1、安天下微信号：sas123cn 人工智能应用 安防行业研究分析丨2020报告 出品 中国政企安平业务部 特约 安天下微信号：sas123cn 行业发展 安天下微信号：sas123cn 中国安防行业发展“简史” 1959年故宫发生了建国后第一起宝物失窃案，安防概念和产品开始萌芽，第一代的晶体管监听报警设备应运而生；随后中国的安防产业从20世纪80年代逐步从珠三角开始起步，比西方经济发达国家大约晚20年，这时的安防系统主要由前端的模拟摄像机、后端的矩阵、磁带录像机以及CRT监视器构成。 早期摄像头大多为日系（索尼/松下/三洋/夏普等）垄断，国内自主生产技术落后，争夺代理权是行业的热点；2001年起

2、国内视频安防企业海康威视、大华股份等以DVR起步并快速发展，最终引领全球。 安防政策及重大项目的落地实施情况： 2003年公安部提出“平安城市工程”概念 2008年-2011年 “科技强警”战略、“3111试点工程”、“智慧城市”、“智能交通”概念 “2008北京奥运会”、“2010上海世博会”、“2010广州亚运会”、“2011深圳大运会” 项目 2016年提出落地“雪亮工程”后，2018 年“雪亮工程”首次被写入中央一号文件 安天下微信号：sas123cn 中国安防行业发展“简史” “看得到、看得远、看得清” 是早期安防行业的主要诉求，2016年AI技术的产品化引入，使得行业从被动监控向主

3、动识别过渡，“看得懂”成为了视频监控产品的主旋律。 从2016年到2018年初，十三五规划、雪亮工程等不断强调提升安防视图资源共享协作及联网率、高清化建设。监控视频图像结构化数据的协作机制逐步建立，视频监控的清晰度和联网率得到快速发展。 2018年，AI+安防行业进入快速落地阶段，科技开始真正赋能产业，在未来，AI技术将成为推动安防行业的主要力量，市场广度会不断拓宽，各类基于AI技术的垂直应用将不断涌现。 2019年AI摄像机在公安新建动态识别项目中，渗透率20%水平，综合存量市场，5%水平不到。具有视觉算法、产品及方案能力的企业更加具有竞争优势，传统安防、AI企业、通讯企业及BAT企业同台竞

4、技。 2020年“AI+安防”软硬件市场规模大概200亿规模，其中视频监控占据绝大部分，份额近90%。考虑到安防前后端软硬件均存在三至五年后更新换代需求，因此AI+安防具备较大存量空间基础。 安天下微信号：sas123cn 阶段 时间 特点 代表企业 萌芽 1979-1984 国外安防概念进入中国，主要应用在文博等特殊单位，法律法规空白 起步 1985-1998 国外产品进入，代表产品是模拟摄像机及磁带录像机，法律法规起步 发展 1999-2004 安防产品品类逐渐丰富，企业逐渐增加，金融、交通、楼宇等逐步应用 加速 2005-2008 市场规模逐步扩大，网络视频监控发展壮大，从产品向系统集成

5、方向发展 提升 2009-2016 从系统集成向解决方案、行业化及平台化发展，平安城市大力发展 +AI 2017- 人工智能赋能智能安防，人脸识别得到快速发展，视频结构化及大数据是高端安防关键词，AI企业入局 安防行业发展的几个“阶段” C&K、ADEMCO 安天下微信号：sas123cn “安防企业”进化的“阶段” 2012 2013 2014 2015 2016 2017 2018 2019 GB/T28181-2011实施 国务院发布物联网指导意见 “八部委”联合发布智慧城市指导意见 H.265标准开始应用于安防监控 人工智能落地成为热点 BATH发力智慧城市级安防应用并落地 人工智能在

6、安防行业逐渐落地应用 AI企业在安防行业的发展将格局敲定 2020 AI普惠 安天下微信号：sas123cn 中国安防行业市场容量 截至2019年底，我国安防企业已达3万家左右，全行业从业人员约为160万人左右。 2019年安防行业总收入达到8200亿元左右，相较2018年增长15%（见下图）。 从产业构成来看：2019年安防产品总收入约为3400亿元，占比41%，安防集成与工程市场预计达到4200亿元左右，占比51%，运维服务及其他约为600亿元左右，占比8%。 0 20000 类别 1 类别 2 类别 3 类别 4 系列 3 IHS Markit的报告称，到 2021 年底，全球用于监控的

7、摄像机数量将攀升至 10 亿台以上，这将比当下的7. 7 亿台增长近30%，其中中国占比超50%（中国5.6亿台），印度、巴西等国也快速增长。 安天下微信号：sas123cn 24% 18% 16% 13% 12% 7% 5% 5% 0% 10% 20% 30% 公安 交通 楼宇 金融 文教 能源 司法 其他 安防产品在各个行业应用占比安防产品在各个行业应用占比(2018) 公安 交通 楼宇 金融 文教 能源 司法 中国安防（视频监控）市场分布 安防产品在许多行业中都有应用，主要分为两类：平安城市、智能交通、司法监狱等主要由政府使用的行业；智能楼宇、金融行业、文教卫等关注民生项目的行业。 从发

8、展势头来看，传统的金融、文教卫市场趋于饱和，政府、交通市场还在持续平稳增长。在“平安”“雪亮”热度的背景下，未来智慧城市，智慧社区将会成为安防行业的一大亮点。 2020年，“边缘AI+云计算”解决方案在众多民用细分场景落地：包括疫情防控、垃圾分类等。 安天下微信号：sas123cn 光学镜头 传感芯片 处理器芯片 存储器芯片 关键零部件提供商 视频分析 AI算法 软件ISV 其他组件 视频软件提供商 视频采集 显示系统 视频传输 存储系统 视频监控硬件产品 渠道/分销商 安防工程/集成/运维商 公安 交通 金融 楼宇 司法 能源 上游器件 中游软硬件 下游渠道 终端客户 视频监控行业“生态”图

9、 行业用户 AI芯片 视频云 云智能 云服务提供商 视频监控解决方案 园区 安天下微信号：sas123cn 视频监控行业的生态比较开放：产业链包括上游的算法、芯片和其他零组件供应环节，中游的设备产品设计和制造环节，下游的产品分销、系统集成、工程建设和运营服务环节。 上游算法环节主要包括图像处理（例如降噪、宽动态处理、白平衡校正、色彩还原等）、视频压缩和内容识别（VMD/IVS/AI等）三大方面。近年来，随着人工智能深度学习算法的快速成熟，国内诞生了一批应用层面的计算机视觉（即图像内容识别）算法供应商。 处理器芯片是安防视频监控设备（包括前端和后端）的核心部件，直接影响到系统的图像质量、码流控制

10、能力、智能识别效率、稳定性、功耗等性能表现。安防视频监控设备中所用的处理器芯片主要包括模拟摄像机中的ISP芯片、网络摄像机中的SoC芯片、DVR/NVR中的SoC芯片以及深度学习AI加速器芯片。 目前来看，高性能的深度学习算法加速器芯片（简称AI芯片）仍主要由国外芯片大厂提供，但国内企业已经逐步发力（海思、比特、地平线、依图等）而其余三类处理器芯片均已经实现了较大程度的国产化替代，国内代表性供应商包括华为海思、富瀚微、中星微等。 除了算法和处理器芯片之外，视频监控的上游还包括图像传感器芯片、光学镜头和存储器等关键零组件。其中，光学镜头已经基本实现了国产化，国内包括舜宇光学科技、联合光电、宇瞳光

11、学等，而图像传感器芯片和存储器仍然主要依靠进口（SONY、OV等）。 中游的设备产品主要包括前端的摄像机（模拟/网络/AI摄像机）、后端的存储录像设备（分为DVR、NVR、CVR等）、中心控制端的控制和显示设备以及各传输环节的光端机和交换机等。此外，在硬件设备产品基础上还有系统管理软件（VMS）。 产业链的下游包括产品分销、系统集成、工程建设和运营服务四大环节， 这些下游环节的主要参与者多为小规模的地方型企业，市场格局较为分散。另外，海康威视和大华股份等龙头设备厂商在部分规模较大的项目中也承担了系统集成和运营的角色。 视频监控行业的“生态” 安天下微信号：sas123cn 光学镜头 传感芯片

12、处理器芯片 AI算法/芯片 AI摄像机 舜宇光学、联合光电、宇瞳光学 索尼/OV/三星 海思/富翰微 TI/英伟达/安霸 商汤/旷视/云从 比特/寒武纪/依图 NAND 磁盘阵列 视频存储 三星/英特尔 /东芝 EMC/宝德/华为 视频结构化 AI及VMS 平台 视频传输 公安 交通 金融 其他 海康海康/大华大华/华为华为 宇宇视视/依图依图/云天云天 云从云从/旷视旷视/商汤商汤 海康海康/大华大华/网力网力 商汤商汤/依图依图/云从云从 视频监控产品及方案 系统集成商 SMB 依图依图/千视千视/云从云从 海康海康/大华大华/天地天地 宇宇视视/科达科达/网力网力 高新高新/力维力维/佳

13、佳都都 海康海康/大华大华/神码神码 同方同方/长天长天/太极太极 楼宇 视频监控行业产业链导图 园区 红外热成像 高德/大立/睿创 AI服务器 浪潮/华为/曙光 安天下微信号：sas123cn 视频监控芯片产业链图 索尼 三星 豪威 富翰微 Nextchip 海思/德仪 意法/升迈 海思、安霸 德仪、富翰 国科、君正 海思 德仪 模拟摄像机 摄像机 图像传感器 模拟/数字转换 信号处理： 增益 背光 降噪 模拟/数字转换 DVS/DVR DSP信号处理 模拟输出 镜头 CCD 镜头 CCD或CMOS DSP信号处理 编码压缩模块 传输控制模块 NVR 网络 传输 IP 输出 编码 压缩 信号

14、处理： 增益 背光 降噪 图像传感器 安天下微信号：sas123cn AI摄像机是未来摄像机的主流 来源：艾瑞咨询 人脸/ 车辆抓拍、智能分析能力取决于芯片算力。一颗高算力AI 芯片的智能化处理能力是普通芯片的几倍甚至几十倍。随着人工智能的快速发展，安防已从原来的“人看”发展到当前的“机器看”，未来更将向着“机器研判、决策”方向演进；安防事件的处理，也将从原来的“事后研判”向 “事前预防”发展，借助AI 技术，借助算力、算法、数据、协同、开放的进一步提升，提前预知可能的问题及风险，驱动自动化处理或者人工干预。 在AI时代，芯片技术的高速发展为AI提供超强算力保障，使算力更易获得。摄像机通过AI

15、芯片具备足够算力，为智能算法和应用提供了高效的运行环境。在算力的支撑下，AI算法也越来越成熟。可以通过智能算法来自动优化各种非正常条件下的高清成像，能够更多更精准的识别出图像中人物、车辆的特征信息及行为信息，能够实现更多维的数据感知，能识别出更多异常情况的发生而做出预警，支撑从事后的线索查找到事中的准确发现，再到事前的预警预防。 安天下微信号：sas123cn 2019年度 全球安防 50 强（top20） 1 2 7 9 17 19 来源：A&S 安天下微信号：sas123cn 安防+AI 企业分布地图 安天下微信号：sas123cn 全球视频监控市占率格局（ 2018 ） 根据IHS数据，

16、2018年海康威视全球市占率高达24.1%，连续八年（20112018）占据视频监控设备行业市占率第一名。 视频监控行业市占率前几名分别为海康、大华、安讯士、宇视、松下、韩华等。 海康威视在海外市场也有出色表现，2016年海康在中国、EMEA、亚洲（除中国以外）市占率均为第一名，在美洲市占率为第二名。 类似的，大华股份在多个地区市占率也均是前三名左右。 安天下微信号：sas123cn 金盾工程 平安城市 天网工程 雪亮工程 主导部门 公安部 公安部、科技部 公安部 中央社会治安综合治理委员会 目的 目的是实现以全国犯罪信息中心（CCIC）为核心，以各项公安业务应用为基础的信息共享和综合利用。

17、目的是利用综合管理信息公共服务平台和数据交换平台实现资源共享，通过三防系统（技防、物防和人防系统）建设城市平安和谐 目的是利用图像采集、传输、控制、显示等设备和控制软件组成，对固定区域进行实时监控和信息记录 目的是县、乡、村三级综治中心建设、公共安全视频图像信息共享平台建设、公共安全视频监控全域覆盖、联网共享应用建设、应用向基层和群众延伸 主要内容 全国公安综合业务通信网 全国违法犯罪信息中心（CCIC） 全国公安指挥调度系统工程 全国公共网络安全监控中心 基础传输网络的建设 公共安全监控与报警点的建设 综合管理平台的建设 多级监控中心的建设 城市应急通信指挥系统的建设 视频采集网络建设 专网

18、监控中心 视频分析应用 视频采集网络建设 专网监控中心 视频分析应用 视频规范化接入和转发 对指定类型用户的平台应用 使用部门 公安部门 公安部门 公安部门 综治办、公安、其他部门及群众 中国安防-视频监控几大“工程” 安天下微信号：sas123cn AI=算法+数据+算力+方案+场景 AI五大基本要素=数据+算力+算法+方案+场景 目前计算力处于逐步突破上升期，即将爆发，底层算法 的开源化也非常可期，算法门槛和价值降低，那么场景 化落地能力及行业解决方案能力越来越成为关键。 数据场景为王： 场景是人工智能公司的商业落地基础，脱离了场景的算法成了“学院派”。没有应用场景，没有数据资源，只是单纯

19、的算法技术公司，未来将逐渐失去竞争能力。从安防视频应用产业链来看，下游的场景公司（海康、大华、宇视、华为、天地）都在涉及算法，下游的芯片公司也在做算法，所以中间纯算法类公司的生存将越发艰难，其在上下游的巨头中，话语权弱。参考早期算法公司OV后来的境遇。 算法开源趋势： 早期安防领域的算法主要是编码压缩（如MPEG）及视频分析（早期OV系列为代表）。进入AI时代，随着如谷歌、百度、华为、旷视等人工智能领域的巨头的算法纷纷开源（趋势），计算机视觉底层算法模型或将逐步走向统一，算法研发的技术门槛也在无形中降低。早期算法起家的公司技术壁垒优势不再，其必须找到落地的产品支撑。摄像头被认为是人工智能之眼，

20、AI在安防监控领域成为率先落地的行业。 算法配套于产品和解决方案，落地于工程。算法配套于产品和解决方案，落地于工程。 芯片企业涉足算法领域： 以英伟达、海思、依图为代表的芯片厂商利用底层基础技术使得深度学习不断突破。GPU集群的创新迭代以及全能型芯片FPGA和低功耗ASIC都是人工智能对基础信息架构的智能选择。 数数据据 算算法法 算算力力 场场景景 方方案案 安天下微信号：sas123cn AI技术在安防行业快速落地 安防 应用 图像识别 数据及场景 7*24小时，海量数据 视频及图片混杂 点位众多，场景复杂 人工智能 技术 支撑 算法 主要研究领域 计算机视觉 机器学习 语言处理/生物识别

21、. 算力 数据 场景 行为识别 检索分析. 工程 高匹配 强需求 人脸识别 车辆识别 物体识别 行为分析 人体识别 图像对比 轨迹分析轨迹分析 以图搜图以图搜图 抓拍检索抓拍检索 数据检索 算法仓库 数据采集 数据治理 算法引擎 分析研判 基础 设备 强需求 安防行业作为人工智能落地最快的行业，有望成为安防行业未来增量空间的主要来源。从2016年开始，AI+安防就成了行业热点话题，AI技术在安防行业应用具有天然的优势。 安天下微信号：sas123cn 不同企业在“安防+ AI” 的布局 海康威视海康威视 华为安防华为安防 阿里巴巴阿里巴巴 前端AI芯片 前端硬件 网络传输 后端设备 云服务 昇

22、腾 “五星”IPC 天目、函谷 网络设备 智能视频云 昆仑服务器 火眼大数据 阿里云 华为云 海康威视海康威视 大华股份大华股份 深眸 睿智 脸谱/刀锋 睿智服务器 大华股份大华股份 炬眼IPC AIoT摄像机 城市天眼系统 玄铁 萤石云 大华股份大华股份 边缘服务器 蜻蜓眼平台 求索 阿里云 安天下微信号：sas123cn 安防企业“+AI”的演进路径 企业 2015年 2016年 2017年 2018年 2019年 2020年 海康 推出基于GPU和深度学习的“猎鹰”视频结构化服务器和“刀锋”车辆图片结构化服务器 推出基于VPU/GPU和深度学习技术的“深眸”智能摄像机，“超脑”NVR等

23、发布“海康AI Cloud”架构，云边端智能解决方案 在云边融合的计算架构指导下，开发了两池一库四平台 在如何助力行业智能化升级方面分享了自己的思路和实践:物信融合 、开放生态 推出AI开放平台 AI开放平台上线的通用功能大约有40多项，平台的日均调用次数是3,500万次，累积的训练模型超过1万个 大华 推出“天眼”系列人脸识别服务器 发布“全智能、全计算、全感知、全生态”人工智能战略，推出“睿智”系列视频结构化服务器，“慧”系列交通摄像机 大华HOC城市之心”战略发布，大华HOC新型智慧城市架构全面亮相 发布灵瞳二代系列产品（180四目全景）AI摄像机 华为 发布了“全网智能”平安城市解决方

24、案 VCM视频大数据分析平台 智能云监控整体解决方案 发布“SDC”概念摄像机； 发布CloudIVS轻量云方案 2019年新推超百款IPC及配套前后端产品； 发布智能安防品牌“Huawei HoloSens” 升级为华为机器视觉；发布“下一代”Holosens摄像机；发布5G摄像机 宇视 与英伟达联合发布“昆仑”智能分析服务器 发布AI整体解决方案，包含“昆仑II”、“秦岭”、“燕山”、“天目”、“函谷”、“潼关”等 发布“猫头鹰”多目全景拼接AI摄像机； 联合阿里发布安防“中台”概念 安天下微信号：sas123cn 企业 2016年 2017年 2018年 2019年 2020年 商汤 并

25、购安防领域黑马企业新舟锐视，同时成立专注于打造新一代监控摄像头、融合软硬件技术创新的智能安防解决方案提供商商周锐视 发布SensePose、SenseFace、SenseVideo解决方案，SenseEmbed解决方案的全新嵌入式终端 发布SenseFace 3.0平台、SenseFoundry方舟城市级视觉开放平台两大安防产品，以全新“AI+安防”产品矩阵，为平安城市、智慧城市建设带来新思路 以“AI City端边云一体化方案”和核心, 展示了全面升级的智慧城市视觉中枢2.0系统 旷视 发布了 物联网图像采集终端 MegEye-C2、智能人像抓拍机 MegEye-C2S、智能客流统计终端 M

26、egEye-D1 等多款前端智能化硬件产品 发布了新一代的全帧智能人像抓拍机MegEye-C3S 发布了 物联网图像采集终端 MegEye-C2、智能人像抓拍机 MegEye-C2S、智能客流统计终端 MegEye-D1 等多款前端智能化硬件产品 开源AI生产力平台Brain+的核心深度学习框架旷视天元(MegEngine) 云从 云从科技与百度、腾讯、 科大讯飞，承担国家“人工智能”基础项目重大工程 “人工智能基础资源公共服务平台”建设任务。 落地了“中国首款AI摄像机” ICCV 2019单目标跟踪冠军；ReID技术刷新世界纪录；助力大兴机场智慧出行“一脸通”场景落地 依图 发布“蜻蜓眼”

27、人像平台 推出人像聚类引擎 发布“求索”AI芯片 跨镜跟踪（ReID）刷新世界纪录 AI企业“+安防”的演进路径 安天下微信号：sas123cn 不同类型安防企业的“优劣势”对比 阵营 企业 优势 劣势 备注 海康 大华 解决方案完整、成熟 对客户需求理解深刻 渠道覆盖全面、成熟 AI算法能力 云服务能力 2019年业绩增速全部放缓 华为 云、服务器、存储、网络等基础设施的能力及生态整合能力 集团强大研发、市场、渠道支撑 华为海思芯片的算力支持 进入市场较晚，业务需求把握不如传统安防公司 安防领域销售及市场不足 大公司内部壁垒 2020启动“机器视觉”及“好望”分销 阿里 全面开放城市大脑平台

28、 顶层设计优势，阿里云优势 具有千方及宇视两架马车 Link Vision 1.0不知所云 定位在顶层和云端，难免不接地气 城市大脑ET 紫光 华智 新华三ICT的优势 紫光集团研发、市场、渠道支撑 AI,芯片、存储、云、大数据基因 重庆、杭州两大研发中心，80%技术研发人员占比 应用驱动、全面云化、全栈智能、开放生态 有先天优势，入局稍晚 具体产品落地能力需要观察 城市视觉中枢 AI IN ALL 商汤 旷视 依图 云从 背后资本的疯狂注入 AI算法比较领先 能够打破传统思维，带来不一样的理念和思路 “工程化”能力弱 进入市场较晚，业务需求把握不如传统安防公司 销售及渠道人员不足 解决方案不

29、够完整 2019年业绩（安防领域）翻倍增长 传统 2雄 AI 4小龙 安防新 3巨 安天下微信号：sas123cn 安天下微信号：sas123cn 光学镜头光学镜头 图像传感器图像传感器 摄像机摄像机 视频存储视频存储 视频平台视频平台 视频结构化视频结构化 新基建-人工智能&安防产业链图谱 安天下微信号：sas123cn 安天下微信号：sas123cn 通用芯片通用芯片 AI芯片芯片 AI算法算法 解决方案及场景落地解决方案及场景落地 智慧社区智慧社区 新基建-人工智能&安防产业链图谱 安天下微信号：sas123cn 监控基础 安天下微信号：sas123cn 全球光学镜头发展历程 在高端镜头

30、制造领域，我国高端镜头产品市场长期以来被佳能、腾龙、富士能等国外企业垄断。 近年来日本企业在高端镜头领域的技术垄断被打破，全球高端镜头市场向国内厂商集中的趋势逐渐形成。 伴随着近年来海康、大华等国内安防视频监控设备商的兴起和不断发展壮大，国内光学镜头厂商从定焦、低像素等中低端镜头入手开始参与市场竞争，并开始不断替代国外厂商镜头。 在大倍率变焦、超高清、光学防抖、安防监控一体机镜头等高端光学镜头方面，以福光为代表的光学镜头厂商近年来经过持续的研发积累，逐步打破了日本企业在该领域的技术垄断。 十九世纪中叶，德国最先开始镜头研发，出现了徕卡、蔡司等光学镜头组件巨头公司。 二战以后，日本镜头产品凭借对

31、德国性价比高的优势，逐渐占据市场，涌现出佳能、富士、腾龙、尼康、奥林巴斯等品牌，并积累众多技术。 2000年之后，依托中国监控行业及物联网快速发展，中国涌现出福光、舜宇、宇瞳等企业。 安天下微信号：sas123cn 摄像机镜头市场格局图（ 2018 ） 镜头产业格局：从历史上看，光学镜头产业在早期主要集中在德国和日本两个国家，其中德国在光学镜头产业上拥有悠久的历史积淀，并涌现了徕卡（Leica）和卡尔蔡司（Carl Zeiss）等行业巨头。而在二战后，日本的光学镜头产业在发展迅猛， 依靠产品的性价比优势逐渐占据了市场主导，其代表性厂商包括佳能（Canon）、尼康（Nikon）、富士（Fuji）

32、、腾龙（Tarmon）等。 21世纪后，伴随下游制造市场逐渐向中国大陆转移，国内光学镜头厂商从代工到自主设计研发再到引领行业技术迭代不断成长，目前安防监控领域的光学镜头已经基本实现国产化，主要供应商包括舜宇光学、联合光电、宇瞳光学、福光股份、凤凰光学等。 安天下微信号：sas123cn 摄像机CMOS产业链图（2018年） 2018年全球CMOS图像传感器的市场规模为137亿美元，其中，索尼的市场占有率为49.9%，排在行业第一，而且地位得到了进一步的巩固；三星排名第二，市占率为19.6%，豪威科技排名第三，市占率达到10.3%，而有些出人意料的是，SK海力士排在了第四位，安森美排在第五位。

33、CMOS图像传感器在自动驾驶汽车、工业和机器视觉领域的应用将迎来快速发展，具有光明的未来。Yole预测，到2023年，其市场规模将超过230亿美元，从2017年到2023年的复合年增长率为9.4。 从市场竞争格局来看，尽管Sony、Samsung 仍稳居行业前两名，但随着中国财团收购豪威科技，格科微、思比科低端产品的快速出货，国内厂商正逐步掌握主动权。 目前，国内CMOS厂商仍以中低端供货为主，思比科等厂商的低端产品主要通过渠道代理商出货，并在逐步拓展安防市场；豪威科技则直接面向海康威视、大华股份供货较多，安防收入已超过8 亿元，毛利率达到20%25%。 安天下微信号：sas123cn 中国安

34、防双雄-海康大华近五年数据 * 数据来源：上市公司财报披露 以视频为核心的物联网解决方案提供商 以视频为核心的智慧物联解决方案提供商和运营服务商 安天下微信号：sas123cn 中国安防上市企业 2019年度营收及利润表 数据来源：上市公司财报披露 海康在“2019年年度暨2020年第一季度业绩说明电话会议”中提到：“从收入增速和净利润增速来说，2019年确实是过去十年里最差的一年。 对安防其他企业来说，无疑也是最艰苦的一年.” 分析汇总其原因：一方面，2019年国内经济形势出现下行，导致行业整体需求不足；另一方面，随着中美贸易战、国际局势动荡不安等因素，使得企业海外市场均受到影响。 但是随着

35、传统存量视频监控市场的AI升级需求及新生细分市场的发掘，安防行业还有进一步的成长空间。 安天下微信号：sas123cn 智能网络视频监控行业术语 术语 释义 术语 释义 CCTV 闭路电视 IOT 物联网 VCR 盒式磁带录像机 CV 计算机视觉 DVR 硬盘录像机 CC 云计算 NVR 网络录像机 FR 人脸识别 DVS 视频编码器 AI 人工智能 IPC 网络摄像机 CNN 卷积神经网络 VMS 视频管理软件（平台） ReID 跨镜头识别跟踪 VCA 视频内容分析 SDC 软件（或场景）定义摄像机 ISV 独立软件供应商 DL 深度学习 安天下微信号：sas123cn 典型网络视频监控系统

36、-视频流路径图 Monitoring：实时视频流 Playback：回放视频流 Multicast：组播视频流 Recording：录像视频流 安天下微信号：sas123cn 图像数字化分为两个步骤：一为取样（Sampling），二为量化（Quantization）。 图像的取样是二维的，通常是每个Fram（帧）的长与宽，例如352*288（CIF），704*576(D1)等。 量化则是将已取样的Pixel，设定适当的值，例如0-255。 假设我们以352*288来取样，以RGB24 （每像素需24bits ）来加以量化，则码流（原始未压缩）的大小为： 352*288 *24bits*25fr

37、ames/seconds60Mbps，不经压缩的视频录像每小时大小27GB. 经过压缩后的352*288（CIF）视频码流一般0.5Mbps. 则压缩后的352*288（CIF）录像每小时为：0.5MB*3600=1.8GB。 RGB24：RGB24使用24位来表示一个像素，RGB分量都用8位表示，取值范围为0-255。在内存中RGB各分量的排列顺序为：BGR BGR BGR 而实际上根据色彩空间不同，可能用12/16/24位表示一个像素。 典型网络视频监控系统-码流与存储空间 安天下微信号：sas123cn 单路：1路1080P摄像机存储30天： 4Mbps3600 秒24 小时30天/10

38、24/1024/8=1.24TB 一个中等城市10000路存储30天为例： 4Mbps3600 秒24 小时30天 10000路/1024/1024/1024/812PB IHS Markit的报告称，到 2021 年底，用于监控的摄像机数量将攀升至 10 亿台以上，这将比当下的7. 7 亿台增长近30%，其中中国占比超50%（中国5.6亿台），印度、巴西等也快速增长。 典型网络视频监控系统-存储大爆炸 安天下微信号：sas123cn 深度学习篇 安天下微信号：sas123cn AI基础-机器学习 vs 人类学习 猫 眼睛圆圆 耳朵 有胡须 爪子细细 毛茸茸 Cat！ TAG 安天下微信号：s

39、as123cn AI基础-机器学习 vs 传统程序 机器学习 有学习能力 传统程序 无学习能力 传统的编程是人类自己积累经验，并将这些经验转换为规则或数学公式然后就是用编程语言去表示这些规则和公式。 在进行机器学习时，人类不需要总结具体的规则或公式。只需制订学习的步骤，然后将大量的数据输入给计算机。计算机可以根据数据和人类提供的学习步骤自己总结经验，自动升级。 规则+数据=答案 答案+数据=规则 正确率没有变化 正确率不断提升 算法决定 安天下微信号：sas123cn 深度学习助力人工智能发展 机器学习的算法原理：输入的是数据和想要的结果，输出的是“算法模型”把数据转换成结果的算法模型。通过机

40、器学习计算机能够自己生成模型，进而提供相应的判断，达到某种人工智能结果的实现。深度学习属于机器学习的一个子集，得益于海量数据，计算能力的提升，复杂度很高的算法得以落地。2018年“全球十大突破性技术”，GAN(对抗性神经网络，一种特殊的深度学习算法）位列其中。 机器学习特征 人工设计特征 分类模型 分类模型 端到端学习 分类器学习 深度学习通过机器学习自身来产生特征，即“特征学习”或“表示学习”。 传统机器学习描述样本的特征通常由专家来设计，这称为“特征工程”。 深度深度学习学习 传统方法传统方法 样本数据 样本数据 深度深度学习学习 机器机器学习学习 人工智能人工智能 深度深度学习学习 机器

41、学习机器学习 人工智能人工智能 安天下微信号：sas123cn 深度学习的“训练”和“推理”过程 第一步 第二步 第三步 第四步 优化函数 定义一组函数f1,f2 使用最佳函数f* 选择一个最佳函数f* 建模：开发定义一组函数，即组建神经网络模型 标签 原始数据 数据集 把数据集输入模型 将输出结果与预定的目标结果进行比对 输出的结果和要达到的目标之间存在误差，定义一个总误差函数 计算并调整模型中的函数参数，使得第二步模型输出值与目标值之间总误差最小 使总误差最小的参数集合将被选定为“最佳函数”f*的参数，参数选定后，最佳函数f*也确定 用训练数据集之外的其他数据测试“最佳函数f*”以验证其准

42、确性 如机器只能识别自己“见过”的数据而不能识别“陌生新鲜”的数据，则开发人员需要再返回修改模型及参数，直到测试结果达到预期状态为止 推理阶段 训练阶段 Example：f*（ ）=cat 安天下微信号：sas123cn 安防监控带标记的数据格式样例 标注内容说明 所有人脸部分像素在28*28以上的图片，侧脸与视频头呈90为临界角度人脸，0-90以内全部符合的人脸全都进行标注。 人脸关键点标注：标注需拉正方形框，标注左眼中心、右眼中心、鼻尖、左嘴角、右嘴角位置。 标注左眼中心、右眼中心、鼻尖、左嘴角、右嘴角位置，人脸的yaw角度，性别，年龄。 人脸的yaw角度标准：以10为一个量级，例: ya

43、w角度:向左20-30。 性别：男，女。 年龄：幼儿，少年，青年，中年，老年。 来源：数据堂 安天下微信号：sas123cn 算法开源篇 安天下微信号：sas123cn 如果把算法比喻成烹饪：一个餐馆核心价值是为客人提供美味的菜品呈现（就像 AI 产业的核心价值是提供专业可靠的 AI 方案输出），那么实现这个价值最重要的人则是大厨（开发者）。小饭店（中小企业）里的厨师需要自己洗菜择菜（数据清洗）、配菜（搭模型）、炒菜（训模型）、调火候和口味（调参数），一天他也许只能为三桌客人（几个客户）提供菜品。而在现代化、自动化中央厨房（大型AI企业）里工作的大厨，他将拥有标准化、流水线管理的配菜间和智能化

44、的炉灶等套件工具，那么或许他一个人就可以搞定整个饭店甚至更多菜品供应。 好在百度、海康、华为、旷视等都基于自身实力，进行了平台开放或算法框架开源，其他企业不用重复造轮子。 海康的AI开放平台，可以让用户利用少量图片，基于海康的硬件，快速进行个性化算法的部署；华为的Model Arts, 让零AI基础的业务开发者可快速完成模型的训练和部署，无需任何代码开发，自动生成满足用户精度要求的模型。 旷视发布的天元，相当于AI操作系统层面的开放，让研发人员获得了从数据到算法产业化的一揽子技术能力。 以烹饪为比方：看AI算法生产 安天下微信号：sas123cn 以烹饪为比方：看AI算法生产 洗菜 1#厨师

45、配菜 客人 川菜 研发菜谱 调火候和口味 鲁菜 湘菜 粤菜 实际炒菜 调火候和口味 手工作坊 中央厨房 洗菜 配菜 客人客人 川菜 鲁菜 湘菜 粤菜 料理间 洗菜 配菜 洗菜 洗菜 配菜 配菜 行政 主厨 烹饪机 苏菜 浙菜 闽菜 徽菜 综合事务 按主厨菜谱，自动炒菜 优化调整、DIY菜谱 炉灶资源 材料资源 执行主厨命令及反馈 自动化 规模化 集约化 安天下微信号：sas123cn 以烹饪为比方：看AI算法生产 中央厨房 洗菜 配菜 客人 川菜 鲁菜 湘菜 粤菜 料理间 洗菜 配菜 洗菜 洗菜 配菜 配菜 行政 主厨 烹饪机 苏菜 浙菜 闽菜 徽菜 综合事务 按主厨菜谱，自动炒菜 优化调整、

46、DIY菜谱 炉灶资源 材料资源 执行主厨命令及反馈 算法生产 用户 人脸 车牌 肢体 轨迹 数据 平台 数据采集 云平台 深度 学习 框架 声音 体态 行为 其他 基础框架 算法输出 算法DIY 计算资源调度 数据资源管理 算法生产 数据清洗 数据标注 数据仓库 安天下微信号：sas123cn 企业AI开放平台或开源框架 对象 核心服务 应用模式 海康 AI开放平台 面向集成商或中小企业用户 数据采集服务、数据标注服务、模型训练服务、云边部署服务。 萤石云，生成云端推理服务；或下载模型并通过行业应用平台/云眸部署到摄像机或“超脑”NVR中，用于边缘推理。 华为ModelArts 面向应用开发人

47、员 数据处理、算法开发、模型训练、部署，一站式。 一键推送模型到所有边缘、端的设备上，云上的部署还支持在线和批量推理，满足大并发和分布式等多种场景需求。 旷视Brain+ 高校师生、传统产业和中小企业 Brain+在总体架构上分为三部分，包括深度学习框架MegEngine、深度学习云计算平台MegCompute、以及数据管理平台MegData。 Brain+让规模化算法训练成为可能。同时，通过Brain+，旷视能够针对不同垂直领域的碎片化需求定制出丰富且不断增长的算法组合，包括很多长尾需求。 安天下微信号：sas123cn 海康威视AI开放平台概念 “场景”和“碎片化”是人工智能产业应用中的两

48、大关键词，不论是“AI+行业”还是“行业+AI”，背后其实体现的是两种技术思路和商业思路，前者是利用AI去颠覆行业，后者则是通过AI来为行业赋能。由于AI应用场景相当碎片化，其中需要大量的行业应用知识和专业领域知识，所以真正能够发展得比较好的应该是“行业+AI”，即把AI作为一种工具去赋能这个行业的用户。 海康威视将算法、产品、云服务等提炼成一套通用、灵活又方便调用的体系来完成对人工智能的集成，通过这种方式将技术分享出去，旨在“天下没有难做的AI”。 海康AI开放平台旨在帮助中小企业快速、简单高效地构建自己的算法：海康提供算法框架、算力资源，用户基于自身的数据和场景，通过上传与下载，实现安防智

49、能化过程中快速满足不同场景、碎片化算法需求，落地产品方案。 例子：一家连锁商店需要通过AI技术检测商铺货架存货情况，但商户本身没有任何技术能力。这种情况下，只需要商户注册成为海康AI开放平台的合作伙伴，在线上传本店货物图片，并通过平台上的标定工具标定货物品类信息，同时选定摄像机，将标定后的货品数据进行算法训练后关联到选定摄像机，商户即可自行给普通的摄像机DIY出可实现货架货物检测的AI能力，整个过程只需几十分钟左右。 海康AI开放平台的意愿： 一是让任何没有算法基础但有行业经验的用户能够DIY出端到端的AI系统解决方案的能力， 二是让有算法能力但没有硬件产品的AI创业者能够基于海康的软硬件实现

50、他们自己算法能力的输出。 成果：2019年海康AI开放平台已上线各类通用AI功能40余项，平台日均调用次数35,000,000+次；累计训练模型超过10,000个，其中垂直行业的碎片化场景模型占95%以上。 安天下微信号：sas123cn 海康威视AI开放平台概念 安天下微信号：sas123cn 华为一站式AI开放平台Model Arts 架构 安天下微信号：sas123cn 算法框架篇 安天下微信号：sas123cn 基于深度学习的AI技术应用架构图 GPU FPGA 基础硬件 CPU ASIC 编译器 深度学习 深度学习算法 LLVM CUDA TPU 服务器 计算集群 移动终端 XPU

51、NNVM TVM ONNX NNEF Intel Interface Engine 深度学习数据 封装实现 Tensor Flow Tensor Flow Light MXNet Caffe PyTorch CNTK Paddle Theano 训练 推理 软件框架 语言 其他 基础技术 语音 图谱 视觉 方案 应用层面 产品 平台 行业应用 安天下微信号：sas123cn 主流深度学习软件框架对比表 Caffe Tensorflow MXNet CNTK Torch PADDLE 天元 公司/机构 加州伯克利 谷歌 卡内基大学 微软 Facebook 百度 旷视 支持的算法/适合的模型 CN

52、N CNN,RNN, LSTM CNN,RNN, LSTM CNN, RNN CNN, RNN, LSTM 主语言 C+/ CUDA C+/ CUDA C+/ CUDA C+/ C+/ CUDA C+/ CUDA/Python C+/Python 从语言 Python/ Matlab Python Python/ R/Julia/Go Python C# 芯片 CPU/ GPU CPU/ GPU/ Mobile CPU/ GPU/ Mobile CPU/ GPU CPU/ GPU/ FPGA CPU/ GPU/ FPGA CPU/ GPU/ 操作系统 所有系统 Linux OSX 所有系统 W

53、indows Linux OSX Linux OSX 速度 快 中等 快 快 安天下微信号：sas123cn AI芯片篇 安天下微信号：sas123cn 目前市场上的对于AI芯片并无明确统一的定义，广义上所有能运行AI算法的芯片都可以被称为AI芯片。 AI芯片又称为加速卡：其“加速”二字是指，随着新的计算范式出现，原有的基于串行计算的CPU规则不能很快的完成AI计算，因此将简单并重复的运算抽离出来，通过CPU+AI加速卡的形式来完成计算。 目前语音识别、自然语言处理、图像处理等领域，大多使用AI算法，如果能用芯片加速将大大 提高效率。 AI芯片很容易实现，因为AI芯片要完成的任务，绝大多是是矩

54、阵或向量的乘法、加法，然后配合一些除法、指数等算法。AI算法在图像识别等领域，常用的是CNN卷积网络，一个成熟的AI算法，就是大量的卷积、残差网络、全连接等类型的计算，本质是乘法和加法。 AI芯片可以理解为一个快速计算乘法和加法的计算器，而CPU要处理和运行非常复杂的指令集，难度比AI芯片大很多。CPU与GPU并不是AI专用芯片，为了实现其他功能，内部有大量其他逻辑，这些逻辑对于目前的AI算法来说是完全用不上的，自然造成CPU与GPU并不能达到最优的性价比。 关于“AI芯片”的定义 安天下微信号：sas123cn AI芯片的分类 安防行业芯片的特点 算力要求不断提升 安防已经走在全高清到4K

55、普及的路上，更清晰的视频也对算力提出了更高的要求。对于视频的检测、识别、行为分析等算力需求逐步提升至4T。此外基于深度学习的算法对非理想环境下（如强光、低照、雨雾）的图像效果提升明显，对芯片的算力需求也更大，算力的需求可达N个T。 芯片集成度越来越高 在摄像机领域，AI 芯片正在逐渐和视频处理芯片融合，以提供更高的集成度、更低的功耗和更佳的性能。此外基于客户的实际场景进行在线训练以提升算法精度成为趋势，这也要求芯片支持在线训练能力。 云边芯片统一架构成为趋势 随着智能化的深入，同一算法模型需要同时在云端和边缘设备灵活部署。比如同一人脸识别算法可以部署在云端，也可以部署在摄像机端，这也对AI 芯

56、片基础架构提出了更高的诉求，需要云边芯片统一架构，从而简化部署。 安天下微信号：sas123cn 人工智能“主流芯片”特点对比 优点 缺点 CPU 通用性好； 串行运算能力强； 适用于逻辑运算 开发难度大 大量的晶体管用于构建控制电路和高速缓冲存储器，运算单元占比少，架构限制了算力的进一步提升 低算力、高价格 GPU 通用性更强，成熟易用的编程语言； 相比CPU,由于多线程结构，具有较强的并行运算能力； 现有产品比较成熟，价格不高。 并行运算能力在推测阶段无法完全发挥，不具优势，平均性能不如专门的AI芯片； 价格、功耗等不如FPGA和ASIC； 硬件结构不具备可编辑性； 中算力、高价格 FPG

57、A 突破冯诺依曼结构，功效能耗较低，处理效率较高； 可编译，灵活性很高，开发周期短； 可用于硬件平台加速、数据中心和云端深度学习预测。 FPGA的硬件编程语言技术门槛较高； 价格较高，规模量产后的单价高于ASIC； 计算能力和峰值性能不如GPU、FPGA。 ASIC 针对专门的任务进行架构层的优化设计，可以实现PPA最优化设计，量产后成本最低。 初始设计投入大，需要保证量产才能降低成本； 可编程架构设计难度较大，针对性设计会现在芯片的通用性。 若依照人工智能系统开发的角度来说，可区分成两种类别： 第一类，CPU和GPU，称作软件配合硬件；第二类，FPGA和ASIC，称作硬件配合软件。 安天下微

58、信号：sas123cn 人工智能“主流芯片”企业情况 厂商 LOGO CPU Intel、AMD、高通 GPU 英伟达、高通、ARM、Intel FPGA XILINX、Altera (Intel)微软、 百度、深鉴（XILINX）、Lattice ASIC 谷歌（TPU） 寒武纪(NPU) 地平线(BPU) 比特大陆(BMU) NXP Movidius(Intel-VPU) Mobileye 安天下微信号：sas123cn 安防行业AI芯片应用情况 当前全球云计算AI芯片市场英伟达一家独大（尤其是训练端），主要原因是英伟达GPU产品线丰富，编程环境成熟，产品支持市场上主要的开发框架和语言。但

59、同时其产品也存在着功耗偏大、价格昂贵等问题（V100芯片售价达10万元）。基于此，各大云厂商纷纷提出自己的AI芯片开发计划以摆脱上游AI芯片供货商一家独大的垄断市场情况。 推断市场未来增速和空间将会高于训练端市场，而GPU芯片并不善于推断任务，因此，在当前智能服务器渗透率尚低，GPU产品并非完美解决方案的情况下，对于其他AI芯片厂商云计算中心市场依然存在着较大的市场空间可以进入。 FPGA成当前智能安防降低成本的可能方案。智能安防领域，早期国内公司深鉴科技已和大华股份、东方网力等安防厂商展开合作，推出基于Xilinx FPGA 的DPU产品，可以实现相对于GPU有1个数量级的能效提升，同样功耗

60、降低80%。该方案可将AI单路成本控制在20美元以内，较GPU方案便宜。同时，另一家国内公司地平线机器人也尝试将FPGA方案应用于安防和车载领域。在专用ASIC产品出现之前，FPGA有望成为部分安防场景降成本的有效手段。 ASIC形态的AI芯片解决方案具备低成本、低功耗、高算力的优点。由于芯片存在大规模成本边际效益递减效应，专用芯片量产后，由AI模块带来的每颗芯片和相关存储成本增加预计在2美元以下，采用ASIC方案的AI摄像头实现成本将大幅度降低。换句话说，以后可能实现摄像头在成本增加非常小的情况下就可以转化成为AI摄像头。 和手机芯片集成AI专属模块类似，华为海思等摄像头主控芯片厂商，未来必

61、然会集成适合安防场景的专属AI模块至主芯片中；同样的，以海康为首的安防厂商，为优化自身解决方案，也有望自研或与相关芯片厂商合作开发其专属的人工智能专用芯片。伴随着社会对智慧安防能力的需求提升，未来包含AI功能的ASIC主控芯片或将成为安防主流芯片。 安天下微信号：sas123cn GPU的芯片及模组 NVIDIA用于深度学习的Tesla芯片经历了Kepler、Maxwell、Pascal、Volta四代架构： （1） Kepler架构（2012年）：相较GPU第一代Fermi架构计算速度高出三倍。代表芯片为K40，被用于深度学习的应用。 （2） Maxwell架构（2014年）：较Kepler

62、架构计算速度提高一倍。代表芯片为M40。 （3） Pascal架构（2016年）：专门针对每瓦性能优化的新架构，采用16nm工艺。代表芯片为用于深度学习训练的TeslaP100和神经网络推断的TeslaP10。 （4） Volta架构（2017年）：加入Tensor（张量）运算单元，主要针对AI人工智能、DL深度学习。代表芯片是TeslaV100。 而模块则针对不同应用，也有不同分类： Tesla - 针对服务器的GPU模块 Jetson 针对前端智能设备（如IPC） GeForce GTX - GPU视频卡 Quadro - 高性能GPU视频卡 DGX -高性能视频分析训练平台 安天下微信号

63、：sas123cn 安防行业AI芯片特点 目前AI 应用领域包括安防、自动驾驶、医学图像诊断、语音识别等领域。其中安防领域占据了较大比重，安防领域的需求特点也将影响AI 芯片的未来发展方向。 算力要求不断提升 安防已经走在全高清到4K 普及的路上，更清晰的视频也对算力提出了更高的要求。对于视频的检测、识别、行为分析等算力需求逐步提升至4T。此外基于深度学习的算法对非理想环境下（如强光、低照、雨雾）的图像效果提升明显，对芯片的算力需求也更大，算力的需求可达16T。 芯片集成度越来越高 在摄像机领域，AI 芯片正在逐渐和视频处理芯片融合，以提供更高的集成度、更低的功耗和更佳的性能。此外基于客户的实

64、际场景进行在线训练以提升算法精度成为趋势，这也要求芯片支持在线训练能力。 云边芯片统一架构成为趋势 随着智能化的深入，同一算法模型需要同时在云端和边缘设备灵活部署。比如同一人脸识别算法可以部署在云端，也可 以部署在摄像机端，这也对AI 芯片基础架构提出了更高的诉求，需要云边芯片统一架构，从而简化部署。 安天下微信号：sas123cn 基于GPU的视频监控产品 云端 芯片 Tesla Tesla产品主要用于视频监控，作为PCI卡形式，安装在NVR或者视频服务器，可用于深度学习“训练”或者“推理”之用。 V100 -高价格（参考价10万RMB,含硬件+软件+保修等）高性能，主要用于深度学习研发之用

65、。 P100 - 中等价格及性能，用于数据训练。 P40 -中等性能及价位，用于数据训练及推断，使用在性能强劲的服务器上。 P4 - 价位中低（参考价2万RMB,含硬件+软件+保修等），主要用于“推理”（Inferencing） 之用，在NVR服务器或者其他视频分析、深度学习应用中。 Jetson Jetson主要应用于前端摄像机，实现AI功能。 TX1 -Maxwell architecture，（1TOPs） TX2 -Pascal architecture GTX Quadro GTX - Graphics Cards Quadro- Advanced Graphics Cards DG

66、X DGX-1 用于复杂情况下大数据训练，深度学习。其性能等价于1台至强处理器配置了8个Tesla的V100模块，（参考价13万美金）。 安天下微信号：sas123cn “安防+AI”落地方案 “AI+安防”方案：前端方案是未来趋势，中后端AI方案是早期主流。前端方案是AI摄像头方案，即将AI芯片集成至摄像头中，实现视频采集智能化；中后端方案则是利用普通摄像机采集视频信息后传输到中后端，在数据存储前利用插入GPU等板卡的智能服务器进行汇总分析。 由于中后端方案不需要更换摄像头、可同时处理多路数据、部署成本相对较低，算法升级、运维方便，短期内中后端方案普及速更快。长期来看，海思等摄像头主控芯片厂

67、商必然在芯片内部集成用于AI计算的专属硬件模块，大规模应用后实现成本会急剧降低，前端（智能摄像头）方案有望成为未来智能安防主流。早期无论是前端还是中后端解决方案，海康、大华等公司都采用英伟达GPU（Jetson TX1产品）实现，且以中后端AI方案为主。 进入2020年，AI芯片普及，AI摄像机将成为主流，在新建行业项目中有望突破15%比例。 安天下微信号：sas123cn 国内视觉AI芯片方案 安防AI 芯片市场上，除了传统芯片以及安防厂商，还有大量的创业企业在涌入。 国外芯片厂商主要有英伟达、英特尔、安霸、TI、索尼、特威、三星、谷歌等；国内厂商主要有海思（华为）、国科微、中星微、北京君正

68、、富瀚微、景嘉微、寒武纪、深鉴科技、云天励飞等。 英伟达、英特尔等企业凭借着通用处理器以及物联网解决方案的优势，长期与安防巨头如海康、大华、博世等保持紧密联系；国内寒武纪、地平线、云天励飞等企业，都有AI 芯片产品面世，海思本身就有安防摄像机SoC 芯片，在新加入AI 模块之后，竞争力进一步提升。 从安防行业发展的趋势来看，随着5G 和物联网的快速落地，“云边结合”将是行业最大的趋势，云端芯片国内企业预计很难有所突破，但是边缘侧尤其是视频处理相关AI 芯片还是有较大潜力，国产化替代将加速。但也看到，AI 芯片离在安防领域实现大规模快速落地仍有距离。除了功耗和算力约束外，工程化难度大也是困扰行业

69、的重要因素，尤其是在安防这种产业链长而高度碎片化的产业，新技术落地需要长时间的积累与打磨。 安天下微信号：sas123cn 人脸识别篇 安天下微信号：sas123cn 人脸识别模式说明 T-BAG: 人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术。通过视频采集设备（摄像机）获得识别对象的面部图像，再利用核心的算法对脸部的五官位置、轮廓和角度等特征信息进行计算分析，再进一步和数据库的特征信息进行比对，最后判断出用户的真实身份。 安天下微信号：sas123cn 人脸识别技术在日常生活中主要有两种用途，一是用来进行人脸验证(又叫人脸比对)，验证“你是不是某某人”，还有一种用于人脸识别，

70、验证“你是谁”。 提取的人脸图像的特征数据与数据库中存储的特征模板进行搜索匹配，通过设定一个阈值，当相似度超过这个阈值，则把匹配得到的结果输出。 人脸识别就是将待识别的人脸特征与已得到的人脸特征模板进行比较，根据相似程度对人脸的身份信息进行判断。 人脸识别模式可分为1 ： 1，1：N， M：N 。 1 ： 1是将2张人脸对应的特征值向量进行比对， 1：N是将1张人脸照片的特征值向量与另外N张人脸的特征值进行比对，输出相似度最高或者排名靠前的TOP人脸。 人脸识别比对 安天下微信号：sas123cn 人脸识别模式说明 模式 模式说明 特点 适用场景 1:1 对当前人脸与人像数据库进行快速人脸比对

71、，并得出是否匹配的过程，可以简单理解为证明你就是你。先告诉人脸识别系统，我是张三，然后用来验证站在机器面前的“我”到底是不是张三。 静态比对 人证合一 各种身份复核确认：安检海关、手机解锁、金融身份确认、入住酒店等 1:N 即系统采集了“我”的一张(1)照片之后，从海量的人像数据库（N）中找到与当前使用者人脸数据相符合的图像，并进行匹配，找出来“我是谁”。1：N即即从N个人脸中找出1个目标。 静态对比 动态比对 非配合 单目标 黑名单 门禁系统 会场签到 新零售VIP识别 M:N 通过对场景内所有人进行面部识别（M）并与人像数据库多张目标人脸（N）进行比对的过程，多应用于公共安防场景-黑名单识

72、别及拦击。 动态比对 非配合 多目标 抓逃犯 安天下微信号：sas123cn 人脸识别在安防场景落地应用 对道路卡口、车站、地铁站、机场等地方的监控视频进行智能分析，检测出动态视频中的人脸与黑名单库中的影像记录做实时比对，比对成功则立即报警推送给警务人员处置。 2012年NX“16”案件发生后， NX警方从全市1万多个摄像头共提取了近2000T的视频数据，调动1500多名公安干警查阅搜索视频线索，共耗时一个多月。海量视频的有效利用存在巨大挑战，完全依靠人工费时费力，而安防影像智能分析则可有效缓解这一问题。视频结构化可针对已经生成的海量视频内容进行自动化处理，提供行人、机动车、非机动车等关键目标

73、的监测、跟踪、属性分析，辅以以图搜图等检索功能，让案件侦办和治安布控更加智能便捷。 1 动态视频监控 人脸比对 识别报警 广场 卡口 机场 地铁 出警 黑名单库 人脸抓拍 Alert！ 海量视频 视频结构化 结构化信息 自动形成人、车、物属性信息 视频结构化过程 安天下微信号：sas123cn “工程场景化”是人脸识别的关键和难点 安天下微信号：sas123cn 人脸识别的业务流程 项目 功能 1 人脸检测 摄像机会针对视频画面中出现行人、机动车、非机动车等多种运动目标，识别画面出现的行人，实时检测并跟踪人脸。 2 人脸抓拍 摄像机会依据检测到的人脸，抓拍清晰度最佳的人脸图片。因为抓拍的图片将

74、用于人脸比对，所以抓拍图片质量非常重要。为了抓拍到清晰的图片，必须合理的规划摄像机的安装位置。 3 上传黑名单/白名单 用户需要手动上传黑名单或者白名单，系统支持单个上传人脸黑名单/人脸白名单和批量导入人脸人脸黑名单/人脸白名单。 4 人脸比对 摄像机会将实时抓拍的人脸和已经上传的人脸黑名单或者白名单图片进行特征比对，并返回相似度匹配值。 5 告警 系统根据人脸比对相似度匹配值和设置的相似度阈值决定是否给出人脸识别告警信息 安天下微信号：sas123cn “工程场景化”是AI落地的关键和难点 人脸识别系统在实际应用中一般包括注册和识别两个过程。注册过程一般来说采集确认人员身份的质量优异的图像，

75、并对该类图像进行特征提取，将该类图像作为权威的底库。识别过程就是把现场采集的或其他渠道采集的图像与注册的底库图像进行比对的过程。通常来说，注册对图像质量的要求更高，识别对图像质量的要求相对弱一些。 通常人员抓拍相机对于安装的场景有比较高的要求： a)人脸大小： 100像素以上(双眼距离大于60像素) b)角度： 上下角度在15度以内，左右角度在30度以内(眉尖可见) c)图像质量： 聚焦清晰，光照均匀，特别注意避免逆光、侧光，必要时进行补光 d)其他： 帽子、围巾、墨镜等遮挡面部信息会影响抓拍效果 通常在一些城市中，典型的适合人员抓拍的地点和场景有： 车站、码头、地铁通道及出入口 机场安检处、

76、通道及出入口 重要单位、重要场所的通道 大型商场出入口，上下扶梯处 小区、社区出入口（非室外环境）等等 安天下微信号：sas123cn 全球智能视觉行业竞赛情况 竞赛名称 运营方 类型 数据库情况 ImageNet 斯坦福大学视觉实验室 图像识别 1600万张图片，2万多个标签类 FDDB 马萨诸塞大学计算机系 人脸检测 2845张图片，5171张人脸 LFW 马萨诸塞大学 人脸识别 超过130000张人脸图片 COCO 微软 图像说明，最多5中不同 超过30万张图片，80种物体类别 Pacal VOC - 图像识别 10万张图片，20种物体类别 FRVT 美国国家标准技术局 人脸识别 百万级

77、百万张人脸图片 MagaFace 华盛顿大学 人脸识别 百万张人脸图片 WebVision 苏黎世联邦理工，谷歌，卡耐基梅陇大学 图像识别 240万张图片，1000种物体类别 安天下微信号：sas123cn 人脸识别的评测指标 在做人脸识别时，会用到一些评价算法性能评价指标。 常见的当属以下几种指标： 误识率（FAR，false acceptance rate） 拒识率（FRR，false rejection rate） ROC曲线（Receiver Operator characteristic Curve） 误识率（FAR，或FMR），亦有称认假率，是指在标准人脸数据库上测试人脸识别算法时

78、，不同人脸的匹配分数大于给定阈值，从而被认为是相同人脸的比例，简单地说就是“把不应该匹配的人脸当成匹配的人脸”的比例。 拒识率（FRR或FNMR），亦有称拒真率是指在标准人脸数据库上测试人脸识别算法时，相同人脸的匹配分数低于给定阈值，从而被认为是不同人脸的比例，简单地说就是 “把应该相互匹配成功的人脸当成不能匹配的人脸”的比例。 注：人脸识别算法一般会设定一个阈值T作为评判通过与否的标准。人脸相似度大于阙值时，显示匹配成功，否则失败。一般来说，阈值越高，误识率越低，但通过率也越低，会提示验证失败。阈值的设定一般是根据人脸识别的ROC曲线（Receiver Operating Curve）进行设

79、定。 设定的阈值越高，误识率越低，拒识率越高，一般会通过人脸比对的相似度得到ROC曲线，找到拒识率和误识率的交叉点即为最理想的阈值。 由此可见，人脸算法的准确率并非越高越好，完全可以依据场景方的需要，吻合特定场合来设定。 安天下微信号：sas123cn 地铁刷脸乘车视频监控系统架构图 普通IPC 人脸抓拍IPC 人脸图片 人脸录像 人脸检测 人脸抓拍 特征建模 通过终端或者APP进行上传 人脸抓拍服务器 抓拍大图、小图 人脸注册数据库 人脸识别服务器 特征比对 闸机放行 安天下微信号：sas123cn 视频结构化 安天下微信号：sas123cn 安防行业+AI技术 计算机信息化系统中的数据分为

80、结构化数据和非结构化数据。 非结构化数据是数据结构不规则或不完整，没有预定义的数据模型，不方便用数据库二维逻辑表来表现的数据。包括文本、图片、XML, HTML、各类报表、图像和音频/视频信息等等。 结构化数据就是数据能够直接表达目标的性状、属性以及身份。这种数据可以大规模去检索，大规模地分析、统计。 结构化数据也不能直接拿来使用，因为这些数据一旦实现了大规模结构化后，数据量仍旧非常庞大。 安防行业的人、车、物是结构化的目标，是场景数据主体。 但是当人工智能把这么多的录像转变成结构化数据后，就会产生一个新的数据海洋：结构化数据海洋。如果数据没有经过很好的挖掘，那它也不是有意义的情报。 结构化数

81、据目前已经可以使用非常成熟的手段去挖掘，这个过程中会有一些非常浅度地挖掘、简单的筛选：比如黑名单。检测到一辆车时，再比如说我要检测一个人。 事实上还有很多挖掘是稍微深度 挖掘，比如医院挂号的地方有很多号贩子，这些人扰乱了医院的服务的秩序，如何把这些号贩子找出来？怎样能够挖掘出号贩子和普通正常病人的差别？这里就要对号贩子的行为做一些分析，从大量的人脸数据和行为数据中自动把这些特定的人员挑选出来。 目标检测 图像分割 属性提取 目标跟踪 图像增强 模型泛华 视频结构化解析引擎 大数据检索平台 数据碰撞 比对分析 轨迹分析 获取场景数据 实时视频及录像 目标特征搜索 轨迹追踪 人流大数据分析 安天下

82、微信号：sas123cn 安防视频大数据-传统侦破与智能应用 与人脸库比对 输出 对人、车进行检测、跟踪、比对，找出线索 确定侦查区域和范围 确定嫌疑人或者车辆 取证拘捕 现场勘查与初查 摸排调研、勘查取证、技术侦查、群众走访 信息融合、串案并案、蹲点跟踪、线索合并 安天下微信号：sas123cn 安防视频大数据-公安知识图谱应用 公安知识图谱平台以科学、合理、高效的方式将大量存在的孤立、异构数据融合到知识图谱中，将碎片化的数据有机地组织到符合人们认知方式的知识网络中，让数据更加容易被人和机器理解与处理，为搜索、分析、挖掘、应用、展现、预测预警等各类应用提供更加高效、更加可靠的支持。 公安知识

83、图谱将公安中的各类数据，汇总融合为人、事、地、物、组织、虚拟身份等不同实体，根据其中的属性联系、时空联系、语义联系、特征联系、位置联系等，重构数据之间的联系，并将数据之间的联系以一张关系大网的形式呈现出来，并根据数据的接入实时进行自动更新，真正挖掘大数据的价值，为公安部门找出更加准确的信息，做出更全面的总结并提供更有深度相关的信息。 最后，结合公安业务经验打造公安行业的智慧大脑，促进公安智慧研判的演进，缩短警务工作的办案过程，科技提高警务工作效率。 公安知识图谱技术的出现，很好的打破了公安行业的数据孤岛难题，并在将数据进行连接之后，挖掘出数据背后更多有价值的信息，科技挖掘公安数据背后的故事。

84、数据采集：文本、视频、音频、资源、主题、业务 数据处理：探查、提取、清洗、关联、对比、融合 数据重构与知识转化 实战应用 标准库、知识库 专题库、战法集 公安数据、社会数据 碎片数据、业务数据 各库数据与人、事、地、物、组织、虚拟身份等信息打通，与吃、行、住等数据结合 图谱检索、全息档案 关联分析、时空对比 共享协作、信息挖掘 用户管理、权限管理 涉毒人员、高危团伙 隐重发现、盗窃团伙 拐卖儿童、诈骗挖掘 维稳预警、 安天下微信号：sas123cn 安防大数据篇 安天下微信号：sas123cn 公安信息化建设及大数据战略 19922000 起步：开展公安人口信息、交通信息、边防及出入境、指挥调

85、度等建设。启动犯罪信息中心建设，主要管理在逃人员。 发展：金盾工程一期建设，形成全国基本联网，系统联网下主要以上下级条线系统联网为主，实现无纸化、信息化。 20012007 20082015 升级：金盾工程二期建设，提倡“条块结合、以块为主”的信息共享，解决“条线”之间数据不共享的问题，在“全警录入，全警共享”基础上实现信息化升级及“情报综合研判”。 AI&大数据：随着警务及视频监控数据多样化、海量化、丰富化发展，公安工作从事后侦查走向“事前防控、事中预警，事后快速检索研判”，进入“AI+云计算、大数据”阶段。 20162020 1998年 警务工作信息化 2005年 情报主导警务、决策，引领

86、实战 2015年 数据驱动警务、情报，主导警务 2020年 AI赋能警务大数据及场景实战落地 安天下微信号：sas123cn 公安信息化建设及大数据战略 数据 信息 知识 原始视频 基础信息 事件信息 数据生命周期 公安应用 大数据 数量大 类型多 速度快 数据可视化 数据分析与挖掘 数据仓库 数据采集 价值高 公安图像数据库 公安大数据 安天下微信号：sas123cn 结构化数据 半结构化数据 非结构化数据 视频监控 实时视频、报警视频 录像文件、摘要视频 卡口数据 车辆图片、车型特征 车牌图片、车牌号码 人员信息 人口信息、人脸建模、指纹、声纹 录像文件、摘要视频 系统数据 警情、案情数据

87、 各警种警务数据库 公安大数据的内容 安天下微信号：sas123cn 构建公安图像大数据智能引擎 来源：天地伟业 安天下微信号：sas123cn 智能视频云 安天下微信号：sas123cn 智能视频“云计算”应用 云计算在产业互联网的浪潮下不断深入各行各业。云计算进入安防产业，将会带来架构上和技术上的革新。 根据云计算与安防业务融合程度不同，安防业务的系统架构分如下两种。 智能视频云计算的好处：计算资源统一管理，能满足不同应用的需求，提升资源利用率；可水平扩展存储资源，能满足海量数据存储的需求；软硬件解耦，有利于硬件资源利旧，保护客户原有投资；业务服务化，实现潮汐性业务、突发性业务对资源的弹性

88、调度。 智能视频应用，没有绝对的云计算或边缘计算，通常需要“融合与协同”。云计算的优势在于计算能力、综合研判、大数据检索。边缘计算的优势在于实时处理、无延迟，但能力有限。 安天下微信号：sas123cn 边 端 云 A-AI B-BigData C-Cloud AI服务器 智慧NVR AI-IPC AI-IPC AI-Box AI-Box 智慧NVR 规 则 下 发 数 据 上 传 数 据 上 传 视频、图片及结构化数据 视频、图片及结构化数据 数据检索 数据研判 数据挖掘 规则设定 算法生成 实时分析 本地判定 视频存储 规则下发 智能视频“云边端” 架构示意图 算力：云边端动态调度 数据：

89、云边端无缝连接 算法：云边端持续升级 数 据 实 时 上 传 算 力 动 态 调 度 算 法 持 续 升 级 轻量云 安天下微信号：sas123cn 阿里 Link Visual 概念示意图 Camera A# 设备管理 视频网关 码流分发 事件上报 平台接入 SK接入 算法容器 边缘推理 视频解码 图像处理 视频接入 设 备 端 摄像机SDK Camera B# Camera C# Camera D# 边缘容器 边 缘 端 算力调度 硬件加速 视频流 图片流 结构化数据 视频分析 视频存储 算法评估 样本标注 模型训练 模型分发 阿里云视频调度 阿里云算法生态 算法市场 云 端 视频直播 视

90、频转发 安天下微信号：sas123cn 云从科技“融智云”应用示意图 安天下微信号：sas123cn 华为机器视觉“云边端” 架构示意图 安天下微信号：sas123cn 紫光华智“城市视觉中枢” 架构示意图 安天下微信号：sas123cn 雪亮工程篇 安天下微信号：sas123cn 雪亮工程架构示意图 两大平台：视频图像信息共享云平台、情报基础资源平台； 两大中心：综治视频中心、公安视频中心-面向公安和综治的视频共享分平台及视频应用； 三张网络：视频专网、政务网、互联网-重点解决互联网环境下的海量监控视频快速汇聚； 四类应用：综治、公安、政府部门、企业公众视频应用； 创新应用：人脸识别、车牌识

91、别、大数据分析、智能情报分析、一键报警、点面结合、出租屋管控、APP应用等。 信息信息 采集采集 视频视频 传输传输 互联网互联网 公安视公安视 频专网频专网 政务网政务网 管理管理 与与 应用应用 政府视频资源 企业视频资源 社会视频资源 其他视频资源 视频资源整合视频资源整合 情报 指挥 应急 管理 情报指挥一体化情报指挥一体化 人脸识别 车牌识别 业务创新应用业务创新应用 跨镜跟踪 大数据分析 轨迹分析 以图搜图 信息发布 情报分析 VR/AR/APP . 综治中心综治中心 警务中心警务中心 政府部门政府部门 企业应用企业应用 其他应用其他应用 客户客户 应用应用 安天下微信号：sas1

92、23cn . 大华雪亮工程架构图 来源：大华股份 以公共视频监控全覆盖为工作重点“雪亮工程”，即公共安全视频监控建设联网应用，是一项以“全域覆盖、全网共享、全时可用、全程可控”为总目标的惠民工程，通过建设开展视频图像信息在治安防控、城乡社会治理、智能交通、服务民生、生态建设与保护等领域应用。 大华“雪亮工程”建设方案，汇聚全网全行业以及社会面环境下的海量监控视频，重点打造全城全网大视频服务平台，运用人像比对、指挥调度、社情分析、群防群治、一键报警、信息发布、移动APP等创新技术，面向综治、公安、政府职能部门、企业公众等提供视频应用。 安天下微信号：sas123cn . 系统升级 治安管理 系统

93、 交通管理 系统 数字城管 系统 传统安防系统建设 云数据中心（基于分布式系统构建 ） 警综平台 交警业务系统 刑侦业务系统 治安业务系统 视频云架构 数据共享 视频解析 大数据服务 雪亮工程平台架构设计 计算资源弹性调度 视频云架构 安天下微信号：sas123cn 智慧社区篇 安天下微信号：sas123cn “智慧社区”将成为平安城市“新”战场 目前社区这一场景面临着人口流动性大、综合治理难度大、基础数据治理不够、安全和便利性难以兼顾这四重挑战。为了应对这些挑战，安防+AI践行企业开创性地提出了两大思路：一是依托深度学习等技术实现智慧精细化管理；二是通过多元信息感知和数据综合分析技术来解决社

94、区治理问题。 智慧社区安防系统围绕人、房、车、警情事件等要素，通过各类前端感知子系统对重点人车进行实时且全面的数据采集，并精准识别异常人员或车辆，实现小区实有人口管理、关注人员管控、人车轨迹研判、异常告警处置、潜在风险预控等应用。智慧社区将解决平安城市安防最后一公里的难题，并衍生新服务。 安天下微信号：sas123cn “智慧社区”将成为平安城市“新”战场 澎思基于多维感知、人工智能、大数据等核心技术，推出智慧社区解决方案，致力于提高社区的精细化管理与安全防范水平，打造便民利民、社会保障和社会化服务为一体的良性智慧社区生态体系。 来源：澎思科技 安天下微信号：sas123cn 物信融合篇 安天

95、下微信号：sas123cn “物联网+信息网”融合示意图 数据治理 设备 设备 系统采集 数据解析 数据服务 数据应用 数据治理 子系统 系统采集 挖掘分析 数据服务 数据融合 子系统 视频信息 报警信息 物理信息 勤务系统 110接警 警务指挥 案件信息 其他政务 人车物信息 视频结构化 比对分析 聚类分析 比对聚类 串案并案 数据碰撞 事件信息 智能物联网 行业信息网 互补 整合 全面 衍生 物联网公司向上融合，成为大数据公司！ 大数据公司向下整合，覆盖物联网数据！ 物信融合 安天下微信号：sas123cn 安防行业大数据应用 为了应对安防大数据的挑战，满足安防大数据的新要求，需要构建以数

96、据为基础、以智能化应用为牵引的安防大数据架构。基础平台重点提供存储、计算、大数据、AI 能力，应对安防数据的存/ 算诉求。安防数据则聚焦在数据加工处理、挖掘分析上， 归结到数据汇聚、解析关联、全息图谱能力，涉及大量的算法、模型。 智能安防大数据方案可面向众多视频监控设备及企业系统，将各类型数据（如视图数据、物联感知、企业网络或其他系统数据）接入汇聚到安防大数据系统中，同时基于该系统的解析关联、全息图谱等能力，为安防业务系统提供有效的价值数据，从而实现在预测预防、情报研判等方面的智能化应用。 物联数据 企业数据 安天下微信号：sas123cn “物联网+信息网”融合背景 智能物联网（智能物联网（

97、AIoT） 公安行业信息网公安行业信息网 安天下微信号：sas123cn 安防中台篇 安天下微信号：sas123cn “中台”的概念 台的关键词：规模化企业、资源共享，资源沉淀。不仅仅技术问题，更多涉及组织架构。 企业发展到一定阶段后，前台业务条线和后台能力模块就会变得臃肿、杂乱、难以维护，要进行业务创新就会牵一发而动全身，推进落地十分困难。中台对原有的前台、后台二元化架构进行了抽象、隔离，剥离出重复建设的部分，实现能力复用和技术沉淀，为前后台减肥，将稳定的前台通用业务能力沉降到中台，恢复前台的灵活响应力；将后台系统中需要被前台频繁使用的业务能力提取到中台层，赋予这些业务能力更高的扩展性和稳定

98、的性能提升。 中台概念其实很容易理解，简单理解就是可共享并重复使用的数据或者应用程序或者工具等等，其核心就是“在较大规模企业中避免资源重复建设”的问题。 举个通俗例子：张三开了一个小饭店，名曰东北情，从东北菜起步，配置有买菜、洗菜、切菜、炒菜、传菜、前台等不同工种。后来业务好了，张三要扩大经营，川菜队伍搞起来，川菜团队也有买菜、洗菜、切菜、炒菜人员；后来又搞起粤菜，团队也有买菜、洗菜、切菜、炒菜人员。后来，张三发现不同菜系的核心主要是炒菜环节，其他环节可以合并，于是把各个不同菜系的共性/通用工作，包括买菜、洗菜、切菜的资源合并，沉淀为“中台”。 安天下微信号：sas123cn “前台-后台”向

99、“前台-中台-后台”的演进示意图 前台 1# 后台 1# 前台 2# 后台 2# 大量业务模块重复 大量数据模块重复 前台：所有业务交互和通信模块堆积在前台 后台：数据采集和分析、密集运算、模块间通信 重复开发、拖累效率 前台1# 后台1# 后台2# 后台3# 后台n# 前台2# 前台3# 前台4# 前台5# 前台n# 中台 前台：简单交互和业务中台模块调用 后台：数业务模块和数据处理等能力的沉淀 后台：基础设施，简单底层逻辑 精简、高效、层次 安天下微信号：sas123cn 业务中台、数据中台、技术中台 人脸识别 行业通用业务中，封装出高复用功能模块，在多个业务中共享 业务中台 车辆识别 物

100、体识别 行为分析 人体识别 图像对比 视频采集 视频分发 视频诊断 图片存储 视频存储 视频显示 轨迹分析 以图搜图 抓拍检索 数据检索 业务数据标准化、大数据分析等一系列数据管理活动 数据中台 数据统计 算法仓库 算法引擎 数据交换 业务标签 数据采集 智能解析 可视化 检索查询 结构化 视频显示 数据治理 AI算法 分析研判 AI算法 基础设施的能力以及进行整合、包装，提供对外接口 AI芯片 云计算 大数据 技术中台 网络安全 研究院 文教卫 消防 交通 公安 司法 金融 安防“前台” 安天下微信号：sas123cn 海康威视的统一软件架构 在统一研发体系下，海康威视采用“构架+组件=产品

101、”的模式进行软件产品构建。 组件定义为一个能独立完成某项技术或业务任务的软件单元，以可复用为目的进行软件的组件化拆分和设计，组件的来源可以是自研、第三方或开源。 组件类型包括基础环境组件、通用服务组件、共性业务组件和行业业务组件。 安天下微信号：sas123cn 开放生态篇 安天下微信号：sas123cn 技术 全场景智能视图大脑 需求 落地应用场景 研发迭代 应用落地 算力 边缘计算、超大数据持续爆发 传输 5G推动4K、8KAI前端普及 算法 AI算法仓快速迭代 公共安全 主战场 各行业 全场景智能化，AI安防 2.0需求迅速扩大 智能终端为入口， 效率优先的产品化需求 AI安防千亿市场规

102、模，智能渗透率不足10%；智能尚未普及，AI仍需普惠。 继政府采购、雪亮工程之后，AI安防在ToB 领域拥有广阔的市场空间，AI安防由单一场景向整个社会面扩展。 在“新基建”的背景下，智慧城市、AI安防将加速发展。 AI安防的终局业态需以“AI端+云”价值闭环，AI安防企业要具备“算法+IoT+软件+云”全栈能力或协同生态。 人工智能与物联网技术的结合，AI安防企业要向AIoT企业升级。 AI安防的新场景、新需求，AI企业的新要求 安天下微信号：sas123cn 澎思科技通过AIoT网络向各个场景赋能 安天下微信号：sas123cn 开放生态，AI多算法仓建设模式 华为 软件定义摄像机的核心是

103、软硬件解耦，赋予摄像机算法和应用不断迭代、衍进和生长的能力，就像土壤，让AI智能分析能力在更多安防场景绽放。 安天下微信号：sas123cn 国家新一代人工智能开放创新平台 上海2019世界人工智能大会开幕式上，科技部发布了新启动建设的十家国家新一代人工智能开放创新平台。 依托依图建设视觉计算国家新一代人工智能开放创新平台； 依托华为建设基础软硬件国家新一代人工智能开放创新平台； 依托海康建设视频感知国家新一代人工智能开放创新平台； 依托旷视建设图像感知国家新一代人工智能开放创新平台。 建设国家新一代人工智能开放创新平台是国家新一代人工智能发展规划的重要内容，平台依托人工智能行业技术领军企业，

104、旨在以应用需求为牵引，促进人工智能与实体经济深度融合，推动技术研发，促进开放共享，支撑创新创业，引领我国人工智能技术创新和产业生态建设。 安天下微信号：sas123cn 5G篇 安天下微信号：sas123cn 5G的特点 第五代移动通信技术（简称5G）是最新一代蜂窝移动通信技术，也是继4G（LTE-A、WiMax）、3G（UMTS、LTE）和2G（GSM）之后无线网络的又一次演进。相比4G网络，5G网络数据流量密度提升100倍，设备连接数量提升10100 倍，用户业务速率提升10100 倍，端到端时延降低5 倍，可以为无线网络用户提供1Gbps 以上的业务带宽、毫秒级的超低时延以及每平方公里百

105、万量级的连接密度。5G 网络的典型特征是大带宽、高可靠低时延、海量连接，这使人与人之间通信，开始转向人与物的通信，机器与机器之间的通信成为可能。 5G 采用了大量新技术和新架构以提高用户带宽，可以实现单用户1Gbps 以上的业务带宽，实现“超级上行”，解决大容量、高分辨率视频信号的回传问题。 5G 技术通过改良空口数据子帧长度、下沉用户面应用（MEC 和边缘计算）、优化组网路径等多种新技术， 新架构，可实现业务的超低时延，低至10ms 以内，响应速度更快。 到2023 年，广域物联网设备预计将达到41 亿个，短程物联网设备将达到157 亿个，物联网的应用和市 场空间将远超传统人与人的互联。5G

106、 所具备的海量物联通信（mMTC）特性将为物联网络提供坚实的基础。 安天下微信号：sas123cn 5G智能安防网络组网图 来源：华为 安天下微信号：sas123cn 5G安防的立体、协同和机动性 移动微作战系统突破了卡口布控摄像机点位固定的局限性，支持移动式无感采集比对，一键布控、秒级响应、一处告警、全组协同。可为一线警组人员提供无缝的风险隐患自动识别、自动化布控预警推送、实时警情会话共享等服务，实现情防一体化，现场处置与中心指挥高效协同，助推警务实战效能提升。 来源：当虹 安天下微信号：sas123cn 5G摄像机的关键技术 智能流控技术： 无线传输这种通讯方式下，带宽的稳定性以及带宽的突

107、发是非常关键的一个指标，无论是对现在的4G还是未来的5G都面临非常大的挑战。摄像机画面分I帧、P帧，I帧是关键帧，P帧是预测帧，在正常的情况下I帧和P帧数据可能是6：1，它占据的带宽6：1，那就意味着用到5G摄像机的时候，摄像机很容易出现卡顿。流量整形、带宽管理相应的技术，融入进来，可以来去解决刚才P帧和I帧的突发。普通5G摄像机或者和基站商配合的，一个基站只能带3个，优化后一个基站的能力可以带5个。 智能编码技术： 即ROI技术，编码可以针对热点区域及非关键区域，灵活的、有侧重地自动编码。关键的比如像人脸或者说像车牌以及对应的这种目标，用户真正的关心目标，可以不压缩（高数据量），其它的区域会

108、高级压缩（低数据量），从整体上来节省带宽。 智能编码技术： FillP是能忍受丢包和时延的，相对比网络环境越差的情况下，FillP传输速率越高。30%的丢包率下，仍可正常传输。 安天下微信号：sas123cn 5G智能安防的十大场景 安天下微信号：sas123cn 免责声明 本报告所采用的数据、图片、文字来自安天下原创或网络资料、厂商资料、研究报告等已公开的资料。安天下对该信息的准确性、完整性或可靠性作尽可能的追求但不作任何保证。本报告为提供信息而发放，概不构成任何广告。 在任何情况下，本报告中的信息或所表述的意见均不构成对任何人的投资建议或者采购依据。本报告所载的文字、图片、图表、资料、意见

109、及推测仅反映安天下于发布本报告当日之前的判断，在不同时期，安天下可发出与本报告所载资料、意见及推测不一致的报告。 安天下不保证本报告所含信息保持在最新状态。同时，安天下对本报告所含信息可在不发出通知的情形下做出修改，读者可自行关注相应的更新或修改。 对于引用其他报告、厂商资料、网络资料内容，安天下尽量保留出处，如相关内容对原创作者、机构或者厂商造成侵犯，请与安天下联系（微信：xichazi；邮箱：），安天下将在下版中及时更新修正。 本报告参考、引用了如下企业或媒体的材料或报告 安天下微信号：sas123cn 关于“安天下”和“小编” 过去20年，安防获得巨大的发展，2006至今，安天下持续关注安防尤其视频监控的技术及产业发展。2013至今，安天下通过微信号发布了700篇+安防监控相关的文章。 2010年出版了安防天下一书（2013第二版）（如右图）。 安天下小编：西刹子（xichazi） 微信号：xichazi 微信公众号：sas123cn 今日头条号：安天下 安天下抖音：sas123cn 邮箱： 欢迎企业和个人投稿！ 安防天下 安天下抖音号 安天下头条号