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)