安防，一个蓬勃发展的传统产。安防产业的战略转型和深度洗牌正在发生，这是不可逆转的国家战略所造成的改革浪潮。安防产业想要实现长久蓬勃发展，就必须告别过去传统发展模式，注重用新技术新业态全面改造提升传统产业。
当今安防技术大致分为三类：1、物理类：实体防范技术，如门、窗、柜、锁等;2、电子类：电子、通信、计算机与信息处理及其相关技术，如电子报警技术、视频监控技术、出入口控制技术、计算机网络技术等。3、生物类：就是当下热门的生物识别技术，如指纹、掌纹、眼纹、声纹等识别控制技术。今天小编就带着大家细数2017年五大热门技术。
一、人工智能
今年可谓是人工智能爆发元年，无论从阿尔法狗让柯洁泪洒赛场，到阿里巴巴宣布成立达摩院，还是国务院发布《新一代人工智能发展规划》，今年互联网一直在被人工智能刷屏。人工智能发展的脚步已经势不可挡。
安防企业同样不会错过这“风口”，纷纷加入战局。被誉为人工智能第一“着陆场”的智能安防已经开启新一轮成长周期。海康威视发布“见远行更远”品牌理念;大华股份聚势AI，打造视频物联产业新生态;苏州科达陆续发布感知型摄像机、安防大数据平台、海燕、猎鹰等产品;宇视科技以『安防机器视觉+』战略，在智能化产品落地方面持续取得突破等等。安防各企业都在马不停蹄布局人工智能市场。
人工智能在公安行业、智能楼宇、交通行业、工厂园区、民用安防的应用，对安防行业的影响是革命性的，对安防行业的推动力比视频编***技术、H.265技术、传输高清等技术对安防的影响都大。
二、生物识别
最近几年生物识别迅速发展，尤其是在公安领域取得的成果令人惊叹。生物特征识别技术作为安防行业中的焦点应用，在技术安全与市场应用层面远远优于传统密码、刷卡等方式。随着应用日渐成熟以及消费者认知度的不断提高，未来生物特征识别技术的应用将更加广泛。生物特征识别技术在安防业务领域的应用主要包括考勤设备、物理门禁产品、电子锁具产品、视频监控系统。
据Yole数据显示，全球人脸识别市场规模预计将从2017年的40.5亿美元增长至2022年的77.6亿美元，这期间的复合年增长率可达13.9%。2017年iPhoneX的发布将人脸识别推到了一个小高峰，其他生物识别技术也“蹭”热点，火了一波，人们对生物识别的发展和对信息安全的关注已经上升到国民热度。并且，随着公共场所日益增长的监控需求，以及政府部门等各个产业对人脸识别技术的应用增长。
三、深度学习
深度学习是一种数据学习的模式，近年来改进了长期以来的预测准确性标准。芯片、算法和数据支撑人工智能技术在安防行业的应用，GPU、FPGA、TPU等智能芯片大大提高运算效率，深度学习算法增强图像和视频分析的准确率，在解决视频结构化和人脸识别等方面更“智能”。
今年苹果收购深度学习专利运用在智能家居平台;格灵深瞳运用三维视觉与深度学习推进安防业务;海康威视在森林防火系统解决方案中率先引入深度学习技术等等。除了传统的预测建模之外，它还在语音识别和计算机视觉领域有突出贡献。然而，随着我们迎接新年的到来，事情将变得更加有趣。
四、云
回顾2017年的云计算市场，真是风云变幻，热度不减，看来未来这块市场必将更加好看。2017年可以说是云计算大张旗鼓建设的一年，市场规模不断扩大。
随着物联网时代的到来，2017年全球物联网设备已经达到84亿台，2020年预计有500亿个设备将连接到网络。当数字化背后的基础技术是云计算，随着物联网应用和智慧城市的发展，几乎所有数据都需要连接到云，再通过云端存储、计算，通过网络互相连接。例如在跨省破案时，需要协调公安、交通等不同政府部门的基础数据进行共享，此时就要通过云技术作为支撑才能实现。
在安防行业市场，已经率先展开了对云技术的应用。尤其是在政府的牵引下，公安、交通等行业已有成功落地案例。
五、边缘学习
边缘计算指在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的开放平台，其功能是就近提供边缘智能服务，满足行业数字化在敏捷连接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。
根据市场研究公司Research and Markets近日发布的报告，边缘计算的市场规模复合年均增长率高达35.2%。在安防监控领域，边缘计算也孕育着巨大的市场。在2017年，海康威视主提出了“将AI算力注入边缘，赋能边缘智能是大势所趋”的观点;华为发布边缘计算物联网EC-IoT解决方案;大华股份发布大华视频云等领军企业也有跟进部署边缘计算技术。
结语：无论是2017年深圳安博会、十九大还是最近工信部发表的《促进新一代人工智能产业发展三年行动计划(2018-2020年)》，都在大力推崇智能化，今后人工智能、生物识别、深度学习等技术在安防领域有着举足轻重的地位。
