數據顯示,我國市場的規模已經由2012年的3240億元增長至2018年的6600億元,年均復合增長率為12.6%。其中智能安防市場規模也已經接近300億元,預計到2020年將達到千億元以上。再進一步細化,智能安防分支之一的AI產業的市場規模在2018年達到了135億元,相較2017年增長接近250%。

另有數據表示,AI將推動安防產業的市場規模在2022年逼近萬億元,可想見AI對于安防產業的戰略意義。只是漸漸地,AI安防似乎陷入了一個怪圈,每當提及AI安防,人們往往第一個想到的就是各類監控攝像頭,后者也是智能展示中的絕對主角。當落實到產品,AI安防只有監控攝像頭嗎?

AI安防領域,監控攝像頭占據硬件大頭市場

按照功能和用途,安防產品可以分為監控、探測、防護等等,而則占據了其中大頭部分。此前有數據顯示,我國安防設備市場中,視頻監控產品的市場份額達到了50%以上,成為構建安防設備系統的核心產品。不管是傳統安防市場,還是現如今的智能安防、AI安防市場,視頻監控攝像頭的地位一直沒有變化。

市場調查機構在2017年發布調查數據稱,2016年中國在公共和私人領域(包括機場、火車站和街道)的監控攝像頭安裝量已經達到了1.76億個,預計這一數量將在未來三年成倍增長至6.26億個。另外,IDC也曾對中國的監控攝像頭部署量作出預測,稱到2022年的部署量將達到27.6億,這其中的應用場景覆蓋治安、交通管理、應急指揮、防災預警、市政設施搶修等等。

與此同時,在公司層面,其所涉及安防業務的產品方向也多是圍繞圖像數據,包括監控攝像頭,以及基于攝像頭所采集數據的監控平臺、大數據平臺,另外還有企業研發的一系列芯片??梢钥吹?,在安防領域,多數企業所想做的是賦能監控攝像頭,在監控層面將被動安防轉換為主動安防。

就監控攝像頭這一領域,硬件制造層面近乎被??低?、大華、宇視瓜分,算法和軟件層面又盤踞著華為等巨頭企業以及CV四小龍、比特大陸等新型創企,監控攝像頭領域已經相當“擁擠”。

不可否認,監控攝像頭已經成為AI安防的“寵兒”。這里就需要發出一個疑問,AI安防除了攝像頭還有什么?

從軟件到硬件,AI安防不是只有攝像頭

在安博會現場,除了墻上掛著的、令密集恐懼癥患者不太舒服的攝像頭,還有一些安防“寶藏產品”也隱匿其中,它們在監控攝像頭的強烈攻勢下求得發展。

· 硬件層面,技術還有更多的載體

過往人們常說“眼見為實、耳聽為虛”,雖然有時候人們看見的不一定是事實,但是“看”這一行為卻被視為安防產業中,尤其是預防監控環節的重要手段。

以刑偵事件為例,在有目擊者參與協助調查的案件中,警方有時候會通過目擊者的口述來盡可能還原犯罪嫌疑人的面部肖像,該畫像將作為特征來幫助警方更精準、更快地抓捕犯罪嫌疑人。相比于聲音、指紋等不易辨別、可能存在缺陷和瑕疵的數據,在找人等方面,多數時候最終還是依賴于人臉特征數據,且人臉辨別在速度上也占據優勢。落實到AI安防領域,視覺人工智能技術是相當必要的,但最終載體卻不是只有監控攝像頭這一已經“紅?;钡漠a品領域,它還有更多的組合可能性。

以智能安防機器人為例,這是繼監控攝像頭之外,較多廠商所關注的另一個AI安防類硬件。相比于監控攝像頭,安防機器人更是一個AI技術綜合體。除了基本的視覺人工智能技術,它的“身體”上還能搭載煙霧探測儀、氣味探測儀等傳感器,以及語音人工智能類產品,若想要讓安防機器人具備攻擊力,廠商還能夠給它配備強聲驅散系統等攻擊性武器。

功能方面,監控攝像頭雖然在識別到目標人物之后發起主動警示,但究其本質最終提供的還是單一性的視覺識別與監控。相較之下,除了在自主巡邏過程中提供視覺識別與監控服務,安防機器人還能夠提供聲音采集與識別、即時語音、危險氣體識別、驅散等功能。另外在落地場景方面,機場、倉庫、園區、?;髽I、銀行、商業中心、社區等都能成為安防機器人的巡視場地。

此前華泰證券測算2018-2020年國內巡檢機器人市場總需求約為477億元,年均需求約159億,分別對應變電站巡檢機器人9000臺,市場空間72億,配電站巡檢機器人8.1萬臺,市場空間405億元。其中,電站和配電站只是安防巡檢機器人的諸多場景中的兩個,可想而知這一產業背后存在的市場規模之大。目前,國內從事這一領域的公司已經超過了30家,但產業還遠遠沒有爆發,這意味著市場還有更多機會。

此外就便攜性而言,監控攝像頭是固定的,安防機器人因為體積大、監管問題等也暫時難以被隨時隨地帶在身邊,便攜性AI安防用具也成為一種必需設備。

這方面,目前具備可能性的產品為AR眼鏡。佩戴之后,一旦某處設備識別到可疑人物,AR眼鏡將在警方的眼前自動顯示可疑人員的性別、身份等信息,相關安防人員也能夠通過AR眼睛看到墻后面、地板下的電纜、管道、其他設備的運行情況,警方進行案情模擬重現、消防員在火場內實時監控與判斷等也將成為可能。

與安防機器人一樣,因為網絡傳輸延時、鏡片成像技術和光學模組不成熟等因素,AR眼鏡還遠遠沒有到達大規模成熟的時候,目前僅有小規模應用。眼下在安防領域推出AR眼鏡的公司還是少數,且市場也因為熱度降低而在發展速度上較為緩慢。于AI安防產業而言,AR眼鏡也是一個“大藍?!钡拇嬖?。

在監控攝像頭的強勢掩蓋下,像、AR眼鏡這類存在極大市場、且尚未被加以重視的產業還有很多。

· 軟件層面,數據壁壘還需打破

需要注意的是,以上所有產品功能的實現皆需要借助算法、算力、數據和智聯網等的通力合作。

眼下,經過近幾年的發展優化與磨合,各類智能算法已經較為成熟,滿足基本需求不在話下,而算力問題也因為AI芯片得到了解決,基于物聯網升級的智聯網也即將因為5G的到來而得以實現,剩下來的數據卻成為了一個問題。

以公安這一安防領域重要組織為例,早在2018年初,公安部就正式成立全國公安大數據工作領導小組,宣布將大力實施公安大數據戰略。

作為一個垂直性行業,公安領域的數據也存在一個“通病”,即只能基于結構化數據開展AI應用,而那些非結構化數據和半結構化數據并沒有能夠發揮真正效用;另外,各地方公安之間、各警種之間、各數據之間也缺少相應的關聯性,這也使得預測、預警、預防等能力與效用大打折扣。

如何才能解決這些問題?需要依賴行業知識圖譜。

知識圖譜的建立是一件相當困難的事情,里面涉及到數據采集、數據清洗、數據定義、關系抽取、知識存儲、關聯計算等步驟,且不同于通用知識圖譜,搭建垂直性領域的專業知識圖譜更具備難度。

一旦搭建起知識圖譜,帶來的效用也是肉眼可見的,實現實戰經驗與技術算法的深度融合與轉換,讓警務辦事更為智能化。舉一個例子,為了鎖定一個犯罪嫌疑人,警方往往需要調取多個系統來查詢數據,進而作出分析和整合,這個過程是繁瑣且耗時耗力的,而基于公安知識圖譜,這一過程所耗費的時間和精力將大大縮短,因為在發出要求之后,系統就能夠自行調取相關案件信息,或是生成報告,或是以可視化的方式呈現各個線索之間的關聯性等等。

艾瑞咨詢數據,2018年工具型公安知識圖譜應用率為30%,平臺型建設率達到10%。而在當下,知識圖譜搭建的第一步,即“數據采集”仍舊不能很好地完成,如此一來,后面步驟的進行也將遭遇一些阻礙和困難。

于AI安防而言,算力、算法、數據和連接缺一不可。

根據a&s所公布的“2018年度全球安防50強”榜單,其中專業從事視頻監控的企業有32家,另有??低?、大華等也在這一領域有所涉及??梢哉f,視頻監控已經成為安防產業的主流,這也難怪在智能化升級過程中,監控攝像頭會成為諸多AI企業所選中的市場切入口,以及安防業務重點方向。

但從市場和需求的角度出發,監控攝像頭也不是萬能的,總有它兼顧不到的地方,而這些就是留給廠商的機會。如果發展足夠順利,或許這些產業在未來也將能夠“比肩”監控攝像頭。