前言：安防的特點是“爆發性”和“普適性”，只要效果明顯，性能穩定，就能夠迅速而且大范圍推廣使用。只要技術達到突破，就可以真正做到幫助公安提升破案效率。

1、迅速發展的大數據互聯網安防

IBM早就勾畫了物聯網社會的宏偉藍圖，提出了“智慧地球”的概念，小處著眼，“智能家庭”的夙愿如今得以實現，在2016年4月份結束的百度智能硬件峰會上，相關負責人對智能硬件的解釋就是制造業的互聯網化。而隨著智能安防系統的市場成熟，智能攝像頭應用，經過一番互聯網化的推進，目前，智能安防市場規模已經達到萬億級別，尤其是目前蓬勃發展的大數據互聯網安防。

傳統的安防系統架構比較復雜，各個時期廠家的設備摻雜、各種技術方案、各種平臺系統交織在一起，沒有清晰的層次，而且都是以業務為中心，數據存儲和處理效率比較低，已跟不上科技的步伐。云計算和云存儲無疑是安防大數據的存儲和處理過程最強有力的技術支撐，這兩種技術的出發點，就是通過分布式技術，把商業級的計算和存儲資源組成一個集群，實現低成本，高可靠，彈性擴展，易于管理和使用的解決方案，替代傳統的小型機、關系型數據庫、高端磁盤陣列組成的方案。

而其實按照Gartner技術成熟曲線勾勒的趨勢，云計算和云存儲技術已經進入了成熟期，互聯網巨頭已經搭建了各種超大規模的數據中心，并開始影響人們生活的方方面面，在安防行業的應用才剛剛開始?？紤]現有安防系統存在的問題和大數據的涌現，我們認為云計算和云存儲技術完全有潛力解決這些問題，幫助企業和用戶一起應對大數據的挑戰，并實現安防體系的重構。

而大數據時代的數據不僅僅是數據總量的龐大，同時也是種類的多樣化。安防行業有著海量的視頻、圖片數據，一個大型城市每天產生的數據就可以達到1PB，同時還有飛速增長的特征數據，包括卡口過車數據、人臉抓拍數據、報警數據等等。繁多的數據種類、PB級的數據量、低價值密度的視頻數據、快速的數據更新處理需求，這些特性都預示著安防行業已經進入大數據時代。

2、圖像識別切入安防領域

艾瑞網分析預測：2017，基于人臉識別技術的安防領域會迎來一次大爆發。其實就智能商業上，Amazon go已經給我們做了一個很好的例子，通過人臉識別技術與顧客進行分析和交互，來達到對于人群相關數據的采集，如：在某個貨架停留時間、選取商品的種類、人群的行走軌跡等，真正的做到智能商鋪。

通過在小區、或各個公共場景植入或安裝智能圖像識別系統，只要通過云數據接入公安方面提供的在逃犯罪的人臉數據，結合算法，與實時監控視頻進行每幀上百萬次的人臉數據對比，一旦從監控視頻中識別出在逃罪犯，系統就會立馬發出警報，通過公安系統通知那相關警務人員進行逮捕或監控行動。

當然，目前的主要制約的要素，第一是技術上的發展還未達到最好，市面上有相當多的這方面的科技公司，各方巨頭如小米、萬達，也在紛紛進入這個市場，但未取得技術上的突破性進展，將體驗和穩定性做到最好。第二，是未成體系，當前市面上形形色色的品牌，缺乏一個真正的領頭企業將所有的環節打通并歸一到同一個平臺上來，政府也沒有一個深度合作的領頭企業，難以放權。

圖像識別和語音識別這些看的見摸的著的人工智能技術的逐漸落地，會給傳統企業帶來真正的改變。而我們目前興起的智能單車、搖一搖手機開門、手機刷公交等現象級場景，就是智能時代來領的前兆?！叭斯ぶ悄?”實實在在的解決掉傳統企業的問題，引發新一代的產能轉型。

3、人工智能來“抓賊”

在圖像識別技術還不成熟以前，人臉識別的工作主要依賴人工對比。之前《挑戰不可能》節目中經管林宇輝按畫尋人，100人中僅憑1張高度打碼的模糊照片尋找到了目標。實際上，中國通緝犯在冊的有高達上百萬人，僅僅憑人工是無法完成這個艱巨的任務的。很多有經驗的罪犯都是有很強的反偵察能力，但如果所有的小區、公共場所的監控都能夠進行一個智能化轉型，他們就沒辦法反偵察了。最后，讓天下所有的賊或者恐怖分子都無所遁形，讓他（她）們找不到一個死角。

“比如：你跟公安說現在都大數據時代了，你讓公安用它去破案，他怎么用？但是通過人工智能，它能夠幫你把目標縮小到個體，你可以立馬調集警力直接完成抓捕?！?/span>

人臉識別技術成熟到一定程度的時候，就會起到真正的犯罪預防作用，對社會上有僥幸心理的人群起到一個警示作用，達到降低犯罪率的目的。到了那個時候，大家都知道，犯罪是個非常不劃算的事情，因為到那時候是真正的“莫伸手，伸手必被抓”。