回首2019年，安防产业在不断进步，而在进步的过程中，充满了各种新事物和新机遇。在此，OFweek安防网盘点了安防产业的十大关键词，告诉你这一年来，安防行业的模样变化。
一、数字孪生
数字孪生（Digital Twin）是充分利用物理模型、传感器更新、运行历史等数据，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而反映相对应的实体装备的全生命周期过程。
“数字孪生”的概念在智慧城市、安防行业中已被多次提及，其主要是指通过大数据和万物互联建造与物理世界一一对应、可感可知的数字世界，让人们从数字世界中获取改善物理世界的运行效率和人们生产生活。
“数字孪生”是一个更宏大的概念，相当于在数字世界复刻一座城市。“数字孪生”是为物理城市建设、运营及规划增加一套完整的数字基础设施。最终对于正在运转中的城市，达到事无巨细的感知能力。针对城市整体，实现一城一景一孪生，实现一座城市一个全景观察。
在“数字孪生”概念下，业界龙头正打造智慧城市产业领域平台与生态。
海康威视PBG以AI Cloud为核心技术框架，为城市搭建统一的智能感知网，实现完整的城市状态、特征、事件的感知采集，构建与物理城市并存的数字孪生城市，建立统一的城市大数据平台，并借此开展城市数据的共享、开发和治理，为城市各行业、各领域的智慧应用赋能，升级一体化政务服务体系，增强群众的获得感、幸福感和安全感。
在数字孪生的助力下，安防大数据也不再是人、机动车、非机动车三类，而是动态追踪现实物体轨迹、联动分析的基础。
二、黑名单
黑名单，顾名思义，是不受欢迎甚至受到管控的那一类人或物。
安防行业中，视频监控的使用一直是最常见的区域。在人工智能的加持下，遍布全国各地、数以亿计的视频监控摄像机每时每刻都在采集视频图像，产生了海量的大数据。由此，大数据中汇聚的“黑名单”便应运而生。
黑名单人脸监控识别系统可以将经过摄像头视野的人脸与黑名单进行比对，判断其是否属于名单中的某人。同时，也可以反向对需要布控的人员加入到黑名单数据库同时可对黑名单库按照抓拍机、时间、地点、相似度告警阈值等信息，对人脸进行布防。
据报道，凭借着黑名单数据库、黑名单布防等在网络高清摄像机的应用以及人工智能技术加持，社会治安破案率得到了明显提升。
三、鲲鹏芯片
一直以来，我国的安防市场的核心技术一直被国外垄断，以国内安防龙头海康威视、大华等企业来说，都需要依赖众多美国公司提供的芯片，在这方面，华为一直努力实现核心技术的自主可控，将主动权掌握在自己手中。
在华为召开的安防发布会上，华为推出了自研的芯片——鲲鹏920。鲲鹏920芯片采用7nm工艺，主打低功耗强性能，可以支持64个内核，主频可达2．6GHz，SPECint Benchmark评分超过930，超出业界标杆25％。同时，能效比优于业界标杆30％。鲲鹏920芯片通过国密算法实现了芯片级的数据加密，保障数据偷走不泄露。
例如，华为开发的“智能视频云平台”就搭载了全新鲲鹏920芯片。据华为官方宣称，该平台从芯片到架构，是业界首个全自主创新边缘视频云平台，性能超业内主流产品三倍，且价格相比较低。
四、城市大脑
2016年，杭州市政府和阿里巴巴开始合力打造杭州“城市大脑”。这个“城市大脑”将用于解决杭州交通拥堵等问题，目标是让数据帮助城市来做思考和决策，让杭州这个城市可以自我调节、与人类互动。每天有来自杭州市70余个部门和企业的数据汇入了城市大脑，日均新增数据达到了8000万条以上。
城市大脑就基于城市中上百万的摄像头组成的视频监控体系，通过视频分析技术，目前已经能实现19类的事态发展预判和监管，甚至可以将隐患消灭于萌芽状态。除此之外，城市大脑依托道路上的监控摄像头，能够充分打通动态和静态交通，甚至可以预测交通流量，从而实现智能调度，提高了交通安全程度。
旷视也加快了城市大脑建设的步伐。旷视城市大脑基础平台由AI超算中心、大数据中心、云平台、城市感知神经网、应用服务支撑组成。
大数据中心依托于城市感知神经网获取视频、物联网、互联网和政法业务数据等各种资源，形成数据总线，通过给AI超算中心共享基础数据，为各个城市分大脑提供原料；通过云平台获取算力、算法、存储和网络等资源；通过应用服务支撑向上层智能应用提供综合态势、实时仿真、深度分析、关联比对和共性、个性服务支撑；通过IOC智能运营中心一张图统一呈现城市管理综合态势、分析决策，进行联动指挥和事前预警。
五、中台
2019年，数据中台火了起来，互联网巨头如BATD纷纷打造自家的数据中台，将海量的数据作为自身的资产，并擅于利用数据中台将数据进行整合、智能分析，以数据驱动决策。于是，中台热度激增，各行各业都在探索中台在企业或行业中的落地，同样也蔓延到了安防领域。
在数据开发中，核心数据模型的变化是相对缓慢，维护的工作量很大，但业务创新的速度、对数据提出的需求的变化则非常快速，数据中台的出现，就是为了弥补数据开发和应用开发之间，由于开发速度不匹配，出现的响应力跟不上的问题。简而言之，数据中台就是聚合和治理跨域数据，将数据抽象封装成服务，提供给前台以业务价值的逻辑概念。
当下智能安防进入到深度挖掘数据应用价值的阶段，而展开数据应用的前提首先是建立起一个良好的数据资源环境，在这个过程中，数据中台正好扮演的是以视频数据为核心的场景级和行业级数据治理和赋能平台。
为了响应公安部大数据战略规划要求，更为了满足用户层出不穷、变化多样的安防业务需求，一些安防厂商将系统层中共性的、基础的数据和能力抽象出来作为一个“中台”来赋能上层应用系统，支撑警务应用创新和警务流程再造。
东方网力数据业务中台，对下利用东方网力在视频联网和数据联网的汇聚接入能力进行数据融合治理，并在此基础上形成各类主题库、专题库、标签库、关系库、搜索库等；对上基于行业用户对于数据分析的需求高度抽象的能力中心，满足科信、刑侦、治安、指挥等警种对于数据统计、态势分析、对象关系、动态轨迹、行为规律、各类标签的分析及应用，以共享服务的形式提供给实战应用系统。
六、5G
近年来，对移动数据的需求日益增长，第五代移动通信系统5G已经成为通信业和学术界探讨的热点。当然，5G应用不仅仅局限于手机或机场，其带来的更多表现在给物联网、云计算和大数据、人工智能等带来新的变革。以视频监控图像应用为核心的智能安防即是具有代表性的应用场景之一。
5G连接的定义是理论上可以通过光纤以近乎光速的速度传输信息和数据，这比当前的光纤网络快了近1000倍。
5G的高传输率、高宽带、高可靠的特性，使其以更快的速度为云端提供更加高清的监控数据，从而助力安防云端做出更精确、更有效、更快速的安全防范决策。
届时，5G多维连接的特性将进一步扩大了安防监控的范围，为IT系统上智能安防云端提供更多维、更全面的参考数据。并且，5G高传输率、高宽带、高可靠的特性，将使其以更快的速度为云端提供更加高清的监控数据，从而助力安防云端做出更精确、更有效、更快速的安全防范决策。
七、AIoT
IoT作为智慧城市基础，是城市建设大势所趋，但其带来的庞大数据则是人力分析所不能及的，数据若无法转化为有意义的信息则毫无意义。AI技术刚好扮演着处理数据的重要角色。融合而成的AIoT将进一步改善当前技术生态环境。
AIoT依托智能传感器、通讯模组、数据处理平台等，以云平台、智能硬件和移动应用等为核心产品，将庞杂的城市管理系统降维成多个垂直模块，为人与城市基础设施、城市服务管理等建立起紧密联系。
在AIOT的助力下，安防产业不仅解决了分析、反馈两大环节问题，通过机器学习，深度学习对数据进行海量异构化数据的分析和处理，再加上边缘计算的助力，得以实现前端摄像头对视频数据的结构化处理。还基于机器视觉，赋予前端摄像头更敏捷的观察能力，例如当前业界广泛流行的人脸识别、区块链、姿态识别、3D结构光技术等等，都为安防行业注入了新的活力。
八、场景
众做周知，AI四要素分别是大数据、算力、算法、场景，大数据、算力、算法作为输入，只有在实际的场景中进行输出，才能体现出实际的价值。
通俗一点，可以把场景理解为“市场”，如果没有场景落地、平台业务支持，基本上很难往下走。
从不可复制性的角度来说，计算能力和大数据都是可复制的，但是市场是不可复制的，就好像今天BAT三家分别在社交、电商和搜索有各自的主战场和场景；滴滴、摩拜有交通出行的场景；微信、支付宝有支付场景；新美大、58，有日常生活的场景和使用习惯。
有了这样的战场，未来人工智能时代，我们就可以借助新技术，从而把握先机，否则的话，你空有技术、空有数据是远远不够的。你提供给谁？通过什么渠道给用户呢？所以最关键的还是场景。有了应用场景，数据自然会产生，也会驱动技术发展，人才也会随之而来。
目前，安防行业的应用场景也很广泛，例如智慧停车、智能交通、智慧社区等，保障了各类环境的安全。
九、SDC软件定义摄像机
软件定义摄像机是华为于2018年向业界推出的全新产品，以“按需定义、分层智能、持续演进”三大核心价值，打破传统摄像机一体化的局限，赋予摄像机全新的生命力，让产品可以随客户和产业所需而演进，让AI广泛而深入地集成于产品并辐射到摄像机网络，同时以全新运维体系做到算法可迭代、设备可感知、网络可管理。
面对人工智能时代的瞬息万变，软件定义摄像机作为华为公司战略级投入的明星产品，实现了解耦、开放的摄像机系统，以SDC OS、SDC Studio、SDC Controller三个核心组件，结合超强算力人工智能芯片，让产品更智能、更灵活、更开放、更高效。
其在三个方面具备突出优势。第一，无需人工干预，自动适应多种应用场景；第二，支持智能应用的持续加载和不断升级，快速丰富智能分析的同时，提升智能分析的商用速度；第三，进行自我健康度检测，随时上报自身当前的工作状态，确保摄像机全天候无故障工作。
十、AI芯片
“AI＋安防”的应用已成为安防行业下一个增长点，AI的发展离不开大数据，而数据处理离不开芯片。因此，拥有海量数据和场景诉求两大特征的芯片成为安防行业发展的重要支持。
从技术方面来看，AI芯片的典型代表包括GPU、FPGA和ASIC三种。不过，GPU并未专门针对安防监控需求进行优化，处理大量视频数据时功耗高，FPGA和ASIC在效能方面有更好的表现。尽管ASIC在性能功耗上往往有更好的表现，不过FPGA也凭借自己独特的优势在一片红海的AI芯片领域占据了一席之地。
FPGA不仅可针对每一种具体的应用根据算法结构进行深度定制，达到较高的计算效率和能效，技术风险也低于ASIC，适用于高密度计算，在深度学习的推理阶段有着更高的效率和更低的成本。
不过，AI芯片能否成为安防行业重要领域，答案是毋庸置疑的。相比摩尔定律芯片每18－24个月迭代一次，AI芯片正以9个月迭代一次的速度演进。所以未来的安防行业对AI芯片的需求会越来越大，各类安防厂商也纷纷涌入。
总结
安防的2019是创新的一年，大部分传统安防企业还在观望时，AI、5G、数字孪生、中台等已经在开始落地并应用。与此同时，各类行业问题也随之而来，让各大安防企业身处“竞逐”的跑道中，奋力拼搏！
