到年，安防行业形成以模拟摄像机+视频矩阵+磁带录像机为产品矩阵的模拟阶段；编解码技术的出现实现了从模拟阶段到数字阶段的转化，而数字化是网络化和智能化的前提；年网络摄像机的出现打破了传统安防地域的边界，安防行业通过网络全面升级、传感器芯片性能的提升和网络基础设施的高速发展而步入高清/超清时代；年以后，国内互联网公司涌入安防行业，人工智能技术进入快速落地阶段，至此，安防行业进入智能化时代。

由此可见，安防产业每一个阶段的突破，都是由上游技术带来的革新引领；另外“看得到、看得远、看得清、看得懂”这四大要素，成为推动安防行业进步的主要驱动力。

视频结构化对数据进行追踪和关联的分析，从而做到事前预警；生物识别技术中的人脸、指纹、虹膜、声纹识别将得到大规模应用；物体识别技术减轻各种成本，提升效率。

视频结构化

视频结构化的概念已出现多时，是指利用计算机视觉和视频监控分析方法对摄像机拍录的图像序列进行自动分析，包括方针检测、方针切割提取、方针辨认、方针跟踪等。主要作用是为未来人工智能进行数据追踪和相关分析提供事前预警。

生物辨认技能

生物辨认技能是指利用人体生理特性和行为特征来进行个人身份验证的技能。现在的人脸、指纹、虹膜、声纹辨认都属于生物辨认技能，未来将会在安防行业得到大规模推广和广泛应用。

物体辨认技能

物体辨认的典型案例就是车牌辨认，如今车牌辨认已成为许多智能停车场的标配。使用车牌辨认技能，采集车辆图像，可以减轻停车场管理运营的人力本钱，提高通行效率。

首先国家政策大力支持，十三五规划、十九大报告等政策均在不断强调数字城市、智慧城市、智慧安防监控系统的建设。

从市场潜力看，目前一二线城市的安防基础设施布局已经日趋完善，未来会以更新升级为主。主力的安防市场会逐渐向二三四线城市下沉。

从技术看，AI技术从年进入安防行业，经过多年的发展，已经进入实战化阶段，人脸识别等AI技术在公安抓逃、社区治理等场景中发挥了巨大作用。

从行业研发投入上，国内安防厂商对AI技术投入逐渐加大，尤其是安防赛道中的头部企业，在AI技术与产品的研发投入占比极高。

另外，新晋的CV独角兽与互联网巨头企业纷纷进入到安防主赛道，加剧行业竞争。但安防不同于互联网行业，它涉及诸多层面，包括硬件、软件、系统集成，以及工程与运营，还有渠道建设，这些都需要时间积累与沉淀。CV公司和互联网公司虽然能够利用各自优势触达行业、进入到赛道，但他们同样也面临传统安防巨头的挤压与竞争。

今年爆发的新冠疫情，对整个城市的安防及应急指挥系统提出极大的挑战，同时也是前所未有的发展机遇。

智能安防的发展环境非常有利

从安防行业业务需求看，会出现从事后查证向事前预警前移的需求变化。

安防智能化的一个重要出发点，就是从事后查证向事前预警前移。传统安防监而不控，更多是强调安防系统的覆盖面，监控不能有盲点，不能有死角，它只解决“看得到”和”看得清”的问题；而到了安防2.0时代，安防系统还需要”看得懂”，实现这一目标，不能仅仅依靠AI算法和AI芯片，还需要着力提升图像视频类感知数据的深度和维度。

智能建筑分会联系方式

、-

联系邮箱：