安防市场AI进程一片欣欣向荣 企业发展也出现新变化

简介:

智能安防并非新逻辑,实际上海康、大华等行业龙头从2006年就开始布局智能安防产品,从这个时候开始安防行业就向着智能化发展,但一直不能有令人满意的突破。从“智能”到“人工智能”,后者解决了过去安防得不到普及的问题,使之“识别准确率提高”、“设备环境适应性提升”、“识别种类增多”。那么安企在AI浪潮下有何变化呢?浙江大华技术股份有限公司产品与解决方案部总监韩峰为我们很好地解答了该问题。本文是根据浙江大华技术股份有限公司产品与解决方案部总监韩峰占访谈整理而成。

安企在AI浪潮下的变化

基于视频和行业业务结合的人工智能落地,行业正呈现百花齐放的局面,熟知的传统安防行业边界越来越模糊。互联网、AI算法创业公司、物联网等等公司好像一夜之间都变成了AI承载者,成为接下来DT(数据处理技术)十年的技术变革推动者。而非AI、非技术公司在AI领域的拓展也呈爆发式的增长,安防市场的AI化进程一片欣欣向荣。

在DT时代中,AI在大数据数量和计算能力呈几何倍增的大背景下,已经成为了这个时代新的一场技术革命,并在视频识别、音频识别、移动数据、物联感知等方向和领域落地。

过去20年,传统安防企业在视频算法、编解码技术、视频资源、硬件制造、行业业务等领域深耕,并积累了相应的优势,这些优势使得传统安防企业顺势成为了AI最适合的实验和孵化基地。

在智能化的浪潮下,传统安防企业开始呈现出两大方向:纵向上,从传统安防产品到智慧型安防产品做升级;横向上,从资本和研发角度选择性布局适合自己的新领域,如智能汽车、机器人、机器视觉、ARVR等。

合作平衡AI给安防带来的风险

云计算、大数据、智能算法、行业需求是AI实现的四个落地要素,每个要素都要有储备,从这个角度来说会相应拉高安防行业门槛。对于老牌传统安防企业是机会,同时也是挑战。基于领先技术的新型创业公司在资本投资的支撑下也会进入这个行业,和传统安防企业一起构建新的安防生态,同样遵循新时代下的优胜劣汰规则。

同时AI虽然是改善传统行业的强力工具,但技术到产品再到商品的转化过程是需要时间的,特别是AI作为延伸人类智慧到机器替代的领域,体验要求更高,难度更大。因此,在技术未知的风险面前,整合各方优势快速实现商品化是一种平衡的方式,任何一家企业作为产业链当中的一部分,也只有合作共享才能实现共赢。

无法回避的AI技术难题

在AI领域,安防行业一直被认为是智能化落地最好的行业之一,其中一个很重要的原因是安防行业在数据上有先天优势。以算法、计算能力和数据三个维度去考核安防智能化的话,数据肯定不会是短板,反而可能是最重要的一环。因此在技术规划方面,智能化是大华股份的发展主要方向之一。

相比以往,最主要的改变的是从智能化角度设计产品,开发产品。从智能化芯片开始,到智能化前后端设备,再到智能化应用、平台甚至解决方案的全系统智能化覆盖。另外,也要发挥安防行业的优势去解决智能化发展中的各种问题,如设计获取更多种类数据的设备,研发更轻量的算法模型等。

目前,利用深度学习将算法效果推到了前所未有的高度,如目标检测、人脸识别等,都已经超过人类的普遍认知水平。大华股份始终跟随智能化发展的脚步,积极融合智能化算法到产品之中,提供安防行业整体智能化解决方案。

可喜的是深度学习技术已经深入到安防行业大部分的智能化产品中,并提高了智能化的应用水平。越来越多的智能化产品和方案在深度学习技术的帮助下,得以落地并推广。技术越来越深入,应用越来越智能,客户对准确率等智能化指标的要求越来越高。从产品研发上,需要把更准确的算法集成到产品中,提供更好的性能和更好的效果,才能满足客户的要求。在这一过程中,需要软硬件相互配合,这是目前厂商们正在努力和开发的重点。
本文转自d1net(转载)

相关文章
|
1月前
|
人工智能 移动开发 自然语言处理
在企业数字化转型中,设计人应如何拥抱AI?
**AIGC技术正在革新创意设计领域**,它从文本扩展到图像、视频生成,助力设计师高效工作。AI能快速提供设计方案,如商业运营的Banner、H5头图和专题设计,通过智能推荐素材、模拟用户体验及优化交互性。AI非替代人类创意,而是增强工具,设计师需掌握相关技能,如Adobe国际认证,以保持竞争力,实现与AI的协作创新。设计人应拥抱变化,通过学习进步,适应数字化时代的创意设计需求。
|
3天前
|
人工智能 PyTorch 算法框架/工具
Xinference实战指南:全面解析LLM大模型部署流程,携手Dify打造高效AI应用实践案例,加速AI项目落地进程
【8月更文挑战第6天】Xinference实战指南:全面解析LLM大模型部署流程,携手Dify打造高效AI应用实践案例,加速AI项目落地进程
Xinference实战指南:全面解析LLM大模型部署流程,携手Dify打造高效AI应用实践案例,加速AI项目落地进程
|
2天前
|
人工智能 安全 机器人
AI在企业中的应用进入成熟期了吗?
AI在企业中的应用进入成熟期了吗?
|
13天前
|
人工智能 大数据 云计算
AI时代:企业IT人员的阿里云发展之路
在AI浪潮中,企业IT人员面临挑战与机遇。阿里云作为行业领跑者,提供重要借鉴。IT人员需拥抱持续学习,利用阿里云涵盖云、大数据、AI等全面服务进行自我提升;参与阿里云培训和认证,增强实战经验及交流,紧跟技术趋势与市场动态,从而在AI时代中找准定位,实现职业新突破。
42 5
|
2天前
|
人工智能 自然语言处理 供应链
想拥抱新智能?不妨看看这家高速增长企业的AI创新实践
想拥抱新智能?不妨看看这家高速增长企业的AI创新实践
|
4天前
|
人工智能 并行计算 开发工具
IBM共创共享问题之IBM与中国企业和政府机构共创生成式AI大时代如何解决
IBM共创共享问题之IBM与中国企业和政府机构共创生成式AI大时代如何解决
6 0
|
4天前
|
机器学习/深度学习 人工智能 Cloud Native
AI工业变革问题之企业IT系统的进化改变如何解决
AI工业变革问题之企业IT系统的进化改变如何解决
6 0
|
1月前
|
人工智能 数据挖掘 数据处理
AI为ToB企业节省大量隐性成本
**客户在哪儿AI不仅助ToB企业定位客户和制定营销策略,还能自动分析销售报告数据,减少员工51%的重复工作。通过AI提取企业内外部数据,优化数据收集与处理,释放员工时间,聚焦创造性任务,提升工作效率,实现降本增效。**
|
1月前
|
存储 SQL 人工智能
|
1月前
|
人工智能 数据挖掘 数据库
客户在哪儿AI的企业全历史行为数据与企业信息查询平台上的数据有何区别
客户在哪儿AI的企业全历史行为数据 VS 企业信息查询平台上的数据。

热门文章

最新文章