20170522-华泰证券-安防智能化时代大幕拉起，未来应用值得期待：安防AI-未来已来_16页_1mb

行业研究报告总结：安防AI与深度学习应用

核心内容

本报告围绕人工智能（AI）在安防行业的应用展开，重点分析了深度学习技术、GPU发展、云存储进步以及高清视频监控对安防智能化的推动作用。报告指出，AI技术正逐步从实验室走向实际应用，特别是在视频结构化、目标识别、异常行为分析等领域，为安防行业带来新的变革。

主要观点

• AI在安防行业的应用：AI在安防行业中的应用已进入实质性推动阶段，尤其是深度学习算法的突破，使得视频监控从“看得清”向“看得懂”转变。
• 技术路径：AI在安防产品上的实现有三种技术路径：
  1. 在现有芯片上做算法改进；
  2. 前端GPU化+算法支撑；
  3. 后端多GPU集联，叠加前端数据与数据库进行智能分析。
• 深度学习优势：
  • 准确率更高；
  • 环境适应性更强；
  • 识别种类更丰富。
• 高清化与数据基础：高清摄像头的普及为视频结构化和智能分析提供了优质数据基础，推动了AI在安防领域的落地。
• 云存储技术：安防云存储具有高速存取和高安全性，为AI训练提供了大规模数据支持。
• GPU发展：GPU的性能提升和成本下降，为AI算法的部署提供了保障，特别是在深度学习训练方面。
• 行业趋势：2016年成为安防AI应用的转折点，行业进入“看得懂”的新阶段。

关键信息

安防AI市场潜力

• 随着平安城市和智慧城市建设的推进，视频监控数据量指数级增长。
• 安防行业对AI的商业需求体量可观，主要体现在视频结构化、智能识别、行为分析等。

AI产品转化路径

• 技术路径一：利用现有芯片的计算能力进行算法改进，实现简单功能的智能化。
• 技术路径二：前端GPU化+算法支撑，提升前端设备的智能分析能力。
• 技术路径三：后端多GPU集联，实现多路数据的综合分析与反馈。

技术瓶颈与挑战

• GPU价格：虽然单机GPU成本不高，但多GPU集联仍存在技术与成本挑战。
• 算法：算法的行业针对性和成熟度是AI产品落地的关键，安防龙头企业具备更强的算法积累优势。

行业发展预测

• 高清、深度学习、云存储及GPU等技术已进入综合应用阶段，安防行业正逐步实现智能化。
• 预计未来几年内，行业前后端及中控系统将逐步智能化。

可重点关注公司

行业评级

• 行业评级：增持（维持）
• 研究员：张驿，执业证书编号：S0570515060001
• 联系方式：021-28972073，lu.zhang@htsc.com

风险提示

• 行业景气度受宏观因素影响波动；
• 算法及芯片发展低于预期；
• 下游市场对AI产品的接受度低于预期。

未来展望

• 随着技术不断成熟，AI在安防领域的应用将更加广泛；
• 安防行业有望从“看得清”迈向“看得懂”，实现智能化转型；
• 未来几年内，行业智能化进程将进一步加速，重点公司有望持续受益。

附：AI发展历程与深度学习突破

• 人工智能历经三次浪潮，第三次浪潮由深度学习技术推动；
• 2006年Geoffrey Hinton提出深度学习，2012年ImageNet竞赛取得突破，标志着AI进入新时代；
• 开源算法（如TensorFlow、Torch）促进了深度学习在各行业的广泛应用。

附：AI在安防领域的技术支撑

• 深度学习算法：用于视频结构化、目标识别、行为分析；
• GPU与VPU：提供强大的计算能力，推动AI训练与部署；
• 云存储：为大数据分析提供存储与计算支持；
• 高清视频：为AI识别提供高质量数据基础。

资料来源：Wind、海康威视、大华股份、苏州科达、华泰证券研究所