“发展AI是必然趋势，深瞐会不断深耕下去，持续进行投入。”

在深瞐科技召开的主题为“创芯科技-引领未来”的新闻发布会上，深晶科技董事长陈瑞军如是说。深瞐科技成立于2012年，目前主要围绕“车脸识别”和“视频结构化”做市场布局。

陈瑞军是个老安防人，在安防领域已经耕耘10年之久。据悉，2013年，在陈瑞军的带领下，深瞐科技便前瞻性地使用“深度学习”替代传统的安防方案，如今已过四年，深瞐科技在AI这条路上发展的如何？

数年如一日，专注AI
这两年，随着“雪亮工程”、“平安城市”的提出，我国视频监控点位越来越多，由此产生的海量数据依靠人工一时难以“消化”。

对此，深瞐科技也早已意识到。在本次新品发布会上，他们还是以AI为主线，发布了基于深度学习的视频图像智能分析系统、车辆结构化人脸综合平台、便携式视频侦查系统、嵌入式智能视频分析器等一系列产品。

拿基于深度学习的视频图像智能分析系统来说：

该系统采用深度学习的方法，将优化算法内嵌于计算机、视频分析器等设备，实现了从视频和图片中对人、车、物等关注目标的有效检出、跟踪和识别；

采用分布式架构设计，从大量图片、视频数据中提取各类结构化信息，为进一步构建视频大数据平台提供了技术支撑；

另外通过智能化设计，还做到了事前预警和事中布控，以及对历史录像资料内容的检索，实现了案事件的智能化分析研判。

除此之外，其智能视频分析专用芯片也值得一提。雷锋网了解到，它装载了一颗基于FPGA的专用深度学习神经网络加速芯片，面向智能前端视频分析场景，集成了 “视频结构化”算法，可应用于嵌入式智能前端设备，实现对视频数据的实时处理和分析。

如今，深瞐科技的相关技术和产品已在智慧城市、智慧警务、智能交通等多行业得到应用；车脸识别算法在全国约150个地市已经使用，每天处理数据量约1.5亿张图片。在营收方面，深瞐科技从2014年的几十万，到2015年的300万，2016年则实现了千万的销售额，而且主要依靠的是其软件产品；芯片、摄像机等硬件设备也在同步开发中，初步计划在今年6月份完成。

在发布会现场，深瞐科技工作人员还向雷锋网介绍了一个他们在丹东的成功落地案例：在一天上午9点半，丹东警方接到报案，称家人被绑架（富商）。有目击者提供信息称看到一辆“黑色 丰田-普拉多”的嫌疑车辆，往某个方向开去，但车牌没记住。根据这个信息，丹东警方通过智能车辆稽查系统选择9:00到10:30的时间段，对系统接入的46个卡口进行全部查找，总共找出160台“黑色 丰田-普拉多”，并在这其中确认出嫌疑车辆，车牌为“辽P96347”，发现在案发地卡口附近出现，十点十五分已经上高速，丹东警方在高速出口实施拦截抓捕，从接案到成功抓捕前后花时两小时。

竞争者众多，如何取胜
在陈瑞军董事长看来，AI并非概念，以上这些都是实实在在的落地应用战绩。人工智能的飞速发展，远超许多人的想象，随着深度学习等技术的逐渐成熟及完善，AI技术在车辆识别和人脸识别的识别率中发挥着重要作用。

“我们正在做的事情是把核心技术系统创新做好，找准用户需求点，创立生态合作，实现价值最大化；为行业提供AI技术支持，解决实际应用问题。”

如果说深瞐科技是较早一批以AI为翼进军安防的初创企业，那么如今在安防AI化这条赛道上已经聚集了很多厂家，包括海康、大华等传统巨头；商汤、旷视等明星创企。深瞐科技该如何与之竞争？

在他看来，AI技术与传统安防产品的完美融合需要多方面因素。AI初创公司对产品落地、渠道扩张方面不擅长；而传统安防企业相关技术从一开始就落后，现在转型相对较晚。相对而言，深瞐科技既有之前的安防行业渠道积累（蛙视科技），也有AI公司的技术基因（行业专家）。

从这来看，深瞐科技很好地吸收了两方的长处所在。但从另个层面来看，海康、大华等安防厂商虽然渠道实力很强，但技术相比很多公司来说并不差；商汤、旷视等AI新贵虽然渠道稍弱，但这几年也融得巨资，想必也会慢慢补齐自身短板。

也许相比之下，前两年这些优势会有所体现。但雷锋网认为，这些优势保持的时间会极短，未来深瞐科技必须快速抓住这些优势，不断深耕技术、拓展渠道，方能有机会取胜。

而对此，陈瑞军也比较认同。他判断说，人工智能在安防领域的应用场景会不断拓展和细化，应用会越来越丰富，用户要求也会越来越高。

基于此，深瞐科技也在筹备一个新的计划：开放自己的研发能力和研发平台，在不同的应用领域跟有应用基础和市场能力，但不具备人工智能研发能力的企业进行广泛、深层次的合作，共同构建一个开放的AI+安防的生态圈，促进人工智能在安防领域的深度应用和发展。

结语
有人说，人工智能将掀起第四次工业革命。从2013年深瞐科技利用深度学习技术研发了高精度“车脸”识别算法开始，其已经迈出了进军AI的第一步。

今天，深瞐科技依然带着它的一系列AI产品鏖战安防圈。但此时，AI这条赛道上已经聚集了众多玩家，欲想从中杀出并不容易。而他们现在可以做的便是深入研究与探索一线的业务场景、潜心研发技术，并将这些技术与产品深度融合，应用。