在科技展开迅猛的今日，人们正在享受着安防监控带来的安全感。安防监控除了能够对正在产生事情的实时记载外，还能够对监控视频进行剖析，提取其间信息(如车牌、人脸、动作剖析)，然后进行视频推送预警、完结防备。能够起到“防患于未然”的效果。
近年来，人工智能、大数据技能敏捷展开，在职业商场中遭到了空前的追捧，它们已首先在数据可得性高的范畴开端处理职业痛点。
1、大数据是人工智能剖析猜测、自主完善的重要支撑，而安防职业具有海量层次丰厚的视频数据，能够充沛满意人工智能关于算法模型练习的要求。
2、安防监控范畴有着事前防备、事中呼应、过后清查的逻辑需求，人工智能可认为这一问题供给新的处理思路。
3、据计算，在2011—2016年期间，安防商场接连坚持2位数增加，估计2016-2020年期间仍将持续增加，年复合增加率预期为7.6%，到 2020 年，安防商场年销售额将到达 3150 亿美元。鉴于如此大的商场规模，人工智能早已“跃跃欲试”!
就技能需求和商场规模而言，安防备畴是人工智能最快、最好的“着陆场”。传统的安防监控尽管完结了记载功用，但不能精确辨认视频中的人、物和场景。而具有视觉的智能视频监控体系能够彻底改变这一现状。
2、对人、物运动轨道的辨认：现在细分的许多，首要包含虚拟戒备线、虚拟戒备区域、主动PTZ盯梢、人数计算、车流计算、物体呈现和消失、人员忽然奔驰、人员忽然集合等等。此类技能，除了数量计算外，一般是对某个进程进行判别，一旦发现了反常状况，如有人进入戒备区域、广场东北角有人敏捷集合等状况，就宣布报警信息，提示值勤监控人员重视相应热门区域。现在此类功用首要使用于安全城市建设、商业监控等职业。
3、对环境影响的判别和补偿：能够在杂乱布景环境中完结正常的监控功用。环境的影响首要包含雨、雪、大雾等恶劣气候、夜间低照度状况、摄像头遮挡或偏移、摄像头颤动等等。智能视频监控体系技能使用能够完结在恶劣视频环境状况下完结较正常的监控功用。受环境影响视频不清楚的时分，尽早发现画面中的人，或许判别摄像头偏移的状况后宣布报警。此类功用关键技能点是在各种使用场合下，均能够较稳定地输出智能剖析的信息，尽量削减环境对视频监控的影响。
跟着高清化、深度学习、云存储、GPU 、物联网的研制，人工智能落地安防备畴的切入方法首要有两种：
2、从技能到产品：以算法见长人工智能企业活跃布局终端使用职业范畴，如金融、公安、楼宇园区等。
智能监控能够实时剖析海量数据并提取有用头绪，确定犯罪嫌疑人或车辆轨道，完结追寻、抓捕、解救等一系列使命。这一进程触及图侦、实战、预判三层使用以满意事前防备、事中呼应、过后清查的实际需求，能够有用防备化解各类安全危险。
智能监控剖析人和车的密度散布、改变趋势进行动态监测，经过调整红绿灯距离合理装备资源，进步通行功率，为群众的疏通出行供给有利保证。
门禁考勤体系中选用生物辨认技能，不只能够区别工作人员和非工作人员，还能起到下降楼宇能耗的效果。
智能监控可认为每个用户供给差异化的服务。以家庭安防为例，当家中无人时，智能监控体系进入设防形式;当有反常时，宣布警报并及时告诉主人。智能安防尽管远景宽广，但现在国内的根底还比较单薄，在使用进程中还存在着许许多多的妨碍和困难。
人工智能对视频内容的辨识，简单遭到光照条件、气候要素、图画质量、方针尺度、地物遮挡等环境改变的影响;
在传统的安防体系中，各个渠道体系数据敞开性低，彼此之间同享度低，所以很难展开多维数据交融剖析。以人脸辨认为例，为进步人脸辨认的精确率，单纯进步算法算力是不行的，还需要扩大剖析数据的纬度，如定位、交际、车辆、消费等等可收集到的数据，经过这样大规模的多模态数据整合才干完结方针追寻、剖析的意图。
原因2：在视频结构化进程中，智能监控还停留在依据静态特征的单场景环境中，很少触及大范围场景的相关行为剖析，没有把动作、行为等动态特征以及之间的相关性做结构化的处理。
现在人工智能没有自我生长的才能，只能依据设定的条件进行自主剖析，而不能依据同享才能和堆集经历进步完善自己。
安身现在，放眼未来，尽管智能安防的路途很弯曲，可是跟着政府的大力支持、数据的敞开同享，算法算力的不断进步，人工智能与安防将全面交融，智能安防年代正在加快到来。
