不知道大家发现没有，在安防领域，摄像头已经得到大规模的使用，但现索营销认为“监与控”的有效性依然面临两个严峻的挑战：

1）摄像头只能起到记录功能，识别还要依靠人眼，在现索营销看来真正能实时监控到的场景非常有限。一个像机场大小的公共场所，摄像头的数量要达到几万台，而同一时间负责监控视频的安保人员大概只有几个人；此外，视频监控往往都采用画面轮播机制，每过一定时间自动切换屏幕上显示的监控视频画面。所以，那些真正有信息价值的画面被人看到、注意到的几率就很小。

2）难以有效查询历史记录。据估计全球监控视频记录的存储已经消耗了75%的硬盘资源，以某广场为例，每天产生的监控视频数据，刻成光盘摞起来，甚至超过埃菲尔铁塔的高度。

然而智能门卫致力于让计算机像人一样主动获取视觉信息并进行精确的实时分析，开发基于人工智能的计算机视觉技术。

传统的计算机视觉研究都是基于二维相机捕捉的图片信号，对于计算机视觉系统来说，这是非常困难且不科学的。我们人类是如此聪明的生物，既然我们都需要用双眼去看懂这个三维的世界，计算机难道能利用二维的图片就看懂这个世界吗?这显然是不可能的，因为在这个过程中，我们丢失了很重要的一维信息，三维变二维，深度信息被直接舍弃了，这种方法有严重的缺陷。

所以为了能够理解精确的尺度概念，包括对尺寸、速度、距离等概念的把握，三维深度视觉是一条我们必须选择的道路。利用三维深度视觉，对于提高计算机的视觉感知技术，尤其是实时的、对精度要求很高的技术，至关重要。

通过研发三维视觉感知技术，智能门卫实现了对人物的精确检测、跟踪，对动作姿态（包括暴力、跌倒等危险行为）和人物运动轨迹（包括越界、逆行、徘徊等可疑轨迹）的检测和

分析。在自动场景和人物检测的基础上，自动给安保人员提供预警信号，主动提醒、报告异常，保证让用户“看得到”，于是智能卫士应运而生。

智能门卫一共可以安装有3个镜头，一个是和普通安防系统一样的RGB摄像头，另外两个用来发射和接收激光。激光发射镜头能够在1/30秒的时间里发送36万束激光，安防系统借助它们扫描出现实世界的三维立体图像。这3个镜头就相当于计算机的“眼睛”，所做的不仅是给计算机装上“眼睛”，而且给计算机设置了一套“视网膜神经系统”，让计算机能够看懂“眼睛”里出现的东西。

依托机器学习算法，系统能够同时分辨多人的运动轨迹和行动速度，并一一精确记录。同时借助先进的记录功能可以实现动态人脸识别，在确保用户门禁安全的同时进一步增加的储物功能，做到真正的“智能门卫”。

未来的趋势势必会朝5ABCD方向发展，或许但5G全面普及的时候，现索营销也真的可以体验到智能时代的科幻。