2020年智能安防技术发展趋势

智能安防技术，是指视图采集、传输、存储、视频分析和大数据处理，以及涉及到机器视觉、AI芯片、算法、图像传感、生物识别(人脸识别、虹膜识别、指纹识别等)以及智能视频分析、多维数据融合、大数据分析等新技术。从另外一个角度来看，一个完整的智能安防系统则主要包括门禁出入口、报警和视频监控三大部分。新冠肺炎疫情可以阻碍市场的发展，但不能阻挡安防技术的进步，今年各大安防企业在智能化、网络化、物联网化等技术方面的应用更加深化。随着科学技术的发展与进步，当前智能安防已迈入了一个全新的领域。a&s根据产品实测，从数据采集、视频智能分析、生物识别、数据智能以及零部件等技术预测智能安防技术发展趋势。

多模态是生物识别技术的发展方向

人工智能技术体系中，生物识别是最早进入落地应用的技术。生物特征识别技术背后涉及到计算机科学、光学与声学等物理科学、生物科学、生物传感器和生物统计学原理，安全技术，以及人工智能技术等众多基础科学与创新应用技术，是一个完整的多学科技术解决方案。目前可用于身份识别的人体特征包括指纹、虹膜、面部、掌纹、静脉等生理特征和步态、笔迹、声音等行为特征。生物特征识别技术具有安全性好、不易丢失、难以仿冒和携带方便等诸多优点。不可否认，从指纹认证、掌纹识别、指静脉识别到人脸识别、虹膜识别，生物识别技术变得更加成熟的同时，也正在迈进“视觉”时代。

指纹识别是最“传统”的生物识别技术，其地位比较特殊，与人脸识别、声纹识别相比，其识别准确度、区分度要高很多，甚至可以说，指纹身份识别是很多场景下唯一可行的一种方式。从2018年指纹识别技术取得重大突破开始，更高效的推动全国性的社会公共服务及商业模式变革。但是，随着2020年初的一场疫情，非接触式门禁出入口控制技术的应用得到了高度的重视和发展。

掌纹识别是一种新型的生物特征识别技术，它以人体的掌纹作为目标特征，通过多光谱成像技术采集生物信息。多光谱掌纹识别算得上是多模态和多种目标特征融合的生物特征识别技术的典范。这种新技术将皮肤光谱、掌纹纹路与静脉脉络三种可识别特征结合，一次性提供更加丰富的信息，增加了目标特征的可区分度。目前，行业中共识是，单种模态的识别无论在识别性能还是在安全性上均存在瓶颈，而多模态融合是人脸识别乃至生物特征识别的重要突破——不仅能通过多因子的方式提升识别精准度，也能在一定程度提升生物识别技术的场景适应性和隐私安全性。相比传统单模态算法，更能满足金融级误识率(低至千万分之一)，也是生物特征识别发展的主要趋势。

在非接触生物识别技术中，人脸识别是最重要模块，从2019年“刷脸”应用已经较为广泛，疫情更进一步的推动了发展，未来仍将是很长时期内AI落地安防的重要方向。目前传统人脸识别困难包括面部旋转，遮挡，相似性等都有了很大的算法提升，使得人脸识别的精准度得到极大的提高，以2D人脸、3D人脸、多光谱人脸等多种模态为代表，每种模态都具有不同的采集适应场景、数据安全程度和隐私敏感度等，而大数据的深度学习的加入，使3D人脸识别算法补充2D投影的缺陷，能快速识别人员身份，为二维人脸识别的应用带来了一定的突破。同时，目前基于活体检测技术正作为提高人脸识别安全性的关键性技术，可以有效抵御照片、视频、三维模型、假体面具等仿冒欺诈，自主判断操作用户身份。人脸应用一方面主要是面向交通枢纽场景，比如机场、车站等，主要应用于实名认证和重点人员布控。另一方面是面向城市级应用，通过对接天网工程，构建由前端摄像机布控，后端是识别平台以及大数据分析平台组成的综合实战平台。在公安、交通领域，AI四小龙商汤科技、旷视科技、云从科技、依图科技的人脸算法水平在AI企业中技术领先，传统企业则是主要由海康威视、大华股份这些传统巨头引领市场。伴随人脸识别技术的快速发展，智能设备、线上金融、人脸支付等诸多创新应用已日趋普遍，为大家生活、工作带来快捷和方便。

另外，面对人脸识别的局限，以步态识别为代表体态识别以难隐藏性、非接触性和非侵入性等特点从众多技术中脱颖而出，成为目前生物特征识别领域的一匹“黑马”。步态识别通过身体体型和行走姿态来识别目标的身份，是一种颇为复杂的行为特征，体态识别技术不需要人为配合，能够适应更为普遍的应用场景，特别适合用来进行远距离身份识别。目前，国内已经有几家企业识别精度已经达到了非常高的水平。

值得一提的是，虹膜识别技术也是一种较为成熟的生物识别技术，目前虹膜识别技术也正普及开来，虹膜识别误识率低至1/100万，主要利用虹膜寿命不变性和差异的特征来识别身份。但由于成本以及对产品端的要求限制，其落地速度比较缓慢，不过，近一两年来，随着政府机关包括金融机构，已经开始重视虹膜识别，其落地速度正在逐渐加快。下一步或将是人脸和虹膜的结合。总结来说，生物识别本身并不是完全的替代关系，更多的是组合甚至融合应用。

随着技术的进步和成熟，以及市场应用需求的逐渐演变，多模态生物识别技术的声音越来越响亮。展望未来，多模态生物识别技术将成生物识别市场的主流发展趋势，并将迎来越来越宽广的应用领域和市场。a&s Research调查显示，单一的生物识别并不能够解决所有场景下的身份认证问题，每一种技术都有一定的局限性。而多模态识别技术，一方面丰富了场景数据，使识别更为高效精准;另一方面，它更适合复杂场景的应用变化，在很多场景中是最适合的生物识别技术。不可置否，多模态识别是未来生物识别技术发展的主流的一个方向。而多模态统一认证平台，不但融合多种识别技术，而且可以根据决策权重和场景需求，灵活自动配置适合的生物识别技术，将成为多模态生物识别技术发展的理想状态。当前来看，多模态识别技术的落地还面临着市场教育的过程，需要生物识别技术企业共同努力促进技术的商业化和规模化应用。

视频智能从感知阶段走向认知智能

视频智能分析是AI落地安防的重要技术之一。所谓视频智能分析是利用基于深度学习的各类智能算法来分析前端设备采集的视频信息，实现对各种安全事件主动预警，并将报警信息反馈至监控平台及客户端。不过，从安防企业发展的产品和技术实现的功能来看，视频智能分析还处于感知智能发展阶段。

（编辑：应用网_阳江站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!