2012年，AI技術在安防市場上得到了大規模落地與應用，人工智能開始推動傳統安防產業進化和革新。前端信號的采集和探測設備中開始加入AI芯片，通過智能識別并篩選圖像再進行傳輸，減小傳輸空間和縮短時間；后端處理平臺可同時處理的前端相關產品數量大幅度增加，清晰度和識別準確度都顯著提高。

AI技術成為安防行業一個重要的發展趨勢

2009年AI技術開始在多行業初步應用。其中，安防監控是人工智能最先大規模產生商業價值的領域，也成為許多AI技術研發公司的切入點。2012年，新興產業發展規劃的出臺促使眾多安防企業開始落地平安城市和智慧城市建設，另外，天網工程和雪亮工程等國家政策整體推動了AI安防的發展，越來越多的AI和CV公司開始將安防領域作為其主要發展點之一。

AI技術在安防領域全國落地應用

從2005年開始的平安城市建設，到2011年啟動的智慧城市建設，以及后續提出的天網工程、雪亮工程等安防重點項目，AI在安防領域中不斷滲透，智能安防產品運用于實體事件的需求凸顯。從2012年起，傳統安防企業和AI+安防領域新興公司都開始注重安防產品在城市建設上的應用。另外，從地區維度上看，智能安防產品的應用最先出現在人口密集區域，典型地區如珠三角、長三角以及中部地區，這些地區對于智能化安防產品需求較高、安防應用的意義較大。

從2016年智能安防的概念被大面積提及開始，各公司在全國范圍內智能安防應用落地的舉措愈加頻繁，應用場景也從最初的公安和交通向其他行業拓展。

AI+安防三大落地應用方向

《中國安防行業“十三五”(2016-2020年)發展規劃》指出，“十三五”期間，安防行業將向規?；?、自動化、智能化轉型升級。且到2020年，安防企業總收入達到8000億元左右，年增長率達到10%以上，按照規劃預期，到2022年安防行業市場規模將達到近萬億。

從目前行業的發展速度來看萬億目標似乎不難實現，但隨著AI技術的普及，傳統安防已經不能完全滿足人們對于安防準確度、廣泛程度和效率的需求。

在2017年，安防系統每天產生的海量圖像和視頻信息造成了嚴重的信息冗余，識別準確度和效率不夠，并且可應用的領域較為局限。在此基礎上，智能安防開始落實到產品需求上。算法、算力、數據作為AI+安防發展的三大要素，在產品落地上主要體現在視頻結構化（對視頻數據的識別和提?。⑸镒R別（指紋識別、人臉識別等）、物體特征識別（車牌識別系統）。

視頻結構化：利用計算機視覺和視頻監控分析方法對攝像機拍錄的圖像序列進行自動分析，包括目標檢測、目標分割提取、目標識別、目標跟蹤，以及對監視場景中目標行為的理解與描述，理解圖像內容以及客觀場景的含義，從而指導并規劃行動。

生物識別技術：利用人體固有的生理特性和行為特征來進行個人身份鑒定。人臉、指紋、虹膜三種識別方式是目前較廣泛的生物識別方式，三者的同時使用使得產品在便捷性、安全性和唯一性上都得到了保證。

物體識別系統：判定一組圖像數據中是否包含某個特定的物體、圖像特征或運動狀態，在特定的環境中解決特定目標的識別。目前物體識別能做到的是簡單幾何圖形識別、人體識別、印刷或手寫文件識別等，在安防領域較為典型的應用是車牌識別系統，通過外設觸發和視頻觸發兩種方式，采集車輛圖像，自動識別車牌。