人工智能为什么这么火？看看安防江湖30年血战就知道了

笔者按：随着AI的持续升温，传统的视频监控安防已经由五节点“采-传-存-显-控”升级到“采-传-存-析-显-控”，增加了视频分析、生物识别（主要是人脸识别）、大数据等人工智能元素。

笔者曾在天地伟业公司，从事智能交通、智慧城市方面的研发工作。视频分析、大数据等其实早都已经在落地实践。只是那个时候的基础设施和技术水平都还停留在低级阶段，做人工智能还不是很成熟。

后来跳槽到视频监控领域的一家企业（一家老牌安防软件平台供应商），方向也转到视频监控领域。这几年感同身受互联网的力量，尤其是互联网的技术和基础设施对传统视频监控安防领域的促进和提升。传统的视频监控已经不那么好做了。

笔者这几年一直从事GB28181方面的开发、项目等工作，属于视频联网。这也使得视频联网比以前群雄纷争的时代更加便捷。GB28181应用的领域包括但不限于：治安监控，道路监控，智能交通电警和卡口，消防，医疗，校园，社会资源等。欢迎广大转型企业、个人承包项目的客户咨询洽谈。

本文转载自http://news.pedaily.cn/201711/423343.shtml

“由于安防行业的种种需求与深度学习种种落地方向不谋而合，在传统安防行业马太效应凸显、红海竞争、甚至打起价格战的当下，人工智能技术仿如一个破冰者，为产业链的各个环节都带来了新的发展机遇。”

以下为原文：

　　当我们谈起人工智能（AI）时，最频繁被人提起的落地行业之一莫过于安防了。随着经济的不断发展、技术的不断成熟、再加之国家政策的不断重视，安防产业的规模也在不断增长。2016年，受平安城市建设刺激，我国安防产业市场总产值已经达到了5400亿元，纪录片《辉煌中国》也提及，中国的监控摄像头达到了2000万枚。而根据佳都科技《人工智能技术白皮》显示，2017年安防市场规模将由之前预测的6147亿上涨到超6350亿，同比增长17.6%，安防生产商数量超过7000家。

　　安防市场规模不断增长的同时，意味着以摄像头为主的安防设备数量增加（最近一年内，国内安防高清摄像头的出货量会在1亿颗左右），也就意味着视频数据的海量增加；再加之恐袭事件频发，安防产业越发重视事前预警，传统的人工审查方式已经远不足以满足产业需求。

　　而在这一轮兴起的人工智能浪潮中，能够真正在商业中应用落地的技术主要还是深度学习在图像及语音方面的识别分析。由于AI能够对迅速对视频进行结构化处理、对人、车、物进行快速识别比对，此类能力与安防需求不谋而合。与此同时，以视频技术为核心的安防行业拥有海量数据来源，可以充分满足深度学习对于模型训练的大量数据要求，因此，安防是人工智能最早落地的领域，“AI+安防”也成了人工智能企业与安防企业都十分看好当“红炸子鸡”。

　　近期，智东西通过一系列的走访调研、面谈整理后，不仅梳理出“AI+安防”的三种落地形态，并整理出超过40个核心玩家（如下图），他们或为传统安防大鳄、或为新兴AI创企们，在安防行业这个拥有着几十年历史积淀的大舞台上，携手合作、同台竞艺，本文将它们分作四大阵营，并且逐一拆解各大阵营的玩法，为你展现一个最为全面的AI+安防产业面貌。

　　一、当我们在谈论安防AI时，我们在谈论什么

　　在了解AI+安防市场格局之前，我们首先要分别了解一下AI和安防。

　　1、视频监控占据安防最大市场份额

　　说起安防，人们的第一反应就是监控摄像头。诚然，目前视频监控在安防行业中占据了最大的市场份额——达到了49%，成为了构建安防系统的核心。如无特别声明，本文接下来探讨的“AI+安防”将集中在视频监控领域。

　　而除了视频监控外，安防行业还包括了实体防护+楼宇对讲、出入口控制、防盗报警、防爆安检，几项具体占比如图。

　　值得一提的是，目前安防行业依旧是一个以政府及大企业需求主导的市场，不过随着人们生活水平和消费能力的提升，以小型智能摄像头、小型智能安防系统为主的、面向中小企业/商铺/个人家庭的民用安防市场有望进一步打开。目前我国民用视频安防监控只占了约6%的市场份额，覆盖率远低于美国的50%，有着强大的发展潜力。

　　2、从前端摄像头到后端中控系统，“AI+”的三大环节

　　视频监控环节的分类多种多样，根据“AI+安防”行业中不同企业的不同的特性，可以将视频监控安防环节按下图分类：前端摄像头+传输+后端中控系统/云——AI既可以在前端做，也可以在后端做。

　　传统前端摄像头由镜头、芯片、传感器、其他光学组件等组成，这里暂时不关注其他组件，只来关注芯片。在前端的“AI+摄像头”环节中，厂商可以将AI企业的人脸识别等算法直接固化为IP模块，嵌入到视频监控SoC芯片中；也可以在摄像头中使用较为通用的视觉处理器，比如英特尔的Movidius VPU、英伟达的Jetson TX系列等。

　　第二类企业能够提供一个连接摄像头的外设模块，这个外设模块的核心是一块集成了AI算法的电路板，将视频数据直接输入到图中左下角这个像小盒子一样的设备中，输出的视频数据就可以带有人脸识别、车辆识别等信息。当然，这一类硬件模块的提供商也可以将硬件模块做小后直接集成在新的前端摄像头里。

　　第三类则是“AI+后端”，将摄像头采集到的视频信息发送到后端中控系统或者云端，然后再利用服务器强大的计算能力对其进行分析、处理。此前“AI+后端”的解决方案一直是主流，不过由于现在安防行业对实时性、隐私保密性、传输稳定性等要求越来越高，端智能的相关技术也越来越成熟，“AI+前端”的解决方案开始逐渐受到行业欢迎。

　　3、安防AI芯片：从SoC到板卡集成

　　上文提到了SoC跟板卡两个概念，他们都可以被叫做“芯片”，在这里顺便解释一下二者的区别。我们平时说的“芯片”一般分两种，一种是集成电路板，一种是SoC，两者都是IC（集成电路）设计的硬件表现。

　　集成电路板在很多年前就已经存在了，比如下图这张集成电路板，厂商在硅片上（绿色的那块）刻蚀了很多的电路，然后将电子器件（比如电阻、电容、或者MCU微控制单元等）焊接在板上。上文提到的第二类提供前端外设模块的企业通常走的就是这个路线。

　　▲ 触景无限的V102板卡，用于安防产品

　　随着集成电路技术的不断发展，我们从最开始的电子管时代、晶体管时代、小规模集成电路时代、大规模集成电路时代、一直发展到现在的超大规模集成电路时代、巨大规模集成电路时代，最直观的体验就是硅片越来越小，集成的晶体管数量却越来越多。如今，指甲盖大小的硅片上可以集成上亿个的晶体管，这里头的晶体管如果使用最古老的电子管，连起来可以绕地球一圈了。

　　集成始终是发展的一大方向，当很多芯片的外围电路都被集成的时候，那么这个芯片可以独立运作而成为一个系统，称为SoC（片上系统，System on Chip）。SoC一般都会集成了CPU等控制器、内存、模拟或数字接口、以及USB、SPI等其他接口，它完成的是一个系统的功能。

　　▲ 华为Mate 10里搭载的麒麟970芯片，标准手机SoC

　　比如上图这张华为海思麒麟970芯片，就是一块标准的SoC芯片，它采用了台积电10nm工艺，集成了55亿个晶体管，包括CPU、GPU、ISP、Modem等模块，而且还集成了一个专门用于AI神经网络计算的硬件模块——NPU（Neural-Network Processing Unit，神经网络处理器）。据智东西了解，目前安防芯片领域巨头海思半导体也在进行专用安防AI芯片的研发打造。

　　目前视频监控领域的SoC基本采用110nm/55nm 工艺，部分产品采用40nm工艺，少数国际领先企业已开始使用28nm工艺产品研发并出货。

　　集成电路板（板级集成）成本低、制造迅速，但是电路板体积大，而SoC级集成能够在体积极小的芯片上实现高性能低功耗，但缺点则是打造周期长（从设计到制造通常需要18-24个月），而且常常使用极高的制造工艺，一张流片动辄几百上千万美元，前期成本异常高昂。

　　4、除了人脸识别，AI究竟能做啥？

　　安防视频智能化的概念已经提了很久了，然而此前一直存在识别准确率低、环境适应性差、识别种类少等问题，普及推广存在难度。而随着深度学习技术的发展与落地，传统图像识别、图像处理技术所遇到的难点都被神经网络这个“黑盒子”所解决了。

　　目前，人工智能在安防领域的主要应用场景包括以下几点：

　　1）人体分析：人脸识别、体态识别、人体特征提取等；

　　2）车辆分析：车牌识别、车辆识别、车辆特征提取等；

　　3）行为分析：目标跟踪监测、异常行为分析等；

　　4）图像分析：视频质量诊断、视频摘要分析等。

　　以海康威视的车辆特征识别技术为例，在应用深度学习技术后，机器不仅可以完成基础的车牌识别功能，还可以识别出10余种车型、200多种车辆品牌和4200多种车辆子品牌，并且可以快速辨认出危险品车和黄标车。

　　目前大部分AI创业公司切入的都是人体分析领域，也有少量专注于车辆分析；像海康威视、商汤科技、英伟达等行业中的巨头玩家则会将技术覆盖面铺得更广泛些。

　　二、我国安防产业：三次重要升级，两超多强格局显现

　　此前，我国安防摄像头已经经过了几轮升级，一轮是从传统标清模拟摄像机往高清摄像机的升级，一轮是从高清摄像机往网络摄像机IPC（IP Camera）的升级，最近的这轮则是从网络摄像机往智能摄像机的升级。

　　而我国安防行业在经过了近30年的发展后，已经形成了长三角、珠三角、环渤海三大产业聚集区，并且诞生了以海康威视、大华股份为首的“两超”第一阵营；以宇视科技、苏州科达、东方网力、韩华泰科、还有近年来在安防领域摩拳擦掌的华为为首的第二“多强”阵营；其他数量占据99%的中小企业则占只占一半市场份额。

　　虽然我国安防市场呈现的碎片化特性、地域封闭属性非常明显，但是随着技术与行业的不断发展，行业开始日益集中，马太效应也变得显著。目前海康威视和大华股份两大巨头占据了绝大多数的市场份额，而第二阵营的行业“多强”龙头们也凭借着自身资源优势不断快速发展，但第三阵营中的中小企业则由于技术与资源的缺乏而生存困难。

　　▲ 视频监控公司三大梯队，2016年数据

　　由于从2014年起，安防市场的中小企业倒闭浪潮越演越烈，珠三角地区尤为明显。根据中国安防网数据显示，2015至2016年期间，安防生产商数量由8400家降至7000家，营收过亿的企业占比由不到1%上升至9%，1000万以下营收的小企业则由97%降至56%。除了倒闭之外，也有不少中小安防企业开始寻求转型，涉足民用安防。

　　在一个集成度越来越高的行业中，人工智能技术仿如一个破冰者，为安防相关企业带来了新的发展机遇。 在视频安防的这个大舞台上，传统安防大鳄与新兴AI创企们或携手合作、或同台竞艺，着实好不热闹。

　　三、四大阵营，超40玩家，玩法各不相同

　　在文章开头放出的《我国安防AI产业链公司列表》中我们可以看到，目前AI+安防领域新老公司云集、大小创企扎堆，根据各自的属性与打法差异，我们可以将它们分为以下四类：

　　1、全链巨头：开放合作+加速自研

　　前文提到，目前海康威视和大华股份两大安防巨头占据了绝大多数的市场份额，其他安防“多强”龙头们也凭借着自身资源优势不断快速发展。对于这些从软件、到硬件、再到垂直解决方案都涉猎的行业巨头而言，他们并不太会介意一项AI技术究竟是来自合作伙伴还是来自自身研发，加强自身安防产品的竞争力才是重中之重。

　　而且由于它们涉足了全产业链，因此前后端、上下游、传统安防又或是新兴AI公司都能够成为其合作伙伴。不过与此同时，为了保证技术的领先性，这些行业巨头们也不会停止研发的脚步。

　　2、前端SoC：海思独大+新晋独角兽涌现

　　在目前的网络摄像机（IPC）SoC芯片市场中，海思半导体可谓一家独大。海思就是我们所熟知的那个华为海思半导体，目前海思的团队主要分为三部分：分别包括系统设备业务、手机终端业务、对外销售部分。 其中，对外销售的主要是安防用芯片和电视机顶盒芯片。

　　就在前不久，华为发布的Mate 10系列手机中的海思麒麟970芯片搭载上了来自寒武纪的AI模块——NPU，彼时苹果A11尚未发布，使得麒麟970成为当时市面上第一款手机AI芯片。目前海思也在进行专用安防的AI芯片的研发打造。

　　据智东西了解，在麒麟970的打造过程中，华为海思在一众DSP方案、寒武纪NPU方案、自研AI模块方案、以及其他方案中选中了寒武纪的NPU方案，但是未来有可能会在芯片上使用自研的AI模块方案。

　　此外，成立于1999年的中星微电子也是老牌安防芯片的提供商之一。自从2010年以来，中星微电子在10多个地区进行SVAC编制（公安部编制的《安全防范监控数字视音频编解码技术标准》）标准的密集试验，截至目前，中星微电子接到的基于 SVAC标准的解决方案订单，订单金额超过10亿。公司提供芯片和模组，并由其控股公司进行工程实施、摄像头等设备外包。

　　而在2016年6月20日，中星微“数字多媒体芯片技术”国家重点实验室在京宣布，并且发布中国首款嵌入式神经网络处理器芯片（NPU）诞生，已应用于嵌入式视频处理芯片“星光智能一号”中。

　　此外，富瀚微电子、国科微电子等老牌安防芯片提供商也在加紧自我研发+寻找AI创企合作伙伴的步伐，英特尔的Movidius VPU、英伟达的Jetson TX系列等也常作为高端产品的通用的视觉AI处理器被加入到摄像头当中。

　　▲ 深鉴科技将于2018年推出的“听涛”

　　在创业公司方面，我们耳熟能详的AI独角兽们也都陆续宣布进军安防芯片领域，比如前不久都宣布融资了的寒武纪和深鉴科技，二者都将会在2018年推出可集成在安防SoC芯片上的IP处理器模块。由于SoC对技术及资本的要求较高，此类公司通常都需要都需要具备一定的融资额度与技术壁垒。

　　3、前端嵌入式AI模块/板卡：中小创企扎堆的2015年

　　上文提到，这类厂商可以提供前端嵌入式AI模块/板卡，基于现有RGB摄像头之上做前端智能化，将视频数据直接输入一个像小盒子一样的设备中，输出的视频数据就可以带有人脸识别、车辆识别等信息，是一种周期短、低功耗、低成本的解决方案、适合对安防需求不大的场景使用、可以称得上是“即插即用”。

　　当然，这一类厂商也可以作为SoC的IP硬件提供商，又或是与摄像头公司合作，将板卡直接集成在摄像头里。这些厂商通常使用的都是基于英特尔的Movidius VPU处理器的低功耗解决方案，而且从图表中可以观察到一件有趣的事，那就是这些厂商大部分成立于2015年。

　　4、后端软件/平台：新老玩家博弈战

　　上文提到，“AI+后端”指的是将摄像头采集到的视频信息发送到后端中控系统或者云端，然后再利用服务器强大的计算能力对其进行分析、处理。此前“AI+后端”的解决方案一直是主流，不过由于现在安防行业对实时性、隐私保密性、传输稳定性等要求越来越高，端智能的相关技术也越来越成熟，“AI+前端”的解决方案开始逐渐受到行业欢迎。

　　在这一领域中，东方网力作为国内安防领域第二阵营的龙头玩家之一，正在积极地通过研发与并购投资的方式加大着对AI的投入；而国内AI独角兽们如商汤科技、旷视科技等也在进军AI+后端安防。较之之前的嵌入式AI解决方案提供商，这类平台级的公司普遍成立时间稍长，而且资本储备也较为充足。

　　受制于传统的图像识别与图像处理算法的制约，安防产业智能化的推进脚步十分缓慢，识别准确率低、环境适应性差、识别种类少等问题一直困扰着各类安防企业——直至这一轮深度学习的AI浪潮袭来。

　　由于安防行业的种种需求与深度学习种种落地方向不谋而合，在传统安防行业马太效应凸显、红海竞争、甚至打起价格战的当下，人工智能技术仿如一个破冰者，为产业链的各个环节都带来了新的发展机遇。上文提到的这近40个玩家只是一部分，未来AI+安防市场还将更为兴旺红火。