0
（一）安防產業總覽
安防統屬于電子行業的范疇，是對現代計算機技術、集成電路應用技術、 網絡控制與傳輸技術和軟件技術的綜合利用。
我國安防行業主要由以下五類企業組成：一是以生產和供應安防產品為主的產品供應商；二是以設計、 安裝、服務為主的工程商；三是以經銷、代理為主的銷售商；四是以運營服務為主的運營商；五是負責締結軟硬件產品、運營服務于一體的系統集成商。
其中，安防產品供應商生產和供應的安防產品又大致可以分為視頻監控、門禁和防盜報警三大類。
整個產業中涉及視頻監控領域的產品供應、工程建設和運營服務占據了行業總值的一半，因此可以說視頻監控領域是安防行業的晴雨表和風向標。
根據前瞻產業研究院發布的《中國安防行業市場前瞻與投資戰略規劃分析報告》統計數據顯示，截至2017 年年底，中國安防企業約為 2.1 萬家，行業總收入達到 6016 億元左右，年均增長 14.4%。并預測在 2020 年我國安防行業總收入將突破 8000 億元，達到了 8212 億元左右。
從地域分布上看，我國安防行業集聚在經濟比較發達的“珠三角”、“長三角” 和“環渤海”三大地區，占據了我國安防產業約 2/3 以上的份額。
其中，“珠三角”地區聚集著電子安防產品生產企業，成為中國規模最大、增速最快、產品數量和種類最多的安防高新產品加工密集地區，僅深圳的企業數量就占據全國安防企業總數的 65%；
“長三角”地區以上海、浙江、江蘇為中心，聚集著高新技術企業和外資企業，匯聚了海康、大華、宇視等行業巨頭；
“環渤海”地區則以集成應用、軟件、服務企業為主，形成了北京、遼寧、山東、天津的安防產業群帶。此外，安防企業就同質產品同樣具有產業集群特點。
福建形成了監控鏡頭、樓宇對講、防盜報警三大產業優勢；天津形成了高速球和云臺生產制造優勢；浙江形成了 DVR、高速球、矩陣產業優勢；北京形成了光端機、電子巡更、門禁產業優勢；廣州形成了樓宇對講和公共廣播產業優勢；江蘇形成了安防線纜、高速球、防爆攝像機產業優勢等。
（二）安防行業發展四個階段
我國安防行業起步于上世紀 70 年代末到 80 年代初，并圍繞著視頻監控技術的改革創新而不斷升級。行業從“看得見、看得遠、看得清到看得懂”， 一共經歷模擬監控、數字監控、網絡高清監控和智能監控 4 個階段。
每一階段的突破，都由上游技術革新引領。在模擬監控階段，由于我國安防起步晚，中國安防市場基本是國外品牌的天下，日本系、北美系、歐洲系、韓國系、 以色列系等五大“品牌系”依靠領先的技術壟斷國內中高端市場，而國內安 防企業則以組裝和仿制為主，在市場中處于弱勢地位。
隨后在數字監控和網絡高清監控階段，我國安防廠商緊抓技術變革的機遇，實現彎道超車擠占外資份額，在安防市場上贏得了一席之地。
當前，安防產業正處于網絡高清階段的尾聲和智能監控的起始階段，市場上技術與產品趨于同質化，行業亟待新的技術驅動，人工智能的產業化落地有待解決行業痛點，成為安防業發展的新動力。
2016 年至 2020 年是安防產業智能化拐點的關鍵時刻，能否維持當前優勢，進一步提升行業地位在此一舉。
模擬監控時代：我國第一代模擬視頻監視系統產生于 20 世紀 70 年代，系統由前端的模擬攝像機，后端的視頻矩陣、磁帶錄像機（VCR）和電視墻構成。
前端模擬攝像機采集的原始光信號，經CCD圖像傳感器轉換成模擬電信號， 然后輸出到 ISP 圖像處理芯片,進行自動曝光、色彩校正、祛除壞點等圖像處理；視頻矩陣是系統的核心，負責視頻信號的切換和前端設備的控制；后 的監視器由 CRT 電視墻組成，用來顯示前端傳輸過來的視頻信號。
受制于系統成本高、覆蓋范圍小、存儲容量不足、實施遠程監控受限和圖像畫面模糊等因素，目前模擬視頻監視系統已逐步退出市場。
數字監控時代：本世紀初，數字技術的發展推動了數字硬盤錄像機（DVR）的大規模應用，標志著數字視頻監控時代的到來。
硬盤錄像機是集音視頻編解碼、網絡傳輸、視頻儲存、遠程控制等功能于一體的計算機系統。它的出現，逐步取代并完善了磁帶錄像機和視頻矩陣的功能，提高了音視頻處理、 儲存、檢索、備份效率。
以 H.264 為代表的視頻編解碼算法是硬盤錄像機的核心技術，它通過特定的壓縮技術，在保證良好質量的前提下，去除數據中的冗余信息，大大提高硬盤視頻儲存量。該階段市場競爭也由單一代理權的競爭過渡到品牌產品與組裝式產品的競爭，系統集成業務初現端倪。
網絡高清監控時代：網絡高清監控技術在 2010 年前后得到廣泛的應用和發 展。該階段的系統結構更加復雜，前端的攝像機進化為網絡型的高清攝像機， 后端則是由數字硬盤錄像機(DVR)/數字視頻服務器（DVS）、和數字網絡錄像機（NVR)、監視器群組/超高分辨率數字拼接墻、客戶端設備、系統軟件、 網絡等構建起來的大系統。
網絡高清技術時代主要體現在監控軟硬件系統的革命，隨著網絡寬帶的普加，視頻監控系統與客戶應用系統實現融合，行業應用范圍也不斷拓展，覆蓋到學校、商場等各個行業。該階段市場的競爭也由系統集成業務向解決方案、行業化及平臺化應用發展。
智能監控時代：2016 年后隨著網絡傳輸深度學習算法和芯片性能的提升， 安防行業開始步入“看得懂”的智能化時代，人工智能賦能安防，各類基于人工智能技術的垂直應用不斷涌現。視頻監控系統前后端均實現智能化，前端“智能化”，后端“云化”，并逐漸演變為“邊緣節點”、“邊緣域”、“云中心”三個層次，云邊融合的產業生態圈成為安防系統正在發生的新趨勢。
（三）安防行業產業鏈
安防產業鏈主要分為四個部分。上游為關鍵零部件、芯片和算法，主要包括圖像傳感器廠商、光學鏡頭廠商、芯片廠商、算法公司等，其中芯片為主要行業壁壘，多為國外廠商所壟斷；
中游主要為安防設備廠商，負責匹配上游組件和下游需求，提供整體的產品和方案。隨著產業規模的發展，中游部分大規模廠商也逐漸涉及下游集成、銷售、工程和運營業務，形成具有全產業鏈優勢或尾部產業鏈優勢的龍頭廠商；
下游主要為具有項目資源且技術壁壘較低的銷售渠道商、項目集成商、工程建設服務商、和運營服務商，負責 安防產品的銷售和整體項目集成與運營；終端應用領域落地到政府、具體行業和居民家庭，踏入全民安防的時代。
1、上游技術不斷革新
芯片在產業鏈中扮演著最核心的角色。芯片廣泛應用于安防系統的前端、后 端、中心系統等各處，左右著安防系統的整體功能、穩定性、能耗和成本， 并在很大程度上決定著安防行業未來的發展方向。
視頻監控系統中從圖像信號處理、視頻編解碼、視頻存儲、到 AI 智能分析，每項技術的發展都需相適配的芯片硬件緊密結合，才能充分發揮整個系統的功效。
最早的模擬系統中，僅需負責圖像處理的專用 ISP 芯片，隨著應用功能的復雜化，全定制型的片上芯片（System On Chip，SoC）把一個系統所需的各種芯片和電子部件集成到單一芯片上，成為監控系統的主流應用，前端集成的 IPC SoC 芯片和后端集成的 DVR SoC 芯片、NVR SoC 芯片在數字監控系統和網絡高清監控系統中廣泛應用。
目前 ISP、IPC SoC、DVR SoC 和 NVR SoC 四類芯片均已實現了較大程度的國產化替代，主要廠商有華為、海思、富瀚微、中星微 等。隨著智能化與安防行業緊密結合，各種類型的 AI 芯片正快速向安防監 控各環節滲透，但高性能 AI 芯片仍以國外為主導。
ISP 芯片(Image Signal Processing，圖像信號處理)：主要作用是對視頻監控攝像機前端的圖像傳感器（CCD 或 CMOS）所采集的原始圖像信號進行處理，包括高性能的空間域時間域噪聲消除、鏡頭暗角/畸變校正、色度空間變換、寬動態合成和映射、數字穩像、去霧以及自動曝光（AE）、自動白平衡（AWB）、 自動聚焦（AF）的數據統計和控制策略等，使圖像得以復原和增強。ISP 芯片的性能直接決定了視頻監控攝像機的成像質量。
DVR（DigitalVideoRecorder，數字硬盤錄像機）SoC 芯片：將 CPU 處理器、 內存、壓縮、外設接口等進行整合。其中，模數轉換（A/D）芯片和視頻編解碼芯片是其最主要的部分，A/D 芯片的主要作用是將音視頻模擬信號轉換成數字信號；視頻編解碼芯片將 A/D 輸出的數字信號進行編碼轉換成 MPEG-4 或 H.264、H.265 等標準碼流。
IPC SoC：通常集成了嵌入式處理器（CPU）、圖像信號處理（ISP）模塊、視音頻編碼模塊、網絡接口模塊、安全加密模塊和內存子系統，視頻原始數據經過 ISP 模塊處理后，傳到視頻編碼模塊進行壓縮，然后通過網絡傳輸到后端 NVR 接收處理并存儲。可見，IPCSoC 芯片涵蓋了視頻監控的核心技術 ——ISP 技術和視頻編解碼技術。
NVR (Network Video Recorder，網絡硬盤錄像機) SoC 芯片：NVR 系統的前端為網絡攝像機 IPC，IPC 將視頻信號傳輸至 NVR 進行存儲，NVR 功能單一，僅視頻傳輸與存儲，更多視頻分析功能放在后臺（云端）服務器運行。 隨著 IPC+NVR 方案漸成主流，NVR SoC 芯片也迎來了高速增長。
當前，人工智能正處于初步開發階段，對于 AI 芯片的定義并沒有一個嚴格和公認的標準，應用于人工智能場景的各類芯片都被寬泛的認為是AI芯片。
AI 芯片主要囊括三大類，一是經過軟硬件優化可以高效支持 AI 應用的通用芯片，例如 GPU 方案 ；二是側重加速機器學習（尤其是神經網絡、深度學 習）算法的芯片，這也是目前 AI 芯片中最多的形式，如 FPGA、ASIC 方案； 三是受生物腦啟發設計的神經形態計算芯片，稱之為類腦芯片，通過模擬人腦運行機制設計。
比如IBM的類腦芯片TrueNorth就是基于脈沖神經網絡。 但受限于腦科學的發展水平，目前還很難研制出通用的類腦芯片，市場上的類腦芯片一般只是部分汲取了人腦特點的專用處理芯片。
AI 芯片應用在安防系統主要有兩種方式，一種是以 AI 加速卡的形式嵌入到前端攝像頭和后端 DVR/NVR 中，提高整體計算能力，主要的 AI 芯片類型 為 ASIC 和 FPGA；另一種是以集成編解碼、網絡接口、視頻分析等模塊于 一體的 AI 芯片形式，應用于后端 DVR/NVR 或云端/中心服務器中，主要 的 AI 芯片類型為 GPU，也有部分 ASIC 和 FPGA 芯片。
AI 芯片的目標在于“訓練”和“推斷”。其中云端聚集訓練和推斷雙重功能，通用 GPU，特別是 NVIDIA 系列 GPU 芯片方案是目前 AI 訓練領域應用最廣泛的平臺。
GPU 芯片擅長并發計算，適合圖形運算，上市快，通用性強， 但存在成本、效率、功耗三方面的瓶頸。半定制化 FPGA 芯片在中心推理 及數據中心也有較多應用，FPGA 允許用戶通過硬件編程定義邏輯，其前期啟動成本低，通過再編程特性提供了靈活性，但這種優勢是以更高總成本、功耗以及犧牲性能為代價。
面向云端 AI 應用，越來越多的公司開始嘗試設計專用芯片（ASIC 芯片）以達到更高的效率，其中最著名的例子是 Google TPU，由于使用了專用架構，TPU 實現了比同時期 CPU 和 GPU 更高的效率。
國內的很多初創公司，如寒武紀及比特大陸，也往往從門檻較低的專用芯片入手。安防是 ASIC 芯片的主要應用場景，ASIC 芯片是一種專向設計的集成電路，無論功耗、可靠性還是體積、成本均遠低于 GPU，業界普遍認為將會成為未來人工智能領域的核心。
隨著人工智能應用生態的爆發，越來越多的 AI 應用開始在前端設備上開發和部署。像海康、大華、宇視、蘇 州科達、格靈深瞳、商湯科技等大部分公司的前端智能產品在 2016 年正式推出。
較為通用的應用為將智能識別類算法直接固化為 IP，嵌入到視頻監控 SOC 芯片中（全定制芯片），優點是量產后功耗、價格等都極具優勢，但功能拓展性有限。
當前安防監控領域最主流的深度學習芯片方案是 GPU，基本被英偉達掌控， 國內的 GPU 芯片方案尚無較大進展。但考慮到 GPU 方案存在成本、效率、功耗三方面的瓶頸，針對推理階段并非最佳選擇。
隨著智能計算的不斷前移， 不少安防產業鏈企業著重開發 FPGA/ASIC 智能芯片，如深鑒科技的 DPU 芯片（FPGA）、北京君正的 NPU 協處理器（ASIC）、寒武紀的 AI 服務器芯 片（ASIC）等，這些芯片在不同程度上解決了行業痛點，應用前景廣闊。
算法是安防領域應用的底層邏輯。算法在安防領域的主要應用是計算機視覺識別技術，通俗而言就是通過多層次的網絡算法（深度學習）模仿人腦的運行機制，實現由“看的見”到“看的懂”的技術升級。
在深度學習算法得以具體應用之前，傳統的計算機視覺算法通過對人為定義的特征參量（如邊 緣、角點、紋理等）來對圖像進行分類和識別，可以達到簡單的交通卡口車牌號識別、道路闖紅燈檢測、非法停車檢測等。
但是當需要計算的圖像內容元素復雜、或者類別多樣時，該算法的識別效率和準確率面臨瓶頸。深度算 法技術引用端到端的多層神經網絡結構，僅提供給算法輸入層和輸出層的 映射數據庫，讓算法在隱藏層自行尋找和調節中間參量來進行訓練。
隱藏層的數量決定了學習的深度和輸出的準確性，通過大量數據訓練，推動了人臉識別、行為識別等復雜智能圖像識別得到有效突破。
長期以來，算法的基礎框架的研發基本都被國外研究機構或公司所壟斷，國 內的廠商則是通過對基礎算法進行改進從而形成自己獨有的算法技術。當前國內主要的算法公司為商湯、云從、依圖、曠視等專注于計算機視覺的獨角獸企業。
關鍵零部件包含圖像傳感器芯片、光學鏡頭和存儲器等組件。光學鏡頭已基本實現了國產化，具體廠商有舜宇光學科技、聯合光電等企業。圖像傳感器和存儲器還主要依賴國外進口。
存儲主要有前端存儲、后端集中式存儲和云存儲三種，主要的存儲技術和解決方案領導廠商為國外的西部數據和希捷科技。圖像傳感器目前正處于 CMOS 全面替代 CCD 的階段，國外索尼、三星和豪威三巨頭的市場占有率達到了 72%，國內的 CMOS 傳感器廠商有思比科、格科微等，產品主要用于中低端消費類電子領域，與國外廠商還存在一定的差距。
2、中游龍頭產商占據場景應用
中游主要為安防軟硬件產品提供商，占據安防行業最重要的地位。其中以海康威視、大華股份、宇視、科達等一直以產品和解決方案為核心的安防廠商，依托著技術、資源和規模優勢占據場景應用端口。
雖然中游的技術壁壘低于上游，但受益于國內的剛性需求，使得國內安防產品提供商取得了較高的利潤，也獲得了長足發展。
隨著中游企業規模的不斷擴大，大部分龍頭廠商逐步涉足下游的系統集成、工程建設、渠道銷售和運營服務，形成具有全產業鏈和尾部產業鏈優勢的安防廠商。
3、下游產業優勢不明顯
下游主要為具有地方資源且技術壁壘較低的安防工程建設商、系統集成商、 渠道銷售商、和運營服務商。
由于視頻監控系統需要進行線路架設、設備配 套、安裝調試、后續專業運維等專業集成性工作，需要通過系統集成商來統 一完成上述工作，因此，終端用戶通常通過集成商統一向設備制造商采購設備、或在少數設備標段獨立招標的項目中直接向制造商采購設備。
隨著行業集中度的不斷加強，中游擁有技術、資源、規模優勢的安防廠商不斷搶占下游市場。目前，安防產業鏈中下游正趨于融合趨勢。
4、終端應用逐步拓展
安防終端應用由最早的軍用、特殊行業應用，逐步拓展至各類行業甚至家庭應用。
從類別上，可將終端應用劃分為城市級、行業級和消費級。其中，城 市級應用主要由政府主導，占市場 30-40%份額，具有重性能輕價格的特性，以“平安城市”、“雪亮工程”、“智慧城市”等工程為代表，城市級應用對國內安防行業的整體發展產生了重要助推作用；行業級應用涉及到公安、交通、樓宇、文教衛、銀行金融等各個行業，其中公安、交通、金融為最重要的應用行業；消費級應用則推廣至社區、家庭，隨著安防系統成本的降低和智能化的推進，民用市場將成為未來安防行業最大的潛在需求。
（一）一線城市安防基礎設施建設已趨完善，系統升級改造成新的增長點
我國一線城市安防基礎設施布局目前已趨完善。從城市攝像頭布局來看，對比國外，英、美是攝像頭覆蓋密度最大的國家，2016 年英國平均每千人約配備 75 臺監控攝像機，美國平均每千人擁有的監控攝像頭甚至高達 96 臺，我國攝像頭密度位居前列的北京、上海每千人配備的攝像頭數目相當于英國的 70%，美國的 60%。
按照每年 20%的增速估算，到 2019 年北京、上海的人均監控攝像頭預計將趕超英國、美國水平。此外，考慮到當前我國的經濟發展水平、國內市場對安防需求的認知程度、以及較大的人口基數等因素， 我們判定國內一線大城市的安防市場規模趨于見頂，上升空間不大。
從作為主力的政府需求拉動來看，集中于一、二線城市的“平安城市”建設項目， 自 2015 年以來，已基本結束大規模集中建設，也基本印證了這一觀點。 2017 年平安城市億級項目共 85 項，項目總金額 265.42 億元，其中 5 億以上項目 9 個，而 2018 年平安城市億級項目僅 39 項，5 億以上項目只有 1 個。
產品升級改造成為安防行業在一線城市未來的需求增長點。
當前，安防行業 正處于網絡高清階段尾聲和智能階段的起點，市場上高清攝像機、網絡攝像機分別占比 76%、24%，智能攝像機的比例不足 1%。安防攝像頭的更換周期大概為 3-5 年，目前，市場上高清攝像機基本已取代標清攝像機，未來幾年內，智能攝像機的替代更新，將成為安防行業在一線城市的主要增長點。
政府端，“智慧城市”項目提上議程，根據德勤統計數據顯示，至 2016 年 6 月，全國95%的副省級以上城市、超過 76%的地級城市，超過 500 座城市， 明確提出或正在建設智慧城市，未來幾年內，側重于智能樓宇、智能出行、 智能住房、智能能源等領域的智慧城市項目將成為安防項目在一線城市升級的主要拉動力。
（二）需求渠道下沉，二三四線市場發力
從城市攝像頭布局來看，對標一線城市，二線城市和三線城市的千人均攝像頭配備數量分別為 5 臺、2 臺，不到北京、上海等一線城市的十分之一。
可以預見的是，隨著內陸和小城市公眾安全意識的加強，國內視頻安防行業規模必將進一步擴大。此外，政府端的主力市場持續發力，2015 年后，“雪亮 工程”接替“平安城市”，推動我國安防市場的需求下沉到一二線城市的各個片區以及三四線城市的縣級地區。
根據《公共安全視頻監控建設聯網應用 “十三五”規劃方案》要求，2016 年全國選擇一批市(地、州、盟)或市轄區 作為“雪亮工程”建設示范城市(區)。2017 年起，全國“雪亮工程”項目市 場迎來大爆發。2018 年雪亮工程項目增長迅速，在 39 項億元以上平安城市項目中，雪亮工程項目達 15 項，約占平安城市億元級項目的 45.7%，幾乎占了半壁江山。
而 2017 年這一比例才占到占比 9.41%。這說明，對安防企業來說，雪亮工程正在替代平安城市成為安防市場的主戰場。
（三）民用市場成為新的增量市場
一直以來，我國的安防監控市場主要集中在行業應用，隨著人們生活條件的提高、安全防范意識的加強，居民家庭對于安防問題越來越重視，照看老人兒童、防火、防盜、防漏電等已經成為現代家庭的迫切需求。
此外，互聯網與安防行業的結合，在技術層面上也幫助了傳統安防企業打開民用安防市場，使得家庭安防系統可以將智能鎖，智能攝像頭，紅外入侵探測器，聲光報警器等設備組成一個安防監控網絡，并與用戶手機相連。
通過手機 APP 隨時查看家中情況，已成為許多人管理家庭的手段之一。根據相關數據，目前中國民用安防占整體安防市場約 11%，相對于美國 50%的民用安防普及率，我國安防產品的家庭只占很小一部分，未來安防產業市場在民用領域還有很大的上升空間。
按照中國一共有接近 3 億個家庭計算，如果有五分之一的家庭購買安防產品系統，預期購買總量將達 6000 萬套，按每套 1000 元的標準計算，預計總市場規模將達 600 億元。
（四）海外市場不可小覷
中國安防行業發展早期，跨國安防企業大量進入并主導國內安防市場，使得早期的安防產品出口依賴于產品技術含量低的代工產品，隨著多年的沉淀和大量資源的投入，國外安防企業的市場份額逐步下降，自主品牌紛紛崛起并開始占據海外市場的主導。
當前，以海康、大華為首的本土龍頭安防企占據了全球安防市場份額的 40%以上。海外安防市場規模是國內市場的 3 倍以上，這兩家企業的海外收入占其營業總收入的 30%以上，海外營收增速也保持著每年 30%以上遞增速度。
從海外市場拓展模式來看，當前本土龍頭安防企業自建銷售渠道、海外并購成為主流，此外，依靠海外渠道代理、通過安防展會推廣，也是目前各大安防廠商海外推廣的重要手段。
從拓展方式來看，也逐步從渠道分銷市場向項目市場拓展，并在多個國家和地區的項目市場取得一定進展。目前以海康、大華為代表的國內龍頭安防產商，在海外主要區域建立了全球客戶服務中心、子公司客戶服務部和授權客戶服務站等垂直服務體系，機構遍及北美、南美、亞太、歐洲、非洲等地。
從全球市場布局來看，歐美等發達國家的視頻監控市場整體較為成熟，已有大量的政府和商業機構使用視頻監控系統，未來最主要的增長點為設備更新換代需求和家庭住宅需求。
此外受中美貿易摩擦的影響，2018 年 5 月 24 日，美國眾議院于通過一項議案，其中包括一項增補提案。該增補提案建議以國家安全為由禁止美國聯邦政府采購某些中國制造商供應的視頻監控設備，海康威視被列入其中。
2019 年乃至后續幾年，中美貿易摩擦將漸趨常態化，政治風險一直會成為國內安防企業在歐美布局的巨大隱患。相對歐美國家，亞太地區整體基礎設施較為薄弱，目前正處于安防系統的規模化建設階段。
隨著我國“一帶一路”戰略的提出和推進，亞太地區尤其是印度和東南亞安防市場將成為未來我國安防企業海外布局的重點。2015 年亞太地區視頻監控市場約為 54.3 億美元，預計到 2020 年有望達到 180.6 億元美元， 預計復合年增長率為 27.18%。
此外，中東、拉美等新興市場針對基礎設施建設、控制犯罪的需求持續上升，也有望推動視頻監控行業市場規模的增長。
（一）政策持續加碼
人工智能被認為是第四次工業革命的主要使用技術，獲得了各行業的極大關注。中國政府高度重視人工智能技術的推進和產業化落地，發布一系列促進人工智能發展的相關政策，并且在這些政策、發文、規劃中多次提到將人工智能技術應用于公共安全領域，進行技術創新、產品和應用創新。
當前安防行業正處于智能化轉型的關鍵階段，國家有望就推動安防建設出臺更多的規劃及政策，從而進一步推動安防行業向著更高的階段發展。
（二）技術革新，推動人工智能安防產業化落地
人工智能的應用主要依靠算法、算力和數據三大因素。
從人工智能的發展階段來看，早期人工智能基本處于概念的提出和算法框架研究創新階段，一方面受制于計算資源的不足，人工智能技術沒有足夠的訓練數據提升計算的準確性；另一方面，芯片性能的不足也限制著人工智能技術產業化落地。
2010 年后隨著網絡的普及，物聯網和大數據逐漸興起，使得人工智能依賴 的數據資源得以解決。同時，核心芯片性能的提升，也使得算力得到大幅提升。基于深度學習的算法框架和基礎硬件的強化成為本輪人工智能的主要推動力，使得人工智能從技術層面落地到商業應用。
根據 OpenAI 分析報告顯示，自 2012 年以來，在最大規模的人工智能訓練中所使用的計算量呈指數級增長，3.5 個月的時間翻一倍，自 2012 年以來，該指標已增長了 30 多萬倍。
人工智能是安防行業下一階段轉折的必經之路。一方面，智能化處理是安防行業處理海量市場的唯一選擇。隨著視頻監控的廣泛應用，大量的監視數據單純的依靠人力識別需要大量的時間且效率低下。
而通過視頻智能分析技術，可以快速自動定位敏感信息，并進行結構化的存儲，使安防由被動防御型轉變為主動防御型。另一方面，深度學習依靠大量的數據訓練，才能更準 確的自動處理各種復雜信息。
安防行業擁有的海量視頻資源為深度學習提供了極佳的訓練材料，成為人工智能產業化的最佳落地行業。人工智能最主要的應用領域是計算機視覺，其比重達到 37%，計算機視覺行業市場構成中，安防行業占比 68%。因而可以說安防是人工智能落地的主賽道產業。
（三）人工智能與安防相結合
人工智能與安防相結合能夠實現對數據的實時跟蹤、關聯分析，達到對異常 現象的檢測處理和對危險事件的提前預警。具體應用場景集中在公安、交通、 金融等領域，主要體現在視頻結構化、生物識別和物體識別技術應用上。
視頻結構化即視頻數據的結構化處理，就是通過對原始視頻進行智能分析， 采用時空分割、特征提取、對象識別、深度學習等處理手段，提取出關鍵信息，并進行文本的語義描述，組織成可供計算機和人理解的文本信息或可視化圖形信息，從而實現視頻數據向有效情報的一次轉化。
根據曠視科技實驗結果顯示，使用視頻結構化技術從百萬級的目標庫中（對應數百到一千小時的高清視頻）查找某張截圖上的行人嫌疑目標，數秒即可完成，千萬級目標的庫中查找，幾分鐘即可完成（如果實現云化，速度會更快）。
而且經過結構化后的視頻，占用空間大大減少，存儲人的結構化檢索信息和目標數據不到視頻數據量的 2%；對于車輛，不到 1%；對于行為降得更多。
生物識別技術是指利用人體固有的生理特征和行為特征來進行個人身份鑒定的技術，人臉、指紋、虹膜三種識別方式是目前較廣泛的生物識別方式， 這其中人臉識別預測到 2020 年將達到 42.8 億元（中商產業研究院估算數據）。
物體識別是判定一組圖像數據中是否包含某個特定的物體、圖像特征或運動狀態，在特定的環境中解決特定目標的識別。目前物體識別能做到簡單的 幾何圖像識別、人體識別、印刷或手寫文件識別等，在安防領域主要應用于車牌識別。
近年來，隨著智能化成為行業大趨勢，智能安防也逐漸成為安防企業轉型升級的方向，在安防行業占比將越來越大。2018 年，年中國安防行業市場規模將達 6678 億元。
根據中商產業研究院的數據預測，智能安防行業市場規模在 2018 年接近 300 億元，預計 2020 年后智能安防將創造一個千億的市場, 這也將是安防領域不可小覷的市場。
（四）智能安防當前的痛點
人工智能在安防領域的應用有著非常好的前景，但目前智能化水平還處在初級階段，周邊的硬件及軟件設備還未完善，還有很多環境和應用限制條件。
在過去幾年，人工智能熱度很高，但實際上只完成了“概念模型”的建立，尚未達到“有效利用”的理想效果，人工智能真正賦能安防尚需等待。
中國一年有 5000 萬個攝像頭需求，但實際只有 50 萬個智能攝像頭在應用，這個 比例不到 1%，這預示著智能安防才剛剛進入初級階段。目前國內的基礎還較薄弱，在應用過程中還有較多問題需要完善和解決：
1、成本高昂是制約智能安防發展的一個主要瓶頸。
智能安防由于本身對產品性能、算力、存儲能力等多方面要求較高造成系統設備本身成本增加；此外，科學化的智能系統布局需求帶來的時間和人力成本、集成施工和機房改造成本進一步疊高了“安防+AI”落地的成本。
通過統計建設 1000 路規模的高清安防監控系統和 1000 路高清 AI 人臉識別系統數據，對比分析“安防 +AI”及“傳統安防”的建設成本，我們可以發現，智能安防總體成本比傳統安防高出 73%，高昂的成本在很大程度上限制了“安防+AI”解決方案的規模化落地。其中，前端部分、存儲和視頻分析部分是智能安防高成本的主要因素。
2、人工智能識別技術對視頻內容的成像質量有較高要求。
但因光線亮度不足、目標相互遮擋等成像環境影響，會造成圖像模糊、尺寸不符等問題，影響人工智能對視頻內容識別的準確度。
3、深度應用不足。
我國的安防企業經過多年努力，緊抓時代機遇，市場份額及技術水平不斷提升，智能分析技術初期階段的單場景目標行為分析已日趨完善，但對視頻內容分析、大范圍場景關聯分析等領域的專業技術仍然積累不足。
人工智能技術未來發展的核心是自我完善、自我成長能力。目前的智能技術，仍處于輸入篩選條件，指令下達后的反應式智能，不具備自我發展的能力。
4、人工智能技術目前展現出多家企業齊頭并進的態勢，數據資源的采集、 分析、應用獨立性較高，市場上未出現高認可度的數據共享平臺，行業資源分散，難以為人工智能提供豐富的數據支撐和大數據分析。未來，人工智能技術應具備群體間經驗共享能力，實現自我完善的高效水準。
安防產業發展趨勢可概括為：由產品到解決方案再到開放的生態圈建設。
在人工智能落地安防以前，整個安防產業鏈分工明確，以提供產品和解決方案 為主的大體量傳統廠商基本上能滿足整個產業的需求。
隨著行業技術的進步，一方面，行業應用場景不斷豐富，安防市場規模將得到極大的放量；另 一方面，除了傳統的前后端產品，行業精細化程度不斷加深，涉及到基礎算法、芯片、圖像傳感器、軟件服務等更多、更復雜的環節，加上行業用戶不集中、應用和產品分散、客戶定制化多樣等因素，單純的僅僅依靠一兩家解決方案提供商已經無法覆蓋到產業鏈的方方面面。
隨著軟硬件研發、平臺開放以及產業合作的推進，由面到體的產業生態體系建設勢在必行。
安防產業生態圈可理解為通過開放平臺，共享算法、算力、數據、產品、營銷、資金、服務等資源，實現企業相互影響、相互融合、互惠共贏的良性運轉平臺。
生態圈的建設并沒有改變企業之間的競爭性，而是通過優勢互補， 一定程度的資源共享，打破上下游壁壘，實現企業更進一步發展。
一個良性的產業生態圈建設依賴三個條件，一是需要能容納更多的硬件廠商做好底層架構；二是需要把目前國內國際流行的編解碼、設備連接和平臺連接協議在開放的生態圈打通；三是實現跨平臺開放，不但是人工智能的開放，也包括物聯網及傳統市場的開放。
在開放產業生態圈建設上，以海康威視為代表的傳統安防廠商已率先跨出了一步。2018 年 3 月 30 日，海康威視在“智涌錢塘”2018 AI Cloud 生態國際峰會上，宣布全面開放 AI Cloud 架構，以“開放、平等、創新、共贏”為 理念，面向合作伙伴提供基礎設施開放、數據資源開放、平臺服務開放、應用接口開放四層開放能力，并在各行業推廣落地基于 AI Cloud 架構的行業解決方案，培育和發展在細分行業、細分領域的專業合作伙伴，打造行業生 態合作體系。
除海康外，大華、華為、宇視、蘇州科達等安防行業領軍企業也基于自身優勢構建了合作共贏、持續發展的安防生態圈。
（一）產業整合進入深水
目前根據總體產業規模劃分，安防廠商自下而上形成三大梯隊。
根據 IHS Markit 2018 年統計顯示，以 2017 年的業績計算，海康威視位列全球視頻監控設備市場第 1 位，市場份額 37.94%，連續七年（2011-2017）蟬聯全球第 一，大華股份位列全球視頻監控設備市場第 2 位，市場份額 17.02%，這兩家公司合計占據全球 50%以上的份額，并依靠著明顯的成本優勢、規模優 勢、和研發投入，具備全產業鏈優勢，構成了行業金字塔端的第一梯隊；
處于第二梯隊的企業以宇視、科達、天地偉業等具有尾部產業鏈優勢的公司為代表，它們專注于安防產業中特色的行業或方向，提供面向專業領域的產品和解決方案，形成各自的企業特色和優勢；大多數中小企業構成了行業的第三梯隊，它們成本優勢不明顯，利潤體量較小，研發能力不足，持續發展空間受擠壓。
近年來國內行業競爭暗流涌動，進入深水整合期。隨著安防行業技術深化和集中度不斷提高，寡頭企業具有越來越大的優勢。
整體來看未來安防行業的門檻會進一步提高。過去的競爭主要以硬件為主，相對來說門檻較低，成立了一大批中小企業。而今后隨著智能化進程的推進，軟件平臺、視頻算法在硬件產品中的影響力將逐步提升，軟硬件一體化狀況愈加明顯。
整體項目不單單由硬件來決定，而會更多考慮一個完整的系統。軟件方面的競爭尤其對小廠商而言是一種巨大的挑戰，但對于海康、大華這種規模較大，各方面綜合布局的公司而言是有利的，一方面有益于公司進行市場整合和產業鏈上下游一體化，另一方面使得公司能夠充分發揮規模優勢，攫取更多行業話語權和定價權。
可以預見的是，未來的行業集中度將進一步提高，產業鏈條上下游也將高度融合，全產業鏈布局的公司將在競爭中占據巨大優勢，而位于第三梯隊的中小企業將被市場逐步出清。
（二）跨行業新老技術迭代與融合
除了行業集中度的提升，隨著跨行業新老技術迭代與融合，傳統安防廠商一方面開始涉足芯片、云平臺、算法等業務。另一方面，把控基礎芯片層的科技巨頭，領跑算法的初創企業，擁有云平臺和線上銷售渠道的互聯網巨頭在與安防企業合作的基礎上，也開始涉足安防產品、方案集成業務。
跨行業合作、競爭和融合不斷加劇，龍頭安防廠商全產業鏈優勢愈加明顯，但互聯網公司、算法公司的進駐，也給老牌安防廠商帶來新的挑戰。
目前安防產業正處于網絡高清階段尾聲和智能化的拐點，一方面，市場主體需求下沉到二三四線城市，存量市場空間仍舊巨大；另一方面，一線城市需求趨頂，智能化帶動的安防系統升級改造有望打開一線市場的增量市場。
當前，行業競爭暗流涌動，進入深水整合期。隨著行業技術水平的提高，行業內企業合作、融合、競爭將不斷加劇，整體產業格局有望升級重塑，具有行業總體整合能力的全產業鏈的廠商有望成為未來的主導。（報告來源：萬和證券）雷鋒網雷鋒網雷鋒網
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
