2018安防行业对智能视频分析(IVA)需求调研分析报告
安防行业对智能视频分析(IVA)需求调研
分析报告
研究报告
Economic
And Market Analysis China Industy
Research Report 2018
zhongbangshuju
前言
行业分析报告主要涵盖范围
“重磅数据”系列研究报告主要涵盖行业发展环境,行业竞争格局和企业竞争分析,市场规模和市场结构,产品的生命周期,行业技术总体情况,主要领先企业的介绍和分析以及未来发展趋势等。
”重磅数据“企业数据收集解决方案
”重磅数据“平台解决方案自身数据库包含上中下游产业链数据资料。能够有效地满足不同纬度,不同部门的情报收集和整理。依据客户需求,搭建属于企业自身的知识关系图谱,打通上、中、下游的数据信息服务,一站式采集到所需要的全部数据服务。可以满足不论是企业、个人还是高校或者研究机构在不同层面需求。
关于我们
”重磅数据”是基于知识关系挖掘的大数据工具,拥有关于企业、行业与专业研究机构的最完整的全球商业信息解决方案,帮助您在有限时间内获取最全面的商业资讯。提供全球超过500个行业的分析报告,用户均可获取相关企业、行业与企业决策者的重要信息。在有限时间内获取有价值的商业信息。
目录
第一节安防行业对IVA需求巨大 (7)
一、安防行业快速成长 (7)
二、安防市场应用多元化 (8)
三、视频监控设备高清化&网络化的两次升级为安防智能化提供支撑 (10)
1、高清化 (11)
2、数字化(网络化) (12)
3、硬件设备高清化&数字化升级为安防智能化重要前提 (13)
四、安防行业对智能视频分析(IVA)的需求逐渐兴起 (14)
1、公安+交通行业仍然是IVA最大的应用领域 (15)
(1)交通行业 (15)
(2)公共安全 (18)
2、IVA打开新兴应用场景 (19)
第二节人工智能助力安防IVA从理论到现实 (22)
一、深度学习打破传统IVA算法局限 (22)
1、早期IVA算法具有局限性 (22)
2、深度学习打破传统算法局限 (24)
二、深度学习在安防领域快速发展的三大要素:数据、硬件&算法 (26)
1、大规模数据训练——安防是人工智能最快的落地方向 (27)
2、硬件运算能力提升 (28)
(1)GPU和CPU对比 (28)
(2)海外案例:NVIDIAGPU龙头建立人工智能算法生态圈 (31)
(3)硬件差异化解决方案——GPUvs FPG Avs TPU (33)
3、深度学习算法成熟,识别准确率超过人眼! (35)
三、安防IVA市场进入高速发展轨道 (38)
1、大型会议 (38)
2、公安卡口 (39)
3、智慧交通 (39)
第三节安防监控企业的智能化转型,国内安防硬件龙头优势凸显 (40)
一、融合了IVA的安防监控产业链,硬件企业产品价值量大幅提升 (40)
1、安防监控产业链 (40)
2、硬件企业产品价值量大幅提升 (40)
3、硬件市场弹性 (42)
二、硬件企业向上游布局算法,加速AI安防产业化 (43)
1、技术层面,硬件龙头充分发挥其资本优势: (43)
2、产业化层面,硬件龙头在数据、产品化和渠道能力上均有优势 (43)
(1)数据 (43)
(2)产品化 (44)
(3)渠道能力 (45)
三、硬件厂商向下游集成系统运维,引领安防智能化转型 (46)
1、硬件厂商向下游集成系统运维 (46)
2、集成运维市场弹性 (48)
四、视频智能化时代,硬件企业的产业链重塑 (48)
五、硬件企业谁最受益?看好国内安防双龙头 (50)
1、海康威视和大华股份的营收增速远快于行业平均水平 (50)
2、海康威视和大华深度布局IVA上下游产业链 (53)
(1)海康威视 (54)
(2)大华股份 (56)
图表目录
图表1:我国安防整体市场规模快速增长 (7)
图表2:安防应用场景分类 (7)
图表3:安防市场类别细分 (8)
图表4:各地每千人拥有摄像头数量(个/千人) (9)
图表5:安防市场分布 (9)
图表6:全球安防行业增速受安防高清化+网络化驱动 (10)
图表7:摄像机编码效率改善 (11)
图表8:高清摄像机占比提升 (12)
图表9:IV A识别 (14)
图表10:图像识别在道路监控及交通执法中的应用 (16)
图表11:套牌车分析系统应用 (16)
图表12:人群分析与重点区域布防应用 (18)
图表13:智慧商业综合管理解决方案 (21)
图表14:人脸特征提取 (22)
图表15:特征脸受人脸角度等因素影响很大 (22)
图表16:单层神经网络 (24)
图表17:多层神经网络 (25)
图表18:深度学习逐层学习举例 (26)
图表19:AI模型训练需要大量优质标注数据 (27)
图表20:IBM在AI医疗领域并购版图 (27)
图表21:CPU与GPU结构对比 (29)
图表22:CPU与GPU结构对比 (29)
图表23:GPU视频处理水平对照图 (31)
图表24:GPU视频处理水平对照图 (31)
图表25:参与NVIDIA深度学习公司组织概况 (32)
图表26:NVIDIAGPU加速平台 (32)
图表27:GPU性能提升对深度学习算法提升作用 (33)
图表28:FPGA结构简图 (34)
图表29:TPU板卡实物图 (35)
图表30:深度学习算法的升级路径 (35)
图表31:ImageNet分类错误率和神经网络深度之间的演变关系 (36)
图表32:图像识别市场发展趋势 (36)
图表33:国内智能安防系统应用 (39)
图表34:安防监控产业链 (40)
图表35:海康威视前端深眸系列相机(双目客流相机) (41)
图表36:海康威视后端刀锋服务器 (42)
图表37:人工智能(MachineLearning)刚刚经历盖特纳最热区间 (44)
图表38:海康威视非前端/后端硬件业务收入占比逐年提升 (47)
图表39:安防智能化下,硬件龙头面对的市场空间成倍增加 (48)
图表40:2015-2017(1-3)订单项目数量占比 (49)