智東西 文 | Lina

當我們談起人工智能（AI）時，最頻繁被人提起的落地行業之一莫過于安防了。随着經濟的不斷發展、技術的不斷成熟、再加之國家政策的不斷重視，安防産業的規模也在不斷增長。2016年，受平安城市建設刺激，我國安防産業市場總産值已經達到了5400億元，紀錄片《輝煌中國》也提及，中國的監控攝像頭達到了2000萬枚。而根據佳都科技《人工智能技術白皮》顯示，2017年安防市場規模将由之前預測的6147億上漲到超6350億，同比增長17.6%，安防生産商數量超過7000家。

安防市場規模不斷增長的同時，意味着以攝像頭為主的安防設備數量增加（最近一年内，國内安防高清攝像頭的出貨量會在1億顆左右），也就意味着視頻數據的海量增加；再加之恐襲事件頻發，安防産業越發重視事前預警，傳統的人工審查方式已經遠不足以滿足産業需求。

而在這一輪興起的人工智能浪潮中，能夠真正在商業中應用落地的技術主要還是深度學習在圖像及語音方面的識别分析。由于AI能夠對迅速對視頻進行結構化處理、對人、車、物進行快速識别比對，此類能力與安防需求不謀而合。與此同時，以視頻技術為核心的安防行業擁有海量數據來源，可以充分滿足深度學習對于模型訓練的大量數據要求，因此，安防是人工智能最早落地的領域，“AI 安防”也成了人工智能企業與安防企業都十分看好當“紅炸子雞”。

近期，智東西通過一系列的走訪調研、面談整理後，不僅梳理出“AI 安防”的三種落地形态，并整理出超過40個核心玩家（如下圖），他們或為傳統安防大鳄、或為新興AI創企們，在安防行業這個擁有着幾十年曆史積澱的大舞台上，攜手合作、同台競藝，本文将它們分作四大陣營，并且逐一拆解各大陣營的玩法，為你展現一個最為全面的AI 安防産業面貌。

在了解AI 安防市場格局之前，我們首先要分别了解一下AI和安防。

1、視頻監控占據安防最大市場份額

說起安防，人們的第一反應就是監控攝像頭。誠然，目前視頻監控在安防行業中占據了最大的市場份額——達到了49%，成為了構建安防系統的核心。如無特别聲明，本文接下來探讨的“AI 安防”将集中在視頻監控領域。

而除了視頻監控外，安防行業還包括了實體防護 樓宇對講、出入口控制、防盜報警、防爆安檢，幾項具體占比如圖。

值得一提的是，目前安防行業依舊是一個以政府及大企業需求主導的市場，不過随着人們生活水平和消費能力的提升，以小型智能攝像頭、小型智能安防系統為主的、面向中小企業/商鋪/個人家庭的民用安防市場有望進一步打開。目前我國民用視頻安防監控隻占了約6%的市場份額，覆蓋率遠低于美國的50%，有着強大的發展潛力。

2、從前端攝像頭到後端中控系統，“AI ”的三大環節

視頻監控環節的分類多種多樣，根據“AI 安防”行業中不同企業的不同的特性，可以将視頻監控安防環節按下圖分類：前端攝像頭 傳輸 後端中控系統/雲——AI既可以在前端做，也可以在後端做。

傳統前端攝像頭由鏡頭、芯片、傳感器、其他光學組件等組成，這裡暫時不關注其他組件，隻來關注芯片。在前端的“AI 攝像頭”環節中，廠商可以将AI企業的人臉識别等算法直接固化為IP模塊，嵌入到視頻監控SoC芯片中；也可以在攝像頭中使用較為通用的視覺處理器，比如英特爾的Movidius VPU、英偉達的Jetson TX系列等。

上面的都是基于“新造一個攝像頭”的解決思路來打造的，可如果我不想換新攝像頭，隻想基于現有攝像頭在前端做AI呢？

也可以。第二類企業能夠提供一個連接攝像頭的外設模塊，這個外設模塊的核心是一塊集成了AI算法的電路闆，将視頻數據直接輸入到圖中左下角這個像小盒子一樣的設備中，輸出的視頻數據就可以帶有人臉識别、車輛識别等信息。當然，這一類硬件模塊的提供商也可以将硬件模塊做小後直接集成在新的前端攝像頭裡。

第三類則是“AI 後端”，将攝像頭采集到的視頻信息發送到後端中控系統或者雲端，然後再利用服務器強大的計算能力對其進行分析、處理。此前“AI 後端”的解決方案一直是主流，不過由于現在安防行業對實時性、隐私保密性、傳輸穩定性等要求越來越高，端智能的相關技術也越來越成熟，“AI 前端”的解決方案開始逐漸受到行業歡迎。

3、安防AI芯片：從SoC到闆卡集成

上文提到了SoC跟闆卡兩個概念，他們都可以被叫做“芯片”，在這裡順便解釋一下二者的區别。我們平時說的“芯片”一般分兩種，一種是集成電路闆，一種是SoC，兩者都是IC（集成電路）設計的硬件表現。

集成電路闆在很多年前就已經存在了，比如下圖這張集成電路闆，廠商在矽片上（綠色的那塊）刻蝕了很多的電路，然後将電子器件（比如電阻、電容、或者MCU微控制單元等）焊接在闆上。上文提到的第二類提供前端外設模塊的企業通常走的就是這個路線。

▲ 觸景無限的V102闆卡，用于安防産品

随着集成電路技術的不斷發展，我們從最開始的電子管時代、晶體管時代、小規模集成電路時代、大規模集成電路時代、一直發展到現在的超大規模集成電路時代、巨大規模集成電路時代，最直觀的體驗就是矽片越來越小，集成的晶體管數量卻越來越多。如今，指甲蓋大小的矽片上可以集成上億個的晶體管，這裡頭的晶體管如果使用最古老的電子管，連起來可以繞地球一圈了。

集成始終是發展的一大方向，當很多芯片的外圍電路都被集成的時候，那麼這個芯片可以獨立運作而成為一個系統，稱為SoC（片上系統，System on Chip）。SoC一般都會集成了CPU等控制器、内存、模拟或數字接口、以及USB、SPI等其他接口，它完成的是一個系統的功能。

▲ 華為Mate 10裡搭載的麒麟970芯片，标準手機SoC

比如上圖這張華為海思麒麟970芯片，就是一塊标準的SoC芯片，它采用了台積電10nm工藝，集成了55億個晶體管，包括CPU、GPU、ISP、Modem等模塊，而且還集成了一個專門用于AI神經網絡計算的硬件模塊——NPU（Neural-Network Processing Unit，神經網絡處理器）。據智東西了解，目前安防芯片領域巨頭海思半導體也在進行專用安防AI芯片的研發打造。

目前視頻監控領域的SoC基本采用110nm/55nm 工藝，部分産品采用40nm工藝，少數國際領先企業已開始使用28nm工藝産品研發并出貨。

集成電路闆（闆級集成）成本低、制造迅速，但是電路闆體積大，而SoC級集成能夠在體積極小的芯片上實現高性能低功耗，但缺點則是打造周期長（從設計到制造通常需要18-24個月），而且常常使用極高的制造工藝，一張流片動辄幾百上千萬美元，前期成本異常高昂。

4、除了人臉識别，AI究竟能做啥？

安防視頻智能化的概念已經提了很久了，然而此前一直存在識别準确率低、環境适應性差、識别種類少等問題，普及推廣存在難度。而随着深度學習技術的發展與落地，傳統圖像識别、圖像處理技術所遇到的難點都被神經網絡這個“黑盒子”所解決了。

目前，人工智能在安防領域的主要應用場景包括以下幾點：

1）人體分析：人臉識别、體态識别、人體特征提取等；

2）車輛分析：車牌識别、車輛識别、車輛特征提取等；

3）行為分析：目标跟蹤監測、異常行為分析等；

4）圖像分析：視頻質量診斷、視頻摘要分析等。

以海康威視的車輛特征識别技術為例，在應用深度學習技術後，機器不僅可以完成基礎的車牌識别功能，還可以識别出10餘種車型、200多種車輛品牌和4200多種車輛子品牌，并且可以快速辨認出危險品車和黃标車。

目前大部分AI創業公司切入的都是人體分析領域，也有少量專注于車輛分析；像海康威視、商湯科技、英偉達等行業中的巨頭玩家則會将技術覆蓋面鋪得更廣泛些。

此前，我國安防攝像頭已經經過了幾輪升級，一輪是從傳統标清模拟攝像機往高清攝像機的升級，一輪是從高清攝像機往網絡攝像機IPC（IP Camera）的升級，最近的這輪則是從網絡攝像機往智能攝像機的升級。

而我國安防行業在經過了近30年的發展後，已經形成了長三角、珠三角、環渤海三大産業聚集區，并且誕生了以海康威視、大華股份為首的“兩超”第一陣營；以宇視科技、蘇州科達、東方網力、韓華泰科、還有近年來在安防領域摩拳擦掌的華為為首的第二“多強”陣營；其他數量占據99%的中小企業則占隻占一半市場份額。

雖然我國安防市場呈現的碎片化特性、地域封閉屬性非常明顯，但是随着技術與行業的不斷發展，行業開始日益集中，馬太效應也變得顯著。目前海康威視和大華股份兩大巨頭占據了絕大多數的市場份額，而第二陣營的行業“多強”龍頭們也憑借着自身資源優勢不斷快速發展，但第三陣營中的中小企業則由于技術與資源的缺乏而生存困難。

▲ 視頻監控公司三大梯隊，2016年數據

由于從2014年起，安防市場的中小企業倒閉浪潮越演越烈，珠三角地區尤為明顯。根據中國安防網數據顯示，2015至2016年期間，安防生産商數量由8400家降至7000家，營收過億的企業占比由不到1%上升至9%，1000萬以下營收的小企業則由97%降至56%。除了倒閉之外，也有不少中小安防企業開始尋求轉型，涉足民用安防。

在一個集成度越來越高的行業中，人工智能技術仿如一個破冰者，為安防相關企業帶來了新的發展機遇。 在視頻安防的這個大舞台上，傳統安防大鳄與新興AI創企們或攜手合作、或同台競藝，着實好不熱鬧。

在文章開頭放出的《我國安防AI産業鍊公司列表》中我們可以看到，目前AI 安防領域新老公司雲集、大小創企紮堆，根據各自的屬性與打法差異，我們可以将它們分為以下四類：

1、全鍊巨頭：開放合作 加速自研

前文提到，目前海康威視和大華股份兩大安防巨頭占據了絕大多數的市場份額，其他安防“多強”龍頭們也憑借着自身資源優勢不斷快速發展。對于這些從軟件、到硬件、再到垂直解決方案都涉獵的行業巨頭而言，他們并不太會介意一項AI技術究竟是來自合作夥伴還是來自自身研發，加強自身安防産品的競争力才是重中之重。

而且由于它們涉足了全産業鍊，因此前後端、上下遊、傳統安防又或是新興AI公司都能夠成為其合作夥伴。不過與此同時，為了保證技術的領先性，這些行業巨頭們也不會停止研發的腳步。

2、前端SoC：海思獨大 新晉獨角獸湧現

在目前的網絡攝像機（IPC）SoC芯片市場中，海思半導體可謂一家獨大。海思就是我們所熟知的那個華為海思半導體，目前海思的團隊主要分為三部分：分别包括系統設備業務、手機終端業務、對外銷售部分。 其中，對外銷售的主要是安防用芯片和電視機頂盒芯片。

就在前不久，華為發布的Mate 10系列手機中的海思麒麟970芯片搭載上了來自寒武紀的AI模塊——NPU，彼時蘋果A11尚未發布，使得麒麟970成為當時市面上第一款手機AI芯片。目前海思也在進行專用安防的AI芯片的研發打造。

據智東西了解，在麒麟970的打造過程中，華為海思在一衆DSP方案、寒武紀NPU方案、自研AI模塊方案、以及其他方案中選中了寒武紀的NPU方案，但是未來有可能會在芯片上使用自研的AI模塊方案。

此外，成立于1999年的中星微電子也是老牌安防芯片的提供商之一。自從2010年以來，中星微電子在10多個地區進行SVAC編制（公安部編制的《安全防範監控數字視音頻編解碼技術标準》）标準的密集試驗，截至目前，中星微電子接到的基于 SVAC标準的解決方案訂單，訂單金額超過10億。公司提供芯片和模組，并由其控股公司進行工程實施、攝像頭等設備外包。

而在2016年6月20日，中星微“數字多媒體芯片技術”國家重點實驗室在京宣布，并且發布中國首款嵌入式神經網絡處理器芯片（NPU）誕生，已應用于嵌入式視頻處理芯片“星光智能一号”中。

▲ 英特爾的Movidius VPU

此外，富瀚微電子、國科微電子等老牌安防芯片提供商也在加緊自我研發 尋找AI創企合作夥伴的步伐，英特爾的Movidius VPU、英偉達的Jetson TX系列等也常作為高端産品的通用的視覺AI處理器被加入到攝像頭當中。

▲ 深鑒科技将于2018年推出的“聽濤”

在創業公司方面，我們耳熟能詳的AI獨角獸們也都陸續宣布進軍安防芯片領域，比如前不久都宣布融資了的寒武紀和深鑒科技，二者都将會在2018年推出可集成在安防SoC芯片上的IP處理器模塊。由于SoC對技術及資本的要求較高，此類公司通常都需要都需要具備一定的融資額度與技術壁壘。

3、前端嵌入式AI模塊/闆卡：中小創企紮堆的2015年

上文提到，這類廠商可以提供前端嵌入式AI模塊/闆卡，基于現有RGB攝像頭之上做前端智能化，将視頻數據直接輸入一個像小盒子一樣的設備中，輸出的視頻數據就可以帶有人臉識别、車輛識别等信息，是一種周期短、低功耗、低成本的解決方案、适合對安防需求不大的場景使用、可以稱得上是“即插即用”。

當然，這一類廠商也可以作為SoC的IP硬件提供商，又或是與攝像頭公司合作，将闆卡直接集成在攝像頭裡。這些廠商通常使用的都是基于英特爾的Movidius VPU處理器的低功耗解決方案，而且從圖表中可以觀察到一件有趣的事，那就是這些廠商大部分成立于2015年。

4、後端軟件/平台：新老玩家博弈戰

上文提到，“AI 後端”指的是将攝像頭采集到的視頻信息發送到後端中控系統或者雲端，然後再利用服務器強大的計算能力對其進行分析、處理。此前“AI 後端”的解決方案一直是主流，不過由于現在安防行業對實時性、隐私保密性、傳輸穩定性等要求越來越高，端智能的相關技術也越來越成熟，“AI 前端”的解決方案開始逐漸受到行業歡迎。

在這一領域中，東方網力作為國内安防領域第二陣營的龍頭玩家之一，正在積極地通過研發與并購投資的方式加大着對AI的投入；而國内AI獨角獸們如商湯科技、曠視科技等也在進軍AI 後端安防。較之之前的嵌入式AI解決方案提供商，這類平台級的公司普遍成立時間稍長，而且資本儲備也較為充足。

受制于傳統的圖像識别與圖像處理算法的制約，安防産業智能化的推進腳步十分緩慢，識别準确率低、環境适應性差、識别種類少等問題一直困擾着各類安防企業——直至這一輪深度學習的AI浪潮襲來。

由于安防行業的種種需求與深度學習種種落地方向不謀而合，在傳統安防行業馬太效應凸顯、紅海競争、甚至打起價格戰的當下，人工智能技術仿如一個破冰者，為産業鍊的各個環節都帶來了新的發展機遇。上文提到的這近40個玩家隻是一部分，未來AI 安防市場還将更為興旺紅火。

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!