核心摘要：

AI+安防是人工智能技术商业落地发展最快、市场容量最大的主赛道之一，预计到年，AI+安防软硬件市场规模将达到亿元。

▌AI+安防全景

▌AI视频监控系统

AI基础能力包括动态视频分析、静态人脸比对

公安AI视频监控系统主要有动态比对识别（主要基于视频流）和静态比对识别（主要基于图片流）两类基础能力，其中，动态比对识别系统主要由市级及区县级公安部门建设，用于实时抓拍比对告警，大型静态库则主要由省级公安部门建设，用于响应各级公安的数据查询需求。

▌透过政策看AI+安防视频监控的长期成长

政策指导为AI+安防视频监控的智能升级提供保障

从年到年初，十三五规划、十九大报告、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。预计年将实现从公共安全到民用监控的各个场景实现智能化。

▌AI视频监控系统的技术演变

跨镜追踪将成为近年AI绕过基础设施限制的最有效途径

年，AI+安防业内头部玩家开始重视将ReID（行人再识别）技术与人脸识别结合应用，充分利用现有设备和基础设施，实现跨摄像头对检索对象进行连续追踪和轨迹还原，增强数据的时空连续性。

当结构化数据池形成后，以人脸大数据应用为代表的认知计算将成另一个爆发点

年，随着公安视图数据结构化工作的推进，汇聚视图数据、社会数据和公安业务数据，并形成针对具体业务的实战解决方案成为行业新热点。

▌AI视频监控系统的建设逻辑

AI前端感知节点市场比较理性

年市场较为理性，从铺设速度看，AI摄像机在公安动态识别系统项目中渗透约达到16.6%，而若考虑全国近万路现存公安监控摄像头，则渗透率约0.4%，从设备能力看，符合应用场景可用指标为核心准则。

▌AI视频监控成本进入下降通道，利于渗透加速

在国产化的作用下，传统监控（包括模拟摄像机、高清摄像机等）的平均价格下降到年平均价格约为2万元一路，近几年将保持平稳下降态势。

▌知识图谱定义和与其他分析服务的区别

知识图谱是对多种类数据源的知识结构化、关联化分析

对于解决数据关联性问题，建设行业知识图谱成为了公安大数据应用的主流方向。知识图谱是解决数据梳理和组织成知识库的技术，是一种应用语义理解技术实现更高质量、可计算、计算机可理解的大数据结构，用于提高对数据、信息、情报的搜索查询能力。知识图谱与大数据分析和视频结构化分析同属于软件应用类服务，但存在着明显区别，视频结构化分析是通过计算机视觉技术，将非结构化的视频数据进行处理，变为机器可识别的数据集，是知识图谱上游的数据来源之一，可以说，视频结构化分析实现的是人眼及人右脑视觉区域所解决的部分问题，而知识图谱更像是人的左脑，通过对右脑存储信息的分析进行知识构建和调用；大数据分析实现的是数据结构化及关联，知识图谱是在大数据分析的基础上，通过语义理解将“点线面”的数据关联与事物现实中非简单指向性的复杂关系相联结，而形成的实用型认知应用。

▌公安知识图谱的意义与建设

应用AI算法实现技术与业务的深度融合

在公共安全领域，公安多年积累的实战经验与技术算法如何相互转换，是最大的行业难点，也是知识图谱主要解决的问题。公安知识图谱通过数据采集、数据处理、数据库重构、知识转化和实战应用五个步骤，运用分布式存储、关联算法、语义推理等技术，以及大量的公安专家团队与技术人员配合，来实现技术与业务的深度融合。目前，国内能够在“十亿数据节点，百亿关联边”的图谱结构下，实现秒级查询的公安知识图谱应用是较为优秀的产品标准，在国务院和公安部大力推动下，未来将有更大规模，更高数据集的知识图谱应用落地。

▌公安知识图谱的发展演变

年市场认知逐渐清晰，行业向规模化、体系化发展

随着年公安部出台相关指导意见，各级公安系统对公安知识图谱的认知逐渐清晰、统一，更多基础层平台化的大型项目开始投入建设，已有项目维护和应用持续进行，年工具型公安知识图谱应用率为30%，平台型建设率达到10%，艾瑞将持续看好其发展。

▌安防智能机器人的分类

巡检机器人：导航精准度、专业检测能力要求高

巡逻机器人：导航稳定性、AI技术可用性要求高

安防智能机器人根据使用场景可分为，应用于机房、电商仓库、核电站等封闭场景的巡检机器人和应用于电路、轨道、园区、公共场所等开放场景的巡逻机器人，二者相比，巡检机器人对导航的精准度和专业检测、报警能力有更高要求，使用的AI基础能力包括：烟火检测、高温告警、异常声音告警等；巡逻机器人因使用场景丰富，所以需求空间更大，由于需要暴露在开放的室外，所以对导航稳定性、流畅性，本体鲁棒性等方面有很大的要求，使用的AI基础能力主要包括、人脸识别、人体检测、辆检测及识别、烟火检测、异常行为分析以及人证核验、语音交互与语义分析等。

▌安防智能机器人系统和落地部署

端到端的闭环系统服务和快速部署能力是行业竞争壁垒

安防智能机器人系统构成包括机器人、网络系统、机器人云平台、可拓展设备，以及充电坞，其中机器人本体近年来不断增加边缘计算能力，多采用CPU+GPU的芯片模式；网络传输方面多为视频传输需求，使用包括WiFi、移动互联网等多渠道传输，目前峰值可达9Mb/s，伴随5G的商业化落地，相关企业也在做该方向的积极尝试；目前能实现公有云、私有云部署的企业并不多，云平台主要作用是多机器人管理、应急控制和AI赋能，是开放性合作的重要载体。安防智能机器人在落地部署方面主要包括，机器人运行环境勘察、制定网络部署方案、制定机器人巡检/巡逻方案、机器人建图，以及机器人巡检/巡逻路径和工作目标设定，实际交付中对技术支持团队的要求较高，需要技术支持人员对机器人的各项功能、对各类网络特性、对工程实施都非常熟知，并且能够做初步的工程预算，未能在机器人快速部署上整合出高效率的解决方案，将成为行业内公司的一大竞争壁垒。

▌安防智能机器人的发展历程

年是发展元年，贴近场景、解决实际问题是王道

年是安防智能机器人发展元年，北京安博会中抢眼的表现、公安部门大力规划建设和年底激增的订单量都证明了其在主动安防大背景下的价值所在。未来安防智能机器人将向可移动平台方向发展，向更多应用领域开放其后台，带来更多附加价值，艾瑞也将持续