三个皮匠微信公众号每天给您带来最全最新各类数据研究报告
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。
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%。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%。IHS Markit的报告称,到 2021 年底,全球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、巴西等国也快速增长。
![9.png](//ziboxinyan.com/FileUpload/ueditor_s/upload/2020-11/13/63740876950752.png)
![3.png](//ziboxinyan.com/FileUpload/ueditor_s/upload/2020-11/13/6374087258428571025725043.png)
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。
![4.png](//ziboxinyan.com/FileUpload/ueditor_s/upload/2020-11/13/63740872646123.png)
![5.png](//ziboxinyan.com/FileUpload/ueditor_s/upload/2020-11/13/6374087276634784467547075.png)
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)、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。
![6.png](//ziboxinyan.com/FileUpload/ueditor_s/upload/2020-11/13/6374087284740831874277878.png)
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 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。
![7.png](//ziboxinyan.com/FileUpload/ueditor_s/upload/2020-11/13/63740872982756.png)
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。
![8.png](//ziboxinyan.com/FileUpload/ueditor_s/upload/2020-11/13/63740873085860.png)
点击下载报告:安天下:2020年人工智能安防行业研究分析报告(119页)