人工智能实现产业化 2017年有望成为智能安防爆发之年

简介:

近年来,国际恐怖主义势力抬头,国内国际安全形势日益严峻,人们对自身安全和家庭安保需求十分迫切,各地纷纷积极推动平安城市、智慧城市建设,智能安防因此进入行业快速发展期,市场前景广阔。

安防行业有望成为人工智能技术最先落地的行业

5月份,人工智能接连刷屏,其中最激动人心的莫过于AlphaGo对战柯洁。面对人工智能近乎“天下无敌”的疯狂气势,或许拥抱比逃避更理智。

人工智能的产业化是“AI+垂直行业”的一场变革。从技术成熟度、市场空间、行业信息化程度等多个维度进行分析,安防、金融、医疗等行业将成为“AI+”时代变革的主要行业。而从变革进度上讲,安防行业有望成为人工智能技术最先落地的行业。算法方面,安防行业场景较为集中,容易实现技术优化与突破,目前图像识别算法已达到安防应用要求;需求方面,政府安防领域效率提升诉求较强,安防正向全时间全地域的双维度扩展。此外,政府持续大力投入也是不可忽视的因素,目前全国超半数的摄像头已完成高清摄像头部署,警务电子化与信息化已逐步完成,为人工智能技术部署提供了基础条件。

智能安防成功落地

2017年5月3-4日,海康机器人移动式车底检测系统在英国安全反恐展会上亮相,海康机器人是海康威视基于线阵相机实现图像采集功能,自主研发的移动式车底检测系统,能够准确显示车底的图像,避免不法分子通过车底藏人、藏物等手段进行违法犯罪活动。适用于临时检查站、重大会议场所和安保需求较高的大型活动。作为全球最大的安防厂商,海康威视产品涵盖视频监控设备系统的所有主要设备。近年来,公司积极布局智能安防,陆续推出了AI产品、互联网视频业务、机器人业务和汽车电子业务。

2017年3月23-26日,举世瞩目、影响深远的博鳌亚洲论坛2017年年会在海南琼海博鳌举行,论坛期间,被列为海南省公安机关一项重大政治任务的安保工作采用的是旷视(Face++)的智能安防解决方案,不仅保障了会议期间的安保通信,也为公安部门节省了大量的警力、物力。

旷视(Face++)的智能安防解决方案是针对传统安防向智能安防升级的痛点问题,推出的一系列“云+端”的智能安防解决方案,以帮助安防行业实现从前端数据采集到数据分析全方位、立体化的技术与产品支持。针对不同安防业务场景,旷视(Face++)将智能安防解决方案细分为人像识别系列、视频结构化系列、智能硬件系列、临侦系列、视频平台系列和车辆系列。

当前,智能安防领域的商业探索方兴未艾,市场存在着巨大的机会,智能安防也将成为人工智能产业化的第一步也是最重要的一步。在AI技术完善、基础硬件就绪、PPP订单持续推进的大环境下,2017年将成为智能安防的爆发之年。

万亿安防市场“AI+安防”未来在哪?

根据前瞻产业研究院《中国互联网+安防行业发展前景预测与投资战略规划分析报告》显示,近年来,随着安防需求不断提升,传统安防企业借助人工智能、云计算、大数据、物联网、移动互联等技术呈现多元化快速发展,我国安防行业市场规模从2010年的2350亿元增长到2016年的5400亿元,年复合增长率达到15%。

图表:2010-2016年中国安防行业市场规模及增速(单位:亿元,%)

2

另外,根据中安协发布《中国安防行业“十三五”(2016-2020年)发展规划》指出,“十三五”期间,安防行业将向规模化、自动化、智能化转型升级,且到2020年,安防企业总收入达到8000亿元左右,年增长率达到10%以上。前瞻预计,随着人工智能产业化的加快落地,民用安防产品将得到快速发展,至2022年,安防行业市场规模将达到近万亿。

2017-2022年中国安防行业市场规模及预测(单位:亿元)

3

  资料来源:前瞻产业研究院整理

那么“AI+安防”未来在哪?

作为人工智能技术最新落地的行业,现阶段,“AI+安防”概念除了赢得产业巨头们的积极响应之外,还获得国家层面的政策加持。2016年6月份,工信部等部门联合发布了《“互联网”人工智能三年行动实施方案》,《方案》设定的主要任务中提及将智能安防作为人工智能产品创新的重点应用推广领域:即提出实施智能安防推广工程,鼓励安防企业与互联网企业开展合作,研发集成图像与视频精准识别、生物特征识别、编码识别等多种技术的智能安防产品,推动安防产品的智能化、集约化、网络化。

支持面向社会治安、工业安全以及火灾、有害气体、地震、疫情等自然灾害智能感知技术的研发和成果转化,推进智能安防解决方案的应用部署。

支持部分有条件的社区或城市开展基于人工智能的公共安防区域示范,加快重点公共区域安防设备的智能化改造升级。

可以预见到,AI技术对安防行业的驱动和颠覆力是远甚于先前的高清视频、智能分析。伴随AI技术在安防领域的加速落地,AI将掀起新一轮智能安防改造与建设热潮。而搭载AI技术的实时智能视频监控系统将成为平安城市、智能交通、智慧商业、智能家居等领域物联网应用的核心。同时,AI技术的融入,将丰富智能安防的内涵与维度,推动安防物联网的加速落地,促使智能安防迈向更高层级的“智慧安防”。

本文转自d1net(转载)

相关文章
|
20天前
|
机器学习/深度学习 人工智能 供应链
决策智能是新的人工智能平台吗?
决策智能融合数据、决策与行动,通过AI与自动化技术提升企业决策质量与效率,支持从辅助到自动化的多级决策模式,推动业务敏捷性与价值转化。
|
4月前
|
机器学习/深度学习 人工智能 自然语言处理
人工智能:有多少人工,才能有多少智能?
当下AI大模型的能力,特别是Agent领域,到底离不开多少“人工”的加持?本文将结合我的实际经验,深入探讨高质量数据与有效评价体系在Agent发展中的决定性作用,并通过编码Agent、Web Agent和GUI Agent的成熟度分析,揭示AI智能体发展面临的挑战与机遇。
183 89
|
4月前
|
机器学习/深度学习 人工智能 自动驾驶
人机融合智能 | 以人为中心的人工智能伦理体系
本章探讨“以人为中心”的人工智能伦理体系,分析人工智能伦理与传统伦理学的关系、主要分支内容及核心原则。随着人工智能技术快速发展,其在推动社会进步的同时也引发了隐私、公平、责任等伦理问题。文章指出,人工智能伦理需融入传统伦理框架,并构建适应智能技术发展的新型伦理规范体系,以确保技术发展符合人类价值观和利益。
133 4
|
3月前
|
机器学习/深度学习 人工智能 自然语言处理
人机融合智能 | 数据与知识双驱动式人工智能
本章系统介绍了数据驱动、知识驱动及双驱动人工智能的理论与应用。数据驱动方法依赖大数据和深度学习,在图像识别、自然语言处理等领域取得突破,但面临标注成本高、可解释性差等问题。知识驱动方法通过知识表示与推理提升系统理解能力,却在泛化性和适应性上受限。为弥补单一范式的不足,数据与知识双驱动融合两者优势,致力于构建更智能、可解释且安全可靠的AI系统,兼顾伦理与隐私保护。文章还回顾了AI发展历程,从早期神经网络到当前大规模语言模型(如GPT、BERT)的技术演进,深入解析了各类机器学习与深度学习模型的核心原理与应用场景,展望未来AI发展的潜力与挑战。
188 0
|
4月前
|
机器学习/深度学习 人工智能 算法
人机融合智能 | 以人为中心人工智能新理念
本文探讨了“以人为中心的人工智能”(HCAI)理念,强调将人的需求、价值和能力置于AI设计与开发的核心。HCAI旨在确保AI技术服务于人类,增强而非取代人类能力,避免潜在危害。文章分析了AI的双刃剑效应及其社会挑战,并提出了HCAI的设计目标与实施路径,涵盖技术、用户和伦理三大维度。通过系统化方法,HCAI可推动AI的安全与可持续发展,为国内外相关研究提供重要参考。
248 3
|
6月前
|
数据采集 机器学习/深度学习 人工智能
数据驱动智能,智能优化数据——大数据与人工智能的双向赋能
数据驱动智能,智能优化数据——大数据与人工智能的双向赋能
393 4
|
10月前
|
机器学习/深度学习 人工智能 运维
人工智能在云计算中的运维优化:智能化的新时代
人工智能在云计算中的运维优化:智能化的新时代
891 49
|
10月前
|
机器学习/深度学习 人工智能 算法
人工智能与机器人的结合:智能化世界的未来
人工智能与机器人的结合:智能化世界的未来
1221 32
|
9月前
|
机器学习/深度学习 数据采集 人工智能
人工智能在变更管理中的应用:变革的智能化之路
人工智能在变更管理中的应用:变革的智能化之路
400 13
|
11月前
|
机器学习/深度学习 存储 人工智能
政务部门人工智能OCR智能化升级:3大技术架构与4项核心功能解析
本项目针对政务服务数字化需求,建设智能文档处理平台,利用OCR、信息抽取和深度学习技术,实现文件自动解析、分类、比对与审核,提升效率与准确性。平台强调本地部署,确保数据安全,解决低质量扫描件、复杂表格等痛点,降低人工成本与错误率,助力智慧政务发展。
332 0

热门文章

最新文章