人工智能已经成为近两年安博会上一个火爆的话题。针对上个月底闭幕的安博会，从媒体反馈及权威人士解读来看，“相较于去年深圳安博会时人工智能概念的泛滥与浮夸，今年北京安博会最大的变化是人工智能实现场景化落地应用具备了普遍性，给行业带来实实在在的推动与变革，其中尤以人脸识别最具有代表性。”

人脸识别落地应用呈现繁荣

“人脸动态识别”、“1：N静态大库人脸搜索系统”、“人脸验证闸机”、“人证合一一体机”等等产品技术充斥在今年安博会每一个角落，无论是人工智能馆，还是视频监控馆，甚至于智能楼宇以及出入口控制、智能交通各展馆。人脸识别及动态捕捉技术产品以及丰富的应用案例，几乎成为每家展商的“标配”。

目前基于深度学习的人脸识别计算机视觉技术日趋成熟，人脸识别已经实现在具体场景落地应用，包括在公安、交通、楼宇、金融、商业、民用等多个领域都已经显露出了比较不错的应用前景。比如在公安领域主要涉及到图侦、大数据预判，实现事中、事前的预警；在交通领域，基于交通参与者人、车辆的识别，捕获交通违法车辆，获取车流信息，实时分析城市交通状况等，以合理调配资源提升城市道路的通行效率；在商业楼宇中利用AI技术可以对进出人、车、物实现实时监控，实现属性分析以及人数统计等等。

可以看出人脸识别技术正逐步深度结合行业应用，通过为城市终端赋能，逐渐构建起数字化、智能化的物联数据网络，推动智慧城市的实现。

算法差异化成为竞争壁垒之一

人脸识别技术已经表现出了极大的市场前景，已不仅仅是落地应用的普及，甚至于有向同质化方向蔓延。从安博会上，甚至于各类科技型展会上都能够发现，各个企业推出的产品类似，应用场景多是基于“人脸识别”进行具体细分领域的融合如出入口控制、智能楼宇等等，功能也大同小异。

然而，从最终用户来看，企业提供的基于人工智能的产品以及方案，只有差异化才能带来更多附加价值。因此，在目前硬件参数以及应用场景还无法大面积解锁的情况下，各家企业只能在软件服务、算法以及与垂直行业融合应用上拼一拼各自产品或者方案的先进性与差异性。

仍然以人脸识别技术为例，目前人脸识别技术能够解决的是不仅局限于人脸特征点，还包括性别、年龄段、是否佩戴眼镜等等难点，同时有些算法更加精确的厂商甚至可以捕捉对象的衣着颜色以及行为特征描述，如行进姿态、方向以及表情等信息，实现对视频监控范围内的人进行更细微的描述，进而能够大大提高场景应用中处理的效率。

“民警只需要知道嫌疑人穿什么颜色的衣服，是否戴帽子、口罩，甚至更细小的信息，就可以从海量监控数据中里进行提炼，找到嫌疑人。”在今年安博会现场有关企业技术人员表示。其实这种不同程度的识别差异性正是各个企业之间在软件算法上的差异化，当然这种差异化也给业务应用带来的不同体验，例如有的企业就可以做到并可在局部遮挡和复杂光线环境下进行人脸识别，有的企业算法精度就达不到这种程度。

保持算法优化的独特性与原创性

无论是安防+AI，还是AI+安防，行业中开拓这部分业务的不仅仅有传统安防企业、还包括人工智能初创企业以及互联网巨头，行业赛道可谓异常拥挤，竞争也无处不在。同时，随着阿里巴巴、腾讯、华为以及海康威视巨头们推出各种开放算法平台，安防中小企业凭借着在垂直领域的应用积累，借助各种算法平台针对自身优势应用领域推出各种产品及方案，这也是为何在今年安博会上基于人脸识别的落地应用表现的如此泛滥。

当下算力与海量数据是固有存在的，如此拥挤的赛道上，要保证企业处在行业内第一梯队，首先就需要绝对领先的底层算法，这样才能够有筹码与其他企业进行合作或者竞争；然后通过算法置换，与拥有优势应用场景下的企业交换合作，获取大量的数据积累，进而实现算法的优化迭代；最后才能结合垂直应用场景，进行行业应用布局，进而产生更多的经济效益。在硬件设备已经走向极限，保证软件算法（也就是核心技术）的领先性与独特性才能使企业有机会占得先机。