將來安防行業(yè)還需要以視頻圖像信息為基礎，打通各種異構信息，在海量異構信息的基礎上，充分發(fā)揮機器學習、數(shù)據(jù)分析與挖掘等各種人工智能算法的優(yōu)勢，為安防行業(yè)創(chuàng)造更多價值。

隨著經(jīng)濟環(huán)境、政治環(huán)境、社會環(huán)境的變化和日趨復雜,各行業(yè)對安防的需求不斷增加,同時對于安防技術的應用性、靈活性、人性化也提出了更高的要求，傳統(tǒng)安防技術的局限性日益凸顯。在這樣的大背景下，人工智能發(fā)展趨勢大致有以下幾個方面：

1.前端智能：感知型攝像機的推廣應該是一個大方向。如果視頻監(jiān)控能夠通過機器視覺和智能分析，識別出監(jiān)控畫面中的內(nèi)容，并通過后臺的云計算和大數(shù)據(jù)分析，來做出思考和判斷，并在此基礎上采取行動，我們就能夠真正的讓視頻監(jiān)控代替人類去觀察世界。而要做到這一點，我們必須擁有具備感知能力的攝像機。因為，只有前端攝像機具有感知識別功能，我們才能進行智能分析的規(guī)模化部署和應用。將視頻轉為可利用的數(shù)據(jù)成為可能。可以說，感知型攝像機是智能分析經(jīng)濟性和規(guī)?；渴鸬幕A，也是智慧城市大數(shù)據(jù)應用的關鍵，如果我們要真正擁抱大數(shù)據(jù)時代，感知型攝像機無疑才是視頻監(jiān)控的基石。

2.深度學習：各種自學習和自適應算法的研究和應用。后續(xù)的智能分析產(chǎn)品應該是帶有強大的自學習和自適應功能的。能夠根據(jù)不同的復雜環(huán)境進行自動學習和過濾，能夠將視頻中的一些干擾目標進行自動過濾。從而達到提高準確率，降低調(diào)試復雜度的目的。例如，科達獵鷹人員卡口分析系統(tǒng)集成采用了業(yè)內(nèi)技術領先的人臉檢測算法、人臉跟蹤算法、人員跟蹤算法、人臉質(zhì)量評分算法、人臉識別算法、人員屬性分析算法、人員目標搜索算法?？梢詫崿F(xiàn)對城市各主要場所人員進出通道進行人臉抓拍、識別以及屬性特征信息提取，建立全市海量人臉特征數(shù)據(jù)庫，并以公安實戰(zhàn)應用為核心，創(chuàng)新實戰(zhàn)技戰(zhàn)法。通過對接公安信息資源數(shù)據(jù)庫，可對涉恐、涉穩(wěn)、犯罪分子進行提前布控和實時預警，實時掌握動態(tài)；可對犯罪嫌疑人進行軌跡分析和追蹤，快速鎖定嫌疑人的活動軌跡；可對不明人員進行快速身份鑒別，為案件偵破提供關鍵線索。通過本系統(tǒng)的建設與應用，實現(xiàn)在大數(shù)據(jù)時代公安工作的跨越式發(fā)展，進一步提高工作效率、節(jié)約資源成本、縮短破案周期。

3.大數(shù)據(jù)挖掘：視頻數(shù)據(jù)深入挖掘應用迅速發(fā)展。隨著視頻分析技術的快速發(fā)展，視頻數(shù)據(jù)量也非常大，如何讓視頻分析技術在大數(shù)據(jù)中發(fā)揮作用也成為人們關注的一個方向。利用各種不同的算法計算，將大量視頻數(shù)據(jù)中不同屬性的事物進行檢索、標注、識別等應用，以達到對大量數(shù)據(jù)中內(nèi)容的快速查找檢索。大大降低人工成本，提高效率。甚至在有些方面讓一些人工無法完成的任務成為可能。如：人臉、人員大數(shù)據(jù)庫檢索，身份證庫重復人員查找，通過語義描述從視頻中查找穿某種衣服，某種顏色的車輛查找，車牌查找，以圖搜圖，視頻關聯(lián)等應用。針對平安城市建設中海量視頻目標排查工作量大，且海量視頻場景各異，快速找目標較困難等實際應用需求，科達推出了結構化分析系統(tǒng)，一款專門針對于海量圖片和視頻二次分析的應用系統(tǒng)，適用于多場景、差異大的各種媒體源。支持對接入的多類型前端進行實時分析；支持對離線圖片和視頻進行目標檢測、屬性分析、特征提取等二次分析；支持分布式部署及擴展。

在安防行業(yè)內(nèi)，目前人工智能算法使用最多的還是在視頻圖像領域，因為傳統(tǒng)安防企業(yè)的產(chǎn)品都是與視頻圖像相關。但對于公安等業(yè)務應用來說，視頻圖像只是一小部分，公安應用還需要網(wǎng)絡信息、通信信息、社交信息等等。將來安防行業(yè)還需要以視頻圖像信息為基礎，打通各種異構信息，在海量異構信息的基礎上，充分發(fā)揮機器學習、數(shù)據(jù)分析與挖掘等各種人工智能算法的優(yōu)勢，為安防行業(yè)創(chuàng)造更多價值。