安防+AI人工智能工程化白皮书-宇视科技.PDFVIP

前言 近年来，人工智能迎来了第三个发展高峰期。在计算、大数据、深度学习等 技术的综合作用下，人工智能技术得以大幅度提升。在很多应用领域，人工智能 被给予很大期望，最乐观的预期认为可以带来人类文明的第四次工业革命。过去 几年里，中国公共安全视频建设经历了飞速发展的黄金时期，适逢人工智能技术 取得突破性进展，以人脸识别为代表的人工智能（主要是机器视觉）在安防行业 迅速落地，诞生了一系列初具成效的应用，也存在虚张声势的营销。 批评者指出，人工智能当前的主要矛盾，是业界的营销能力和PPT 水准，远 远领先于用户的真实需求和实战准备；人工智能序幕揭开，算法仍有很多发展空 间，对于算法落地难、实战差，工程化是今后要解决的问题。实践者认为，任何 一项技术，其生命力由商业化应用的程度决定，只有将技术转化为产品，形成解 决方案，最终转化为用户的有效利用，才能形成技术和价值的良性循环。 在顶层设计方面，中国政府对人工智能发展战略的高度重视。自 2015 年 6 月以来，中国密集发布了7 项关于人工智能的政策与规划，并倡导将人工智能技 术应用于公共安全领域，进行技术创新、产品创新和应用创新。 在技术创新层面，传统的安防企业、新兴的AI 初创企业，都开始积极从技 术各个维度拥抱人工智能，在模式识别基础理论、图像处理、计算机视觉以及语 音信息处理展开了集中研究与持续创新，探索模式识别机理以及有效计算方法， 为解决应用实践问题提供了关键技术，具备了原创性技术的突破能力。 在产品应用层面，很多企业推出了系列化的前后端AI 安防产品，理论上满 足了许多典型场景下的实战应用需求。人工智能技术的不断进步，传统的被动防 御安防系统将升级成为主动判断和预警的智慧安防系统；安防从单一的安全领域 有望向多行业应用、提升生产效率、提高生活智能化程度方向发展，为更多的行 业和人群提供可视化、智能化解决方案。 智慧安防的技术基础和产品化已趋成熟，因此在下一阶段的命题就是如何系 统化规模部署。挑战与机遇并存，从技术手段的不断革新到产品形态的成熟落地， 智慧安防仍然面临众多难题，诸如成本高昂、工程化布点困难、算法场景局限大、 缺乏深度应用、缺乏系统性顶层设计、缺乏满足实战应用的行业标准与评估体系 等。能够在多大程度上解决这些问题，关系着智慧安防产品和方案能否真正的落 1 地生根。 安防+AI 前景可期，久久为功。国内的学术界及实业界积极尝试将人工智能 应用于安防领域，正视问题，研究方法，实践中总结改进，稳健推动安防行业的 第三次升级。『安防+AI 人工智能工程化白皮书』集合了中科院自动化所、浙江 宇视科技有限公司的技术专家及行业专家的研究成果、实践经验。本报告从当前 人工智能技术与产业发展的背景、智慧安防生态圈、智慧安防典型应用、智慧安 防规模化应用存在的问题，以及智慧安防未来趋势等五个维度，系统梳理总结了 当前安防+AI 的发展现状，尤其重点分析指出了智慧安防领域存在的八大限制性 因素，以及智慧安防的八大新的发展趋势，供学术界及实业界的学者、专家参考。 由于编写时间仓促，本报告存在一定的不足，欢迎业内各界人士批评指正； 作为一个开放系统，也欢迎其他国内外的机构和企业加入汇聚自己的经验智慧。 中科院自动化所、宇视研究院报告团队 2018 年11 月于乌镇 2 第一章 背景 1.1 从自动化迈向智能化时代 人工智能始于20 世纪50 年代，至今大致分为三个发展阶段： 第一阶段（20 世纪50 年代——80 年代）：形成了基本的人工智能，但还远 远不及智能化水平。符号主义理论快速发展，一些基础的算法理论得到证明。计 算机的出现，人工智能的实际应用具备了硬件条件；但是硬件设备的计算能力极 为有限，难以处理复杂性更大的计算任务。 第二阶段（20 世纪 80 年代——90 年代末）：专家系统得到快速发展，数 学模型有重大突破。计算机从完成单纯的数学和逻辑运算，演变为执行知识库的 自动化工具。这一阶段的专家系统需要人们把知识总结后灌输给计算机，计算机 只能按规则应用这些知识，无法从数据中自行获取知识。 第三阶段（21 世纪初——至今）：随着大