隨著安防智能化的普及應用，客戶對于什么是安防智能化有了更加客觀的認知，智能化不是無所不能，更加便捷、安全、高效地解決業務需求才是設備與系統智能化的初衷。在金融領域，銀行的柜臺點鈔機的監控設備，需要將柜臺與客戶的人臉抓拍聯動起來形成畫中畫疊加視頻后再進行錄像，才能完整的描述一個業務。

同樣，對于自助銀行廳和ATM機的防護，發生報警時需要及時與保安系統進行對接，讓安保人員采取措施進行處理，如通過語音對講進行喊話，或者通過閉鎖功能對門進行關閉，通過智能設備與平臺及安保人員的協同作業，確保智能化系統應用的價值最大化。

客戶接受度提升 智能化應用在擴展

安防智能化早期的應用，出現過一些問題，比如誤報和漏報，使得客戶對智能化設備和系統產生不信任，但是設備高清化和算法精細化的進步提升了識別的準確度，讓客戶對于金融監控智能化的認知和接受度有了很大的改善，也帶動了安防監控由事后處置轉向事中實時預警的發展。雖然現在事前預判還不成熟，但是大數據與云計算等技術的不斷發展，事前預判的能力未來也會大大地提高。現在客戶也比較客觀地看待這個問題，不急功近利，將現有設備系統的價值最大化是當前智能化的重點。

智能安防在金融方面的應用近年開始逐步進入了銀行的核心業務。比如，在人臉識別技術應用方面，工商銀行與招商銀行都推出了“刷臉”辦理業務的功能。又如，在協助銀行信用卡業務的監控智能化方案，智能實名認證可以為銀行和客戶提供遠程可視化的追蹤與管理模式。但鑒于人臉識別技術尚未完全成熟，金融領域目前還在是小規模試點。

我們認為金融行業智能安防的主要市場還是在安全防護上，從自助銀行廳到加鈔間到運鈔車，都需要安防的介入。智能安保仍然是金融行業智能安防的主戰場。

智能實時預警系統 需要專業運維團隊

金融客戶對于安防監控的設備及系統一向比較挑剔。智能安防應用于金融行業時，算法需要足夠強的適應能力，應對銀行千差萬別的現場環境，確保在各種惡劣條件下設備及系統的性能不出現明顯的下降。如果不是算法本身針對環境進行過適應，僅依賴現場的參數優化，為了避免漏報，往往容易形成大面積的誤報。有時一臺設備一天就可能產生上萬條的誤報信息，而一個安保人員一天大概只能處理兩三百條信息。出現這樣的情況，一臺設備就會把整個銀行的安保人力都占用了。

同時，安防智能化的可靠性還要依賴配置的準確性、外圍設備的可靠性，從而實際上對強大的運維團隊提出要求。如果攝像機調焦不清或曝光參數不合適，成像效果不理想，拍攝的人臉模糊發黑，智能人臉抓拍、識別就無從談起。故需要在綜合而復雜的應用細則環境下，有一個強大專業的運維團隊來做支撐，這個團隊除了將設備系統的智能化的算法能夠在客戶面前做到最佳的呈現，還需要能夠及時處理售后問題，第一時間解決客戶的遇到的麻煩。這個非常的重要，如果沒有這樣的交付及售后團隊，哪怕算法再優秀，整個智能化的方案也無法得到合理的配置與處理，智能化的功能應用也無法達到最大化。

最后，在成熟的金融智能化方案中，單點的智能化最后必須嵌入到銀行的系統中，與其他安防設備一起，如報警主機、門禁、IP對講等，通過軟件平臺進行綜合管理，使業務形成閉環。另外，對銀行安保流程的了解也非常重要，比如有些銀行監控選擇分行的監控進行匯總，有的是簡單的案件先處理，對于復雜的案件再進行上報到分行，進行分級、分域的平臺建設。這些一整套智能化完成的東西，才是銀行真正需要的東西。所以金融智能是非常體系化的智能，需要算法團隊、設備研發團隊、平臺的集成團隊、售后支撐團隊等方面的綜合協同。

技術革新讓市場面向新的藍海

金融監控傳統領域一直是競爭激烈的安防細分市場，友商的屬性的差別也使得安防技術革新加快。以傳感技術為例，傳統的安防監控企業進入金融市場，會選擇以攝像機為主要的傳感器手段，在此基礎上形成智能安防系統。

但是一些新進來的友商，會通過主動式紅外測距相機捕捉場景的三維信息，去解決銀行的安保問題。也有一些企業通過雙目攝像機，模仿人的左右眼，通過獲得的深度信息，去做智能化分析。還有企業通過多攝像頭融合，綜合多個視角捕獲的場景信息進行智能分析。

這些都是非常具有差異化的技術革新，給安防技術多元化帶來更多的可能。但是從目前的態勢分析，最終還是要看這些非傳統安防技術的功能應用，呈現在客戶項目中的性能能否成功解決客戶的需求。

智能算法繼續演進

在智能算法技術方面，基于卷積神經網絡（Convolution Neural Network）的機器視覺技術已經在人臉識別等很多領域中證明了其有效性，未來相信一定也會在金融行業的智能安保中發揮更大的作用。訓練卷積神經網絡的三個算法：深度學習、強化學習、和遷移學習，分別從三種方式模擬人腦的學習過程。通過他們的靈活運用，預計在未來三年內，安防監控設備及系統在智能化的性能方面，會有一個比較大的突破。

卷積神經網絡算法是一個高并發、低單元處理復雜度的算法，特別適合GPU計算的框架。但目前，大部分的銀行的智能分析硬件還采用ARM、DSP或x86／x64 CPU的流水線式處理器架構。隨著智能算法的演進，智能分析的硬件系統也將不斷更新。

銀行存量市場大

在舊系統改造方面，許多銀行，特別是四大行的監控系統，很多的網點還在用模擬監控的方案。而在模擬監控的方案下，寬動態、強光抑制、星光級等技術在模擬監控系統上是無法實現的。所以未來不管是智能化的需求，還是銀行安保對于高清監控的需求，銀行監控系統升級改造的存量市場肯定會很大。

責任編輯：ct