业”和“人工智能技术”的内涵外延如何设定？以及在人工智能新技术的驱动下，传统安防行业如何做应对？借助新技术起来的人工智能算法初创企业有机会成长为多大的企业？这些疑问的量化解答对于参与变局的企业都有意义，对于技术买单者政府也有参考价值，甚至对于第三方的投资者、媒体等都能给予有参考意义的信息； 此次研究亿欧智库采取了“桌面研究”+“企业/专家访谈”两种方式，试图通过“是什么”、“为什么”、“怎么办”的叙述顺序去力求清楚阐述“人工智能技术”和“安防行业”碰撞的过去、现在和未来的发展脉络。•人工智能=Artificial Intelligence=AI，报告后续将对其作统一简写，即AI；序言总目录 行业篇：应用场景、产品、产业链变化AI+视频监控的四种应用场景解析AI+视频监控产品盘点AI驱动下视频监控产业链的变化 趋势篇：行业未来趋势判断安防行业趋势判断AI+安防行业趋势判断 附录：企业案例 综述篇：范围界定、需求、发展条件AI+安防的概念范围界定需求的驱动AI+安防的发展条件 技术篇：技术如何驱动行业变革智能安防并非新逻辑，从“智能”到“人工智能”三大基本要素驱动人工智能发展559152121232828344043434754PS：由于视频监控系统是安防的重要组成部分，所以AI+安防会落实到AI赋能下的视频监控系统如何更好应对社会治安事件（安防的对象），报告内文会作更详细解释；4 综述篇：范围界定、需求、发展条件•AI+安防的概念范围界定•需求的驱动•AI+安防的发展条件 技术篇：技术如何驱动行业变革 行业篇：应用场景、产品、产业链变化 趋势篇：行业未来趋势判断 附录：企业案例5591521284354目录Yiou intelligencePart1.综述篇AI+安防的概念范围界定AI+安防的概念范围界定总览图5 亿欧智库此次研究讨论的“安防”更多是指针对社会安全事件下的恐怖袭击事件和经济安全事件的安全防范，即针对社会治安的安全防范，属于相对狭义的安防范围定义范畴； 利用计算机视觉技术结构化后的视频监控数据将能更好帮助政府公安部门应对社会安全事件的事前、事中、事后三个阶段，此为总起概述，具体后面会作详细阐述； 亿欧智库此次研究谈论的“AI”更多是指计算机视觉识别技术，它将视频监控数据结构化成以人、车、物为主体的属性信息；安防事故灾难事件社会安全事件恐怖袭击事件经济安全事件事前预警防控事中常态监督事后规范执法公共安全企业安全民用安全涉外突发事件自然灾害事件公共卫生事件计算机视觉识别技术车人物车牌识别特征属性识别人脸识别行为识别Yiou intelligencePart1.综述篇AI+安防的概念范围界定社会安全事件更多指经济安全事件，治安复杂地区还包括恐怖袭击事件6 安防：即安全防范，其保护对象可分为公共共安全、企业安全、民用安全； 公共安全：《突发事件应对法》按照事件的性质、过程和机理的不同，将公共安全可能面临的突发事件分为四类，即自然灾害、事故灾难、公共卫生事件和社会安全事件； 社会安全事件：根据《国家突发公共事件总体应急预案》规定：社会安全事件主要包括恐怖袭击事件、经济安全事件和涉外突发事件等。而在中国大部分地区，其社会安全事件更多是指经济安全事件，新疆地区除了经济安全事件还需考虑恐怖袭击事件； 事件按照进程可以分为事前、事中和事后，而技术防范手段的主要作用是事前的预警防控、事中的常态监督和事后的规范执法。安防事故灾难事件社会安全事件恐怖袭击事件经济安全事件事前预警防控事中常态监督事后规范执法公共安全企业安全民用安全涉外突发事件自然灾害事件公共卫生事件Yiou intelligencePart1.综述篇AI+安防的概念范围界定计算机视觉识别技术将海量视频监控数据结构化成以人、车、物为主体的属性信息7计算机视觉识别技术+4种识别应用技术； 计算机视觉识别技术相对车牌识别、特征属性识别、人脸识别、行为识别等技术，前者是底层技术，后者是识别具体对象的应用技术；目前这4种识别技术应用程度较为成熟、应用范围较广，其中人脸识别属于生物识别技术的一支； 4种识别应用技术主要是对海量的视频监控数据进行结构化，提取以人、车、物为主体的属性信息。✓属性：指代对象的性质或特性，它因对象而异，或随时间而变化；计算机视觉识别技术车人物车牌识别特征属性识别人脸识别行为识别Yiou intelligencePart1.综述篇AI+安防的概念范围界定计算机视觉识别的4种应用技术8亿欧智库：计算机视觉识别技术的4种识别应用技术识别模型设备场景数据库核验效果车牌识别车辆牌照是机动车唯一的管理标示符号。车牌识别是图像处理与字符识别的综合应用，它由图像采集、预处理、牌照区域的定位和提取、牌照字符的分割和识别等几个部分组成；电警、卡口；公共场所、交通、停车场、门禁等；车牌的字符、车牌颜色等；车牌识别受到环境光照条件、拍摄位置和车辆行驶速度等因素的影响，有的情况下对识别的实时性要求也高；特征属性识别通过数据调取接口可实时抓拍图片及卡口视频等资源后做实时或者离线二次识别，识别目标的形状、属性以及身份等；电警、卡口；公共场所、交通、停车场、门禁等；人物特征属性库（性别、大致年龄、行李属性、衣服颜色、运动方向、速度、目标大小、骑车、背包、拎东西等）；车辆特征属性库（车牌识别、车标识别、车型识别、人脸探测、安全带、行驶方向、年检标等）；电警、卡口的摄像头采用了较高分辨率，如果拍摄的角度合适，正面状态几率增加的话会提高了识别的成功率；人脸识别通过人脸检测将图像分割成人脸区域和非人脸区域，再采取某种表示方法检测出人脸和数据库中的已知人脸，后将已检测到的待识别的人脸特征和数据库中的已知人脸特征进行比较匹配得出相关信息；摄像头；人证合一、限制环境的人脸识别（eg.银行开户）等；人脸特征库、实时摄取的人脸特征信息等；一般来说，人脸识别的有效宽度在3米左右；采集到的人脸图像信息的分辨率最好是达到100×100个像素以上，能有效提高识别率；行为识别先检测时空显著兴趣点，接着在兴趣点的局部区域内提取特征描述符，然后对提取出来的特征点进行聚类形成字典，之后把这些特征进行最近邻量化并进行直方图向量汇总，最后利用分类器对这些直方图特征向量进行分类训练和测试；摄像头；越界报警、踩踏事件、姿态识别等；//9 综述篇：范围界定、需求、发展条件•AI+安防的概念范围界定•需求的驱动•AI+安防的发展条件 技术篇：技术如何驱动行业变革 行业篇：应用场景、产品、产业链变化 趋势篇：行业未来趋势判断 附录：企业案例5591521284354目录Yiou intelligencePart1.综述篇需求的驱动底层需求：社会处于经济转型阶段，治安问题逐步显现10社会经济转型阶段人口流动就业分布城市和农村格局变化资源市场化配置社会关系复杂人口密度较高区域矛盾冲突表面化社会管理难度加大社会治安问题显现 现今社会治安问题逐步显现的根本原因——是因为社会经济进入转型阶段，原本稳定的社会关系变得复杂。资源的市场化配置造成人口流动和就业分布以及城市、农村格局等一系列变化，导致社会管理的难度加大和各种矛盾冲突的表面化，客观上为犯罪活动提供了更多的机遇。69079711827311174916771166565664222629616186660346500005500060000650007000075000800002011年2012年2013年2014年2015年亿欧智库：2011-2015年中国城镇化趋势明显城镇人口(万人)乡村人口(万人)亿欧智库：中国人口流动趋势亿欧智库：以北京为例，犯罪高发区即人口密度较高区北京西城中关村展览路国贸永外大街来源：国家统计局www.iyiou.comYiou intelligencePart1. 综述篇需求的驱动实施技术：公安部门采取视频监控系统来应对社会治安问题11 面对城市这样一个庞大的复杂系统，如果想要做到信息的实时发布、监控、分析和智能化管理，以确保整个系统的决策、命令能够稳妥迅速地传达执行并反馈，高度集成的可视化终端必不可少。装载在城市各个角落的视频监控系统是城市管理系统的重要组成部分； 智能安防属于智慧城市的一个应用功能，智慧城市即将先进的信息技术、数据通讯传输技术、电子传感技术、控制技术及计算机技术等有效地集成运用于整个城市管理系统而建立的一种在大范围内、全方位发挥作用的、实时、准确、高效的城市综合管理系统； 在国家发展改革委、中央网信办、国家标准委联合下发的《国家新型智慧城市评价指标（2016年版）》中，公共安全视频资源采集和覆盖情况、公共安全视频监控资源联网和共享程度、公共安全视频图像提升社会管理能力情况成为智慧城市发展重要指标，有望进一步推动视频监控的发展。Yiou intelligencePart1.综述篇需求的驱动现状痛点：海量视频监控数据与人力分析瓶颈之间的矛盾12 安防系统有效运转面临的挑战：海量视频监控数据与人力分析瓶颈之间的矛盾； 海量视频数据：根据博思数据，截至2016年中国前端摄像头出货量已达到4338万台，而同时出于换机市场和增量市场的双轮驱动，国内监控摄像头的销售市场在逐步扩张，预计在2020年出货量会达到5422万台；仅就视频监控录像每天的数据量就达上千PB，累积的历史数据将更为庞大，并且海量视频监控数据中99%以上都是非结构化数据； 人力瓶颈：随着监控点位的骤增，遍布大街小巷的监控摄像头每时每刻产生的视频数据也在爆炸式增长，过去简单利用人海战术进行检索和分析已经很难满足新时代的安防工作需求；一方面对视频监控人员人体产生危害，另一方面，相关研究表明人在盯着视频画面仅仅22min之后，人眼将对视频画面里95%以上的活动信息视而不见。亿欧智库：视频监控数据具有高并发、大容量特点高并发：以1080P为例，在4Mbps的码率下，中等城市的监控规模一般为数千到数万个摄像头，按5000路计算，并发写入码流为5000路*4Mbps *24小时*60分钟*60秒大容量：根据公安部要求录像数据在系统中保存30天以上。中等城市的存储容量为：5000路*4Mbps *24小时*60分钟*60秒*30天来源：博思数据www.iyiou.com3125433845714828511154220100020003000400050006000201520162017e2018e2019e2020e亿欧智库：中国前端摄像头出货量测算（万台）Yiou intelligencePart1. 综述篇需求的驱动技术升级：视频监控系统正在迈向智能化时代1320世纪80年代2006年20世纪初传统模拟监控数字化监控高清化/网络化监控2017年智能化监控大安防时代来临，安防监控系统向集成化、智能化模式发展，现代安防系统逐渐向智能化综合管理平台演变；视频监控系统从诞生之日起发展至今，大体上经历了三个阶段： 第一阶段，20世纪80年代开始，视频监控的实现主要采取模拟方式，录制的视频主要在同轴电缆中进行信号传输，之后在控制主机的监控下实现模拟信号的显示； 第二阶段，20世纪初开始，视频监控实现了远距离视频联网，但仍没有完全实现数字化，视频通过模拟的方式并通过同轴电缆来进行信号的传递，在多媒体控制主机以及硬盘刻录主机中进行数据处理和储存； 第三阶段，2006年左右开始，随着数字技术与网络技术的发展，安防监控领域的视频技术也进入了高清化与网络化阶段，体现为前端高清化、传输网络...