2018年，注定是中国人工智能史上不平凡的一年。“人工智能”上升为国家战略，人工智能领域一年融资近200起，俨然成为一场人工智能企业的集体狂欢，虽然全球在人工智能领域并没有实质性的技术突破，不过该领域的投资额度却在节节攀升，顶层设计的逐步完善也使得产业化加速推进，这一现象在中国尤其明显。

在人工智能、5G、LoT突破融合的趋势下，各地加速智慧城市建设，作为城市安防更是加深发展，利用深度学习技术来理解视频内容，使得安防领域成为人工智能技术*应用场景之一。因此对于中国的安防行业来说，视频图像身份识别系统显然是*直接*有资源基础的一个“AI+安防”拓展方向。

其实，生物识别技术在安防、金融等领域的应用早已有之，指纹识别就是其中的成熟代表作。不过，随着人工智能技术的发展，以及移动支付、智能金融、智慧安防等场景的延伸，以人脸识别为核心的视频图像身份识别系统也获得了市场的更大青睐。

2018年，视频图像身份识别系统有望在人脸识别、人证合一、图像搜索、视频理解等典型应用中得到不断拓展，复杂动态场景下人脸识别有效检出率和正确识别率得到持续提升，从而优化消费者体验，推动相关产品在安防、金融等重点领域的应用，助力产业新增长。

随着高清化的深入，前端摄像头采集的海量级视频数据的传输和存储成了一个棘手问题，解决此问题的办法，一是采用新的视频编码标准与技术，*限度压缩视频容量，例如采用HEVC(H.265)压缩，能将视频压缩效率提升一倍以上，从而大大减小了带宽和存储压力;二是采用人工智能技术进行前端处理，只提取重要的信息来存储，其他冗余信息则采取过滤的方法摒弃，极大提高监控效率。

因此，视频图像智能识别对于安防应用的重要性之一就在于它能够将由海量摄像头而产生的兆级视频图像内容转化成清晰表达目标属性的结构化数据，然后通过深度学习算法进行智能化分析，有效提高数据处理效率、进行数据深度挖掘。所以从这个角度来说，智能、大数据将成为新时期安防新业态的典型特征，人工智能+安防，将变被动防御为主动预警，在公共安全领域实现可视化、网络化、智能化管理。

以人脸为例，目前人脸已经能够满足*基本、*核心的布控业务。但公安实际业务中涉及的视频种类比较复杂，平安城市、酒店、网吧、交通、机场等各方面的视频，而案件线索的整理，往往需要综合各类视频。

因此研究复杂环境下的视频人员属性分析，提高识别的准确率，结合GIS地图，自动将需要检索的人员信息进行关联、归类以及可视化，通过对复杂信息的综合可视、精准调用，提高各业务系统信息使用的效率，将会是未来人脸AI的一个发展方向。并且人脸技战法的应用将同步拓展深化，将人脸信息采集、预警、检索，做基于人像的情报预警系统，对布控范围内的人进行图像分析、出行规律分析，全智能不仅要覆盖图像智能AI，更要覆盖一些核心的应用场景。