有數(shù)據(jù)顯示，2016年，我國安防行業(yè)市場規(guī)模已經(jīng)達(dá)到總產(chǎn)值5400億元，同比增加9%，預(yù)計(jì)2020年將增至8759億元。在智慧城市、平安城市、智慧社區(qū)等重點(diǎn)建設(shè)項(xiàng)目的背景下，安防儼然成為人工智能最為重要的落地場景之一。

　　安防智能化的問題主要在于海量視頻監(jiān)控?cái)?shù)據(jù)與人力分析瓶頸之間的矛盾，深度學(xué)習(xí)提供了很好的解決方案。目前，智能安防系統(tǒng)可以實(shí)現(xiàn)目標(biāo)檢測(車牌識別)、人臉識別(屬性提取)、目標(biāo)分類(車、行人)等功能。

　　本期的智能內(nèi)參，我們推薦來自安信證券的智能安防行業(yè)報(bào)告，盤點(diǎn)四大產(chǎn)品化方向，剖析核心技術(shù)以及產(chǎn)品研發(fā)節(jié)奏，預(yù)測產(chǎn)業(yè)未來格局發(fā)展。

　　以下為智能內(nèi)參整理呈現(xiàn)的干貨：

　　十年安防布局 AI一招引爆

　　*2011-2020年全球安防鏡頭市場銷售情況及預(yù)測(援引產(chǎn)研智庫)

　　根據(jù)美國信息服務(wù)社的數(shù)字，截至 2015 年末全球已安裝了超過 2.45 億個(gè)視頻監(jiān)控?cái)z像頭，目前我國已安裝的監(jiān)控?cái)z像頭也已超過 3000 萬個(gè)，而同時(shí)全球和國內(nèi)監(jiān)控?cái)z像頭銷售市場仍在逐年擴(kuò)張，每年僅僅我國就將產(chǎn)生數(shù)萬PB的數(shù)據(jù)量。人工處理耗時(shí)耗力，智能安防的需求呼之欲出。

　　*安防智能化的核心技術(shù)：視頻結(jié)構(gòu)化(援引安防知識網(wǎng))

　　安防智能化的核心目的正是建立視頻監(jiān)控?cái)?shù)據(jù)與有用信息之間的映射，即將監(jiān)控視頻轉(zhuǎn)化為人和機(jī)器可理解的信息，并進(jìn)一步轉(zhuǎn)化為公安實(shí)戰(zhàn)所用的情報(bào)，實(shí)現(xiàn)視頻數(shù)據(jù)向信息、情報(bào)的轉(zhuǎn)化。

　　事實(shí)上，2006年起安防行業(yè)就開始向智能化發(fā)展，但一直不能有令人滿意的重大突破，主要原因有三點(diǎn)：智能識別準(zhǔn)確率低，設(shè)備環(huán)境適應(yīng)性差，識別智能種類少。近十年的布局能在最近厚積薄發(fā)，與深度學(xué)習(xí)的發(fā)展息息相關(guān)：

　　*深度學(xué)習(xí)在各個(gè)領(lǐng)域的商業(yè)應(yīng)用(援引商湯科技)

　　1、深度學(xué)習(xí)促使識別準(zhǔn)確率空前提高。應(yīng)用深度學(xué)習(xí)算法的深度智能設(shè)備，可以自行提取更多更詳細(xì)、更微小的特征，從而使得識別分類對象的準(zhǔn)確率更高，深度學(xué)習(xí)讓識別率有了質(zhì)的提升。

　　2、深度學(xué)習(xí)直接建立了從數(shù)據(jù)到目標(biāo)模型的映射，不再需要人工選擇或創(chuàng)建特征集來描述目標(biāo)。

　　此外，過去智能分析算法受場景影響較大，單一的模型無法準(zhǔn)確描述多種場景，且模型有偏差的話，算法的性能就會下降。而深度學(xué)習(xí)恰恰解決了智能分析的兩大瓶頸：

　　*深度學(xué)習(xí)實(shí)現(xiàn)的多種人物、汽車特征識別(援引安防知識網(wǎng))

　　1、 適應(yīng)足夠多的環(huán)境和場景。深度學(xué)習(xí)在訓(xùn)練模型參數(shù)的階段使用了海量數(shù)據(jù)，相比傳統(tǒng)機(jī)器學(xué)習(xí)方法，包含了足夠多的場景，并且直接建立從數(shù)據(jù)到信息的映射，對約束條件的依賴較少，這就意味著深度學(xué)習(xí)的產(chǎn)品可以應(yīng)用到更廣泛的環(huán)境當(dāng)中。

　　2、 識別種類更豐富。理論上只要有足夠多的樣本進(jìn)行訓(xùn)練，深度學(xué)習(xí)能夠?qū)崿F(xiàn)比較精準(zhǔn)的目標(biāo)分類識別，自主特征識別的特點(diǎn)又讓深度學(xué)習(xí)特別適用于抽象、復(fù)雜的關(guān)于人的特征、行為的分析領(lǐng)域。

　　*各大廠商的成功案例

　　四大場景 兩種思路

　　雖然目前市場上各大安防企業(yè)的深度學(xué)習(xí)智能產(chǎn)品宣傳側(cè)重點(diǎn)各有不同，但其出發(fā)點(diǎn)都離不開四個(gè)方向：

　　1、人體分析(人臉識別、人體特征提取技術(shù));

　　2、車輛分析(車輛識別技術(shù)、車輛特征提取技術(shù));

　　3、行為分析(目標(biāo)跟蹤檢測技術(shù)、異常行為分析技術(shù));

　　4、圖像分析(視頻質(zhì)量診斷技術(shù)、視頻摘要分析技術(shù))

　　*深度學(xué)習(xí)在安防應(yīng)用的四大場景

　　具體到供應(yīng)端來看，目前主流安防廠商的人工智能產(chǎn)品包括前端(攝像頭)和后端(服務(wù)器)兩類。

　　前端產(chǎn)品的核心功能是為后端提供高質(zhì)量、初步結(jié)構(gòu)化的圖像數(shù)據(jù)，其主要作用有兩點(diǎn)：提升部分智能分析應(yīng)用的實(shí)時(shí)性;節(jié)省帶寬和后端計(jì)算資源。

　　典型的前端智能攝像頭內(nèi)置深度學(xué)習(xí)算法，一方面可以在前端完成人臉定位和質(zhì)量判斷，有效解決漏抓誤報(bào)問題，同時(shí)擁有較好的圖像效果，即使周圍環(huán)境光線不佳，人員戴帽子或一定角度下低頭、側(cè)臉，仍然可以做到準(zhǔn)確識別，并自動截取視頻中的人臉輸出給后端;另一方面可以輸出編碼后的網(wǎng)絡(luò)視頻，還支持輸出非壓縮、無損無延時(shí)的視頻流圖像。這樣可以為大型用戶節(jié)省服務(wù)器成本和帶寬，因?yàn)樵谕确?wù)器數(shù)量和計(jì)算能力的情況下能夠接入更多路攝像頭。

　　后端產(chǎn)品的核心功能是利用計(jì)算能力對視頻數(shù)據(jù)進(jìn)行結(jié)構(gòu)化分析，一般包括：1、智能 NVR，它是基于深度學(xué)習(xí)算法推出的智能存儲和分析產(chǎn)品，兼顧傳統(tǒng) NVR 優(yōu)勢的同時(shí)增加了視頻結(jié)構(gòu)化分析功能;2 、高密度 GPU 架構(gòu)結(jié)構(gòu)化服務(wù)器，集成了基于深度學(xué)習(xí)的智能算法，每秒可實(shí)現(xiàn)數(shù)百張人臉圖片的分析、建模，可支持?jǐn)?shù)十萬人臉黑名單布控，人臉 1V1 比對、以臉?biāo)涯樀榷囗?xiàng)實(shí)用功能，滿足各行業(yè)的人臉智能分析需求。

　　*主流廠商人工智能產(chǎn)品

　　從前后端智能化模塊來看，有兩種思路：智能前置和后置智能，這一直是行業(yè)備受爭議的兩個(gè)方向：

　　1、 由于前端設(shè)備(主要是相機(jī))內(nèi)的空間有限，再加上功耗、成本等因素的限制，智能前置會受硬件計(jì)算資源限制，只能運(yùn)行相對簡單的、對實(shí)時(shí)性要求很高的算法，但算法升級、運(yùn)維較難;智能放在前端優(yōu)點(diǎn)是計(jì)算資源專注于前端，大幅節(jié)省帶寬資源。

　　2、 后端智能分析(如智能分析服務(wù)器)通?？梢愿鶕?jù)需求配置足夠強(qiáng)大的硬件資源，能夠運(yùn)行更復(fù)雜的、允許有一定延時(shí)的算法，另外，在后端算法升級、運(yùn)維都會比較方便。

　　* 智能前置、后置智能分析優(yōu)劣勢比較

　　前后端產(chǎn)品不是對立與競爭的關(guān)系，將長期同時(shí)存在：

　　1、前端和后端合作的共同目標(biāo)是為客戶提供性價(jià)比更高的智能解決方案。具體過程是根據(jù)前端與后端的設(shè)計(jì)特征，將解決方案的執(zhí)行過程予以分解，在滿足智能需求的前提下，使資源利用得最充分。

　　一般來說視頻的檢測、跟蹤、去重這類與具體識別目標(biāo)無關(guān)、較為通用的功能適合放在前端，而較為復(fù)雜的識別、涉及到敏感信息的比對等功能適合放在后端。

　　2、智能前置與后端智能分析包含著明顯的轉(zhuǎn)化關(guān)系。隨著芯片技術(shù)的持續(xù)發(fā)展，尤其是在以 movidius 為代表的專門為視覺處理設(shè)計(jì)的終端芯片成熟，使得針對神經(jīng)網(wǎng)絡(luò)算法的計(jì)算能力大幅提高，越來越多的智能算法可以從后端轉(zhuǎn)向在前端完成。

　　目前已經(jīng)有很多智能算法可以在前端實(shí)時(shí)運(yùn)行，如進(jìn)入/離開區(qū)域、越界、徘徊、停車、人員聚集、快速移動、物品遺留、物品拿取、人臉檢測等。

　　兩大芯片方案推動后端放量

　　*人工智能神經(jīng)網(wǎng)絡(luò)算法與傳統(tǒng)計(jì)算模式對比

　　深度學(xué)習(xí)與傳統(tǒng)計(jì)算模式不同，最大的區(qū)別是不以執(zhí)行指令為目的，但需要大量并行計(jì)算資源，因此需要專門的計(jì)算芯片來加速計(jì)算。實(shí)際上無論是前端智能攝像頭還是后端結(jié)構(gòu)化服務(wù)器，其額外增加的硬件資源核心目的實(shí)質(zhì)上都是為了增加計(jì)算能力。

　　對于智能前端產(chǎn)品目前有兩種芯片解決方案：

　　1、采用較為通用的視覺處理器(半定制芯片)，如 movidius 、英偉達(dá)的 Jetson 系列芯片，通用性較好，能夠運(yùn)行各類神經(jīng)網(wǎng)絡(luò)算法，但價(jià)格相對較高，主要針對高端市場。

　　2015 年底，NVIDIA 發(fā)布了 Jetson TX 芯片，主要針對終端市場，隨后，?？?、大華、宇視科技、蘇州科達(dá)、格靈深瞳、商湯科技等大部分公司的前端智能產(chǎn)品在 2016 年正式推出。

　　*英偉達(dá)針對各類智能計(jì)算設(shè)備開發(fā)對應(yīng) GPU

　　*2016年主流安防廠商前端智能產(chǎn)品大都是在 NVIDIA 2015年底發(fā)布了Jetson TX 芯

　　2、將較為通用的智能識別類算法直接固化為 IP ，嵌入到視頻監(jiān)控 SOC 芯片中(全定制芯片)，優(yōu)點(diǎn)是量產(chǎn)后功耗、價(jià)格等都極具優(yōu)勢，但功能拓展性有限。

　　雖然英偉達(dá)已推出 Jetson 系列芯片并與多家安防公司合作前端產(chǎn)品，但包含 256 顆 CUDA 核心的Jetson 芯片仍然屬于通用型 GPU 計(jì)算產(chǎn)品，高昂的芯片成本使得智能前端產(chǎn)品價(jià)格過高，難以快速推廣，而專用芯片的成熟應(yīng)用成為我們跟蹤前端產(chǎn)品放量的前瞻指標(biāo)：

　?、??？狄曨l監(jiān)控芯片供應(yīng)商富瀚微招股說明書透露海康已經(jīng)將智能分析 IP 授權(quán)給公司，應(yīng)用該 IP 的芯片將在 2017 年量產(chǎn)。

　?、?商湯科技的 SenseEmbed目前已支持海思Hi3519/Hi3516A/Hi3516D、飛思卡爾 IMX6、ARMCortexA7 等多款主流嵌入式芯片，預(yù)計(jì)今年人臉識別專用芯片出貨可達(dá)10萬片。

　　安防智能化不同于安防高清化，安防高清化解決的是輸入數(shù)據(jù)質(zhì)量問題，所以由前端啟動，帶動后端需求。智能化解決的是數(shù)據(jù)處理效率問題，一方面目前大部分安防數(shù)據(jù)處理都在后端，另一方面后端 GPU 芯片已經(jīng)應(yīng)用成熟，相對前端沒有芯片價(jià)格和功耗的限制，故在安防智能化時(shí)代后端產(chǎn)品將率先啟動。

　　未來格局：資源集聚 兩超多強(qiáng)

　　*全球安防視頻監(jiān)控市場占有率一覽(援引 HIS)

　　*全產(chǎn)業(yè)鏈的廠商布局(援引 欣智恒)

　　過去幾年安防行業(yè)網(wǎng)絡(luò)化、高清化的發(fā)展過程使得 “兩超(?？低暫痛笕A股份)多強(qiáng)”的競爭格局愈加明顯，技術(shù)升級推動行業(yè)集中度不斷提升已經(jīng)得到充分驗(yàn)證：

　　1、龍頭企業(yè)才足夠支撐大規(guī)模和高質(zhì)量的研發(fā)團(tuán)隊(duì)。

　　傳統(tǒng)安防行業(yè)規(guī)模效應(yīng)主要體現(xiàn)在上游芯片采購成本優(yōu)勢和銷售渠道優(yōu)勢上，在智能化技術(shù)變革中研發(fā)能力門檻空前提升：目前國內(nèi)主要只有海康、大華兩家安防企業(yè)能夠在全球 LFW 人臉識別比賽、ImageNet 圖像識別中拔得頭籌已經(jīng)驗(yàn)證了這一點(diǎn)。

　　更需要關(guān)注的是隨著圖像識別率進(jìn)步速度的放緩，使得安防龍頭企業(yè)在應(yīng)用場景、產(chǎn)品能力、市場渠道方面的優(yōu)勢相比于純技術(shù)驅(qū)動的科技公司更為顯著。

　　*A股主要安防視頻監(jiān)控公司研發(fā)費(fèi)用(單位：萬元，援引Wind)

　　*A 股主要安防視頻監(jiān)控公司研發(fā)費(fèi)用占營收比例(援引Wind)

　　2、龍頭企業(yè)才有智能化所需的全解決方案運(yùn)營經(jīng)驗(yàn)和完整的產(chǎn)品體系。

　　安防產(chǎn)品是非標(biāo)準(zhǔn)化市場，行業(yè)龍頭本身品牌溢價(jià)優(yōu)勢明顯，而實(shí)現(xiàn)安防智能化需要前后端產(chǎn)品的整體配合(包括前后數(shù)據(jù)格式的統(tǒng)一)，市場將進(jìn)一步向能夠提供整體解決方案的龍頭企業(yè)集中。

　　*安防智能化需要針對不同場景提供各類解決方案(援引 face++)

　　人工智能給安防企業(yè)帶來的根本性改變是：

　　1、對計(jì)算資源要求空前巨大，云計(jì)算模式成為趨勢，零售行業(yè)成為踐行安防云模式的首選場景。

　　目前后端智能業(yè)務(wù)大多以提供搭載 GPU 結(jié)構(gòu)化服務(wù)器和相應(yīng)的人臉?biāo)阉?、人臉布控等軟硬件一體解決方案來盈利。對于公安等信息安全敏感客戶需要搭建自己的私有云，但對于更廣泛的客戶群體所需要的并不是結(jié)構(gòu)化服務(wù)器，而是其提供的計(jì)算資源和上層應(yīng)用，這使得轉(zhuǎn)向云計(jì)算模式越來越重要。

　　2、安防企業(yè)的能力從提供安防設(shè)備和解決方案上升為從安防數(shù)據(jù)中獲取有價(jià)值的信息，使得客戶可以只為有價(jià)值的信息買單而不用為安防設(shè)備買單， 將加速安防運(yùn)營模式推廣 。

　　從產(chǎn)業(yè)結(jié)構(gòu)來看，根據(jù)安防知識網(wǎng)數(shù)據(jù)，去年我國安防產(chǎn)業(yè)總規(guī)模達(dá)到了 4000 多億元，安防工程和安防產(chǎn)品占據(jù)超過 90%的市場份額，而運(yùn)營服務(wù)規(guī)模占比僅為 7%左右，遠(yuǎn)低于歐美安防運(yùn)營服務(wù)市場規(guī)模，這意味著安防運(yùn)營服務(wù)仍有很大的市場空間。

　　*安防行業(yè)各產(chǎn)值概況(單位：億元;援引 CPS)

　　智東西認(rèn)為，在人工智能技術(shù)目前的成熟度來看，基于感知智能的智能安防成為主要的落地產(chǎn)品。這一領(lǐng)域的相關(guān)技術(shù)部局已有十年之久，加上政策環(huán)境利好(智慧城市、平安城市、智慧社區(qū)等重點(diǎn)建設(shè)項(xiàng)目)，可以說是人工智能率先開啟的一大風(fēng)口。但考慮到相關(guān)的模式識別技術(shù)趨于成熟，傳統(tǒng)安防企業(yè)的產(chǎn)業(yè)鏈布局相對完善，且已有成熟的應(yīng)用場景、產(chǎn)品能力和市場渠道，而半定制芯片產(chǎn)業(yè)的壁壘又太高，留給技術(shù)驅(qū)動型創(chuàng)企的空間似乎并不多。

　　附： 智能前后端設(shè)備市場空間測算