在人工智能賦能安防過程中，算法是重要一環(huán)。不僅云從、依圖、曠視、商湯等CV企業(yè)和海大宇等傳統(tǒng)安防企業(yè)開始布局人工智能算法，業(yè)內傳聞稱華為也即將在2019上半年推自研AI算法。隨著投入不斷加大，安防監(jiān)控視頻識別算法準確率大幅提升。例如，人臉識別算法早在2015年就已超越人類，近年來小數(shù)點后的數(shù)字仍在不斷攀升；在圖像分類、物體檢測等算法也已經(jīng)遠遠超越人類平均水平。

但從目標來看，無論是AI創(chuàng)企、跨界巨頭還是傳統(tǒng)廠商，都期望能夠提供智能完善的解決方案，落地始終是各方關注的焦點。

“算法為王”還是“場景落地”優(yōu)先 ？�？低�視高級副總裁徐習明說：“基于深度學習的算法精度會無限逼近100％，隨著‘準確率’提升，最后競爭的更多是場景落地能力�！�

將前沿算法應用到實際場景中才能凸顯價值，但二者結合卻是一項艱巨的任務。那么，算法到場景應用還有多遠？

在場景化應用之路上，泛化能力是算法長期面臨的問題，也是現(xiàn)階段主要瓶頸。由于實驗室中訓練好的模型在情況千變萬化的現(xiàn)實應用場景中性能往往會明顯下降。

在全國公安視頻監(jiān)控畫面中，事故、打架、摔倒、聚集等場景多如牛毛，盡管可以通過通用算法構建模型，但我國幅員遼闊，光南北氣候差異下，人們的穿著、妝扮就千差萬別，海南的深冬還可著短袖，黑龍江10月就已經(jīng)換上棉衣棉帽。在3米及以上高度假設的人臉攝像頭，要面向30米及以上距離的高視角、大范圍進行攝錄，識別準確能力無疑將會大幅下降。

因此，在實際應用中需要對算法的場景進行嚴格定義，例如智能交通中過車及違章抓拍、機場車站的人證對比等，都需要制定具體的工程安裝方案。這種做法在技術不夠成熟的條件下有效實現(xiàn)了商業(yè)價值。不過，對已有設備改造的成本也減緩了算法對安防傳統(tǒng)應用的滲透速度，這同時限制了有效素材獲取的效率，不利于算法的進一步提升。

目前，國內安防廠商針對這一問題搭建了合作平臺，傳統(tǒng)廠商開放平臺圖像數(shù)據(jù)資源庫，算法企業(yè)將AI算法技術打包成模塊，嵌入硬件產(chǎn)品或系統(tǒng)臺中，這將成為當前AI在視頻監(jiān)控領域落地快捷的一條路徑。目前國內已經(jīng)有多家平臺商在不同場合表達了合作態(tài)度。

結語：未來安防解決方案不僅要直擊用戶痛點，更需要通過算法挖掘大數(shù)據(jù)，為民眾提供更可靠的安全環(huán)境�？梢哉f，算法是人工智能的生產(chǎn)工具，算法的底層邏輯推理也驅動著AI安防的落地，安防落地場景的復雜性又推動算法進一步優(yōu)化。正如加州大學伯克利分校 UCB 電氣工程與計算機科學系、統(tǒng)計系教授Michael I．Jordan所言：AI 時代變革，源于應用場景中的優(yōu)化算法。