当前位置:视频监控/安防行业动态 → 正文

安防新旧势力优劣势对比

责任编辑:cdeng |来源:优乐国际  2018-02-07 15:55:27 本文摘自:安防知识网
2017年,安防行业趁着AI的风口炒热了安防+AI的概念,在进入到2018年之后,资本和市场将逐步恢复理性,真正的人工智能拉锯战也会拉开帷幕,届时才是AI+安防开始登场的时候。 AI初创企业入局安防 2011年至2016年中国安防市场连续5年保持2位数增长,结合国家政府对建设更高水平的平安中国、进一步提升人民安全性的要求,未来中国的安防市场依然会保持稳定增长,对人工智能、计算机视觉技术的升级改造也提出了更高的期待。在2017年深圳安博会上,智能人脸大数据平台、智能摄像机、人证核验终端等智能设备随处可见,可以肯定地说,安防行业已经开始演变成人工智能产业中的重要分支。 《中国安防行业“十三五”(2016-2020年)发展规划》指出,“十三五”期间,伴随从平安城市、智慧城市到雪亮工程等公共安全相关政策,以及人工智能相关国家战略政策的逐步深化,智能安防也将与高清联网一样,将向规模化、全面高清化、智能化转型升级。北京华泰科捷信息技术股份有限公司CEO傅剑辉  
1
  面对这广阔的市场,许多初创AI公司如商汤科技、旷视科技、云从科技等在完成融资后,纷纷把安防视为其商业模式落地的重要方向。虽然这些AI初创公司以核心技术和资本融资获取先机,但面对安防行业大体量公司的竞争和挤压,仍需要不断拓展生物识别、计算机视觉、深度学习算法等技术类别。在市场进入存量竞争前,初创公司一方面要利用技术专利打造壁垒,向上下产业链延伸,另一方面需紧密贴合用户需求,不断优化自身产品,提供软硬件一体化解决方案和服务,最终完成数据闭环从而提升自身竞争力,达到产业生态平台阶段。 新旧势力优劣势对比 (1)传统安防企业 在未来,传统安防企业持续发展、行业占有率持续领先,会继续采用产品销售内嵌智能算法和智能分析软件的常态模式,并加深垂直行业的应用解决方案,针对不同行业不同的应用场景,提供智能软硬件一体化解决方案,其主要的优势主要体现在: 一是在现有产业的技术(硬件产品和平台软件)拥有绝对优势;二是拥有丰富的客户资源,对行业需求和痛点能够深刻理解,行业领头公司已几乎布局全部产业链;三是大部分上市公司拥有良好的现金流,充分利用现有市场的盈利支持大规模研发和并购经费的支出;四是拥有产业链上收集的大量数据,但是存在数据质量参差不齐无法直接使用;五是在AI领域通过组建自主研发团队或者采购、合作、并购的方式切入AI市场; (2)初创AI公司 初创AI公司在核心技术和研发人才上拥有绝对的优势:利用算法竞赛排名、国内外顶尖论文和强大的实验室、导师资源吸引了大量人才加入团队,保证公司在技术壁垒端持续领先。部分AI公司完成了多轮大额融资,可持续投入研发和市场,已经在业界拥有较高的知名度。 初创AI公司对安防行业的商业模式和盈利模式的理解还不够清晰和成熟,目前以ToC的企业级服务为主要的商业模式,主要扮演算法支撑层和技术提供层的产业角色,通过提供SDK算法模块和开放API云平台接口服务获取利润。而传统安防企业主要向客户提供较为全面的软硬件一体化解决方案,其中可能涉及到摄像机、嵌入式设备、专有优乐国际及行业平台软件等。而这些贴近用户需求的产品和行业解决方案是新创AI企业短期内无法实现的。 另外,大额融资与政府资金同时带来一定风险,资本估值过高会对企业带来盈利上的压力;各类资本加入对股权和决策权的稀释也会成为公司发展路上的隐患。 因此从总体来看,传统安防企业都是依靠自身的能力一步步成长起来的,在抗风险能力上面要远远强过新创AI企业。初创AI公司则需要更加贴近用户需求,不断提升用户质量和数量。同时其可通过资本重组、并购的方式收购安防企业,快速获取市场及用户资源。 算力+算法+数据未来竞争核心 技术是行业变革的推动力,行业竞争将集中体现在算法、数据和硬件算力这“三驾马车”的较量上。随着安防+人工智能的发展,未来这三者将呈深化发展的趋势: (1)算法:集中开发底层算法,优化应用层算法 深度学习本质就是一种算法,通过模拟大脑的神经网络,使得设备能够像人脑一样思考。在安防行业,基于深度学习人脸识别、图像识别、车辆识别、语音识别等算法将会推动行业快速发展,算法迭代将会是推动安防+AI技术发展的根本: 准确率更高:深度学习算法可以从原始数据中提取具有更高阶、表达能力更强的特征,从而使得识别分类对象的准确率更高; 环境适应性更强:深度学习算法可以自行提取更丰富、更适合的特征参数,从而达到更强的抗环境干扰能力。 识别种类更加丰富:深度学习能够实现比较精准的目标分类识别、自主特征识别的特点,又让深度学习特别适用于抽象、复杂的人、车、物体的特征和行为势态的分析领域。 (2)算力:智能前端的边缘计算+智能云端的规模化计算 深度学习过程中“训练”与“推演”均涉及大量并行计算,传统的CPU明显算力不足,而GPU、FPGA、ASIC具有良好并行计算能力,AI芯片可提供数十倍乃至上百倍于CPU的性能,大幅缩短计算过程,同时也方便调整多种模型架构,显著提升模型的速度。 特别是随着低功耗AI专用芯片的迭出,逐渐形成智能嵌入式前端(通过边缘计算在前端完成结构化算法预处理,获取高质量结构化数据)和后端云智能(大规模计算、存储资源、多维度大数据信息分析)协同加速发展的势态 (3)数据:边缘计算+规模化计算的结构化数据 上千万的摄像头和庞大的监控网络,瞬间就会产生海量监控视频数据,从海量视频数据中高效提取出有效的结构化数据,就成为智能安防的关键技术。而通过人工智能算法,则可自动抓取视频中的目标图片,并提取其语义化的属性数据以及可用来比对检索的特征数据,形成以数据为驱动的决策机制,根据实时数据和各类型信息,调配和调控用户的数据资源,最终实现系统的自动智能化和运行效率最优化。 人工智能是安防领域的未来,安企在通往未来的道路上,将会出现更多新的应用及技术,从而满足安防领域日益增长的新需求,推动安防产业的升级换代。
关键字:安防 本文摘自:安防知识网
安防新旧势力优劣势对比 扫一扫
分享本文到朋友圈
关于我们联系我们版权声明友情链接广告服务会员服务投稿中心招贤纳士 企业网版权所有©2010-2018 京ICP备09108050号-6
^

优乐国际

百度360搜索搜狗搜索