AI技术想在安防领域转化为“生产力”还有这些挑战

 随着深度学习不断发展，AI技术历经3次浪潮后，在安防、金融、医疗、法律、教育等不同领域都有了相关应用。其中，安防领域一直被认为是AI技术落地最好的行业之一。

从2017深圳安博会上AI独角兽商汤、云从、依图、旷视的集体亮相来看，CV类企业在公安、交通、金融等领域的智能安防系统上的优势完全不输专业安防厂商。诸如大联网、大数据、人脸智能、视图解析、物联网等，AI对整个公共安全系统带来效率提升和功能扩展。目前国家在公安的信息系统要求更高，国家在996号文档中提出到2020年在全中国建设一个遍布所有区域的基于摄像机的IoT(物联网)网络，只要有中国有人活动的地方就有摄像机，来给我们带来安全。

不过，尽管“AI+安防”未来充满前景，但当下AI也为安防监控系统带来全流程的挑战。所谓“全流程的挑战”，是指因为AI出现以后，摄像机的前端采集，不再只有视频，还有图片和结构化的信息，因此整个业务流程都在发生深刻的变化。

具体而言AI对安防带来的挑战可以概括为七大方面：

第一，前端挑战。比如在路面复杂环境中进行人脸识别时，复杂光线、遮挡的人脸、运动状态等都是人脸识别的“杀手”。

第二，存储挑战。随着AI的应用，存储对象由视频变为视频+图片+结构化以及半结构化的信息，各类数据混存模式下，大量小文件导致普通存储性能下降。AI激活了原始数据，导致写读需求大幅上升，变成1:1，这对整个硬件系统带来巨大挑战。

第三，图像智能分析挑战。目前算法和硬件的匹配都不一致，并不能够实现软件定义芯片。

第四，AI在摄像机中产生大量结构化与半结构化数据，对大数据形成挑战。

第五，对安防行业标准的挑战。AI进入安防，推动简单视频业务向复杂视图信息应用升级。目前来看，每个标准的演化都需要时间成熟。GA/T1400标准很多接口、检测方法等都需要大量时间来完善。

第六，对业务应用的挑战。当AI进入安防业务后，存在业务个性化和不确定与业务厂商产品标准化的矛盾。

第七，对信息安全带来挑战。目前视频专网缺乏安全准入控制，黑客可轻易入侵核心服务器和存储。

由此看来，AI企业在芯片、算法上的确占据着显著的优势，但实际安防项目考验的是企业解决方案的能力，从硬件、软件到系统，算法只是其中一个维度，如何将优质算法转化为“生产力”，并服务于实战应用才是关键。因此，AI在安防方面还有很长一段路要走。