对于任何一个行业而言，技术进步的驱动，是行业持续创新与发展的重要因素。在5G、超高清、AI等新技术的推动下，国家相关政策的支撑和指导下，安防行业必然进入由技术到产品的转化阶段。本文分析了现有5G、超高清、AI等新技术的特点和发展情况，并结合安防行业现状进行了总结和提炼，最终提出在此背景下蓝色星际的思考策略与应对方式。

　　（一）5G

　　5G就是第五代通信技术，主要特点是更大的带宽、更快的传输速度、更低的通信延时与更高的可靠性。

　　相较于4G，在传输速率方面，5G峰值速率为10-20Gbps，提升了10-20倍，用户体验速率将达到0.1Gbps-1Gbps，提升了10-100倍；流量密度方面，5G目标值为10Tbs/km2，提升了100倍；网络能效方面，5G提升了100倍；可连接数密度方面，5G每平方公里可联网设备的数量高达100万个，提升了10倍；频谱效率方面，5G相对于4G提升了3-5倍；端到端时延方面，5G将达到1ms级，提升了10倍；移动性方面，5G支持时速高达500km/h的通信环境，提升了1.43倍。

　　截止到目前，中国已经正式发放商业5G拍照，华为在5G基础设施的建设和配套设备上走在世界的最前沿，冬奥会、央视春晚，都已经实现了5G的实时转播。

　　（二）超高清

　　视频分辨率是用于度量图像内像素多少的一个参数。我们常见的视频分辨率包括720P、1080P、2K、4K、8K，甚至10K、16K等。

　　按照视频画质清晰度划分，通常有标清、高清、超高清这几个概念。标清一般描述的是传统的广播电视、DVD的清晰度，原始分辨率在480P左右。720P、1080P这样的分辨率一般代表了高清的定义。

　　而超高清的定义一般包括4K、8K等分辨率标准。8K的分辨率是7680*4320，通常情况下，它被称为超高清8K或者简称8K。一张8K的图像大约有3300万个像素点。它的像素是4K图像的4倍。在65英寸的电视上，肉眼几乎感觉不到颗粒感。之所以被称为8K，因为图像在宽度上大约有8000个像素点，规格仍属于超高清的范畴，因此有些人称之为UltraHD8K。

　　（三）AI

　　基于人工智能、机器学习的技术已经在安防行业内落地应用，比如人脸、车辆的检测与识别，针对目标物的跟踪与属性分析。

　　同时，配合AI算法本身，支持AI的半导体技术也在发生着日新月异的发展与变化，更为可喜的是，其中越来越多的出现了中国的身影。

　　在AI专利与论文方面，无论在数量或质量上，国内的研究成果都处于世界前列的水平，而且发展势头迅猛。可以负责任的预测，与安防行业联系最为紧密的视频方向AI，中国必然会成为“全球第一”。

　　在5G、超高清、AI的技术支撑下，安防系统会给用户带来全新的体验。恰似移动互联网通过支付、零售等新模式改变了大众的生活方式一样，全新的安防概念产品或方案，将在以下几个层面给用户带来变化：

　　（一）看得更快速

　　5G在数据传输模式上的革命，以及AI在数据本身内容上的提升，配合业内芯片性能、算力的提升，用户对视频的感受会更直接、迅速、舒适。随时、随地使用任意合适的终端，直接感受到异地自己关心的视频和视频中的信息，就像现在使用文本一样的便捷沟通。这种体验的提升，是相当诱人的。

　　（二）看得更清晰

　　超高清的分辨率，配合简洁的用户操作，用户在安防系统中看到的视频，比身临其境更要逼真，反馈更多的细节。另外，因为帧率和色彩的提升，用户的感受也会更加舒适。

　　（三）看得更明白

　　配合了机器学习技术后，除了用户看到的视频画面外，对于视频画面的内容也被实时的显示出来。包括视频中有多少人员，每个人是谁，是否有风险的提示，是否曾经或多次出现等等。对于用户而言，视频本身加上内容呈现给用户，技术为用户的理解过程做了减法。

　　（一）全链路智能化

　　5G技术的落地，必然会导致从底层基础设施到顶层用户习惯的变革。配合5G的加持，AI可以融入安防行业产品线的任何一环，从各种传感器、IpCamera到后端的存储产品、视频综合平台，做到全栈智能化的概念。

　　这一全链路智能化的概念不仅仅体现在安防产品线上。跟其他行业一样，5G配合AI甚至会影响设计、研发、测试、生产、运维、售后整个产品生命周期，相比于之前会更高效、更准确，给安防产业运营链条带来翻天覆地的变化。

　　（二）端、边缘计算与中心计算相融合的多维度数据分析

　　为了解决计算资源不足、成本较高、数据规模较大、安全可靠性等中心计算的弊病，端与边缘计算的的需求日益显著，伴随5G、以及机器学习前置化的发展，这已经成为安防业内必然的方向。值得一提的是，这其中的边缘计算有可能是独立的计算资源，还有可能是由端组成的边缘计算云。与传统的云计算相比，端和边缘节点将计算分散，强调计算的针对性与可定义性，与全网结合形成“云边端三体协同”的端到端的技术架构，从而有效的降低中心压力、带宽成本，提高分发和响应速度。

　　在这样的技术架构下，对于超高清技术背景下的超大视频数据量，计算任务被分解，计算目标更明确，过滤、筛选过程更有效。同时，端、边、云的技术架构不存在规模的限制，并非仅能在智慧城市这类大型系统中应用，是一个可落地的技术方案。

　　（三）细分领域空间巨大

　　目前安防行业经历多年的发展，产品、行业、厂商、方案已经相对成熟。但5G、超高清、AI等新技术的出现，必然会催生更多、更细化的领域和空间，具有很大潜在市场空间。

　　5G必然会带动芯片、硬件方案的变化，配合5G基础设施的成熟，产业链细分程度会越来越高。超高清技术一定会带动行业内终端设备、显示设备的革新与换代。在人工智能方面，虽然目前已经出现了实例强劲的独角兽公司，如商汤、旷视、依图、云从，但很多细分场景，如低照场景、小像素目标、高速或遮挡下的跟踪识别等方向还存在很大的空间，等待新的投入和变革来丰富和解决整个市场的需求。

　　碎片化的安防行业是挑战也是机遇，在行业中某个细分领域解决用户的问题，是目前发展的一个方向。

　　积极跟进产业链上相关节点的技术升级和标准制定

　　多年来，蓝色星际持续关注安防、视频相关领域的技术发展，尤其针对5G、超高清、AI可能带来的产品、技术变更，与相关产业链中的先进企业保持着紧密的沟通与联系。我们积极探索产业可能的变化与发展，并本着规范、可持续的原则参与、跟进各个行业的技术升级和标准制定过程。

　　新技术的融入促进行业的发展，同时针对新技术融入所发展的新的行业规范、标准，也会对创新应用的过程起到反向的激励，实现安防行业在质量、服务、体验上的全面提升。5G、超高清、AI等新技术，会产生产业链上各个环节的技术变化，从硬件设计、软件功能、生产流程、现场实施到相关行业对接，这个对接的过程既存在物理设备、物理信号的对接，也存在网络协议、功能接口的对接。上述每一个环节都依赖于安防产业标准的规范和限制，才能更好、更高效的实现整个的创新流程。

　　针对视频内容进行深挖，并将成果转化为产品

　　目前深度学习技术是热门话题，与安防行业的结合更被业内认为是发展重点。近几年，深度学习已经在视频监控领域落地，针对人脸识别、车辆识别、结构化等应用和产品在很多项目中都有案列，而且效果突出。配合这样的大趋势，蓝色星际也推出了包括人脸/人形抓拍摄像机、人脸识别摄像机、具备多种智能功能的后端平台等前后端一体化的产品。

　　虽然取得了一定的成果，但我们深感AI与安防、视频领域结合还处于初级阶段，还存在很大的技术空间和产品空间。深度学习概念的原理，是让机器用人的方法进行思考和理解。我们试想一下，当人看到一个视频后，他在头脑中提炼、抽象的信息是非常广泛的。比如一个公共空间的人流高密度场景，我们除了有人多、拥挤的直观概念外，还会产生更多的信息和内容，比如这是什么性质的公共空间，人员的组成是什么，他们在做什么，是否有异常的举止、表情，高密度人群的核心点或者运动方向。这些都是AI与安防相结合需要解决和发展的方向，也存在巨大的商业价值。

　　蓝色星际一直持续在这个领域进行着投入，期望发挥自身原有的产品、平台优势，综合用户的需求与真实项目的特殊性，利用深度学习、人工智能的概念，进一步挖掘视频数据中更多目标、运动的信息，形成估计、预测的结果，并将成果应用于相关的的产品和项目中，解决用户在安全保卫或风险预防中的问题。

　　坚持从成本和需求角度，以解决用户的实际问题为目标

　　5G、超高清、AI等新技术，在安防行业落地的过程中，必然会遇到很多问题。我们始终认为，用户的目标是解决问题，不是简单的技术展现，单一的智能分析系统，不配套用户广泛的传统安防监控需求，是无法真正落地的。我们要给用户提供的是一套完整的技术解决方案，AI或者智能在其中的附加价值是针对特殊事件的处理流程，它应该包含事件前期的预测、事件中期的跟踪、应急，事件后期的应对与快速定位。单纯的新技术本身达不到这个目标，不结合新技术的产品或平台同样难以达到这个目标。

　　经过安防行业十多年的积累，蓝色星际已经具备齐全的安防前后端以及平台产品线。近几年深刻贯彻公司制定的“深蓝战略”，适应安防行业网络化、智能化、专业化的发展趋势，持续关注人脸、人体（ReID）、车辆、视频结构化等技术方向，挖掘AI、互联网、数据分析、安防的深度合作，为金融、军队、教育、司法等关键行业提供行业级解决方案，为国家构建智慧城市做出努力。