安防智能化结合实战才有意义

安防智能化原来一直没有相应的标准，但现在相关部门已经在完善这部分标准的空白，2017年5月，公安部批准发布了GA/T1400 有关视频图像应用的系列标准，其中便包含了视频库标准规范，对前端摄像机及后端服务器等视图信息采集设备或系统所提供的视频片段、目标图片、特征数据的存储格式标准以及接口协议标准进行了定义，包括人的特征、车辆特征、行为分析等，此外，公安部也在规划人脸人像识别等智能分析系统的相关标准规范，让视频分析有标准可依。这意味着未来行业所有涉及到智能分析的部分，都会按照统一格式进行识别与执行，让用户方便用到这些结构化的数据。

AI上大数据

人工智能与人的智能最大的区别在于，人脑只需经过简单几次的教导便能准确识别出相应的事物，但机器却不同，必须通过在海量数据的基础上进行不断深度训练，因此说智能是建立在海量数据基础之上是无需置疑的。

深度学习与大数据之间具有密切的联系，围绕这层联系，先知先觉的安防企业已经提早布局，做好了相应的技术储备，千视通便是如此。在本次2017深圳安博会上，千视通向人们展示了在大数据平台以及大数据应用等领域的最新成果。

大数据平台：包括云计算、云存储、深度学习、视图库四个部分。AI前端采集的视频、图片以及结构化数据进入大数据平台，进行存储和深度的二次分析，分析后的图片、短视频以及结构化的数据汇入视图库，形成完整的视频大数据内容。

大数据应用：灵眸视频结构化大数据平台、逐迹图侦综合实战平台、追影车踪大数据系统、刑天大数据合成作战系统。通过这些系统，开展一系列的人像大数据、车辆大数据分析、研判以及合成作战应用。

人工智能的泡沫

当前人工智能在行业的应用仍然存在以下几点挑战：

一、深度学习需要大量的数据样本进行训练，理论上收集数据便可以让机器无所不能，但现实却不是如此。各个地区各个行业样本特征的差异，直接限制样本是无法无限制收集的，除了边缘计算外，研究如何在有限样本下提升学习能力是企业要直面的难题；

二、如何将收集到的安防场景的数据样本与实战结合起来，是安防AI化真正要思考的问题，技术如果不与实战融合，那么行业在本质上是没有进步的；

三、安防AI的广度和深度如何发展，当前智能前端所识别的数据仅仅是浅层信息，未来如何在广度上衍生出更多细分领域产品及在深度上如何完成深层信息的认知，是深度学习在安防行业的挑战。