導讀：據統計，從2019年到2020年全球安防市場規模增長了9%，在新冠疫情、中美貿易爭端持續的大背景下，眾多安防企業展現出發展的韌性，但從模擬化、數字化到智能化的發展過程中，近年來安防行業的發展增速明顯放緩，這是每個行業發展到一定規模時都將面臨的商業鐵律。

回首2020年，智能安防產業鏈不斷被延伸，伴隨著行業智能化普及推進，AI融合場景應用的新技術頻頻出現。從頻頻刷臉的紅外熱成像、人臉識別、AI深度融合全場景等技術來看，2021年安防行業似乎也將迎來一波“大地震”。在我國疫情向好及經濟復蘇的雙重形勢下，未來安防行業將展現出新趨勢、面臨新挑戰、迎接新機會。

新的一年，安防企業如何頂住大環境因素帶來的巨大壓力，持續跑贏市場?下面小編匯總了部分2020年安防熱門技術應用情況，從中一窺2021年安防市場發展趨勢。

生物識別技術

近年來，生物識別技術的不斷發展成熟，被應用在各大場景下，其中安防也成為了率先落地應用的領域之一，逐步成為安防門禁等應用的主流。生物特征識別技術具有安全性好、不易丟失、難以仿冒和攜帶方便等諸多優點，細分包括有指紋認證、掌紋識別、指靜脈識別到人臉識別、虹膜識別等，生物識別技術變得更加成熟的同時，也正在邁進“視覺”時代。

在非接觸生物識別技術中，人臉識別是較為重要模塊，自2019年“刷臉”應用已經較為廣泛，而2020年新冠疫情爆發背后的需求更進一步推動了發展，目前正在呈螺旋上升趨勢。從中長遠期發展動態看，在不遠未來仍將是AI落地安防的重要方向。此外，生物識別技術仲的指靜脈識別也是近年來智能鎖廠商著重布局的一大趨勢，能夠有效抵御照片、視頻、三維模型、假體面具等仿冒欺詐，因為其高度專一性，讓智能鎖安防上升一大高度。

當前，人臉應用在交通這一部分上，不乏入局者試圖分一杯羹，“時尚弄潮兒”企業代表有AI四小龍(商湯科技、曠視科技、云從科技、依圖科技)，其人臉算法水平在AI企業中技術知名，傳統企業則是主要由海康威視、大華股份這些傳統巨頭組成。隨著技術的進步和成熟，以及市場應用需求的逐漸演變，多生物識別技術的聲音將會在安防市場越來越響亮。

紅外熱成像技術

2020年一場全國響應的防控新型冠狀病毒感染的肺炎疫情阻擊戰打響。在這場阻擊戰中，以安防產品技術為代表的各大技術被應用在疫情防控的一線。其中，紅外熱成像技術成為了安防市場的當紅“辣子雞”，備受業內廠商熱議關注，其內部零配件自然也是水漲床高，出現過一件難求的境地。紅外熱成像的技術原理是根據物體熱輻射的特點，對人們進行溫度測量和熱狀態分析，快速篩查人們體溫，一旦人體溫超出超過設定攝氏度設備進行告警。大大減少了工作人員的任務量，保障安全可靠、遺漏性降至較低點。

當前，以人臉識別為基礎功能的智能攝像機已經非常成熟，安防行業內大部分企業具備技術以及成套設備的能力。通過紅外熱成像技術以及人臉識別技術疊加，實現溫感攝像頭系統結合了人臉識別和熱成像體溫檢測功能采集相關信息，實現身份信息與體溫匹配。據悉，在2020年抗擊疫情過程中，行業內專注紅外熱成像的企業包括大華股份、海康威視等，快速響應工信部號召向疫區供貨、支援疫區前線，如熱成像人體測溫解決方案、紅外測溫槍等。

5G技術

2020年進入到5G進一步成熟的大規模建設之年，其應用落地進程速度加快，覆蓋了公共安全、智能制造、醫療、能源等熱點領域，涉及多個場景的應用模式。在安防行業，一直以來受制于傳輸系統的限制，安防行業移動視頻監控領域的應用一直只是整個視頻監控系統的一小部分，市場規模也一直受制于技術的發展增長有限。可以說5G技術的出現，有效解決了視頻物聯網面臨的感知、連接等通訊傳輸問題，促進使安防相關的傳感器實現互聯，助推以大安防為核心的智慧城市各細分領域的應用快速落地。

值得一提的是，5G技術不但可以獲取更多維度的實時海量數據，而且還能與AI相融合，能夠完成對海量“實時”數據進行全局分析，助力用戶做出更加有效、及時的安全防范。相信5G技術會成為推動安防行業走向下一個時代的助推劑，將摩擦出新的火花。可以肯定，2021年伴隨5G的進一步成熟，安防應用各方面都能得到更深入的應用，實現5G+AI的智能安防產品應用解決方案，未來值得期待。

AI深度融合全場景應用技術

近些年人工智能持續融入行業場景化應用，并成為了傳統行業變革求新、提高效益的利器。2020年AI+安防的融合性應用以夜晚場景下視頻監控應用較具代表性，在安防領域特別是視頻監控，AI技術的應用讓傳統的視頻數據發揮了更大的價值，并且已經有了成熟的產品和解決方案，在交通、樓宇/園區、民用安防等領域紛紛落地。同時可以發現，隨著行業智能化普及推進，性價比更高、價格更實惠的智能化設備及應用方案普及應用率正在不斷提高。

當前，前端智能化已經形成產業共識，無論是傳統安防企業還是ICT、人工智能企業等業界主流廠家推出的產品均是以智能為基礎。實現視覺感知智能化，極大提升數據采集的質量，降低后端數據處理的算力消耗，降低整體TCO，同時分布式處理也提升了系統可靠性。

視頻智能分析技術

在視頻監控飛速發展的今天，智能視頻分析技術極大地發揮與拓展了視頻監控系統的作用與能力，成為了AI落地安防的重要技術。視頻智能分析主要包括行為分析和特征識別，基于計算機視覺技術對監控場景的視頻圖像內容進行分析，進而提取場景中的關鍵信息。目前，從安防企業發展的產品和技術實現的功能來看，視頻智能分析還處于感知智能發展階段。

初步來看，視頻智能分析在準確率和融合檢測能力在2020年得到不少新的突破點，但是智能安防行業的視頻智能分析還有待提升，包括其他監控系統，在數據應用上只是進行簡單的結構化數據應用，價值未發揮出來。我們相信，未來基于智能分析技術的安防應用將會是安防發展的一個大方向，而傳統的視頻監控系統也將會因為智能分析技術的大規模應用，逐步向智能大數據綜合應用系統發展。

邊緣計算

隨著物聯網應用場景的豐富，設備規模的擴大，以及芯片技術的發展，邊緣計算概念開始得到認可，其中安防智能化也在不斷延伸，行業內對于AI算法的需求越來越大，絕大多數智慧城市解決方案都需要相對應的算法來實現相關功能。除了速度的提升，邊緣計算還能夠大幅減少云計算和數據傳輸成本，因此邊緣計算能力越來越被安防廠商所重視。事實上，隨著泛安防行業更注重整體解決方案的運行效率以來，邊緣計算和中心智能決策能力就越來越得到重視，尤其是城市管理口方面，智慧警務、智慧政務都對數據處理提出了新的要求。

從2020年云計算的發展程度來看，我國邊緣智能依然處于發展的初級階段，在技術、業務、商業模式等各方面的摸索還不夠。同時各部門間信息孤島現象嚴重，跨地域互通難度極大，想要完成大數據引擎的分布式架構目前來看還有不小的難度。邊緣計算與智能中心作為智慧城市構建中不可缺少的一環，在巨大的市場空間之下，對于安防企業發展來說，也是難能可貴的機遇。

云計算

新的技術正在對安防產業鏈帶來革新，也在為企業帶來更多的市場機遇和挑戰。在安防產業的智慧化轉型過程中，軟件可以定義很多東西，視頻監控的云化趨勢正在增強，但這并不意味著模式的轉變，因為云端的發展還未達到行業的標準。對于用戶而言，云的部分優勢已經得到他們的青睞。不難預測，未來云計算的核心競爭將聚焦在應用開發環境的優越性上，誰能夠提供廉價、完善和前沿的開發技術棧環境，誰就能夠獲得更多的開發的人用戶，當開發的人用戶選擇了云服務商后，他們其實就為終端用戶做出了選擇。

近年來，安防廠商與用戶日漸意識到僅基礎設施的云化，容易造成“云上煙囪”(各軟件獨立，資源獨占，接口個性化，調用方式不同)的現象，全面云化的架構在行業被提及的次數越來越多，隨著探索的深入，全新的云化架構的輪廓也日漸清晰，云計算開發技術棧會越來越復雜，讓應用開發領域的分工更加明確，面向終端用戶的應用開發將變得更加簡潔，應用生成的方式會越來越多元，建立應用程序的服務商會越來越多，對于安防企業來說，不失為一大機會。

AIoT技術

上方談及到云計算與邊緣計算帶給安防服務商多重機會，其中云計算服務的普及不僅為用戶提供了彈性伸縮的經濟性，還提供了一個泛在的可連接性，這就需要接觸到AIoT技術上的應用。2021年，提及AIoT的人越來越多，作為結合人工智能與物聯網的新名詞，其展示了人工智能技術涌入物聯網設備、大型物聯網設備在云邊端展現的智能能力。AIoT的本質是通過各種傳感器收集多元的數據。在新的時代中，大量的智能攝像機與AIoT設備相互連接或組合，讓視頻的應用不再局限于安全防范，例如視頻與消防探測器的融合、視頻與門禁系統的結合，視頻與溫度、濕度傳感器的組合燈，讓多功能的視頻應用解決方案開始不斷面世。

在智能家居領域，我們可見的家電、門鎖、照片、開關、音箱等都已經是互聯網設備，在個人和家庭領域物聯網技術競爭已經不再重要，競爭的焦點已經遷移到內容生態和用戶網絡效應，未來物聯網的應用場景將更為廣泛。隨著邊緣計算的發展，AIoT在細分領域同樣開始生根發芽，例如智慧零售、智慧園區、智能停車場與智慧校園等。作為一種新的市場戰略，AIoT才剛剛處于發展初期，但當下已經有多種智能設備開始涌現，并在特定的場景實現了落地，如隨處可見街道上已經密布了各種攝像頭，這些攝像頭便是通過專門網絡構筑了天眼系統;預計未來十年這樣的建設和更新不會輕易結束，未來隨著行業間的邊界的消失，可能也會出現新的跨界巨頭高調進入到行業中來。

視頻編解碼技術

2020年疫情的爆發催生了很多在線需求，如在線會議、遠程協助、網絡課程、屏幕共享等，其次5G的進一步成熟也極大推進了視頻應用需求的爆發。其中視頻技術基本核心的技術攻克在于視頻的數據壓縮(編碼)。隨著安防領域進入智能時代，視頻編解碼技術作為數字視頻監控中的核心技術之一，是目前智能安防較具應用場景和實戰價值的方向，擁有廣闊的發展前景，視頻編解碼技術主要有MJPEG、MPEG4、H.264、H.265等。目前行業廣泛應用的是由美國MPEGLA組織按統一標準授權使用的H.264、H.265視頻編碼標準算法;音頻編碼方面采用G.722.1、G.723.1、G.711等多種算法。

調查發現，近年由于AI技術驅動，智能視頻相關產品不斷發展，智能視頻應用領域對標準需求日益旺盛，不少安防企業著重布局視頻編解碼技術、行業知名解決方案等技術應用。伴隨人們多重需求逐步凸顯，未來的視頻編碼技術將會有更高分辨率、更高幀率等挑戰。同時，面對更多形式的視頻內容，例如全景視頻、點云、深度學習特征圖等，視頻編碼技術也將與時俱進，不斷發展。現有技術方興未艾，未來技術仍然可期。

存儲技術

新基建對數據的處理提出了海量、多元、實時的挑戰。作為“新基建”的重要內容，視頻、圖像、音頻等數據存儲技術面臨變革境地，安防智能化成為了近兩年較為明顯的一個發展趨勢。在智能安防時代中，隨著高清的普及，對于視頻存儲的時長與數據分析的要求越來越高。目前的視頻監控系統中，90%以上的數據是海量非結構化數據，解決海量數據的存取對存儲系統的可靠性、性能、擴展能力提出了新挑戰。舉個例子，在機場視頻監控系統中，數據將呈現海量增長。當前安防行業大規模的高清視頻監控系統應用中，需要滿足海量高清的視頻數據存儲，高清視頻數據如720P、1080P、5MP、8MP等高分辨率IPC的接入，達到實時數據讀寫目標，因此傳統存儲的性能面臨極大的挑戰，究竟誰能夠成功破局，期待一下。