前言：安防的特点是“爆发性”和“普适性”，只要效果明显，性能稳定，就能够迅速而且大范围推广使用。只要技术达到突破，就可以真正做到帮助公安提升破案效率。

1、迅速发展的大数据互联网安防

IBM早就勾画了物联网社会的宏伟蓝图，提出了“智慧地球”的概念，小处着眼，“智能家庭”的夙愿如今得以实现，在2016年4月份结束的百度智能硬件峰会上，相关负责人对智能硬件的解释就是制造业的互联网化。而随着智能安防系统的市场成熟，智能摄像头应用，经过一番互联网化的推进，目前，智能安防市场规模已经达到万亿级别，尤其是目前蓬勃发展的大数据互联网安防。

传统的安防系统架构比较复杂，各个时期厂家的设备掺杂、各种技术方案、各种平台系统交织在一起，没有清晰的层次，而且都是以业务为中心，数据存储和处理效率比较低，已跟不上科技的步伐。云计算和云存储无疑是安防大数据的存储和处理过程最强有力的技术支撑，这两种技术的出发点，就是通过分布式技术，把商业级的计算和存储资源组成一个集群，实现低成本，高可靠，弹性扩展，易于管理和使用的解决方案，替代传统的小型机、关系型数据库、高端磁盘阵列组成的方案。

而其实按照Gartner技术成熟曲线勾勒的趋势，云计算和云存储技术已经进入了成熟期，互联网巨头已经搭建了各种超大规模的数据中心，并开始影响人们生活的方方面面，在安防行业的应用才刚刚开始。考虑现有安防系统存在的问题和大数据的涌现，我们认为云计算和云存储技术完全有潜力解决这些问题，帮助企业和用户一起应对大数据的挑战，并实现安防体系的重构。

而大数据时代的数据不仅仅是数据总量的庞大，同时也是种类的多样化。安防行业有着海量的视频、图片数据，一个大型城市每天产生的数据就可以达到1PB，同时还有飞速增长的特征数据，包括卡口过车数据、人脸抓拍数据、报警数据等等。繁多的数据种类、PB级的数据量、低价值密度的视频数据、快速的数据更新处理需求，这些特性都预示着安防行业已经进入大数据时代。

2、图像识别切入安防领域

艾瑞网分析预测：2017，基于人脸识别技术的安防领域会迎来一次大爆发。其实就智能商业上，Amazon go已经给我们做了一个很好的例子，通过人脸识别技术与顾客进行分析和交互，来达到对于人群相关数据的采集，如：在某个货架停留时间、选取商品的种类、人群的行走轨迹等，真正的做到智能商铺。

通过在小区、或各个公共场景植入或安装智能图像识别系统，只要通过云数据接入公安方面提供的在逃犯罪的人脸数据，结合算法，与实时监控视频进行每帧上百万次的人脸数据对比，一旦从监控视频中识别出在逃罪犯，系统就会立马发出警报，通过公安系统通知那相关警务人员进行逮捕或监控行动。

当然，目前的主要制约的要素，第一是技术上的发展还未达到最好，市面上有相当多的这方面的科技公司，各方巨头如小米、万达，也在纷纷进入这个市场，但未取得技术上的突破性进展，将体验和稳定性做到最好。第二，是未成体系，当前市面上形形色色的品牌，缺乏一个真正的领头企业将所有的环节打通并归一到同一个平台上来，政府也没有一个深度合作的领头企业，难以放权。

图像识别和语音识别这些看的见摸的着的人工智能技术的逐渐落地，会给传统企业带来真正的改变。而我们目前兴起的智能单车、摇一摇手机开门、手机刷公交等现象级场景，就是智能时代来领的前兆。“人工智能+”实实在在的解决掉传统企业的问题，引发新一代的产能转型。

3、人工智能来“抓贼”

在图像识别技术还不成熟以前，人脸识别的工作主要依赖人工对比。之前《挑战不可能》节目中经管林宇辉按画寻人，100人中仅凭1张高度打码的模糊照片寻找到了目标。实际上，中国通缉犯在册的有高达上百万人，仅仅凭人工是无法完成这个艰巨的任务的。很多有经验的罪犯都是有很强的反侦察能力，但如果所有的小区、公共场所的监控都能够进行一个智能化转型，他们就没办法反侦察了。最后，让天下所有的贼或者恐怖分子都无所遁形，让他（她）们找不到一个死角。

“比如：你跟公安说现在都大数据时代了，你让公安用它去破案，他怎么用？但是通过人工智能，它能够帮你把目标缩小到个体，你可以立马调集警力直接完成抓捕。”

人脸识别技术成熟到一定程度的时候，就会起到真正的犯罪预防作用，对社会上有侥幸心理的人群起到一个警示作用，达到降低犯罪率的目的。到了那个时候，大家都知道，犯罪是个非常不划算的事情，因为到那时候是真正的“莫伸手，伸手必被抓”。