地址：东莞市南城街道西平社区西平三路动漫城A6栋208
手机：13711927618 钟先生
东莞电话：0769-83736550
中山电话：0760-89925659
惠州电话：0752-5939295
邮箱：3226704592@qq.com
|
|
|
|
| 行业新闻 |
|
 |
| 中山监控工程分享AI安防应用工程化的挑战 |
| 添加日期：2020-11-12 16:09:46 编辑：力丰科技 来源：http://www.lifg.com.cn/ 阅读次数：3060 |
据艾瑞咨询统计，2018年中国人工智能赋能实体经济各产业的份额中，“AI+安防”占比超过50%。中山监控工程表示人工智能在安防行业的落地增速也在持续加速，安防监控公司中的AI化所占比例在持续增加，据艾瑞咨询披露，2018年，我国AI+安防软硬件市场规模达到135亿元，部分头部安防厂商AI业务在总营收中占比从大约4%提升至超过8%，部分典型AI公司安防业务则占接近一半的营业收入。2018年城市公共安防中AI渗透率达到2.6%。预计2019年市场仍将保持高增速，到十三五收官之年2020年增速开始稳定，届时市场规模可达到453亿元(城市公共安防AI渗透率达到11%)．2022年市场规模有望突破700亿元（城市公共安防AI渗透率达到25%）。
尽管人工智能在安防行业开了一个好头，落地好，增速快，但并不意味着人工智能在安防行业的发展过程一帆风顺，发展前路一马平川，有很多的挑战和问题需要解决。以下从工程化的挑战、标准化的缺失和AI需求的碎片化三个角度阐述当前面临的问题和挑战。
工程化的挑战
纵观目前安防+AI落地好的场景，工程属性的问题解决得好是必要条件，前端的工程属性包括布点、工堪、立杆、安装、补光、调试等等，后端的工程属性主要是指数据的技战法。比如ITS的应用是一个典型的AI落地场景，人工智能最早在安防行业落地就是叭ITS开始，前端的卡口和电警等设备，被明确地定义了工程属性参数，在停止线后多少距离布点、抓拍点至立杆距离多少，配什么样的镜头，抓拍几车道，补光灯强度要求多少，安装照射角度是什么，调试规范怎样等等，都有严格的工堪表格和实施规范。按这样的工程属性安装和调试的系统，再加上后端数据的技战法，可以最大程度地满足客户的需求。从ITS衍生的出入口停车场车辆管理系统，明确的工程化属性定义，加上后端的数据运维平台，是典型的to G端到to B端衍生的案例。
再比如人脸识别相机，要求安装高度、人脸像素大小、补光等等。反过来思考，如果离开或者弱化这些工程化属性实施的可能性，人工智能在安防行业的落地还能继续发挥优势吗？首先，强调工程化本质上没有错，工程上意味着场景的准确定义和人工智能的可实施可复制；其次，算法的不断进步，以及用于算法训练的场景素材不断丰富，正在泛化人工智能的适应性能力，逐步减弱对工程化属性的依赖；再次，客户调整需求和对人工智能的期望值，比如使用两个泛智能的摄像机，代替一个工程属性极强的专业智能摄像机，抓拍率也许可以达到同样的效果，但降低了工程实施的难度和整体TCO。 |
|
|
