根據IDC預計，到2020年，全球物聯網的收入將達8.9萬億美元；按AT&T的測算，2020年全球人均接入終端數約為6.58個。長遠來看，站在物聯網的高度上看智能安防產業或許更有意義。

A Great Era of Big Data 由視頻大數據的結構化說起

大數據時代已經到來。監控視頻是我們常常忽略的數據寶藏。單臺1080P的監控設備存儲一天所需的容量可達40-60G，存儲一個月可達1.2T到1.8T之多。近年來，政府大力推進平安城市、雪亮工程等安防項目，監控視頻數據呈現爆炸式增長。與互聯網行業存在大量結構化數據不同的是，這些視頻大數據絕大部分是非結構化的，要充分挖掘這些數據，就要進行視頻數據的結構化。因此視頻數據結構化是非常重要的環節。這里我們首先對“視頻數據結構化”簡單定義：通過智能分析手段，在海量視頻畫面中提取出關鍵信息，并進行文本的語義描述，使視頻更好地利用起來。

事實上視頻智能分析很早就開始應用于安防，車牌識別是最早形成規模的應用。2016年以后，由于深度學習在計算機視覺領域取得了突破性進展，以及硬件性能的提升，包括人臉識別、視頻結構化、ReID技術在內的智能應用在安防領域得到了快速擴展，大大減輕了公安的負擔，實現了問科技要警力。

除了公共安全領域，智能視頻分析還可以被應用到電商、零售、家居、教育等各個行業中，極大拓展了這些行業對大數據需求的邊界。比如在電商和零售領域可對線上視頻和線下客群進行實時標注，如線下客戶的年齡、身高、留滯時間以及網絡視頻中的物體、人臉、場景等信息，幫助企業進行數據挖掘，以輔助選品決策或者個性化推薦。不少女生執著于韓劇女主同款，使用該技術，用戶可以邊看韓劇邊買同款。

如果說，BAT等互聯網企業通過其旗下的搜索引擎、電商平臺、社交平臺搶占的是虛擬網絡世界的數據入口；那么以華為、?？禐榇淼奈磥淼奈锫摼W超級巨頭企業的數據入口是其占領了安防、交通、物流乃至消費級智能終端，搶占的是現實世界的數據入口。隨著人工智能浪潮席卷全球，包括視頻分析在內的各種的智能技術讓這些現實世界中的行為數據插上了翅膀。

A Prediction of Market Ceiling 智能安防市場有足夠的想象空間

視頻結構化這一概念最早是由公安部第三研究所在2009年提出的。目前來看，安防（主要是視頻監控）仍然是智能視頻分析實現大規模落地的主要領域，有著成熟的產品形態和整體解決方案。從各方面的市場數據估算來看，智能安防市場有足夠的想象空間。

根據CPS中安協數據，2016年中國安防行業總收入5400億元，就細分市場來看，其中安防產品產值占1900億元，安防工程產值3100億元，報警運營服務及其他產值為410億元。其中在安防產品領域，視頻監控在安防產品中占比50.6%，約962億元。

按下表估算可知，目前國內智能視頻監控產品的市場規模在58.4億元，到2020年隨著安防產品的智能滲透率大幅提升，預計僅國內市場規模就可達到257.7億元。而國內智能安防產品的市場規模預計可達到1597.7億元。市場想象空間巨大。

An Analysis of Main Market Players 智能安防市場主要玩家和競爭格局

智能安防領域可以說是以曠視、依圖為代表的計算機視覺獨角獸的必爭之地。除此之外，以海康、大華、宇視、東方網力等大量傳統安防廠商進入智能安防領域，以通信設備起家的華為和視頻存儲硬件起家的浪潮等企業也紛紛加入到這一行列，形成百花齊放的局面。

具體來看，華為以交換機、云計算切入市場；?？狄员O控設備切入市場。但隨著人工智能時代的到來，后端智能服務前置，前后端都具備了越來越強的計算和分析能力，所以兩者的業務模式越來越接近。未來雙方勢必在更廣闊的智慧城市建設和物聯網領域面臨生態層面的競爭。大華則著眼于安防全產業鏈整合，重點向安防服務領域延伸。

以宇視為代表的二線整機廠商、以東方網力為代表的監控視頻軟件廠商以及提供視頻存儲服務的浪潮等廠商，紛紛依托自身優勢，謀求智能化轉型，力圖把智能業務拓展到市場空間更大的物聯網市場。以國內領先的計算機視覺獨角獸為代表的曠視、依圖等企業則以人工智能算法見長。雖然各類型廠商在算法層面差距逐漸縮窄，一批頂尖的AI人才和工程化的算法生產流程還是給這些獨角獸預留了窗口期。然而，相比金融行業、手機等消費終端領域，安防對算法可靠性的容忍度略高。面對擁有硬件能力、系統集成能力和渠道網絡的競爭對手，他們需要繼續加快與產業鏈上下游的合作，增加自身的硬件能力和系統集成能力。

An Analysis of Typical Firms 典型企業案例：海康威視

成立于2001年，2010年在深圳證券交易所上市。以視頻為核心的物聯網解決方案和數據運營服務提供商，面向全球提供安防、可視化管理與大數據服務。從2016年報開始，?？低暤亩ㄎ徊辉購娬{“安防”標簽，而是進入到市場空間更大的物聯網市場以及數據服務市場。2017年，?？堤岢鲆ⅰ癆I+CLOUD”生態計劃，其主要特點是將邊緣節點與云計算通過邊緣域連接并融合，合作開發、共建生態，這是一個針對物聯網產業智能化升級推出的架構。?？碉@然不滿足于做安防領域龍頭老大，要進軍更廣闊的物聯網領域。

主要產品包括從前端、傳輸、存儲、顯示控制、綜合管理平臺全系列產品體系；解決方案包括面向行業及大中企業，公安、交通、司法、金融、能源、文教衛和智能樓宇七個領域； 創新業務包括以智能家居為核心的螢石網絡；以工業自動化為核心的機器人業務；以汽車智能化為核心的汽車電子業務；以非制冷紅外傳感器制造為核心的創新業務。核心數據包括交通卡口數據和人臉庫數據，目前主要應用于行業解決方案，如智慧城市、智慧交通、智慧警務、智慧消防、智慧醫療、智慧城市規劃等，賦能螢石、智能汽車、機器人等業務。

從?？的陥笈兜臄祿砜?，2014-2016年，前端、后端產品的營收復合增長率顯著低于控制及軟件管理，軟件對營收的貢獻在加大。相比之下，硬件設備的迭代周期較長，智能化滲透較為緩慢，而軟件及控制設備可以快速集成人工智能算法，增速十分顯著。

A Perspective of Industry Trends 站在物聯網的高度或許更有意義

1、傳統監控視頻存儲和傳輸廠商面臨轉型

傳統監控無論事件是否發生，都將監控畫面傳回監控中心，對存儲和傳輸設備的需求量極大。而智能化監控則在前端通過邊緣計算過濾掉非重點信息，僅將關鍵信息傳回云端，中心的云計算將前端攝像頭聯結、協調起來，云加端的監控體系勢必會極大壓縮傳輸和存儲廠商的業務。

2、前端設備的智能化將提速

視頻結構化的處理方式有兩種，一是通過智能攝像頭提取結構化數據，再將結構化較好的數據傳送到后端進行存儲或深入分析，或是前端只采集原始視頻，由后端智能服務器進行智能分析。前者對前端攝像機的高清化和智能化要求較高。受限于算法的成熟度和硬件性能，早期視頻智能分析更多依靠后端的智能服務器來實現。隨著算法日漸成熟和前端硬件性能的提升，前端智能趨勢越發明顯，各類智能攝像機將會加速涌現。

3、云服務將成為企業競爭的核心

智能視頻分析技術實現了對視頻圖像的非結構化數據的語義化的描述，使之成為結構化的數據。但要實現大數據應用還需要借助于云端提供強大的計算和存儲資源。為更好利用視頻大數據，多家企業已開始布局安防云平臺。隨著智能分析業務的發展，未來云平臺將成為安防企業競爭的核心。云平臺將會帶動一系列配套的產品、服務和解決方案的應用，形成完整的智能安防生態系統。

4、由安防拓展到更廣闊的物聯網領域

除了安防，在手機、車載、家居等領域智能攝像頭有著豐富的應用前景。而物聯網的重要感知前端就是攝像頭。據IDC預計，到2020年，全球物聯網的收入將達8.9萬億美元；按照AT&T的測算，2020年全球人均接入終端數約為6.58個。目前不少安防企業正在積極布局更廣闊的物聯網領域。長遠來看，站在物聯網的高度上看智能安防產業或許更有意義。