计算机视觉成安防“显学”，落地仍需解决这些难题

本文转载自安防展览网，原标题《计算机视觉成安防“显学”落地仍需解决这些难题》。亿欧 智慧城市 对文章进行二次编辑，供读者参考。

看，是人类感知世界的直接方式。据悉，人类从外部世界获得的信息约有80％由视觉获取。随着技术发展，赋予机器以更好的视觉功能成为科学家们奋斗的目标，计算机视觉成为一门“显学”。目前，家里的安防摄像头，火车站的人脸识别闸机、便利店的人脸支付……计算机视觉技术在不知不觉中就渗透到了人们生活的方方面面。

据IDC数据，2022年国内计算机视觉（CV）应用市场有望达到146．08亿，年均复合增长率将达56．72％，且市场规模远远大于 人工智能 其他细分领域。

其中，安防是计算机视觉的主要应用场景。计算机视觉与安防的结合具有多重优势。首先，安防影像处理技术已经较为完备，且经过多年发展， 智慧安防 已经形成显著的产业价值，平安城市、雪亮工程等政府端项目为安防计算机视觉提供了广阔的市场。随着技术的不断成熟，安防计算机视觉的应用范围还将得到进一步拓展。

从实验室到应用计算机视觉还需克服难题

提及安防计算机视觉，商汤、旷视、依图、云从是四家占据主要地位的头部公司，BAT等巨头也在加紧布局。这些公司在初入安防市场时，多以公安场景的人脸识别－动态布控应用作为切入，但技术从实验室到实践场景之间还有巨大的鸿沟。

从公安领域的需求来看，其主要诉求为两点，一是降低违法行为的发生频率，二是减轻工作强度。以计算机视觉中的人脸识别为例，人脸识别现阶段识别准确率已经超过人眼，然而再高的准确率，在庞大的基数下还是会产生大量误报，此外，如今也已经出现了各种规避人脸识别的手段，这为人脸识别的深度渗透造成了阻碍。

如何兼顾便利度与准确性？

要让计算机视觉技术完全成熟、识别率达到100％时才可以使用，显然不太现实，那么，要如何在享受技术带来的便利的同时兼顾准确率？

将多种计算机视觉技术技术结合起来、保证足够的准确率或是解决之道。任何数据集都有其局限性，而多种技术结合，一方面可以丰富场景数据，使识别更为精准，另一方面也更适合复杂场景的应用变化。能够很大程度上将公安部门从以往的“人海战术”中解脱出来，提升社会安全防范水平。因此在未来，能够提供综合解决方案、具有核心平台化能力的企业才能够不被淘汰。

结语：

毫无疑问，计算机视觉技术拥有广阔的发展前景，而当下公共安全则是计算机视觉技术应用较为迫切的场景，如何服务好公安用户、深度开发公共安全应用市场，可以说是计算机视觉的“万里长征第一步”。相信随着技术不断成熟，未来计算机视觉将开拓更多应用场景，使人们的生活更加安全便捷。

本文已标注来源和出处，版权归原作者所有，如有侵权，请联系我们。