80年代末随着人工神经网络研究的兴起，人工智能进入一个新的阶段。特别是最近几年，深度学习在人工神经网络优化方面获得突破，使得机器辅助成为可能，拓展了人工智能的应用领域，比如安防领域的应用，它正逐渐成为辅助人们生活的重要助手。
随着平安城市建设的不断推进，监控点位越来越多，而且安防正在从传统的被动防御向主动判断、预警发展，行业也从单一的安全领域向多行业应用、提升生产效率、提高生活智能化程度方向发展，为更多的行业和人群提供可视化、智能化解决方案。
当前，用户面对海量的视频数据，已无法简单利用人海战术进行检索和分析，需要人工智能作为专家或助手，实时分析视频内容，探测异常信息，进行风险预测。
人工智能安防技术
视频结构化技术
它融合了机器视觉、图像处理、模式识别、深度学习等最前沿的人工智能技术，是视频内容理解的基石。而视频结构化在人工智能技术领域又可以划分为三个步骤：目标的检测、跟踪和属性分析提取。
目标检测过程是从视频中提取出前景目标，然后识别出前景目标是有效目标（如：人员、车辆、人脸等）还是无效目标（如：树叶、阴影、光线等）。这一检测过程主要应用到运动目标检测、人脸检测和车辆检测等技术。
目标跟踪过程是实现特定目标在场景中的持续跟踪，并从整个跟踪过程中获取一张高质量图片作为该目标的抓拍图片。在目标跟踪过程中主要应用到多目标跟踪、目标融合以及目标评分技术。
属性提取过程是对已经检测到的目标图片中目标属性的识别，判断该目标具有哪些可视化的特征属性，例如人员目标的性别、年龄、着装，车辆目标的车型、颜色等属性。目标属性提取过程主要基于深度学习网络结构的特征提取和分类技术。
大数据技术
大数据技术为人工智能提供强大的分布式计算能力和知识库管理能力，是人工智能分析预测、自主完善的重要支撑。其包含三大部分：海量数据管理、大规模分布式计算和数据挖掘。
海量数据管理被用于采集、存储人工智能应用所涉及的全方位数据资源，并基于时间轴进行数据累积，以便能在时间维度上体现真实事物的规律。同时，人工智能应用长期积累的庞大知识库，也需要依赖该系统进行管理和访问。当前，海康威视研究院开发的海康大数据平台已能支撑千亿级规模的车辆通行记录存储管理和应用。
大规模分布式计算使得人工智能具备强大的计算能力，能同时分析海量的数据，开展特征匹配和模型仿真，并为众多用户提供个性化服务。
数据挖掘是人工智能发挥真正价值的核心，利用机器学习算法自动开展多种分析计算，探究数据资源中的规律和异常点，辅助用户更快、更准地找到有效的资源，进行风险预测和评估。
家庭和社区AI安防应用场景
家庭
当前人工智能技术的迅猛发展，积极推动着安防领域向着一个更智能化、更人性化的方向前进。在智慧家庭中，智能安防的应用主要体现在监控、防盗、消防预警三个方面：
家居监控：常用的设备是智能摄像头，用于实时监控家中的情况，用户可通过手机随时随地查看家里的变化。除了远程查看外，智能摄像头还具有人体移动侦测报警、双向语音、多用户分享、红外夜视、高清回放等功能。
消防预警：这类设备主要用于家庭防火防爆，常用设备有烟雾感应器、燃气泄漏探测器、智能开关等，它们在烟雾或可燃气到一定的浓度时就会发出报警，或者自动切断电源，以免火灾发生，而不是事发后才让用户知晓。
家庭防盗：防盗设备包括人体活动和门窗开关感应设备，例如红外入侵探测器、门窗磁、智能门锁等，这些设备在系统设防状态下，能够感应到有人进入、门窗打开进而进行报警，并及时将感应的异常情况传送至用户手机，达到保护家人和财物的目的。
社区
此外，让社区更安全，一直是最朴素也最急切的愿望，人人都希望能生活在一个“出入平安”的智慧社区里。
视频监控： 视频监控，是通过安装监控摄像头，让社区的每一寸土地都处于被监控中。传统的设备是只能“监”不能“控”，需要有人值守在电视墙前，时刻关注屏幕上的动静。人脸识别技术的成熟，带来了视频监控行业的一次变革。人物信息识别、联动报警等已经可以实现。
人脸识别领域的四大独角兽商汤、依图、 旷视、云从，已经先后拿到了几个亿的融资，并且深入与政府的合作。
智能门禁：出入口的重要性，自不必多说。若是严管的社区，进出刷卡，访客登记。但是存在的问题不少：卡片容易被复制;访客管理不便等。于是，许多社区人员进进出出，门禁形同虚设。智能门禁为改变这种情况提供了方案。
现在社区智能门禁的方式很多，光是手机开门就可以有多种衍生物：NFC开门、摇一摇开门、亮屏开门、扫一扫开门等。再加上人脸识别在门禁领域的落地应用，“人到门开”的尝试已经在一些地方落地开花。
巡检机器人： 携带了检测装置的巡检机器人，可以在社区里四处移动，将画面和数据传输到远端监控系统，让巡检工作变得轻松，避免夜间巡检时有可能遇到的危险。有的巡检机器人身兼数职，集灭火、报警功能于一身;有的机器人则专注于某个领域，比如消防机器人、电力巡检机器人、清洁机器人等。
智能梯控： 对业主来说，不是传统刷卡乘梯的梯控，而是通过手机端提前“约”电梯，也可以与门禁、汽车出入口联动呼梯，省下等电梯的时间。物业则可以通过梯控系统进行实时监控和维护，以及访客管理等。
楼宇对讲： 对物业来说，楼宇对讲维护成本高，问题排查困难，如果将整个设备放到物联网平台上，实时进行监控。配合单元门门禁进行联动，用创新的开锁方式进行改造，也可以让业主觉得更安全方便。
防盗报警系统： 这个系统应该是有两个方向，一个是与智能门禁、楼宇对讲、视频监控联动的报警，监测到陌生人时，自动发出预警;另一个是通过一些传感设备，比如玻璃破碎探测器、振动探测器等，监测到某个方向有异常，进而发出报警。
整个安防应该是一个大系统，不管是门禁、对讲还是别的，都应该是一整套的方案，万物互联，形成联动。
人工智能安防存在的问题
人工智能在安防领域的应用有着非常好的前景，但目前国内的基础还较薄弱，在应用过程中还有较多问题需要完善和解决：
视频成像质量受环境影响较大，存在光照不足、图像模糊、目标尺寸过小或相互遮挡等问题，不利于人工智能对视频内容的辨识。
数据资源分散，开放和共享程度低，难以开展多维数据融合分析，使得人工智能缺乏有效的数据支撑。
领域专业知识的积累不足。早期的智能分析技术属于单场景的目标检测和行为分析，对视频内容的理解能力偏弱，同时也很少涉及大范围场景的关联行为分析。
缺乏有效的自主完善能力。当前很多的智能，只是一种反应式智能，根据输入条件进行自动判断而已，并不具备成长能力。
未来人工智能安防领域的发展和挑战，都还有许多障碍和困难需要跨越和克服，但我们总要怀有一颗乐观的心去看待安防领域，坚信它会成为我们生活中智能的好助手，推动安防领域的智能化水平。
