過去5年間，計算能力的大幅進步觸發了AI革命，谷歌母公司Alphabet、亞馬遜、蘋果、Facebook以及微軟等科技巨頭爭先進入這個領域。尤其是自去年人工智能機器人大與人類棋手開展，人工智能關注度達到了一個新的高峰。其實，人工智能的發展可以追述到60幾年前，但是因為技術的原因數次沉寂，直到深度學習的出現，讓人工智能再次掀起熱潮。

什么是深度學習？

深度學習是機器學習方法之一，而機器學習則是讓計算機從有關我們周圍世界或其中某個特定方面的范例中學習，從而讓計算機變得更加智能的一種方式。在所有的機器學習方法中，深度學習是最獨特的，因為它的靈感源自我們對人腦探索與研究。深度學習試圖讓計算機學會很多不同層次的抽象和表達，這可能是使此類系統如此成功的原因。

為何安防行業成深度學習重點？

安防領域是個時刻都能產生海量數據的行業，近兩年在AI技術的加持之下，這些數據正在產生新的意義，為安防這個傳統行業解決更多問題。

安防行業作為人工智能技術天然的訓練場和應用場，對于人工智能的落地應用有著迫切的需求，基于安防行業的天然屬性，安防行業在人工智能化市場有著深入的投入。出于對市場的敏感，主流的設備解決方案供應商已經發力布局已經紛紛入局，憑借其各自深耕安防行業的經驗，都在應用落地取得了不俗的成績。其中，深度學習方面取得的成績尤為突出，成為點燃人工智能發展的關鍵技術。

深度學習主要的研究領域在語音識別和視覺方面，而且將深度學習應用到各個方向，可以不同的領域做出不同的技術創新。對于掌握了許多視頻圖像資源的安防行業來說，深度學習和安防的結合擁有比較高的契合度，即對圖像和視頻的分析，包括：

——在圖像分析方面，比如人們熟悉的人臉識別、文字識別和大規模圖像分類等，深度學習大幅提升了復雜任務分類的準確率，使得圖像識別、語音識別，以及語義理解準確率大幅提升。

——在人臉方面，可以實現人臉檢測、人臉關鍵點定位、身份證對比、聚類以及人臉屬性、活體檢測等等。在智能監控方面，可以做人、機動車、非機動車視頻結構化研究。

——在文字方面，小票的識別、信用卡的識別、車牌的識別，這些都是由深度學習的算法來做的。同時在圖像的處理方面，在去霧、超分辨率、去抖動、去模糊，HDR、各種智能濾鏡的設計都是用深度學習的算法。

安防行業深度學習主要集中在體分析（人臉識別、人體特征提取技術）、車輛分析（車輛識別技術、車輛特征提取技術）、行為分析（目標跟蹤檢測技術、異常行為分析技術）、圖像分析（視頻質量診斷技術、視頻摘要分析技術）四大塊上。隨著深度學習算法的突破，目標識別、物體檢測、場景分割、人物和車輛屬性分析等智能分析技術，都取得了突破性進展。

根據前瞻產業研究院《中國互聯網＋安防行業發展前景預測與投資戰略規劃分析報告》顯示，近年來，隨著安防需求不斷提升。我國安防行業市場規模從2010年的2350億元增長到2016年的5400億元，年復合增長率達到15％。

值得一提的是，與傳統安防手段相比，新一代 安防技術 正借助人工智能、云計算、大數據、物聯網、移動互聯等技術，實現多元化快速發展，“AI＋安防”正給人們帶來一個更加“聰明”的安全時代。

據中安協發布的《中國安防行業“十三五”（2016—2020年）發展規劃》，“十三五”期間，安防行業將向規模化、自動化、智能化轉型升級。到2020年，安防企業總收入達到8000億元左右，年增長率達到10％以上。

“未來4到5年，安防將進入一個人工智能高速發展的時代。”國內安防企業宇視科技副總裁閆夏卿表示，安防行業2016年基本完成了場景智能的適配；2017年、2018年將進入以深度學習為基礎的人工智能階段；到2019年、2020年將全面進入到數字智能的階段。最終，經過數字智能階段后，安防行業的人工智能將全面的和全行業、全IT的大數據業務平臺進行完善的對接，安防也進入智能時代。

除了贏得產業巨頭們的積極響應之外，“AI＋安防”還獲得了國家層面的政策加持。

2016年6月份，工信部等部門發布的《“互聯網”人工智能三年行動實施方案》指出，智能安防將作為人工智能產品創新的重點應用推廣領域。《方案》提出，實施智能安防推廣工程，鼓勵安防企業與互聯網企業開展合作，研發集成圖像與視頻精準識別、生物特征識別、編碼識別等多種技術的智能 安防產品，推動安防產品的智能化、集約化、網絡化。

結語：現階段，不僅安防行業，越來越多的產業和企業在深度學習領域進行探索。當然我們也期待在深度學習甚至是人工智能的影響和各個安防生廠商的創新下，更多的智能安防產品能迅速落地應用，提高城市安防系統的工作效率！