要想弄清楚這個最該爆發(fā)的風口上屿笼，為什么會有這么奇怪的現象牺荠，我們可能需要對安防+AI進入一下深入的解析。

解析安防AI大規(guī)模落地的一線場景

安防AI深入落地的源動力担擦，在于AI對安防工作效率的指數級提升例杰。由于安防本身涵蓋的范圍較大，確切地說雕残，AI更切近的場景是視頻監(jiān)控侥丝。視頻監(jiān)控擁有AI需要的龐大數據(圖像)，而深度學習通過大數據建立的模型和識別邏輯又完全契合視頻監(jiān)控的應用需求榛湖。同時贬打，其它安防數據又可以圍繞視頻監(jiān)控進行有效地補充和完善。

而要讓視頻監(jiān)控真正發(fā)揮效率巫邻，從它的建設初心來看猫荤，就是要對城市做到“全域覆蓋、全網共享溺察、全時可用瞭芬、全程可控”。也就是說矫迹，視頻監(jiān)控充分發(fā)揮效能的前提是大規(guī)模的利术，城市級的呈野，乃至國家級的低矮。這就說明安防AI如果不能實現大規(guī)模的落地，是無法真正提升視頻監(jiān)控利用效能的被冒，這就是根本原因军掂。

我們也應該看到，要實現規(guī)模性的安防AI落地昨悼，也確實存在著諸多障礙蝗锥，最大的視頻監(jiān)控系統(tǒng)在公安控制中跃洛，各級各區(qū)域公安系統(tǒng)建設的視頻監(jiān)控不僅在調用權限上是有限制的，就是在建設標準上也不是完全統(tǒng)一的终议。這也是個大難點汇竭，但更大的難點還在于對安防AI落地要素的理解。

通常說AI應用的三要素是算法穴张、算力和數據细燎，很明顯，這樣的AI是做給自己用的皂甘，因為這和公安用的系統(tǒng)脫節(jié)了玻驻。后來不斷有人補充，提出算法哪峰、算力冷吏、數據、產品守搬、項目些惑、工程、場景杰趾、應用等一系列要素巩樟。不能不說，我們對安防AI的落地研究確實是在不斷深入地瘫啦，也確實是有一定成效地艰捶，但是這種成效多半是建立在小規(guī)模試點，或者諸如演唱會澳踱、表演會伤主、展覽會等活動型項目和工程上的。

如果深入公安一線癣彩，就會發(fā)現真正在使用視頻監(jiān)控的單位是刑偵玫氢、治安、交通谜诫、情報漾峡、指揮中心等部門，也就是說真正的要素應該是算法喻旷、算力生逸、數據、場景且预、產品槽袄、應用。一半血統(tǒng)是AI锋谐，另一半是實際應用場景遍尺。這樣才能讓AI真正盤活視頻監(jiān)控資源截酷，利用AI提高破案率，提升警務工作效率和對視頻監(jiān)控的整體利用效能乾戏。

實現安防AI大規(guī)模落地的六個創(chuàng)新關鍵

1迂苛、算法創(chuàng)新

說算法是國際開放的，應該不算過份鼓择，看看國內時不時就有團隊冒出來獲得了某個國際AI比賽的冠亞季軍画了，還有當前頻繁的國際高端AI人才流動就可以知道。

ImageNet大規(guī)模視覺識別挑戰(zhàn)賽的停辦吼季，也有算法已經在當前條件下近于極致嫌或，很難再有突破性提升的原因。如何對比賽算法進行創(chuàng)新误反，使其在實際安防場景中落地喝灌，就成了安防AI大規(guī)模落地的首要關鍵點，要知道大多的路面視頻監(jiān)控安裝在近3米及以上高度奠钾，面向著30米及以上距離的高視角嘉栽、大范圍進行攝錄。在目標逐步走近的過程中浮两，拍攝到的畫面包含從小點到全貌损螃，但更可能的現狀是只能拍攝到大致的模糊外形，人臉是根本無法識別的俩食。

說到底筹聂，當前報道出來的AI抓逃基本都是基于近距離、卡口場景人臉檢測的菊碟，正如張學友演唱會节芥，或者車站、火車抓逃逆害。但這種算法對于大規(guī)模路面監(jiān)控起不了多大作用头镊，所以公安系統(tǒng)不買單。不要問我為什么知道這么多魄幕，我在上一篇文章《安防+AI相艇，規(guī)模性落地中的關鍵三要素》中，已經明白說過纯陨，基于安軟慧視的安防AI已經在不少市局落地坛芽，我會去市局探密的。

2队丝、算力創(chuàng)新

可能有些人會覺得隨著英偉達等芯片企業(yè)技術的不斷飛升靡馁，越來越高端的顯卡也逐漸推出，只需要將高端顯卡進行組裝机久，就會有超級算力臭墨。在理論上好像是可行的，但是成本呢?要知道我們歷來都是講性價比的犯绪。視頻監(jiān)控的PPP建設模式乐肿，不正是說明了國家對視頻監(jiān)控建設成本的嚴格控制嗎。在這種情況下骑失，如何進行低成本算力創(chuàng)新软雹，就成了第二個創(chuàng)新關鍵點。

3荞扒、數據創(chuàng)新

嚴格來說丙煞，數據并不存在創(chuàng)新，指的是對數據的大規(guī)模采集能力窟蝌。安防監(jiān)控是公安的內部資源钢陨，對外是不開放的，要想獲得锉潜，常用的辦法就是自己建材圈。好在公安對新產品的試用包容度還是很高的，允許進行一些試點建設摹色。但是這些試點足不足以支撐深度學習所需的動輒幾億幾十億的數據量三稿，這是第三個關鍵點。

4沛慢、產品創(chuàng)新

解決了以上三個AI相關問題赡若，接下來就是三個實際應用場景問題。通過什么樣的產品方案解決規(guī)模性安防AI的承載?常見的方案是智能攝像頭和后端結構化团甲，也有說中心結構化斩熊、云端結構化，名稱不一而足伐庭。但是智能攝像頭要想達到實戰(zhàn)水準粉渠，高配是一定的，高配一定是高價圾另。

目前美歐的發(fā)達國家霸株，智能攝像頭比例也不超過5%，更何況一向節(jié)儉持家的中國集乔。后端結構化對于小規(guī)模的還可以承受去件，大規(guī)模的，剛才說了英偉達高端的顯卡設備價格是昂貴的扰路，低價格的處理能力又有限尤溜。這是第四個關鍵點。

5、場景創(chuàng)新

準確地說篇惧，是場景細分胖移，在全國范圍內公安視頻監(jiān)控畫面中，存在著打架蔫婉、聚集鞠撑、摔倒、事故孕赫、火災还幅、搶劫等場景，在這種場景下玉惫，通過通用算法就可以構建模型挠氛。可是不說別的计灌，光說南北方氣候差異下淡榕，人們的穿著、妝扮就可能完全不同吉恍，南方的11月還穿著短袖幽七，北方已是大雪紛飛，棉衣棉帽溅呢，可能還有墨鏡澡屡、圍巾。如果還往下說咐旧，東北的夏天凌晨兩三點天就大亮驶鹉，可是冬天黑夜也特別長。這是第五個創(chuàng)新關鍵點铣墨。

6室埋、應用創(chuàng)新

突破了以上創(chuàng)新關鍵點，公安抓捕的實戰(zhàn)場景伊约，如何進行現場勘查姚淆、如何進行線索查找，如何進行關聯(lián)碰撞屡律，如何進行案情研判腌逢，如何調用已有的針對各警種的業(yè)務系統(tǒng)，要知道那系統(tǒng)可是五花八門超埋，遠不是局外人能想象的缓冷。這種情況下怎么進行人性化應用開發(fā)，既能讓辦案人員用的舒暢淑免，又能對現有的業(yè)務系統(tǒng)進行融合串連即倦，這是第六個關鍵點羹浪。

說了這么多關鍵點，雖然看起來困難重重疚线，但只要能潛下心雀司，針對每個環(huán)節(jié)都進行開創(chuàng)性創(chuàng)新，是完全可以突破的添祈。因為已經有公司走在路上了鼻肉。