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 NoSQL atlas
4大企业实例解析:为何MongoDB Atlas成为AI服务构建的首选
本文所提及的仅是MongoDB Atlas在AI领域可实现功能的冰山一角
1541 1
|
2月前
|
人工智能 运维 安全
英伟达发布AI Enterprise 5.0,帮助企业加速生成式AI开发
英伟达发布AI Enterprise 5.0,这是一个云端原生平台,加速生成式AI的开发与部署。该平台提供优化的数据科学流程,支持生成式AI,强调性能、安全性和灵活性。核心特性包括NVIDIA NIM和CUDA-X微服务的性能优化,严格的安全监测,多环境运行能力,及企业级支持与服务。API目录提供多种预训练模型,促进跨领域的应用创新。然而,平台可能对小企业有高技术门槛和成本挑战,且可能存在与现有系统兼容性问题。
36 1
英伟达发布AI Enterprise 5.0,帮助企业加速生成式AI开发
|
3月前
|
存储 机器学习/深度学习 人工智能
打造企业智能体(AI Agent)的重要技术-向量数据库
本篇介绍的是为通用大模型增加专业业务能力的重要技术:向量数据库
打造企业智能体(AI Agent)的重要技术-向量数据库
|
4月前
|
人工智能 监控 安全
【利用AI让知识体系化】进程和线程(二)
【利用AI让知识体系化】进程和线程
|
4月前
|
人工智能 资源调度 算法
【利用AI让知识体系化】进程和线程(一)
【利用AI让知识体系化】进程和线程
|
7月前
|
人工智能 自然语言处理 安全
从 ChatGPT 到 AI 大模型私有化部署,为什么企业需要私有化专属大模型?
目前,大模型已经能够切实的影响到我们每个人的工作、学习、生活,赋能千行万业,但是开放的大模型却无法很好的适应企业或单位的内部需要,为此,此处研究并提出为什么企业需要私有化大模型,并探讨私有化大模型的优势和挑战,同时本文也举出了一些实践落地的例子,希望能给读者带来一些思考和启发。
|
1月前
|
消息中间件 人工智能 运维
左手医生:医疗 AI 企业的云原生提效降本之路
通过使用阿里云云原生等产品,左手医生项目的上线时间缩短了 67%,运维效率提升 70% 左右,消息处理的效率也提升了 80% 左右。
|
2月前
|
人工智能 搜索推荐 机器人
Rasa: 帮助企业更快搭建“AI对话助手”的低代码平台
【2月更文挑战第24天】Rasa: 帮助企业更快搭建“AI对话助手”的低代码平台
42 2
Rasa: 帮助企业更快搭建“AI对话助手”的低代码平台
|
7天前
|
机器学习/深度学习 人工智能 监控
【AI 场景】如何应用人工智能来增强企业网络的网络安全?
【5月更文挑战第4天】【AI 场景】如何应用人工智能来增强企业网络的网络安全?
|
1月前
|
机器学习/深度学习 人工智能 监控
AI安防监控
AI安防监控运用人工智能技术分析视频监控,实现对象识别、追踪和预警,广泛应用在安防、交通和工业等领域。它提升了监控的实时性和准确性,降低了人力成本,但面临误判、隐私泄露和高成本等问题。随着市场需求增长,全球安防监控行业将迎来持续发展,需在提升技术的同时保障个人隐私。
17 0