智能安防 2020:红利持续、下沉持续、跃迁持续
科技

智能安防 2020:红利持续、下沉持续、跃迁持续

2020年02月05日 13:48:07
来源:雷锋网

一、 安防产业概况

(一)安防产业总览

安防统属于电子行业的范畴,是对现代计算机技术、集成电路应用技术、 网络控制与传输技术和软件技术的综合利用。

我国安防行业主要由以下五类企业组成:一是以生产和供应安防产品为主的产品供应商;二是以设计、 安装、服务为主的工程商;三是以经销、代理为主的销售商;四是以运营服务为主的运营商;五是负责缔结软硬件产品、运营服务于一体的系统集成商。

其中,安防产品供应商生产和供应的安防产品又大致可以分为视频监控、门禁和防盗报警三大类。

整个产业中涉及视频监控领域的产品供应、工程建设和运营服务占据了行业总值的一半,因此可以说视频监控领域是安防行业的晴雨表和风向标。

根据前瞻产业研究院发布的《中国安防行业市场前瞻与投资战略规划分析报告》统计数据显示,截至2017 年年底,中国安防企业约为 2.1 万家,行业总收入达到 6016 亿元左右,年均增长 14.4%。并预测在 2020 年我国安防行业总收入将突破 8000 亿元,达到了 8212 亿元左右。

从地域分布上看,我国安防行业集聚在经济比较发达的“珠三角”、“长三角” 和“环渤海”三大地区,占据了我国安防产业约 2/3 以上的份额。

其中,“珠三角”地区聚集着电子安防产品生产企业,成为中国规模最大、增速最快、产品数量和种类最多的安防高新产品加工密集地区,仅深圳的企业数量就占据全国安防企业总数的 65%;

“长三角”地区以上海、浙江、江苏为中心,聚集着高新技术企业和外资企业,汇聚了海康、大华、宇视等行业巨头;

“环渤海”地区则以集成应用、软件、服务企业为主,形成了北京、辽宁、山东、天津的安防产业群带。此外,安防企业就同质产品同样具有产业集群特点。

福建形成了监控镜头、楼宇对讲、防盗报警三大产业优势;天津形成了高速球和云台生产制造优势;浙江形成了 DVR、高速球、矩阵产业优势;北京形成了光端机、电子巡更、门禁产业优势;广州形成了楼宇对讲和公共广播产业优势;江苏形成了安防线缆、高速球、防爆摄像机产业优势等。

(二)安防行业发展四个阶段

我国安防行业起步于上世纪 70 年代末到 80 年代初,并围绕着视频监控技术的改革创新而不断升级。行业从“看得见、看得远、看得清到看得懂”, 一共经历模拟监控、数字监控、网络高清监控和智能监控 4 个阶段。

每一阶段的突破,都由上游技术革新引领。在模拟监控阶段,由于我国安防起步晚,中国安防市场基本是国外品牌的天下,日本系、北美系、欧洲系、韩国系、 以色列系等五大“品牌系”依靠领先的技术垄断国内中高端市场,而国内安 防企业则以组装和仿制为主,在市场中处于弱势地位。

随后在数字监控和网络高清监控阶段,我国安防厂商紧抓技术变革的机遇,实现弯道超车挤占外资份额,在安防市场上赢得了一席之地。

当前,安防产业正处于网络高清阶段的尾声和智能监控的起始阶段,市场上技术与产品趋于同质化,行业亟待新的技术驱动,人工智能的产业化落地有待解决行业痛点,成为安防业发展的新动力。

2016 年至 2020 年是安防产业智能化拐点的关键时刻,能否维持当前优势,进一步提升行业地位在此一举。

模拟监控时代:我国第一代模拟视频监视系统产生于 20 世纪 70 年代,系统由前端的模拟摄像机,后端的视频矩阵、磁带录像机(VCR)和电视墙构成。

前端模拟摄像机采集的原始光信号,经CCD图像传感器转换成模拟电信号, 然后输出到 ISP 图像处理芯片,进行自动曝光、色彩校正、祛除坏点等图像处理;视频矩阵是系统的核心,负责视频信号的切换和前端设备的控制;后 的监视器由 CRT 电视墙组成,用来显示前端传输过来的视频信号。

受制于系统成本高、覆盖范围小、存储容量不足、实施远程监控受限和图像画面模糊等因素,目前模拟视频监视系统已逐步退出市场。

数字监控时代:本世纪初,数字技术的发展推动了数字硬盘录像机(DVR)的大规模应用,标志着数字视频监控时代的到来。

硬盘录像机是集音视频编解码、网络传输、视频储存、远程控制等功能于一体的计算机系统。它的出现,逐步取代并完善了磁带录像机和视频矩阵的功能,提高了音视频处理、 储存、检索、备份效率。

以 H.264 为代表的视频编解码算法是硬盘录像机的核心技术,它通过特定的压缩技术,在保证良好质量的前提下,去除数据中的冗余信息,大大提高硬盘视频储存量。该阶段市场竞争也由单一代理权的竞争过渡到品牌产品与组装式产品的竞争,系统集成业务初现端倪。

网络高清监控时代:网络高清监控技术在 2010 年前后得到广泛的应用和发 展。该阶段的系统结构更加复杂,前端的摄像机进化为网络型的高清摄像机, 后端则是由数字硬盘录像机(DVR)/数字视频服务器(DVS)、和数字网络录像机(NVR)、监视器群组/超高分辨率数字拼接墙、客户端设备、系统软件、 网络等构建起来的大系统。

网络高清技术时代主要体现在监控软硬件系统的革命,随着网络宽带的普加,视频监控系统与客户应用系统实现融合,行业应用范围也不断拓展,覆盖到学校、商场等各个行业。该阶段市场的竞争也由系统集成业务向解决方案、行业化及平台化应用发展。

智能监控时代:2016 年后随着网络传输深度学习算法和芯片性能的提升, 安防行业开始步入“看得懂”的智能化时代,人工智能赋能安防,各类基于人工智能技术的垂直应用不断涌现。视频监控系统前后端均实现智能化,前端“智能化”,后端“云化”,并逐渐演变为“边缘节点”、“边缘域”、“云中心”三个层次,云边融合的产业生态圈成为安防系统正在发生的新趋势。

(三)安防行业产业链

安防产业链主要分为四个部分。上游为关键零部件、芯片和算法,主要包括图像传感器厂商、光学镜头厂商、芯片厂商、算法公司等,其中芯片为主要行业壁垒,多为国外厂商所垄断;

中游主要为安防设备厂商,负责匹配上游组件和下游需求,提供整体的产品和方案。随着产业规模的发展,中游部分大规模厂商也逐渐涉及下游集成、销售、工程和运营业务,形成具有全产业链优势或尾部产业链优势的龙头厂商;

下游主要为具有项目资源且技术壁垒较低的销售渠道商、项目集成商、工程建设服务商、和运营服务商,负责 安防产品的销售和整体项目集成与运营;终端应用领域落地到政府、具体行业和居民家庭,踏入全民安防的时代。

1、上游技术不断革新

芯片在产业链中扮演着最核心的角色。芯片广泛应用于安防系统的前端、后 端、中心系统等各处,左右着安防系统的整体功能、稳定性、能耗和成本, 并在很大程度上决定着安防行业未来的发展方向。

视频监控系统中从图像信号处理、视频编解码、视频存储、到 AI 智能分析,每项技术的发展都需相适配的芯片硬件紧密结合,才能充分发挥整个系统的功效。

最早的模拟系统中,仅需负责图像处理的专用 ISP 芯片,随着应用功能的复杂化,全定制型的片上芯片(System On Chip,SoC)把一个系统所需的各种芯片和电子部件集成到单一芯片上,成为监控系统的主流应用,前端集成的 IPC SoC 芯片和后端集成的 DVR SoC 芯片、NVR SoC 芯片在数字监控系统和网络高清监控系统中广泛应用。

目前 ISP、IPC SoC、DVR SoC 和 NVR SoC 四类芯片均已实现了较大程度的国产化替代,主要厂商有华为、海思、富瀚微、中星微 等。随着智能化与安防行业紧密结合,各种类型的 AI 芯片正快速向安防监 控各环节渗透,但高性能 AI 芯片仍以国外为主导。

ISP 芯片(Image Signal Processing,图像信号处理):主要作用是对视频监控摄像机前端的图像传感器(CCD 或 CMOS)所采集的原始图像信号进行处理,包括高性能的空间域时间域噪声消除、镜头暗角/畸变校正、色度空间变换、宽动态合成和映射、数字稳像、去雾以及自动曝光(AE)、自动白平衡(AWB)、 自动聚焦(AF)的数据统计和控制策略等,使图像得以复原和增强。ISP 芯片的性能直接决定了视频监控摄像机的成像质量。

DVR(DigitalVideoRecorder,数字硬盘录像机)SoC 芯片:将 CPU 处理器、 内存、压缩、外设接口等进行整合。其中,模数转换(A/D)芯片和视频编解码芯片是其最主要的部分,A/D 芯片的主要作用是将音视频模拟信号转换成数字信号;视频编解码芯片将 A/D 输出的数字信号进行编码转换成 MPEG-4 或 H.264、H.265 等标准码流。

IPC SoC:通常集成了嵌入式处理器(CPU)、图像信号处理(ISP)模块、视音频编码模块、网络接口模块、安全加密模块和内存子系统,视频原始数据经过 ISP 模块处理后,传到视频编码模块进行压缩,然后通过网络传输到后端 NVR 接收处理并存储。可见,IPCSoC 芯片涵盖了视频监控的核心技术 ——ISP 技术和视频编解码技术。

NVR (Network Video Recorder,网络硬盘录像机) SoC 芯片:NVR 系统的前端为网络摄像机 IPC,IPC 将视频信号传输至 NVR 进行存储,NVR 功能单一,仅视频传输与存储,更多视频分析功能放在后台(云端)服务器运行。 随着 IPC+NVR 方案渐成主流,NVR SoC 芯片也迎来了高速增长。

当前,人工智能正处于初步开发阶段,对于 AI 芯片的定义并没有一个严格和公认的标准,应用于人工智能场景的各类芯片都被宽泛的认为是AI芯片。

AI 芯片主要囊括三大类,一是经过软硬件优化可以高效支持 AI 应用的通用芯片,例如 GPU 方案 ;二是侧重加速机器学习(尤其是神经网络、深度学 习)算法的芯片,这也是目前 AI 芯片中最多的形式,如 FPGA、ASIC 方案; 三是受生物脑启发设计的神经形态计算芯片,称之为类脑芯片,通过模拟人脑运行机制设计。

比如IBM的类脑芯片TrueNorth就是基于脉冲神经网络。 但受限于脑科学的发展水平,目前还很难研制出通用的类脑芯片,市场上的类脑芯片一般只是部分汲取了人脑特点的专用处理芯片。

AI 芯片应用在安防系统主要有两种方式,一种是以 AI 加速卡的形式嵌入到前端摄像头和后端 DVR/NVR 中,提高整体计算能力,主要的 AI 芯片类型 为 ASIC 和 FPGA;另一种是以集成编解码、网络接口、视频分析等模块于 一体的 AI 芯片形式,应用于后端 DVR/NVR 或云端/中心服务器中,主要 的 AI 芯片类型为 GPU,也有部分 ASIC 和 FPGA 芯片。

AI 芯片的目标在于“训练”和“推断”。其中云端聚集训练和推断双重功能,通用 GPU,特别是 NVIDIA 系列 GPU 芯片方案是目前 AI 训练领域应用最广泛的平台。

GPU 芯片擅长并发计算,适合图形运算,上市快,通用性强, 但存在成本、效率、功耗三方面的瓶颈。半定制化 FPGA 芯片在中心推理 及数据中心也有较多应用,FPGA 允许用户通过硬件编程定义逻辑,其前期启动成本低,通过再编程特性提供了灵活性,但这种优势是以更高总成本、功耗以及牺牲性能为代价。

面向云端 AI 应用,越来越多的公司开始尝试设计专用芯片(ASIC 芯片)以达到更高的效率,其中最著名的例子是 Google TPU,由于使用了专用架构,TPU 实现了比同时期 CPU 和 GPU 更高的效率。

国内的很多初创公司,如寒武纪及比特大陆,也往往从门槛较低的专用芯片入手。安防是 ASIC 芯片的主要应用场景,ASIC 芯片是一种专向设计的集成电路,无论功耗、可靠性还是体积、成本均远低于 GPU,业界普遍认为将会成为未来人工智能领域的核心。

随着人工智能应用生态的爆发,越来越多的 AI 应用开始在前端设备上开发和部署。像海康、大华、宇视、苏 州科达、格灵深瞳、商汤科技等大部分公司的前端智能产品在 2016 年正式推出。

较为通用的应用为将智能识别类算法直接固化为 IP,嵌入到视频监控 SOC 芯片中(全定制芯片),优点是量产后功耗、价格等都极具优势,但功能拓展性有限。

当前安防监控领域最主流的深度学习芯片方案是 GPU,基本被英伟达掌控, 国内的 GPU 芯片方案尚无较大进展。但考虑到 GPU 方案存在成本、效率、功耗三方面的瓶颈,针对推理阶段并非最佳选择。

随着智能计算的不断前移, 不少安防产业链企业着重开发 FPGA/ASIC 智能芯片,如深鉴科技的 DPU 芯片(FPGA)、北京君正的 NPU 协处理器(ASIC)、寒武纪的 AI 服务器芯 片(ASIC)等,这些芯片在不同程度上解决了行业痛点,应用前景广阔。

算法是安防领域应用的底层逻辑。算法在安防领域的主要应用是计算机视觉识别技术,通俗而言就是通过多层次的网络算法(深度学习)模仿人脑的运行机制,实现由“看的见”到“看的懂”的技术升级。

在深度学习算法得以具体应用之前,传统的计算机视觉算法通过对人为定义的特征参量(如边 缘、角点、纹理等)来对图像进行分类和识别,可以达到简单的交通卡口车牌号识别、道路闯红灯检测、非法停车检测等。

但是当需要计算的图像内容元素复杂、或者类别多样时,该算法的识别效率和准确率面临瓶颈。深度算 法技术引用端到端的多层神经网络结构,仅提供给算法输入层和输出层的 映射数据库,让算法在隐藏层自行寻找和调节中间参量来进行训练。

隐藏层的数量决定了学习的深度和输出的准确性,通过大量数据训练,推动了人脸识别、行为识别等复杂智能图像识别得到有效突破。

长期以来,算法的基础框架的研发基本都被国外研究机构或公司所垄断,国 内的厂商则是通过对基础算法进行改进从而形成自己独有的算法技术。当前国内主要的算法公司为商汤、云从、依图、旷视等专注于计算机视觉的独角兽企业。

关键零部件包含图像传感器芯片、光学镜头和存储器等组件。光学镜头已基本实现了国产化,具体厂商有舜宇光学科技、联合光电等企业。图像传感器和存储器还主要依赖国外进口。

存储主要有前端存储、后端集中式存储和云存储三种,主要的存储技术和解决方案领导厂商为国外的西部数据和希捷科技。图像传感器目前正处于 CMOS 全面替代 CCD 的阶段,国外索尼、三星和豪威三巨头的市场占有率达到了 72%,国内的 CMOS 传感器厂商有思比科、格科微等,产品主要用于中低端消费类电子领域,与国外厂商还存在一定的差距。

2、中游龙头产商占据场景应用

中游主要为安防软硬件产品提供商,占据安防行业最重要的地位。其中以海康威视、大华股份、宇视、科达等一直以产品和解决方案为核心的安防厂商,依托着技术、资源和规模优势占据场景应用端口。

虽然中游的技术壁垒低于上游,但受益于国内的刚性需求,使得国内安防产品提供商取得了较高的利润,也获得了长足发展。

随着中游企业规模的不断扩大,大部分龙头厂商逐步涉足下游的系统集成、工程建设、渠道销售和运营服务,形成具有全产业链和尾部产业链优势的安防厂商。

3、下游产业优势不明显

下游主要为具有地方资源且技术壁垒较低的安防工程建设商、系统集成商、 渠道销售商、和运营服务商。

由于视频监控系统需要进行线路架设、设备配 套、安装调试、后续专业运维等专业集成性工作,需要通过系统集成商来统 一完成上述工作,因此,终端用户通常通过集成商统一向设备制造商采购设备、或在少数设备标段独立招标的项目中直接向制造商采购设备。

随着行业集中度的不断加强,中游拥有技术、资源、规模优势的安防厂商不断抢占下游市场。目前,安防产业链中下游正趋于融合趋势。

4、终端应用逐步拓展

安防终端应用由最早的军用、特殊行业应用,逐步拓展至各类行业甚至家庭应用。

从类别上,可将终端应用划分为城市级、行业级和消费级。其中,城 市级应用主要由政府主导,占市场 30-40%份额,具有重性能轻价格的特性,以“平安城市”、“雪亮工程”、“智慧城市”等工程为代表,城市级应用对国内安防行业的整体发展产生了重要助推作用;行业级应用涉及到公安、交通、楼宇、文教卫、银行金融等各个行业,其中公安、交通、金融为最重要的应用行业;消费级应用则推广至社区、家庭,随着安防系统成本的降低和智能化的推进,民用市场将成为未来安防行业最大的潜在需求。

二、行业需求

(一)一线城市安防基础设施建设已趋完善,系统升级改造成新的增长点

我国一线城市安防基础设施布局目前已趋完善。从城市摄像头布局来看,对比国外,英、美是摄像头覆盖密度最大的国家,2016 年英国平均每千人约配备 75 台监控摄像机,美国平均每千人拥有的监控摄像头甚至高达 96 台,我国摄像头密度位居前列的北京、上海每千人配备的摄像头数目相当于英国的 70%,美国的 60%。

按照每年 20%的增速估算,到 2019 年北京、上海的人均监控摄像头预计将赶超英国、美国水平。此外,考虑到当前我国的经济发展水平、国内市场对安防需求的认知程度、以及较大的人口基数等因素, 我们判定国内一线大城市的安防市场规模趋于见顶,上升空间不大。

从作为主力的政府需求拉动来看,集中于一、二线城市的“平安城市”建设项目, 自 2015 年以来,已基本结束大规模集中建设,也基本印证了这一观点。 2017 年平安城市亿级项目共 85 项,项目总金额 265.42 亿元,其中 5 亿以上项目 9 个,而 2018 年平安城市亿级项目仅 39 项,5 亿以上项目只有 1 个。

产品升级改造成为安防行业在一线城市未来的需求增长点。

当前,安防行业 正处于网络高清阶段尾声和智能阶段的起点,市场上高清摄像机、网络摄像机分别占比 76%、24%,智能摄像机的比例不足 1%。安防摄像头的更换周期大概为 3-5 年,目前,市场上高清摄像机基本已取代标清摄像机,未来几年内,智能摄像机的替代更新,将成为安防行业在一线城市的主要增长点。

政府端,“智慧城市”项目提上议程,根据德勤统计数据显示,至 2016 年 6 月,全国95%的副省级以上城市、超过 76%的地级城市,超过 500 座城市, 明确提出或正在建设智慧城市,未来几年内,侧重于智能楼宇、智能出行、 智能住房、智能能源等领域的智慧城市项目将成为安防项目在一线城市升级的主要拉动力。

(二)需求渠道下沉,二三四线市场发力

从城市摄像头布局来看,对标一线城市,二线城市和三线城市的千人均摄像头配备数量分别为 5 台、2 台,不到北京、上海等一线城市的十分之一。

可以预见的是,随着内陆和小城市公众安全意识的加强,国内视频安防行业规模必将进一步扩大。此外,政府端的主力市场持续发力,2015 年后,“雪亮 工程”接替“平安城市”,推动我国安防市场的需求下沉到一二线城市的各个片区以及三四线城市的县级地区。

根据《公共安全视频监控建设联网应用 “十三五”规划方案》要求,2016 年全国选择一批市(地、州、盟)或市辖区 作为“雪亮工程”建设示范城市(区)。2017 年起,全国“雪亮工程”项目市 场迎来大爆发。2018 年雪亮工程项目增长迅速,在 39 项亿元以上平安城市项目中,雪亮工程项目达 15 项,约占平安城市亿元级项目的 45.7%,几乎占了半壁江山。

而 2017 年这一比例才占到占比 9.41%。这说明,对安防企业来说,雪亮工程正在替代平安城市成为安防市场的主战场。

(三)民用市场成为新的增量市场

一直以来,我国的安防监控市场主要集中在行业应用,随着人们生活条件的提高、安全防范意识的加强,居民家庭对于安防问题越来越重视,照看老人儿童、防火、防盗、防漏电等已经成为现代家庭的迫切需求。

此外,互联网与安防行业的结合,在技术层面上也帮助了传统安防企业打开民用安防市场,使得家庭安防系统可以将智能锁,智能摄像头,红外入侵探测器,声光报警器等设备组成一个安防监控网络,并与用户手机相连。

通过手机 APP 随时查看家中情况,已成为许多人管理家庭的手段之一。根据相关数据,目前中国民用安防占整体安防市场约 11%,相对于美国 50%的民用安防普及率,我国安防产品的家庭只占很小一部分,未来安防产业市场在民用领域还有很大的上升空间。

按照中国一共有接近 3 亿个家庭计算,如果有五分之一的家庭购买安防产品系统,预期购买总量将达 6000 万套,按每套 1000 元的标准计算,预计总市场规模将达 600 亿元。

(四)海外市场不可小觑

中国安防行业发展早期,跨国安防企业大量进入并主导国内安防市场,使得早期的安防产品出口依赖于产品技术含量低的代工产品,随着多年的沉淀和大量资源的投入,国外安防企业的市场份额逐步下降,自主品牌纷纷崛起并开始占据海外市场的主导。

当前,以海康、大华为首的本土龙头安防企占据了全球安防市场份额的 40%以上。海外安防市场规模是国内市场的 3 倍以上,这两家企业的海外收入占其营业总收入的 30%以上,海外营收增速也保持着每年 30%以上递增速度。

从海外市场拓展模式来看,当前本土龙头安防企业自建销售渠道、海外并购成为主流,此外,依靠海外渠道代理、通过安防展会推广,也是目前各大安防厂商海外推广的重要手段。

从拓展方式来看,也逐步从渠道分销市场向项目市场拓展,并在多个国家和地区的项目市场取得一定进展。目前以海康、大华为代表的国内龙头安防产商,在海外主要区域建立了全球客户服务中心、子公司客户服务部和授权客户服务站等垂直服务体系,机构遍及北美、南美、亚太、欧洲、非洲等地。

从全球市场布局来看,欧美等发达国家的视频监控市场整体较为成熟,已有大量的政府和商业机构使用视频监控系统,未来最主要的增长点为设备更新换代需求和家庭住宅需求。

此外受中美贸易摩擦的影响,2018 年 5 月 24 日,美国众议院于通过一项议案,其中包括一项增补提案。该增补提案建议以国家安全为由禁止美国联邦政府采购某些中国制造商供应的视频监控设备,海康威视被列入其中。

2019 年乃至后续几年,中美贸易摩擦将渐趋常态化,政治风险一直会成为国内安防企业在欧美布局的巨大隐患。相对欧美国家,亚太地区整体基础设施较为薄弱,目前正处于安防系统的规模化建设阶段。

随着我国“一带一路”战略的提出和推进,亚太地区尤其是印度和东南亚安防市场将成为未来我国安防企业海外布局的重点。2015 年亚太地区视频监控市场约为 54.3 亿美元,预计到 2020 年有望达到 180.6 亿元美元, 预计复合年增长率为 27.18%。

此外,中东、拉美等新兴市场针对基础设施建设、控制犯罪的需求持续上升,也有望推动视频监控行业市场规模的增长。

三、进击智能领域

(一)政策持续加码

人工智能被认为是第四次工业革命的主要使用技术,获得了各行业的极大关注。中国政府高度重视人工智能技术的推进和产业化落地,发布一系列促进人工智能发展的相关政策,并且在这些政策、发文、规划中多次提到将人工智能技术应用于公共安全领域,进行技术创新、产品和应用创新。

当前安防行业正处于智能化转型的关键阶段,国家有望就推动安防建设出台更多的规划及政策,从而进一步推动安防行业向着更高的阶段发展。

(二)技术革新,推动人工智能安防产业化落地

人工智能的应用主要依靠算法、算力和数据三大因素。

从人工智能的发展阶段来看,早期人工智能基本处于概念的提出和算法框架研究创新阶段,一方面受制于计算资源的不足,人工智能技术没有足够的训练数据提升计算的准确性;另一方面,芯片性能的不足也限制着人工智能技术产业化落地。

2010 年后随着网络的普及,物联网和大数据逐渐兴起,使得人工智能依赖 的数据资源得以解决。同时,核心芯片性能的提升,也使得算力得到大幅提升。基于深度学习的算法框架和基础硬件的强化成为本轮人工智能的主要推动力,使得人工智能从技术层面落地到商业应用。

根据 OpenAI 分析报告显示,自 2012 年以来,在最大规模的人工智能训练中所使用的计算量呈指数级增长,3.5 个月的时间翻一倍,自 2012 年以来,该指标已增长了 30 多万倍。

人工智能是安防行业下一阶段转折的必经之路。一方面,智能化处理是安防行业处理海量市场的唯一选择。随着视频监控的广泛应用,大量的监视数据单纯的依靠人力识别需要大量的时间且效率低下。

而通过视频智能分析技术,可以快速自动定位敏感信息,并进行结构化的存储,使安防由被动防御型转变为主动防御型。另一方面,深度学习依靠大量的数据训练,才能更准 确的自动处理各种复杂信息。

安防行业拥有的海量视频资源为深度学习提供了极佳的训练材料,成为人工智能产业化的最佳落地行业。人工智能最主要的应用领域是计算机视觉,其比重达到 37%,计算机视觉行业市场构成中,安防行业占比 68%。因而可以说安防是人工智能落地的主赛道产业。

(三)人工智能与安防相结合

人工智能与安防相结合能够实现对数据的实时跟踪、关联分析,达到对异常 现象的检测处理和对危险事件的提前预警。具体应用场景集中在公安、交通、 金融等领域,主要体现在视频结构化、生物识别和物体识别技术应用上。

视频结构化即视频数据的结构化处理,就是通过对原始视频进行智能分析, 采用时空分割、特征提取、对象识别、深度学习等处理手段,提取出关键信息,并进行文本的语义描述,组织成可供计算机和人理解的文本信息或可视化图形信息,从而实现视频数据向有效情报的一次转化。

根据旷视科技实验结果显示,使用视频结构化技术从百万级的目标库中(对应数百到一千小时的高清视频)查找某张截图上的行人嫌疑目标,数秒即可完成,千万级目标的库中查找,几分钟即可完成(如果实现云化,速度会更快)。

而且经过结构化后的视频,占用空间大大减少,存储人的结构化检索信息和目标数据不到视频数据量的 2%;对于车辆,不到 1%;对于行为降得更多。

生物识别技术是指利用人体固有的生理特征和行为特征来进行个人身份鉴定的技术,人脸、指纹、虹膜三种识别方式是目前较广泛的生物识别方式, 这其中人脸识别预测到 2020 年将达到 42.8 亿元(中商产业研究院估算数据)。

物体识别是判定一组图像数据中是否包含某个特定的物体、图像特征或运动状态,在特定的环境中解决特定目标的识别。目前物体识别能做到简单的 几何图像识别、人体识别、印刷或手写文件识别等,在安防领域主要应用于车牌识别。

近年来,随着智能化成为行业大趋势,智能安防也逐渐成为安防企业转型升级的方向,在安防行业占比将越来越大。2018 年,年中国安防行业市场规模将达 6678 亿元。

根据中商产业研究院的数据预测,智能安防行业市场规模在 2018 年接近 300 亿元,预计 2020 年后智能安防将创造一个千亿的市场, 这也将是安防领域不可小觑的市场。

(四)智能安防当前的痛点

人工智能在安防领域的应用有着非常好的前景,但目前智能化水平还处在初级阶段,周边的硬件及软件设备还未完善,还有很多环境和应用限制条件。

在过去几年,人工智能热度很高,但实际上只完成了“概念模型”的建立,尚未达到“有效利用”的理想效果,人工智能真正赋能安防尚需等待。

中国一年有 5000 万个摄像头需求,但实际只有 50 万个智能摄像头在应用,这个 比例不到 1%,这预示着智能安防才刚刚进入初级阶段。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:

1、成本高昂是制约智能安防发展的一个主要瓶颈。

智能安防由于本身对产品性能、算力、存储能力等多方面要求较高造成系统设备本身成本增加;此外,科学化的智能系统布局需求带来的时间和人力成本、集成施工和机房改造成本进一步叠高了“安防+AI”落地的成本。

通过统计建设 1000 路规模的高清安防监控系统和 1000 路高清 AI 人脸识别系统数据,对比分析“安防 +AI”及“传统安防”的建设成本,我们可以发现,智能安防总体成本比传统安防高出 73%,高昂的成本在很大程度上限制了“安防+AI”解决方案的规模化落地。其中,前端部分、存储和视频分析部分是智能安防高成本的主要因素。

2、人工智能识别技术对视频内容的成像质量有较高要求。

但因光线亮度不足、目标相互遮挡等成像环境影响,会造成图像模糊、尺寸不符等问题,影响人工智能对视频内容识别的准确度。

3、深度应用不足。

我国的安防企业经过多年努力,紧抓时代机遇,市场份额及技术水平不断提升,智能分析技术初期阶段的单场景目标行为分析已日趋完善,但对视频内容分析、大范围场景关联分析等领域的专业技术仍然积累不足。

人工智能技术未来发展的核心是自我完善、自我成长能力。目前的智能技术,仍处于输入筛选条件,指令下达后的反应式智能,不具备自我发展的能力。

4、人工智能技术目前展现出多家企业齐头并进的态势,数据资源的采集、 分析、应用独立性较高,市场上未出现高认可度的数据共享平台,行业资源分散,难以为人工智能提供丰富的数据支撑和大数据分析。未来,人工智能技术应具备群体间经验共享能力,实现自我完善的高效水准。

四、产业趋势:产品-解决方案-开放生态圈

安防产业发展趋势可概括为:由产品到解决方案再到开放的生态圈建设。

在人工智能落地安防以前,整个安防产业链分工明确,以提供产品和解决方案 为主的大体量传统厂商基本上能满足整个产业的需求。

随着行业技术的进步,一方面,行业应用场景不断丰富,安防市场规模将得到极大的放量;另 一方面,除了传统的前后端产品,行业精细化程度不断加深,涉及到基础算法、芯片、图像传感器、软件服务等更多、更复杂的环节,加上行业用户不集中、应用和产品分散、客户定制化多样等因素,单纯的仅仅依靠一两家解决方案提供商已经无法覆盖到产业链的方方面面。

随着软硬件研发、平台开放以及产业合作的推进,由面到体的产业生态体系建设势在必行。

安防产业生态圈可理解为通过开放平台,共享算法、算力、数据、产品、营销、资金、服务等资源,实现企业相互影响、相互融合、互惠共赢的良性运转平台。

生态圈的建设并没有改变企业之间的竞争性,而是通过优势互补, 一定程度的资源共享,打破上下游壁垒,实现企业更进一步发展。

一个良性的产业生态圈建设依赖三个条件,一是需要能容纳更多的硬件厂商做好底层架构;二是需要把目前国内国际流行的编解码、设备连接和平台连接协议在开放的生态圈打通;三是实现跨平台开放,不但是人工智能的开放,也包括物联网及传统市场的开放。

在开放产业生态圈建设上,以海康威视为代表的传统安防厂商已率先跨出了一步。2018 年 3 月 30 日,海康威视在“智涌钱塘”2018 AI Cloud 生态国际峰会上,宣布全面开放 AI Cloud 架构,以“开放、平等、创新、共赢”为 理念,面向合作伙伴提供基础设施开放、数据资源开放、平台服务开放、应用接口开放四层开放能力,并在各行业推广落地基于 AI Cloud 架构的行业解决方案,培育和发展在细分行业、细分领域的专业合作伙伴,打造行业生 态合作体系。

除海康外,大华、华为、宇视、苏州科达等安防行业领军企业也基于自身优势构建了合作共赢、持续发展的安防生态圈。

五、安防产业格局

(一)产业整合进入深水

目前根据总体产业规模划分,安防厂商自下而上形成三大梯队。

根据 IHS Markit 2018 年统计显示,以 2017 年的业绩计算,海康威视位列全球视频监控设备市场第 1 位,市场份额 37.94%,连续七年(2011-2017)蝉联全球第 一,大华股份位列全球视频监控设备市场第 2 位,市场份额 17.02%,这两家公司合计占据全球 50%以上的份额,并依靠着明显的成本优势、规模优 势、和研发投入,具备全产业链优势,构成了行业金字塔端的第一梯队;

处于第二梯队的企业以宇视、科达、天地伟业等具有尾部产业链优势的公司为代表,它们专注于安防产业中特色的行业或方向,提供面向专业领域的产品和解决方案,形成各自的企业特色和优势;大多数中小企业构成了行业的第三梯队,它们成本优势不明显,利润体量较小,研发能力不足,持续发展空间受挤压。

近年来国内行业竞争暗流涌动,进入深水整合期。随着安防行业技术深化和集中度不断提高,寡头企业具有越来越大的优势。

整体来看未来安防行业的门槛会进一步提高。过去的竞争主要以硬件为主,相对来说门槛较低,成立了一大批中小企业。而今后随着智能化进程的推进,软件平台、视频算法在硬件产品中的影响力将逐步提升,软硬件一体化状况愈加明显。

整体项目不单单由硬件来决定,而会更多考虑一个完整的系统。软件方面的竞争尤其对小厂商而言是一种巨大的挑战,但对于海康、大华这种规模较大,各方面综合布局的公司而言是有利的,一方面有益于公司进行市场整合和产业链上下游一体化,另一方面使得公司能够充分发挥规模优势,攫取更多行业话语权和定价权。

可以预见的是,未来的行业集中度将进一步提高,产业链条上下游也将高度融合,全产业链布局的公司将在竞争中占据巨大优势,而位于第三梯队的中小企业将被市场逐步出清。

(二)跨行业新老技术迭代与融合

除了行业集中度的提升,随着跨行业新老技术迭代与融合,传统安防厂商一方面开始涉足芯片、云平台、算法等业务。另一方面,把控基础芯片层的科技巨头,领跑算法的初创企业,拥有云平台和线上销售渠道的互联网巨头在与安防企业合作的基础上,也开始涉足安防产品、方案集成业务。

跨行业合作、竞争和融合不断加剧,龙头安防厂商全产业链优势愈加明显,但互联网公司、算法公司的进驻,也给老牌安防厂商带来新的挑战。

六、关键结论

目前安防产业正处于网络高清阶段尾声和智能化的拐点,一方面,市场主体需求下沉到二三四线城市,存量市场空间仍旧巨大;另一方面,一线城市需求趋顶,智能化带动的安防系统升级改造有望打开一线市场的增量市场。

当前,行业竞争暗流涌动,进入深水整合期。随着行业技术水平的提高,行业内企业合作、融合、竞争将不断加剧,整体产业格局有望升级重塑,具有行业总体整合能力的全产业链的厂商有望成为未来的主导。(报告来源:万和证券)雷锋网雷锋网雷锋网