深度学习算法解决了长期困扰安防智能化的问题——海量视频监控数据与人力分析瓶颈之间的矛盾。深度学习促使识别准确率空前提高,深度学习直接建立了从数据到目标模型的映射,不再需要人工选择或创建特征集来描述目标。

　　安防智能化产品功能的四大方向:1、人体分析(人脸识别、人体特征提取技术);2、车辆分析(车辆识别技术、车辆特征提取技术);3、行为分析(目标跟踪检测技术、异常行为分析技术);4、图像分析(视频质量诊断技术、视频摘要分析技术)。智能前置会受硬件计算资源限制,只能运行相对简单的、对实时性要求很高的算法,但算法升级、运维较难;后端智能分析(如智能分析服务器)通常可以根据需求配置足够强大的硬件资源,能够运行更复杂的、允许有一定延时的算法,二者将长期同时存在。

　　芯片是决定安防智能化进度核心要素。深度学习要求安防智能化产品需要空前的硬件计算资源,目前英伟达GPU主要应用在后端产品,前端仍然受到功耗、价格等因素制约。前端产品芯片目前有两种解决方案,一是采用用较为通用的视觉处理器,如movidius、英伟达的Jetson系列芯片,通用性较好,能够运行各类神经网络算法,但价格相对较高,主要针对高端市场。二是将较为通用的智能识别类算法直接固化为IP,嵌入到视频监控SOC芯片中,优点是因为是专用芯片(ASIC),量产后功耗、价格等都极具优势,但功能拓展性有限。

　　安防智能化给产业格局带来四大影响:1、行业集中度空前提升;2、智能化将是后端带动前端的过程;3、将加速安防厂商向运营模式转变;4、龙头公司将不再局限于安防行业,将AI能力向多领域横向复制。根据我们测算,2017-2021年国内智能安防产品市场空间将从166亿元增长至2094亿元,智能产品占整个安防产品市场比例将从14.75%提升至69.1%。

　　投资建议:安防智能化大潮下,三类企业将会受益:1、上游芯片与算法企业将走向融合;2、海康威视和大华股份两大安防龙头企业将是安防智能化红利的最大受益者;3、二线安防企业将受益行业准入门槛的提升。我们重点推荐海康威视、大华股份、东方网力、苏州科达、熙菱信息、神思电子,建议关注富瀚微。