从视频监控领域看AIoT技术对安防必要性

AIoT是什么？想必“AI+IoT”会是很多人的答案。

自去年年初，伴随着BAT、小米、华为、京东、旷视等相继喊出AIoT的口号，这一名词以及其所代表的的背后产业引发新一轮行业热议。

目前AIoT已成为业界公认的未来技术主流形态，且该市场正在不断发展之中。近日MarketsandMarkets发布的报告中提到，2019年全球AIOT市场规模为51亿美元，到2024年，这一数字将增长至162亿美元，复合年增长率为26.0%。

从目前国内的安防市场产品份额来看，占据将近90%市值的依旧是智能监控设备，当下智能监控设备依旧是主战场。而伴随着政策的不断扶持，城市防控监控体系已经逐渐成型，安防市场的发展呈现几何增长的态势，面对海量级别数据的采集传输以及存储压力，其在分析、反馈环节的实时性和准确率也受到了不少影响。光靠传统的安防手段，视频监控的应用仅仅只能停留在监控和留证，并非预防。

当前因为设计的缺失与技术的不成熟，使数据在采集、存储、处理以及应用等环节都是独立存在且相互孤立，进而单品智能甚至多品智能、系统智能在应用中不断涌现数据孤岛和碎片化应用等问题。海量的安防数据也没有避免这一形式，大部分依旧以单一的形式存在，缺乏多维数据碰撞的城市立体防控监控系统并未走出数据孤岛的问题，进而无法解决实现安防AI化。

AI+IoT让数据不在独立存在

正如MarketsandMarkets在报告中提及的那样，物联网设备生成的大量实时数据的有效处理需求，是全球AI+IoT市场增长的主要驱动力。

由于顶层设计缺失、技术不成熟等原因，互联网时代的数据在采集、存储、处理以及应用等环节都是独立存在且相互孤立，使得单品智能甚至多品智能、系统智能在应用中不断涌现数据孤岛、数据烟囱和碎片化应用等问题。而在人工智能介入之后，IoT很快有了连接的大脑，数据孤岛等系列问题很快得到了解决。

不论是物联网设备生成的实时数据，抑或是人工智能发展过程中大数据无数次的训练和深度学习，数据都是关键。AI、IoT一体化后，物联网为人工智能提供其训练和深度学习所需要的数据流，促使人工智能逐渐向“应用智能”发展；人工智能通过分析、处理数据流中的实时数据和历史数据，对终端用户的习惯加以推测，从而使设备变得更为智能和聪明。

这也意味着不管之前数据以怎样的形式相互独立存在，AI、IoT一体化后，企业与企业之间、设备与设备之间的数据孤岛被完全打破。AI+IoT所得出的AIoT技术，通过物联网产生、收集海量的数据存储于云端、边缘端，再通过大数据分析，以及更高形式的人工智能，从而实现万物数据化、万物智联化。

从安防主战场视频监控看AI+IoT的必要性

当解决了数据孤岛问题之后，AI+IoT技术将会被列为企业的主要发展方向之一，而AI+IoT也逐渐成各大传统行业智能化升级的最佳选择。例如安防行业。

以目前的安防领域来看，视频监控依旧是AI+安防的主战场。同时在平安中国，雪亮工程等国家政策的号召下，城市立体防控监控体系已经逐渐成型，城市安防数据将会以“雪崩”式的态势增多。同时城市级安防大数据不仅面临海量级别数据的采集传输以及存储压力，其在分析、反馈环节的实时性和准确率也受到了不少影响。光靠传统安防架构和手段，视频监控在安防行业的作用仅仅只能停留在监控和留证，并非预防。

这也意味着，当前的城市安防数据还是以单一的形式存在，缺乏多维数据碰撞的城市立体防控监控系统并未走出数据孤岛的问题，进而无法解决实现安防智能化。

在AI+IOT的助力下，安防产业不但能同时解决分析、反馈两大环节问题，通过AI手段对数据进行海量异构化数据的分析和处理，再加上边缘计算的助力，得以实现前端摄像头对视频数据的结构化处理。还基于机器视觉，赋予前端摄像头更敏捷的观察能力，例如当前业界广泛流行的人脸识别、车牌识别、姿态识别、3D结构光技术等等，都为当前安防行业注入了新的活力。

随着未来技术的成熟，以及国家政策的推动，在原有安防场景里，AI+安防产品大规模运用至多只有5年左右时间，随着AloT的落地，积极拥抱AI新技术的传统安防企业的行业格局变化值得期待。