這其中的兩大關鍵則是算法和芯片，捕捉海量大數據后，制定最優的計算方法，提高平臺處理能力和效率，才能最終快速得出有價值結論，這更像是人體的各個組成部分，只有協調統一之后才能讓每個角落的動態時刻掌握，防患于未然。

　　場景：人工智能與安防結合的驅動

　　多位行業專家曾指出，人工智能最先、最快落地的場景中，一定會有安防的身影。安防不僅僅是傳統概念中與公安、警務部門相關的事務，而是與所有公共場合、組織機構甚至個人都息息相關，從每日進出地鐵、建筑物門禁到上下班打卡，都涉及到安防終端的應用，其中最常見的攝像頭實時捕捉海量人、事、物信息，這些信息不僅與平安城市相關，而且還可結合多個場景為金融、新零售、教育、物流等服務，讓安防成為保障產業運轉的背后推手。

　　浙江大華股份研發中心先進技術研究院院長殷俊介紹到，安防引入人工智能最大的考慮是實現自動化，比如該公司推出的全智能X-Ray創新，即首創了安檢智能化，改變了以往人工檢查安檢物品的方式，減少了漏檢、錯檢概率，提升高峰時段案件效率。

　　在智能交通方面，可以實現對重點人、車、路精準協同管控，讓信號燈讀懂路況、自主調整變燈時間，讓路口學會感知和思考，在杭州下沙區的應用中就將交通高峰期平均車速由20km/h提高至32km/h。

　　不僅是在傳統行業中，而且智能感知的攝像頭還會對新零售等新興領域產生變革。

　　在時下火熱的無人店中，最大問題則是無人造成的貨品看管和店鋪管理問題，被曝光的商品被竊事件也讓無人店受到阻礙。

　　海康威視高級副總裁、研究院院長浦世亮介紹到，視覺大數據不僅是反映城市安全，同時還可在無人店中擔任“管家”職責，攝像頭會清晰記錄每位顧客在店內的行動軌跡，在貨架前停留時間和瀏覽內容，對不同商品的瀏覽次數可綜合分析出用戶偏愛，還可結合多家無人店內的行動軌跡和對商品的瀏覽數據，綜合分析用戶整體消費習慣，對不同商家均可提供精準營銷輔助。

　　算法：人工智能與安防結合的心臟

　　如果說場景的需求讓人工智能找到落地安防的著陸點，那么算法則是生產有價值規律和分析結論的重要路徑。當今硬件產品本身已很難再現突破性成果，而更多的關注點需要轉向算法平臺和架構。

　　舉例來說，新技術的再造和出現并非短日之功，甚至數年內都很難前進分毫，但采用更高效的算法和更精準的模型后，則可短時間內提高人工智能在場景中的效率和適配性。在視覺圖像識別的準確率超過95%甚至更高時，再補齊最后一公里問題就很難，這就是圖像源和光線的問題。

　　在與眼擎科技創始人兼CEO朱繼志的交流中了解到，以光線對圖像識別的影響來說，如果某個產品或解決方案在某些特定光線影響下有一定時間不能正常工作，盡管間隔時間只有幾分鐘，但對安防場景也是致命打擊，所以該公司的思路則是全新搭建了算法和架構。

　　除此之外，在對光線影響較大的動態范圍方面，該公司在努力把高動態范圍的弱數據輸出一個標準的，后端不用做任何處理的數據，動態范圍直接影響曝光和色差問題，如果盡可能無需自動曝光，則能解決更多場景的適配性問題。

　　傳統ISP架構會將輸入的16位數據直接變成8位，而大量RAW數據信息將會嚴重丟失，一張JPG格式的照片會比院士數據信息少200多倍，這勢必會產生問題，，在逆光、弱光、缺少輔助光源的情況下均可正常識別，將顏色清楚還原，圖像最大化清晰。

　　而在該公司研發的成型引擎架構中，當CMOS14～20位的RAW數據輸入時，將直接基于Raw數據進行處理，最后在把它壓縮成8位的JPG圖像，保留所有圖像細節信息讓AI機器可以識別出來。這不僅用于安防，在無人駕駛、新零售、機器人、深度相機多個領域，也許在光線完全不會影響識別效率時，無人駕駛中的多種事故災害也可最大限度避免。

　　芯片：人工智能與安防結合的大腦

　　人工智能的“智”體現在何處，在安防領域中不僅是全天候、全時空捕捉城市每個角落的動態，更在于“火眼金睛”地洞察變化背后的原因，與城市公共數據交叉融合，塑造“大安防”世界。

　　具備感知+認知能力的傳感器前端乃是萬物互聯的基礎。感知和認知意味著攝像頭不再是簡單的記錄和上傳，而是需要學會“自主處理”，篩選有價值信息回傳公安、警務指揮中心，讓人工肉眼“三班倒”篩選的過程化繁為簡，“秒速”完成精準定位。

　　據了解，在深圳龍崗市落地的云天勵飛推出的“深目”系統，是全球目前唯一的具備秒級實時檢索功能的城市級動態人像識別系統。深圳的2萬民警智能手機配備“深目”APP，經過嚴格管理，2秒鐘可以檢索到任何一位嫌疑人在深圳市內的行動軌跡，讓電影中的“天眼”概念成為現實。

　　云天勵飛聯合創始人兼CEO陳寧博士認為，相比傳統的芯片，AI芯片更注重“從場景到算法，從算法到芯片”這一技術路徑，同時向各個應用場景的AI芯片定制化是未來的發展方向，未來十年也是人工智能產業化的一個黃金時代。

　　在日前發布的該公司第二代芯片中，會采用ASIP設計思路，提供ASIP級別高性能和低功耗，也能提供處理器級別的指令集靈活性。將在性能上實現單位性能提升20倍、單位能效提升100倍及系統時延減低200倍。

　　AI安防是安防行業升級的大勢所趨，不過，業內也有分析指出，如何將收集到的安防場景數據樣本與實戰進一步結合，如何讓識別的數據從淺層信息走向深度信息，如何提升安防領域監控數據的開放性和共享程度等，都是人工智能技術在安防行業應用存在的挑戰。