智慧城市网

 

　　AI推动泛安防产业发展
 

　　首先，政策推动了AI安防产业的发展。近年来，随着雪亮工程的推进，视频监控布局已实现了“全域覆盖、全网共享、全时可用、全程可控”的目标，大力推动了AI安防产业的发展。另外，在智慧城市、智慧社区、智能制造等政策的推动下， AI 安防设施也在大力发展。
 

　　其次，ASIC 芯片与 AI 摄像机完美结合。此款芯片计算效率高、功率低、成 本较低，有助于 AI 摄像机的迅速推广。2020 年中国 AI 摄像机出货量达到 1593 万个，得益于芯片技术的推动。
 

　　再次，AI 视频监控单路平均价格逐年下降。在 AI 安防发展初期，视频监控单路平均价格达 2-3 万元。随着芯片技术与快速算法的快速迭代，以及市场竞争的加剧，2020 年 AI 视频监控单路平均价格降至万元以下，预计未来仍呈现大幅下降趋势。
 

　　AI时代的智慧安防生态
 

　　新一代的智能安防系统已经开始把物联网及其产品与安防产品结合起来，在人工智能、云计算的加持下，整个安防产业价值迅速提升，带有深度学习功能的前后端产品不断推出，后端人像大数据平台已然开始渗透。
 

　　在安防实际项目的解决方案应用过程中，固有玩家的商业模式已经从此前的硬件服务转向软硬结合，企业享受到的不再只是监控摄像头的原生价值，还包括IPC背后的潜在价值。单纯销售硬件产品的安防企业已经不再容易获得高利润甚至生存艰难，在与摩尔定律疯狂赛跑的同时，也倒逼着传统厂商必须寻求产生质变的技术革新，促进自身的发展或生存。
 

　　传统安防巨头重视边缘计算，通过统一调度IPC、NVR等分散式的智能设备资源，在数据源头就近提供以视频为核心感知数据，实时预处理、存与传等服务，在提升业务敏捷性、实时性和系统可靠性同时，分摊海量数据给中心节点带来的并发压力。转型期间，他们的优势在于渠道积累、海量数据以及全套产品解决方案。
 

　　算法型AI独角兽则通过算法进击云端，通过芯片主攻IPC，从而布局中心控制系统，基于顶层设计做服务。相比传统安防企业，AI公司的优势在于分析，在前端、存储等层面均处弱势。但该耕耘前期，该类型的企业会积极与阿里、新疆立昂、东方网力等公司接触，直接触及政府客户群体。与此同时，他们在高速发展过程中更多地强调工程化能力。
 

　　平台型企业凭借比较深的行业渠道，积累搭建自己的平台，吸引更多合作伙伴，打造更大的泛安防生态圈。以华为而言，其优势在于技术积累雄厚、顶层设计能力强、还有一定的客户关系基础，挑战则主要来源于对行业理解的深度和产品覆盖的广度。
 

　　上半年安防上市企业表现
 

　　就视频监控企业而言，海康威视上半年安防业务营收293.66 亿元，占比78.82%，比上年同期增长 5.21%。2022 上半年，公司研发投入46.75亿元，同比增长20.56%。
 

　　大华科技上半年实现营业收入140.87 亿元，同比增长 4.31%，实现归属于上市公司股东的净利润15.20 亿元，同比下降 7.51%。
 

　　千方科技报告期内实现营业总收入31.16 亿元，同比下降 24.44%；实现归属于上市公司股东的净利润-0.93 亿元，同比下降 118.28%。其中智能物联业务(包括部分物联产品在智慧交通领域的销售)实现收入22.40 亿元，同比下降 13.07%。
 

　　同为股份2022 上半年实现营业收入3.74 亿元，同比下降 7.91% ，公司实现净利润3807 万元，比上年同期增长 88.04%。2022 年上半年研发投入6814 万元，比上年同期增长 8.18%，占营业收入的比例 18.20%。
 

　　去年上市的安联锐视报告期内实现营业收入3.95 亿元，同比增长 2.94%；实现归属于上市公司股东的净利润4701.09 万元， 同比增长 56.07%。
 

　　英飞拓报告期内实现营业收入8.28 亿元，同比减少 46.22%；利润总额-1.32 亿元，同比减少 21.40% 。
 

　　汉邦高科的游戏、教育、地产行业客户的广告投放意愿下降，公司数字营销业务同比受到较大影响。实现营业收入3016.33 万元，同比下降 86.10% ，主要为报告期内设备类销售较去年减少所致。归属于上市公司股东的净利润-1842.39 万元，同比下降 8.03% 。

 

　　对产业链上游芯片企业而言，在经历了 2021 年普遍性的高速增长且普遍缺货之后，报告期内，全球半导体市场增速放缓，芯片短缺逐渐缓解，面向不同应用领域的电子产品市场呈现了不同的供需发展态势。报告期内，安防监控市场领域存在一定的库存消化压力，加剧了市场的竞争，但增长速度依然可观。

 

　　智慧安防产业面临的挑战
 

　　数据挖掘和数据分析等大数据技术带来更多有用价值的同时，黑客也在利用这些大数据技术发起攻击，因为大数据是更容易被“发现”的大目标。视频监控探头又是最容易导致居民隐私泄露的设备，从网络安全角度看，任何监控设备都有可能会被黑客利用，通过侵入监控系统窃取用户的影像资料，导致个人隐私的泄露，为安防工作带来诸多不利影响。
 

　　人脸在人脸识别应用场景中，人脸图像扮演着“密码”这一角色，然而，密码可以被“破解”，在现实中人脸识别系统会被欺骗与攻击。目前，已有研究团队在商用手机上成功实现对抗样本技术人脸解锁，不断演化的攻击方法将真实世界人脸识别系统存在的安全漏洞极大地暴露出来。与此同时，人们对对抗样本的关注度也逐渐攀升，所谓对抗样本，就是将噪声植入正常数据样本当中，并造成人脸识别系统出现核算错误。
 

　　对抗样本使得深度学习模型的正确率严重下降，不仅对现有模型提出了新挑战，也对防御系统提出了更高要求。例如，当采用对抗样本攻击安防认证核验设备时，会导致数据采集系统出现错误判断，将不法分子误认为是持证本人而核验正确，指令打开安防闸门，使不法分子能够安全通过。
 

　　对于人脸识别技术的未来发展以及安全防护，政府要加大与中小企业的合作，鼓励开展技术创新，从资金、税务、项目、人才等方面积极提供政策保障和支持，推动人脸识别技术在更广阔的领域应用和发展；其次，要制定国家及行业安全标准，实现人脸识别零失误率、高准确率的目标，确保相关产业健康发展。