智能安防行业概况前景分析调研2019年11月目录1.智能安防行业概况及现状41.1智能安防行业发展现状41.2安防行业发展趋势分析92.智能安防行业存在的问题122.1缺乏终端用户信任122.2面临价格战122.3隐私问题132.4行业参与者层面132.5技术层面不成熟142.6落地应用层面153.智能安防行业市场分析163.1智能安防市场将超千亿163.2门禁系统市场规模或有望突破200亿元163.3防盗报警行业市场规模将突破250亿元173.4我国视频监控市场规模突破2000亿元174.智能安防行业发展趋势分析174.1平安城市174.2园区智能安防184.3校园智能安防204.4家居智能安防224.5金融智能安防225.智能安防行业市场竞争格局245.1中国安防行业竞争格局：中小型企业比例大245.2视频监控类生产企业竞争状况245.3门禁类生产企业竞争状况245.4防盗报警类生产企业竞争状况255.5楼宇对讲类生产企业竞争状况256.智能安防行业政策及环境分析266.1国家法律、行政法规、部门规章及规范性文件266.2地方性法规、政府规章及规范性文件277.智能安防行业发展前景307.1国家政策支持307.2市场需求旺盛307.3技术不断进步308.智能安防行业投资分析321. 智能安防行业概况及现状1.1 智能安防行业发展现状 自从安防智能化相关技术研发开始计算，智能化在安防行业内已经发展了十余年，但是安防行业的智能化应用一直没有达到预期。目前安防智能化主要的表现还是集中在前端的设备产品的某些智能功能，以及一些配备智能分析的NVR/DVR和后端的智能分析平台系统。目前智能化水平还处在初级阶段，周边的硬件及软件设备还未完善，还有很多环境和应用限制条件。 相对于传统安防，智能安防的技术门槛有了极大程度的提高，系统的复杂性和技术性都呈指数增长。大数据、云计算、深度学习、人工智能应用等等技术，是安防智能化发展的关键技术。对于企业来说，安防智能化的建设需要的专业知识面非常广，并且要求有相当的整合能力，这一切都对安防企业的技术发展提出了不小的要求。 传统的安防龙头企业依赖对于安防行业和应用市场的深刻理解、多年的技术积累以及规模化资源聚集优势，迅速开启了自己的智能化安防之路。而对于很多中小型的企业来说，在技术以及对于行业的理解上皆与龙头企业有一定的差距，因此对他们来说，进入智能安防需要找准切入点，并进行技术的研发和提升。 近年来在国家政策的支持下，安防产业飞速发展，政府、企业、机关、城市、社区都纷纷配合国家的安全工作部署，得益于平安城市和智慧城市的打造，安防产业始终保持高增长态势。2016年，我国安防行业总产值达5400亿元。2012-2018年中国安防行业总产值增长趋势 2016年我国安防企业约 2.2 万家， 行业规模约 5740 亿元， 预计 2020 年达到 9952 亿元，复合增长率约 15%。 在国内安防总收入中，安防工程和安防产品比重分别为 57%和 35%。 2016 年全球安防市场规模约 2376 亿美元， 预计 2020年达到 3150 亿美元，复合增长率约 7%。2016-2020年中国安防行业市场规模及增速2015-2020年全球安防行业市场规模 视频监控系统和防盗报警系统是智能安防的两个重要细分市场。近年来，我国的视频监控市场经历了持续强劲的发展，速度超过全球其他地区。我国视频监控市场的高速增长反映了对个人安全及财产保护的担忧增加。为解决该担忧，公司及个人机构大量投资安全防范系统的主要组成部分视频监控系统。 随着“平安城市”、“雪亮工程”的建设，以及视频监控向基层地区渗透，视频监控行业仍保持稳定增长。 预计 2017 年国内视频监控行业市场规模约 1124 亿元， 2020 年将达到 1558 亿元， 复合增长率约 12%。2017-2023年中国视频监控行业市场规模 自2000年起，我国防盗报警行业呈快速发展，防盗报警器的销售数量和总销售额均以年均30%-60%的幅度高速攀升。2016年我国防盗报警行业市场规模为180亿元左右。2012-2018年中国防盗报警系统市场规模增长趋势 安防行业边界模糊，视频监控应用领域拓展， 在公安、交通、文教卫、能源、金融、智能楼宇等不断拓展，同时向智慧家庭、物联网、机器视觉、零售、汽车等新领域延伸。 安防行业是人工智能落脚的最佳领域之一。1.2 安防行业发展趋势分析从国内市场看，2017年安防市场格局逐渐明朗，形成了“两超多强”的格局。海康威视和大华股份领跑市场，科达、高新兴等第二梯队企业奋起直追。2018年安防将延续2017年智能化发展趋势，届时科技含量的提升将进一步提高行业壁垒。可以预测安防行业集中度将进一步提升，市场份额将进一步向龙头企业集中。 中小型企业则是在行业巨头和人工智能独角兽的夹击下谋发展。智能化发展趋势对中小型安防企业来说既是机遇也是挑战。结合AI技术为细分行业用户量身打造满足其需求的解决方案，这是中小型安防企业的翻盘机会。另外，中小型企业，也可以借鉴其他行业领域的创新做法，独辟蹊径，以差异化优势突围。 从国际市场看，全球安防需求依然高涨，以海康威视、大华股份、宇视为代表的中国安防企业正积极走出国门扩展海外市场，以每年两位数的市场增长率成功地将中国声音传向世界，安防产业的中国名片愈发鲜明。 毫无疑问，在国内市场逐渐趋于饱和，增长率放缓的当下，海外市场已经成为安防企业的必争之地。不管是看重海外市场，还是为了响应 “一带一路”建设，做大做强民族安防企业，或者是避免在国内打“价格战”，现状是安防企业或收购兼并，或设立分支机构，积极抢占海外市场份额。2017年受政策环境利好因素影响，加上自身优越条件和海外巨大需求，中国安防企业加快“出海”，且在多方面取得新的突破与发展。当下，安防企业的“走出去”已经进入到了一个新的阶段，主动适应国际化的新形势、新要求已经成为安防企业2018年的“必修课”。 从行业政策环境来看，2017年视频监控系统无线传输设备射频技术指标与测试方法、公共安全视频监控数字视音频编解码技术要求、报警运营服务规范等行业政策法规的发布实施推动行业标准化发展。尤其是SVAC标准2.0，填补了国内安防监控视音频专用编解码标准的历史空白，更解决了安防监控普遍存在的信息安全隐患、安防专用功能标准化、全网视频互联互通以及国外专利风险等问题。 伴随着安防行业转型升级，标准化在便利经贸往来、支撑产业发展、促进科技进步、规范社会治理中的作用日益凸显。2018年安防行业还将实施公共安全视频监控联网信息安全技术要求、GB/T34678-2017智慧城市技术参考模型、可移式通用LED灯具性能要求等一系列行业政策法规。标准建设与行业发展相辅相成、互为犄角，陆续颁布的标准及要求将会更好地助推安防转型升级发展。 紧跟行业趋势，才能在2018年新的博弈中把握风向、锁定战局，冲破行业“天花板”，引领行业发展。希望2018年安防企业能拿出勇气、鼓足干劲，奋力创造出无愧于时代的新业绩，大踏步走向更加美好的未来。2. 智能安防行业存在的问题2.1 缺乏终端用户信任人工智能是可控的，但具有不可预测性和弱可解释性。一方面，许多人工智能算法超出了人类理解范畴，部分AI方法难以解释AI系统行为的原因；另一方面，由于AI系统的复杂性，用户难以提前预测AI系统行为，尤其AI系统是目标导向型系统或与现实世界环境互动型系统时，该问题会更加突出。此外，部分人工智能供应商为了保护知识产权，拒绝透露项目信息。以上原因造成终端用户对人工智能缺乏足够信任，人工智能可能会遇到一波不信任的浪潮，从而限制它的运用。2.2 面临价格战当下AI安防市场中，人脸识别技术应用渐趋成熟，大批同类技术供应商及服务商涌入市场。大多数安防人工智能技术公司，仍然停留在“数据处理”和反馈阶段，还没有触及到“深度分析”这一更深层次的服务上，技术上的同质化问题普遍存在。另一方面，在安防市场上，技术公司大多需要通过与当地集成商合作来完成项目落地，而利润是集成商考虑的首要问题，价格成为衡量公司投标竞争力的重要因素。因此，某些领域中价格战的火苗已经燃起，“价格战”将再次成为中小企业的常规策略，将有一批公司被淘汰出局，而有核心技术优势与研发实力的公司将率先打入市场。2.3 隐私问题随着安防智能化进程加快，智能安防产品逐渐渗入日常生活，用户隐私数据被网络攻击的可能性大幅上升。先进的机器学习，深度学习和神经网络等技术使计算机能够发现和解释模式，但也给黑客攻击提供了便利。例如，黑客可通过人工智能技术，窃取跟踪用户行为，推送个人定制的钓鱼推文或电子邮件。类似的安全问题可能会引发机器学习潜在用户安全应用方面的问题。2.4 行业参与者层面受限于各自的技术领域与行业发展，在安防领域参与AI技术研发应用的各方均存在明显的优劣势，这也是各方在持续推进AI技术落地应用中面临的一些难题。首先传统安防企业虽然表现出积极拥抱AI技术的态度，一些大型安防上市企业也提出对应策略，但时间点都集中在近两三年，成熟的AI产品及行业解决方案还相对较少，算法积累以及与行业的融合时间还较短。根据目前市场上反应来看，传统安防企业AI产品依然局限于人脸识别、车辆识别以及相应的大数据平台的应用。其次部分AI算法企业虽然从四五年前就开始将视角转向安防领域，并基于自身在算法上的积累优势，推出了相应的AI安防产品及解决方案。但是算法企业在硬件制造、行业积累和渠道拓展方面，与传统的安防制造企业存在着很大差距，尤其是在细分领域应用积累，亟需进一步提高。最后处于底层的安防中小企业既没有资金实力，又缺乏算法领域研发，又没有能力通过与各地公安业务部门建立合作关系获取大数据支撑，唯独有细分领域行业应用的经验。这也是AI时代，安防中小企业面临的一系列亟需解决的难题。2.5 技术层面不成熟目前，人工智能技术在安防行业的应用表现出一种欣欣向荣的态势，但当前的应用还只是浅层次的，技术还不成熟，在一些场景应用中，人工智能还无法实现较为理想的落地效果。例如AI在细分领域中环境适应性较差，目前鉴于车辆及道路环境的相对标准化，识别率相对较高，但对于人脸的准确识别则很容易受到光照不足、图像模糊、目标尺寸过小或相互遮挡等环境影响，以致影响到识别准确率。另外，数据资源分散，安防领域监控数据的开放性和共享程度相对较低，很难开展多维数据的交叉融合分析，这使得人工智能分析缺乏有效的数据支撑，同样也会影响准确率。同时，不同的场景理解受限，由于缺乏有效的专业领域经验知识的积累，视频内容的理解能力偏弱，目前的智能分析多为单场景的目标检测和行为分析，很少涉及大范围场景的关联行为分析，以致很难用于异常行为分析和风险预测。2.6 落地应用层面早在2012年，深度学习被广泛应用之后，部分AI算法企业将视角转向安防领域，并研发出基于人工智能或深度学习的AI安防产品。从产品线来看，主要分为人像识别布控系统、视频结构化分析系统、车辆大数据平台、警务大数据平台、AR实景指挥系统。但是在硬件制造、行业积累和渠道拓展方面，算法企业与传统的安防制造企业存在着很大差距，尤其是在细分领域应用积累，亟需进一步提高。3. 智能安防行业市场分析3.1 智能安防市