回顧2018智能監控門禁市場的變化
2018年已經過去，而這也或許是因為近一年來，行業曝出的熱點比往年更加頻繁，在歷經了算法演化、產品線的全面拓展之后，如何將產品和技術更好的結合實際應用場景真正為行業帶來效能提升，正成為當下智能安防產業聚焦的熱點，這些熱點也成為產業向前發展的關鍵節點。
回顧過去一年，3月份�？低曅既骈_放AI Cloud開放平臺，面向合作伙伴及全行業提供開放的訓練系統、AI服務能力、數據標注和數據共享等服務；4月份，美國商務部發布公告，7年內禁止美國企業向中興通訊出口任何技術、產品，“中興事件”的爆發推高了國內對芯片產業的反思浪潮；2018年下半年，云天勵飛、比特大陸、地平線等國產AI芯片廠商自主研發的AI芯片的陸續流片，讓大家看到了國產芯未來的希望；11月，《中國互聯網發展報告2018》發布，報告顯示中國已基本明確5G目標頻段，正積極推動相關頻率規劃方案出臺，6GHz以下相關頻率已經用于技術研發試驗，中國5G研發進入全球領先梯隊…… 以上種種，如果換成年度關鍵詞的話，將會是“AI開放平臺”、“邊緣計算”、 “AI芯片”“5G” ，偶然之中夾雜著必然， 是2018年智能安防產業的大事件，也是產業在智能化升級，走向成熟過程中的必經節點。
這一年來，a&s在全國范圍內走訪了多家企業，包括AI算法廠商、AI芯片廠商、聯網管理平臺商、系統集成商、數據安全企業以及其他通過各種創新技術切入大安防產業的多家企業。這些企業有的已在安防產業深耕多年，此前一直以產品或技術供應商的身份隱匿幕后，更多的是在人工智能這波浪潮中崛起的初創技術公司，盡管成立時間不算長，但因為基本都有核心技術傍身，也能在產業鏈上找到一片合適的“土壤”，生根發芽。 這些企業還只是我們所了解的一部分，相信還有很多類似的企業在默默的拓展著“安防+AI”的能力輸出版圖。也正在這些企業的集體作為之下，或者說市場的時機剛好到來，我們看到了智能安防產業本質性的變化。
AI技術下沉驅動邊緣計算到來
相比于前兩年，今年產業正進入到AI的落地應用階段，大家或多或少可以感覺得到一些基于AI技術的創新應用方案已經投入到大眾生活能夠接觸到的場景。比如今年在全國多個城市建起的AI人臉識別防闖紅燈系統，河灘路段用于防止學生野泳的人臉抓拍警示系統，校園中基于AI視頻監控系統搭建的人臉考勤、教學錄播系統，智慧社區中全面升級的人臉門禁、梯控、高空拋物等智能安防系統以及高端樓宇、寫字樓等場所投入使用的人臉閘機….. 邊緣計算在過去兩年里開始在安防領域被越來越多的提及，但其實這并非一個新鮮的技術概念。它最早誕生于IT領域，安防對于物聯網智能化升級方面的應用需求驅動著智能安防系統從傳統的云端集中處理的模式開始朝云、邊、端的邊緣計算的技術架構遷移。
隨著時代發展，很多終端設備都需要具備更快速、近距離的數據處理能力。云端在數據處理中面臨諸多挑戰，邊緣計算應運而生，但邊緣計算并非云計算的替代品，他們之間相輔相成，滿足不同場景的需求。
對物聯網而言，邊緣計算技術取得突破，意味著許多控制將通過本地設備實現而無需交由云端，處理過程將在本地邊緣計算層完成。這無疑將大大提升處理效率，減輕云端的負荷。由于更加靠近用戶，還可為用戶提供更快的響應，將需求在邊緣端解決。
安防領域越來越多城市級的人臉識別、車輛布控系統對于數據的實時處理提出了更高的要求，邊緣計算所帶來的云、邊、端架構可助力數據分層分級的采集、存儲、計算及應用，帶來更快的系統響應速度，更低的系統部署成本，更好的應用體驗。
也正是基于這樣的應用優勢，業內已經有不少廠商開始圍繞著邊緣計算展開了相關布局，產業鏈上的產品結構正在逐漸朝邊緣計算的應用傾斜。
邊緣計算帶來產業全鏈式變化
在產業面，這種變化是全鏈式的，從上游的芯片、存儲、圖像傳感器，到中游的邊緣計算產品、平臺，再到下游對接應用層。通過2018年的北京安博會，我們能更直觀的感受到這種變化的存在。
比如在今年聲名鵲起的天、寒、地、鑒這一批AI芯片公司，大家展出的AI芯片中，有針對云端應用的，也有針對邊緣計算應用的芯片以及開發板、計算棒等算力產品，為各種需要強大深度學習能力的邊緣計算應用而設計，幫助開發者完成各種類型的AI應用程序開發。
又比如監控存儲領域，傳統的監控存儲一般都采用機械硬盤，近兩年來，以西部數據和希捷為首的兩家存儲廠商開始面向安防領域人工智能的應用，一方面推出了能夠支持數據高速讀寫的大容量HDD機械硬盤以及設備健康自我監測的軟件管理系統，另一方面，針對邊緣計算的應用趨勢，還推出了用于端側的移動存儲卡產品，滿足用戶在端側做數據存儲和備份的應用需求。 這種變化還對圖像傳感器的設計產生了影響。據了解，傳統安防監控領域所使用的圖像傳感器，其靈敏度難以滿足如今智能安防的復雜應用場景，特別是對于人臉圖像準確捕獲和識別，因此需要進一步提升了圖像傳感器的靈敏度和信噪比，加強了動態范圍輸出的能力，充分保證了智能安防攝像頭面對復雜場景（暗光/逆光）的適應性。
在產品面，這種變化最明顯的是在前端、終端的智能化部署方面，比如廠商會越來越強調攝像機前端即能實現多少路的人臉識別，無需額外部署結構化服務器。同時，端側智能的方案可以更便捷的部署到輕量化的應用場景當中，比如中小型的商鋪、社區等場所，亦或是做嵌入式部署到無人機、機器人、智能家居設備中。
與此同時，在邊緣計算趨勢引導之下，一些基于云、端、邊融合架構的平臺開始推向市場，比如�？低暤腁I Cloud開放平臺，數據從邊緣節點到邊緣域，實現“聚邊到域”，從邊緣域到云中心，實現 “數據入云”。 通過云邊融合來解決從邊到云所帶來的應用、數據處理、管理等一系列問題。
數據服務商登上歷史舞臺
今年安博會上特別開設了一個警務應用館，在這里我們可以發現很多原本藏身于“幕后”的企業的亮相，他們并不做硬件，但卻是不少實戰應用中強大平臺軟件的提供商或大數據服務商。
在大家所熟知的老牌平臺企業東方網力之外，今年安博會上，包括熙菱信息、以薩技術、海云數據這些企業也都吸引了很大的關注，這些企業作為實戰應用最后一環的方案輸出方，也最懂用戶需求，是連接起產品設備供應商和終端用戶之間的橋梁角色。
從平安城市到雪亮工程，視頻監控從全域覆蓋正走向全程可用，全程可控的階段，海量視頻監控數據的接入、存儲、清洗、反饋到應用層，這是一個相當復雜的過程，但同時也是AI真正落地應用的關鍵環節。
圍繞著安防+AI的實戰應用，在平臺化建設之后，產業走向多維數據融合，打通安防和其他產業的數據邊界也將成為新的趨勢。單一數據可為公安帶來的信息量過于窄小，導致單一維度的數據分析無法對目標全面刻畫，軌跡追蹤難度加大、軌跡追蹤難、預警難。
當數據量越來越大，數據層次越來越豐富，數據的融合應用也將產生更高的應用價值。而多維數據的出發點就是打破各環節之間的數據壁壘，讓數據進行深度融合，挖掘數據背后的價值信息。
基于這樣的發展趨勢，一些原本在“幕后”發力的做大數據融合應用、數據安全類服務的企業或將開始登上智能安防的“前臺”。
小結
作為人工智能最為典型的應用領域，這兩年的安防市場可謂脫胎換骨，技術的快速更迭、產品的持續創新，越來越講求定制化的系統方案，這些還只是安防人需要面對的傳統商業環境。新的市場需求在不斷衍生，企業需要提供的將不僅僅是產品和技術。打造AI開放平臺，共建AI安防生態圈已經在產業內漸成共識，當“生態紀”真的到來的時候，這個產業又將發生怎樣的變化，我們拭目以待！