2023中國安防人工智能發(fā)展產業(yè)指南

目?錄

Part1AI政策篇/4Part4安防+AI技術應用篇/19

一、國家級層面政策/5一、人臉識別/20

二、地方級層面政策/6二、車牌識別/24

三、總結/7三、大模型/26

四、視頻結構化/30

Part2AI技術篇/8五、3D視覺/33

六、AI芯片/36

一、AI技術分析/9

七、其他生物識別/39

二、AIGC（生成式人工智能）概念

梳理與發(fā)展歷程/10

Part5企業(yè)巡禮/45

Part3AI市場篇

/13附件《2023中國安防人工智能發(fā)展

產業(yè)指南》產業(yè)圖譜

一、中國AI產業(yè)發(fā)展“三大”戰(zhàn)略/14

二、中國AI產業(yè)2022年-2023年上半年

的融資/IPO事件/14

三、總結/18

CPS中安網成立于1999年，立足安防，放眼不斷衍生的AIoT，是國內智慧安防和AIoT

行業(yè)具有代表性的媒體和服務平臺。CPS中安網持續(xù)對行業(yè)市場趨勢和前沿技術進行報道解讀，

為產業(yè)鏈各角色提供有競爭力的推廣方案和服務，幫助各類客戶獲得成功。

CPS中安網可提供推廣、會議、咨詢、報告等服務，產品涵蓋門戶網站、新媒體、APP、

中國安防論壇、中國安防賦能大會、百城會等。CPS中安網積極致力于推動行業(yè)發(fā)展，運用互

聯網信息技術與行業(yè)經驗，彌合信息鴻溝，幫助各類企業(yè)擴大價值，實現整個產業(yè)鏈的共贏。

3

01

Part1AI政策篇

4

AI政策篇

人工智能作為國家戰(zhàn)略的重要組成部分，是未來國際競爭的焦點和經濟發(fā)展的新引擎。近年來，隨

著數字經濟的快速發(fā)展和全社會數字化水平的升級，人工智能的積極作用越來越凸顯。

目前，人工智能行業(yè)受到國家及各級政府的高度重視和國家產業(yè)政策的重點支持，2023年初至今陸

續(xù)出臺了多項政策，鼓勵人工智能行業(yè)發(fā)展與創(chuàng)新。

一、國家級層面政策

政策匯總

2023年2月，中共中央、國務院印發(fā)《數字中國建設整體布局規(guī)劃》

《數字中國建設整體布局規(guī)劃》（簡稱：《規(guī)劃》）提出系統優(yōu)化算力基礎設施布局，促進東西部

算力高效互補和協同聯動，引導通用數據中心、超算中心、智能計算中心、邊緣數據中心等合理梯次布局。

2023年4月11日，國家互聯網信息辦公室發(fā)布關于《生成式人工智能服務管理辦法（征求意見稿）》

首次明確了生成式人工智能“提供者”內容生產、數據保護、隱私安全等方面的法定責任及法律依據，

確立了人工智能產品的安全評估規(guī)定及管理辦法。

2023年4月28日，中共中央政治局指出要重視通用人工智能發(fā)展

2023年4月28日，中共中央政治局召開會議，分析研究當前經濟形勢和經濟工作，會議內容提及

要重視人工智能發(fā)展，營造創(chuàng)新生態(tài)，重視防范風險。

2023年5月11日，國資委指導中央企業(yè)加大在新一代信息技術、人工智能等戰(zhàn)略性新興產業(yè)布局

力度

5月11日，國資委黨委召開擴大會議，會議提到要指導推動中央企業(yè)加大在新一代信息技術、人工

智能、集成電路、工業(yè)母機等戰(zhàn)略性新興產業(yè)布局力度，推動傳統產業(yè)數字化、智能化、綠色化轉型升級，

引領帶動我國產業(yè)體系加快向產業(yè)鏈、價值鏈高端邁進。

2023年6月8日，國務院發(fā)布2023年度立法工作計劃，人工智能法草案等預備提請全國人大常

委會審

國務院辦公廳近日印發(fā)《國務院2023年度立法工作計劃》，其中提到，預備提請全國人大常委會

審議人工智能法草案等。

2023年6月20日，國家網信辦發(fā)布深度合成服務算法備案清單

國家網信辦公布了國內首批《境內深度合成服務算法備案清單》，共有18家公司的41類算法入圍，

包括語音、文字、圖像、音頻生成與交互技術，場景包括智能客服、即時通訊、視頻剪輯與文字、圖像

多模態(tài)交互場景等。

5

小結

自2015年以來，國家發(fā)改委、科技部、工信部、教育部等多部門都陸續(xù)印發(fā)了支持、規(guī)范、監(jiān)督

人工智能行業(yè)的政策，內容涉及人工智能基礎設施建設、技術研發(fā)、人才培養(yǎng)及引進、倫理規(guī)范和法律

規(guī)范等內容，旨在探索人工智能發(fā)展新模式新路徑，以人工智能高水平應用促進經濟高質量發(fā)展。

二、地方級層面政策

為了響應國家號召，全國各省市積極推動人工智能產業(yè)發(fā)展，如北京、上海、深圳等地相繼發(fā)布支

持人工智能產業(yè)發(fā)展的政策文件，圍繞打造拓展人工智能應用場景、加強相關領域人才高地建設等方面

作出多方面部署，為打造人工智能產業(yè)良好生態(tài)提供了強有力的政策支撐。

政策匯總

北京

2023年5月30日，北京市發(fā)布《北京市加快建設具有全球影響力的人工智能創(chuàng)新策源地實施方案

（2023-2025）》（以下簡稱《方案》）和《北京市促進通用人工智能創(chuàng)新發(fā)展的若干措施》（以下簡稱《措

施》）。

文件提到，到2025年，人工智能核心產業(yè)規(guī)模達到3000億元，持續(xù)保持10%以上增長，輻射產

業(yè)規(guī)模超過1萬億元。

2023年7月5日，北京市印發(fā)《關于更好發(fā)揮數據要素作用進一步加快發(fā)展數字經濟的實施意見》

提出要完善人工智能數據標準庫，探索打造數據訓練基地，促進研發(fā)自然語言、多模態(tài)、認知等超

大規(guī)模智能模型，力爭到2030年，北京市數據要素市場規(guī)模達到2000億元。

上海

2023年5月30日，上海市發(fā)布《上海市加大力度支持民間投資發(fā)展若干政策措施》提出，充分發(fā)

揮人工智能創(chuàng)新發(fā)展專項等引導作用，支持民營企業(yè)廣泛參與數據、算力等人工智能基礎設施建設。目前，

上海徐匯區(qū)正積極引進和培育一批大模型研發(fā)團隊，將加快研究打造大模型生態(tài)集聚和創(chuàng)新應用高地。

2023年6月15日，上海市人民政府辦公廳印發(fā)《上海市推動制造業(yè)高質量發(fā)展三年行動計劃

（2023-2025年）》，引導更多資源要素向先進制造業(yè)集聚。提出將瞄準人工智能技術前沿，構建通用

大模型，面向垂直領域發(fā)展產業(yè)生態(tài)，建設國際算法創(chuàng)新基地，加快人形機器人創(chuàng)新發(fā)展。

深圳

《深圳市加快推動人工智能高質量發(fā)展水平應用行動方案（2023~2024）》于5月31日出爐，該

方案明確提出：“加大財政資金投入力度，重點支持人工智能創(chuàng)新和應用。發(fā)揮政府投資引導基金作用，

統籌整合基金資源，形成規(guī)模1000億元的人工智能基金群?！?/p>

6

AI政策篇

安徽

2023年6月9日，安徽發(fā)布《加快場景創(chuàng)新構建全省應用場景一體化大市場行動方案（2023-2025年）》

安徽省科學技術廳印發(fā)的《加快場景創(chuàng)新構建全省應用場景一體化大市場行動方案（2023-2025年）》

提到到2025年，基本建成全身應用場景一體化大市場。圍繞特色研究領域打造一批可示范、可體驗、

可推廣的科技首用場景樣板，探索場景驅動的科技創(chuàng)新范式。下一代人工智能領域優(yōu)先探索深度學習、

腦機接口、圖像識別、語音識別、語音合成、機器翻譯等場景。

成都

2023年6月1日，成都鼓勵AI產業(yè)發(fā)展，提出19項資金扶持措施，最高獎1000萬元。

2023年6月1日，成都市經濟和信息化局對《成都市關于進一步促進人工智能產業(yè)高質量發(fā)展的

若干政策（征求意見稿）》公開征求意見，征求意見稿給出了多條資金補貼和獎勵措施。對取得國家科

技重大專項（含科技創(chuàng)新2030-重大項目）、國家重點研發(fā)計劃立項項目成果或國家科學獎獲獎成果在

成都落地轉化的，給予最高1000萬元經費支持。

廣東省

2023年6月16日，廣東省委、省政府出臺《廣東省質量強省建設綱要》支持人工智能、區(qū)塊鏈、

量子信息、生命健康、生物育種等前沿領域加強研發(fā)布局，支持量子通信、信息光子、太赫茲、新材料、

生命健康等領域努力搶占未來發(fā)展制高點。

小結

不難看出，當人工智能新一輪產業(yè)競賽持續(xù)升溫之時，各地鼓勵支持人工智能發(fā)展的利好政策也將

密集出爐。有AI產業(yè)內的人士表示，國家及地方出臺的多項AI產業(yè)支持政策將給產業(yè)發(fā)展帶來助推力，

更進一步推動數字經濟與實體經濟的融合發(fā)展。

三、總結

目前，中央及各地方政府出臺的相關人工智能政策已超百部，從這些出臺的政策文件當中看出，當

前人工智能政策較為強調人工智能技術在各個行業(yè)場景的應用。一方面體現出AI技術的普及率逐漸提

高，另一方面也彰顯了AI的活力，能為行業(yè)發(fā)展增添新的動能。未來，隨著數字經濟的快速發(fā)展和全

社會數字化水平的升級，人工智能的重要性日益凸顯。

近年來，在數字經濟發(fā)展浪潮的推動下，學界圍繞人工智能的經濟發(fā)展效應從不同角度開展了較為

豐富的研究，從多方位強調了實施“智能+”、數智融合、智能產業(yè)價值創(chuàng)造與獲

取的重要意義，為社

會經濟領域技術創(chuàng)新向智能化轉型奠定基礎。

7

02

Part2AI技術篇

8

AI技術篇

近年來，在數字經濟發(fā)展浪潮的推動下，學界圍繞人工智能的經濟發(fā)展效應從不同角度開展了較為

豐富的研究，從多方位強調了實施“智能+”、數智融合、智能產業(yè)價值創(chuàng)造與獲取的重要意義，為社

會經濟領域技術創(chuàng)新向智能化轉型奠定基礎。

一、人工智能技術分析

數據挖掘與學習

目前，大數據技術已得到了十分廣泛的應用，其中信息的收集和處理是大數據技術的主要應用領域。

但在數據量過于龐大時，單純依靠大數據技術進行數據的處理和分析則顯得較為困難，此時就需要將大

數據技術與人工智能技術進行高效結合，以充分運用機器學習技術來完成相關工作任務。機器學習簡言

之就是以計算機為基礎來對人類的學習進行模擬，通過模擬的方式來完成相關任務。目前較為常見的機

器學習方式包括概率學習和決策樹訓練。該項技術的優(yōu)勢在于能夠高效地對數據進行處理，同時能夠通

過學習和訓練來形成新的處理模型用以對多種不同類型的數據進行處理，尤其是在對一些海量數據進行

處理時，數據挖掘與學習的方式能夠達到理想的處理效果。

知識數據的智能處理

人工智能技術的知識與數據智能化處理能夠在專家系統上得到充分的體現。專家系統是智能化極高

的計算機系統，能夠將某一領域的知識進行全面集合，再通過前期的程序設定來完成相應的系統架構構

建，后續(xù)在解決問題時則可以利用該系統的程序進行高效解決。專家系統最為重要的兩個組成部分是數

據庫和推理系統，數據庫主要是包含某一領域的專業(yè)知識和相關經驗，而推理系統主要是模擬人類的智

慧推理過程，再以數據庫為基礎對問題進行解決，通過數據庫和推理系統的結合能夠快速得到問題的答

案。

人機交互

人機交互技術是將用戶和系統進行有效連接的技術。用戶在使用相關軟件時可以通過交互界面完成

指定操作。而人機交互技術主要是以機器人的學習和模式識別技術為基礎，該項技術需要依靠相應的輸

出設備和指定軟件系統實現。想要對現有的人機交互技術進行提升，則必須對硬件系統和軟件系統進行

同時優(yōu)化。此外，在技術研發(fā)過程中還需要對傳統人機交互技術存在的不足進行優(yōu)化和調整，轉變原有

手動操作模式，以有效擴大人際交互技術的使用范圍，給用戶帶來更好地操作體驗。

其中，機器學習作為人工智能非常重要的基礎，主要有判別式和生成式兩類模型。其中，判別式模

型主要是給定一個數據，估計一個條件概率進行分類、判決；生成式模型則是直接估計一個分布，然后

生成新數據。與之對應，可以將人工智能系統分為判別式人工智能和生成式人工智能。

其實，人工智能（AI）并不是一個新的概念，20世紀以來，人類圍繞人工智能領域的探索從未止步，

不過主要圍繞“判別式AI”來展開。雖有1997年IBM“深藍”戰(zhàn)勝國際象棋大師卡斯帕洛夫等標志性突破，

但始終沒有產業(yè)化。隨著算法、算力、數據三要素的突破，“判別式AI”實現產業(yè)化應用。步入21世紀，

9

互聯網、移動互聯網帶來數據量陡升及大數據技術發(fā)展，GPU等硬件及云計算技術突破，神經網絡“深

度學習”算法出世，三者共同驅動“判別式”AI快速發(fā)展，并商業(yè)化應用于人臉識別、語音識別等領域，

2016年AlphaGo戰(zhàn)勝李世石第一次點燃AI的討論浪潮。

隨著AI基礎設施逐步完善，深度學習技術不斷進步，人工智能應用場景逐漸增多，過去模型參數

規(guī)模和數據量也實現了大幅度增長，為NLP、CV等領域帶來更強大的表達能力和性能，顯而易見，現

今已進入了以AGI為代表的新里程碑階段。

ChatGPT讓大家意識到，AI發(fā)展步入全新階段即生成式AI（AIGC）。較此前的最大突破是

形成了內容生成，交互式體驗對應用前景和商業(yè)模式的落地帶來了新的想象空間。例如，2015年

Transformer模型發(fā)布以來，NLP大模型發(fā)展開始提速，OpenAI2018、2019、2020年分別推出的

GTP1-3代分別有1.17億、15億、1750億個參數。在計算機視覺之外，NLP領域的AI也開始發(fā)展起來，

AI得以通過文字、視頻、圖像等與外界產生“交互”，2022年底殺手級應用ChatGPT橫空出世。

二、AIGC（生成式人工智能）概念梳理與發(fā)展歷程

AIGC概念與內涵

1950年，艾倫·圖靈在《計算機器與智能》中提出了著名的“圖靈測試”——判定機器是否“智能”

的試驗方法（Turing，2009），即機器是否能夠模仿人類的思維方式來“生成”內容，實現人機交互。

因此，人工智能從圖靈開始就被寄予了用于內容創(chuàng)造的期許。經過半個多世紀發(fā)展，數據快速積累、算

力性能提升和算法效力增強，如今人工智能不僅實現了人機互動，還能夠進行寫作、編曲、繪畫、視頻

制作等創(chuàng)意工作。2018年，由人工智能創(chuàng)作的肖像畫《埃德蒙·貝拉米畫像》拍賣43.25萬美元，成為

人類歷史上首次拍賣的AI藝術品，引發(fā)各界關注。隨著人工智能越來越多地被應用于內容創(chuàng)作，AIGC

10

AI技術篇

概念悄然興起。

目前，對AIGC的定義，尚無統一規(guī)范的界定。國內產學研各界對于AIGC的理解是“繼專業(yè)生

成內容（ProfessionalGeneratedContent，PGC）和用戶生成內容（UserGeneratedContent，

UGC）之后，利用人工智能技術自動生成內容的新型生產方式”。在國際上對應的術語是“人工智能合

成媒體（AI-generatedMedia或SyntheticMedia）”，其定義是“通過人工智能算法對數據或媒體

進行生產、操控和修改的統稱”。

AIGC發(fā)展歷程

梳理人工智能的發(fā)展演進，AIGC的發(fā)展基本可以劃分為三個時期：醞釀萌芽階段（20世紀50年

代至20世紀90年代中期）、穩(wěn)步推進階段（20世紀90年代中期至21世紀10年代中期）以及迅猛發(fā)

展階段（21世紀10年代中期至今）

·醞釀萌芽階段

20世紀50年代至20世紀90年代中期，受限于技術水平，AIGC僅局限于小范圍實驗。1950年，

圖靈提出“圖靈測試”能夠判定機器是否“智能”；1957年，計算機首次創(chuàng)作完成弦樂四重奏《依

利亞克組曲》；1966年，世界上第一款可人機對話的機器人“伊莉莎（Eliza）”問世，主要通過關

鍵字掃描與重組完成交互任務。20世紀80年代中期，國際商業(yè)機器公司（InternationalBusiness

MachinesCorporation，IBM）創(chuàng)造了語音控制打字機“坦戈拉（Tangora）”，約能處理20000個

單詞。20世紀80年代末至90年代中，由于高昂的研發(fā)投入沒有實現預期的商業(yè)變現，因此，世界各

國開始減少人工智能領域的投入，AIGC沒有實現重大突破。但在此期間，圖靈測試、對話機器人以及

語控打字機已經孕育了AIGC的雛形。

·穩(wěn)步推進階段

20世紀90年代中期至21世紀10年代中期，AIGC逐漸從前期的技術實驗性向商業(yè)實用性轉變。

2006年起，一方面，圖形處理器和張量處理器等算力設備性能大幅提升，深度學習算力增強，深度學

習算法取得重大突破；另一方面，互聯網的推廣普及使得數據規(guī)模劇增，這為各類人工智能算法提供了

海量訓練數據。雖然算力的提升與數據的膨脹使人工智能取得了長足發(fā)展，但AIGC仍受限于算法約束，

創(chuàng)作任務依然沒有取得重大突破，應用場景有限，應用效果有待提升。2007年，紐約大學的人工智能

系統撰寫小說《1TheRoad》——世界第一部完全由人工智能創(chuàng)作的小說，雖然小說可讀性不強、存在

拼寫錯誤、邏輯混亂，但從AIGC整個發(fā)展歷程來看，其突破性意義遠高于實際意義。2012年，微軟

推出全自動同聲傳譯系統，計算機能夠自動完成語音識別、英中機器翻譯，以及中文語音合成，效果非

常流暢，這標志著深度神經網絡模型在語音識別和音頻生成領域獲得了巨大的成功，為AIGC進一步發(fā)

展帶來希望。

·迅猛發(fā)展階段

11

21世紀10年代中期至今，AIGC迎來新發(fā)展，生成內容更加多元，生成效果更加逼真。自2014年

起，Goodfellow等（2020）提出以生成式對抗網絡（GenerativeAdversarialNetwork，GAN）為

代表的深度學習算法，并不斷迭代更新，為AIGC提供了強大的技術支撐。此后，2017年，微軟人工

智能少女“小冰”完成了世界首部完全由人工智能創(chuàng)作的詩集——《陽光失了玻璃窗》。2018年，英

偉達發(fā)布可以實現自動生成圖片的模型——StyleGAN（Karras等，2020），該模型目前已升級到第

四代—StyleGAN-XL（Sauer等，2022），其生成圖片的分辨率極高，人眼難以分辨真假。2019年，

DeepMind發(fā)布DVD-GAN模型（Clark等，2019）可以生成高度逼真且連貫的視頻，該模型能夠通

過學習和理解人類的語言，進行對話、聊天互動。2021年，OpenAI推出DALL-E，主要用于文本與圖

像的交互生成內容，并于一年后推出升級版本DALL-E-2（Marcus等，2022）。DALL-E-2基于對主題、

風格、調色板和所需概念意義的“理解”，可以生成相應的圖像，同時該模型還能夠根據原圖像進行二

次創(chuàng)作。至此，AIGC技術基本成熟，有望成為改變商業(yè)模式和產業(yè)發(fā)展范式的重要驅動力。

以ChatGPT的發(fā)布為里程碑事件，AI的發(fā)展進入到了繼突破工業(yè)紅線之后的，以AGI為發(fā)展目

標的全新通用智能時代。生成式AI成為大模型能力應用的爆發(fā)點，以文生文、文生圖等內容生成為代

表的大模型應用快速增長，并逐漸成為日益完善的生產力工具。

習近平總書記指出，“把新一代人工智能作為推動科技跨越發(fā)展、產業(yè)優(yōu)化升級、生產力整體躍升

的驅動力量，努力實現高質量發(fā)展”。在深度學習算法不斷突破和算力不斷提高的背景下，人工智能生

成內容（ArtificialIntelligenceGeneratedContent，AIGC）技術迎來加速發(fā)展，正在催生全新產

業(yè)體系。

12

Part3AI市場篇

13

當前，人工智能技術正在各行業(yè)全面鋪開，終端產品種類、解決方案及應用場景等日益豐富，如何

使AI賦能更多的傳統產業(yè)升級以產生更大的經濟及社會效益成為工作重點。

人工智能已成為科技創(chuàng)新的關鍵領域和數字經濟時代的重要支柱。據IDC最新發(fā)布的數據，2022

年全球人工智能收入預計同比增長19.6%，達到4328億美元,包括軟件、硬件和服務。預計2023年可

突破5000億美元大關。

一、中國AI產業(yè)發(fā)展“三大”戰(zhàn)略

自1956年達特茅斯會議以來，人工智能產業(yè)已發(fā)展60多年。在此歷程中，隨著深度學習算法、海

量數據和充足計算力三大要素的合理配置，加速人工智能產業(yè)的變革性的突破。

聚焦我國人工智能產業(yè)的發(fā)展，2017年發(fā)布了第一個涉及人工智能領域系統戰(zhàn)略部署的文件《新一

代人工智能發(fā)展規(guī)劃》后，陸續(xù)發(fā)布《新一代人工智能發(fā)展白皮書（2017版）》、《人工智能標準化

白皮書（2018版）》、《高等學校人工智能創(chuàng)新行動計劃》、《國家新一代人工智能創(chuàng)新發(fā)展試驗區(qū)

建設工作指引》、《新一代人工智能治理原則——發(fā)展負責任的人工智能》等文件。

同時，“十四五”規(guī)劃和2035遠景目標綱要建議指出，要瞄準人工智能、集成電路、腦科學等前沿領域，

實施一批具有前瞻性、戰(zhàn)略性的國家重大科技項目，為人工智能產業(yè)的發(fā)展提供政策指導。

近年來，在眾多規(guī)劃政策的支持下，我國人工智能產業(yè)發(fā)展明確了“三大”戰(zhàn)略，為整個產業(yè)的發(fā)

展提供核心驅動力。

到2020年，人工智能總體技術和應用與世界先進水平同步，人工智能產業(yè)成為新的重要經濟增長點，

培育若干全球領先的人工智能優(yōu)質企業(yè)，預計人工智能核心產業(yè)規(guī)模超過1500億元，帶動相關產業(yè)規(guī)

模超1萬億元。

到2025年，人工智能基礎理論實現重大突破，部分技術與應用達到世界領先水平，人工智能核心

產業(yè)規(guī)模超4000億元，帶動相關產業(yè)規(guī)模超過5萬億元，初步建立人工智能法律法規(guī)、倫理規(guī)范和政

策體系。

到2030年，人工智能理論、技術與應用總體達到世界領先水平，成為世界主要人工智能創(chuàng)新中心，

人工智能核心產業(yè)規(guī)模超過1萬億元，帶動相關產業(yè)規(guī)模超10萬億元，形成一批全球領先的人工智能

科技創(chuàng)新和人才培育基地。

二、中國AI產業(yè)融資/IPO事件

回溯人工智能產業(yè)融資的節(jié)點，2018年是投融資的頂峰期，至2020年持續(xù)下滑。與此相對的是，

融資金額在2020年出現明顯增長，可見一部分AI企業(yè)進入了成熟期，估值體量增長。

可以說，如今人工智能產業(yè)已進入深水區(qū)，亟待進軍資本市場補充“彈藥”，維持長遠發(fā)展。

14

AI市場篇

據Wind數據顯示，目前港交所通過聆訊排隊等候上市的企業(yè)一共有106家，涉及AI或數字化的

公司達到28家，占比26%。

聚焦到這28家AI公司，有19家截至2022年度的經營狀態(tài)為虧損，7家實現微盈利，凈利潤在1

億元人民幣以下，2家凈利潤在10億元以上，呈現普遍虧損狀態(tài)。

由此可見，在AI大潮之下，產業(yè)鏈相關廠商的存活狀態(tài)并不如意。據CPS中安網不完全統計，目

前安防行業(yè)的AI廠商2023年上半年的業(yè)績情況依舊慘淡，超過八成企業(yè)的凈利潤仍呈虧損狀態(tài)。

因而，在AIGC技術和大模型的支撐下，AI廠商想挽救危局，最直接的方式還是融資上市。

1.中國AI產業(yè)2023年上半年IPO事件

2023年4月24日，AI獨角獸企業(yè)第四范式于2023年4月24日更新招股書，繼續(xù)推進港交所主

板上市進程。據IPO披露，第四范式2022年營收30.83億元，凈虧損5.04億元，研發(fā)支出達16.5億元。

2023年6月27日，AI獨角獸企業(yè)云知聲向港交所遞交招股書，擬在香港主板上市。據IPO披露，

云知聲2022年收入為人民幣6億元，凈虧損3.8億元，研發(fā)支出達2.9億元。

2023年6月30日，自動駕駛計算芯片第一股黑芝麻智能向港交所提交上市申請書，計劃在港交所

掛牌上市。據IPO披露，黑芝麻智能2022年營收1.65億元，凈利虧損10.53億元，研發(fā)投入7.64億元。

2.中國AI產業(yè)2023年上半年融資事件

·致瓴科技完成兩輪融資

致瓴科技作為家庭安防科技產品研發(fā)商，在今年2月和6月完成兩輪融資，致力于在產品研發(fā)和技

術升級上加大投入，提高產品的智能化能力以及云服務能力，加快攻入北美智能攝像頭市場的步伐。

2月，致瓴科技獲得5000萬人民幣的Pre-A輪融資，投資方為琮碧秋實、云時資本。6月，致瓴科

技又完成了數千萬元人民幣A輪融資，本輪融資由堅果資本領投，合創(chuàng)資本和老股東云時資本跟投，資

金將用于產品研發(fā)、AI大模型應用研究及業(yè)務發(fā)展。

·澎思科技完成兩輪融資

澎思科技作為人工智能安防廠商，今年1月完成數千萬元Pre-A輪融資。該輪融資由IDG資本領投,

高捷資本、上古資本、洪泰基金跟投。4月，澎思科技宣布完成1.5億元A輪融資，此次融資由360、

富士康等產業(yè)資本聯合投資。

據了解，澎思科技創(chuàng)始人和核心團隊擁有多年豐富的AI+安防行業(yè)落地服務經驗。此輪融資將用于

繼續(xù)夯實算法、軟硬件產品研發(fā)，打造更豐富的產品線，針對智能安防、智能制造等垂直行業(yè)進行全系

列的產品布局。

3.中國AI產業(yè)2022年的IPO事件

15

1月6日，蘇州國芯科技股份有限公司（股票代碼：688262）正式在科創(chuàng)板掛牌上市。國芯科技成

立于2001年，是一家從事國產自主可控嵌入式CPU技術研發(fā)和產業(yè)化應用的芯片設計公司，處于集成

電路產業(yè)鏈的上游。

據悉，國芯科技本次發(fā)行募集資金總額為25.19億元，扣除發(fā)行費用后募集資金凈額為22.62億元。

該公司最終募集資金凈額比原計劃多16.60億元，擬分別用于云-端信息安全芯片設計及產業(yè)化項目、

基于C*CoreCPU核的SoC芯片設計平臺設計及產業(yè)化項目、基于RISC-V架構的CPU內核設計項目。

1月14日，翱捷科技股份有限公司（股票代碼：688220）在科創(chuàng)板掛牌上市。翱捷科技作為一家

提供無線通信、超大規(guī)模芯片的平臺型芯片的企業(yè)，自2015年成立后一直專注于無線通信芯片的研發(fā)

和技術創(chuàng)新，同時擁有全制式蜂窩基帶芯片及多協議非蜂窩物聯網芯片研發(fā)設計實力，且具備提供超大

規(guī)模高速SoC芯片定制及半導體IP授權服務能力。

據悉，翱捷科技IPO原本計劃募資23.80億元，后來，公司將計劃募資額度上調至27.17億元。

用于商用5G增強移動寬帶終端芯片平臺研發(fā)、5G工業(yè)物聯網芯片項目、商業(yè)WiFi6芯片項目、智能

IPC芯片設計項目、多種無線協議融合、多場域下高精度導航定位整體解決方案及平臺項目、研發(fā)中心

建設項目、補充流動資金項目。

3月17日，北京格靈深瞳信息技術股份有限公司（股票代碼：688207）在上交所科創(chuàng)板上市。格

靈深瞳是北京代表性人工智能企業(yè)之一，也是國內領先的人工智能科技公司之一，其主要技術落地方向

是計算機視覺和大數據應用。

據悉，格靈深瞳擬募集資金約10億元，主要用于人工智能算法平臺升級項目、人工智能創(chuàng)新應用

研發(fā)項目等。

4月20日，杰創(chuàng)智能科技股份有限公司（股票代碼：301248）在深圳證券交易所創(chuàng)業(yè)板上市。杰

創(chuàng)智能致力于推進物聯網、云計算、大數據、人工智能等新一代信息技術在智慧城市、智慧安全領域的

產業(yè)化應用，為客戶提供涵蓋業(yè)務咨詢、方案設計、設備采購、產品研發(fā)、系統集成及運營維護的全周

期綜合解決方案。

據悉，杰創(chuàng)智能IPO募集資金將用于智慧城市平臺升級及產業(yè)化項目、智慧安全產品升級及產業(yè)化

項目、杰創(chuàng)研究院建設項目、補充營運資金項目。

5月20日，思特威（上海）電子科技股份有限公司（股票代碼：688213）在上海證券交易所科創(chuàng)板上市。

思特威作為安防CIS龍頭，2017年成立于上海，是一家從事CMOS圖像傳感器芯片產品研發(fā)、設計和

銷售的高新技術企業(yè)。

據悉，思特威披露的招股說明書顯示，公司擬募集資金28.20億元，分別用于研發(fā)中心設備與系統

建設項目、思特威（昆山）電子科技有限公司圖像傳感器芯片測試項目、CMOS圖像傳感器芯片升級及

產業(yè)化項目、補充流動資金。

16

AI市場篇

5月27日，云從科技集團股份有限公司（股票代碼：688327）正式在上交所科創(chuàng)板上市。國內AI

獨角獸云從科技自主研發(fā)的跨鏡追蹤、3D結構光人臉識別、雙層異構深度神經網絡和對抗性神經網絡

技術等人工智能技術，均處于業(yè)界領先水平。

6月24日，龍芯中科技術股份有限公司正式登陸科創(chuàng)板。龍芯中科是為令我國首款自主知識產權的

通用高性能微處理芯片“龍芯1號”得以市場化運作而誕生的企業(yè)。

7月6日，凌云光技術股份有限公司在上交所科創(chuàng)板上市。凌云光長期從事機器視覺及光通信業(yè)務，

聚焦機器視覺業(yè)務，自研形成了光學成像、智能軟件、智能算法與精密控制四大技術平臺，為客戶提供

核心視覺器件、可配置視覺系統與智能視覺裝備等產品與解決方案。

7月7日，奧比中光科技集團股份有限公司在上交所科創(chuàng)板掛牌上市，成為國內“3D視覺第一股”。

奧比中光公開募集資金12.39億元，將繼續(xù)加大對3D視覺感知技術的創(chuàng)新投入，開展3D視覺感知技

術升級研發(fā)和應用拓展，進一步推動3D視覺感知技術的科技創(chuàng)新。

8月5日，深圳市江波龍電子股份有限公司在深圳證券交易所創(chuàng)業(yè)板上市。江波龍電子是國內主要

存儲企業(yè)之一，自成立以來一直專注于Flash及DRAM存儲器的研發(fā)、設計和銷售。多年來，公司打

造了嵌入式存儲、固態(tài)硬盤、移動存儲和內存條四大產品線，擁有FORESEE和Lexar兩大存儲品牌。

8月8日，廣東魅視科技股份有限公司在深圳證券交易所主板上市。魅視科技是國內領先的分布式

視聽產品及解決方案提供商，致力于不斷提升圖像應用技術和視音頻聯結能力，為視音頻信號的接入采

集、傳輸交換、分析處理和調度呈現等提供軟硬件相結合的專用視聽產品。

據悉，魅視科技IPO擬募集資金約5.43億元，募集資金將全部用于智能分布式產業(yè)發(fā)展。

8月17日，熵基科技股份有限公司在深交所創(chuàng)業(yè)板上市。熵基科技在多模態(tài)生物識別領域已經占據

領頭羊地位，公司已研發(fā)推出包括“指紋+人臉識別”技術、“人臉+掌靜脈識別”技術、“指紋+指

靜脈識別”技術、“人臉+虹膜識別”技術和“指紋+手掌+人臉識別”技術等在內的多模態(tài)生物識別

技術，取得多模態(tài)生物識別領域發(fā)明及實用新型專利11項。

4.中國AI產業(yè)2022年的融資事件

·依圖科技數億元新一輪融資完成首次交割

2022年2月，依圖科技新一輪融資完成首次交割。其中，香港博約國際投貸基金作為本輪領投方，

首筆交割金額達數億元人民幣。

依圖科技聯合創(chuàng)始人林晨曦也表示：“期待本次與博約攜手，加速依圖科技在深圳及粵港澳大灣區(qū)

的產業(yè)布局，推進城市智能化基礎設施建設，助力依圖的世界級人工智能公司的發(fā)展進程?！?/p>

據了解，依圖科技是中國人工智能行業(yè)的頭部企業(yè)，主要從事AI算法軟件及芯片、服務器等超高

性能算力硬件的研發(fā)，是國家科技部認證的國家新一代人工智能開放創(chuàng)新平臺。

17

·暗物智能完成B輪融資

7月4日，暗物智能宣布5億元B輪首期融資正式收官。暗物智能與廣州產投、廣州城投、廣州工控、

廣州金控、南沙科金控股五家國企簽署《暗物智能投資協議》，由五家國企聯合對暗物智能進行戰(zhàn)略性

投資。

暗物智能由著名計算機視覺專家朱松純于2017年創(chuàng)辦，2020年年中獲5億元A輪融資?！鞍滴镏?/p>

能作為強認知人工智能科技的重要實踐載體，以強認知AI為核心，構建融通學、研、產、用的新型創(chuàng)新鏈，

將強大的人才優(yōu)勢與先進的科研實力轉化為產業(yè)轉型發(fā)展的新引擎、新動能，智能社會治理的新思路、

新解法?！敝焖杉儽硎?。

·瑞為技術完成D輪融資

2022年8月18日瑞為技術獲數億元D輪融資，由招商局資本、泓宇資本領投，高略資本、景泰投

資、賽富資本跟投。本輪融資資金將主要用于深化AI算法及產品研發(fā)，增強在各個社會公共安全場景

的領先地位并憑借優(yōu)勢繼續(xù)開拓垂直市場。

·極視角完成戰(zhàn)略輪融資

2022年10月13日完成由山東陸海聯動投資基金領投、青島海創(chuàng)智鏈工業(yè)互聯網產業(yè)投資基金共

同投資的戰(zhàn)略輪融資。

極視角此前曾獲得華潤創(chuàng)新基金、高通創(chuàng)投、北高峰資本、經控金融投資集團、蘭馨亞洲、青島國

信等資金方的投資。本輪融資資金主要用于算法商城及平臺產品研發(fā)、人工智能生態(tài)建設。

極視角成立于2015年，是專業(yè)的人工智能與計算機視覺算法提供商，開創(chuàng)了國內首家計算機視覺

算法商城。經過7年多的發(fā)展，公司在青島、深圳、上海、成都、珠海、佛山、蕪湖及港澳等地均設有

下屬機構，落地業(yè)務輻射全國。

三、總結

眾所周知，目前人工智能已廣泛賦能于千行百業(yè)，人工智能工具的迭代也為中國數字經濟發(fā)展帶來

巨大的增量，其發(fā)展態(tài)勢健康穩(wěn)定、持續(xù)且樂觀。

同時，在產業(yè)智能化轉型升級的進程中，傳統行業(yè)的參與度越來越深入，為AI提供海量的數據和

更豐富的應用場景，如互聯網、教育、機器人、醫(yī)療、自動駕駛、交通、制造、智慧城市、金融等多個

應用領域。

當前，各國都出臺了政策和相關標準，致力于深化人工智能技術在行業(yè)應用場景中的創(chuàng)新和融合。

與此同時，在實現技術迭代和創(chuàng)新之外，還需要聚焦可落地的場景實踐和數據的安全可信，推動人工智

能產業(yè)邁向新階段，使AI技術變成更好的行業(yè)應用工具。

18

Part4

安防+AI技術應用篇

19

一、人臉識別

安防+AI是傳統安防行業(yè)借助計算機視覺與知識圖譜技術在城市級和行業(yè)級安防場景中的實際落地

應用，不僅僅局限于由公安部門、司法部門、政法部門等采購使用的人工智能相關商品、服務及工程類

項目的狹義安防+AI，同時也涵蓋安防在社區(qū)樓宇、文教衛(wèi)等其他領域的應用。

1、人臉識別的原理及特點

原理：

人臉識別利用攝像機或攝像頭采集含有人臉的圖像或視頻流，并自動在圖像中檢測和跟蹤人臉，進

而對檢測到的人臉圖像進行一系列的相關應用操作。技術上包括圖像采集、特征定位、身份的確認和查

找等等。

人臉識別的大致流程：

人臉圖像的采集人臉特征

人臉檢測人臉識別活體鑒別

與預處理提取

特點：

人臉與人體的其它生物特征（指紋、虹膜等）一樣與生俱來，它的唯一性和不易被復制的良好特性

為身份鑒別提供了必要的前提，與其它類型的生物識別比較，人臉識別具有如下特點：

非強制性：用戶不需要專門配合人臉采集設備，幾乎可以在無意識的狀態(tài)下就可獲取人臉圖像，這

樣的取樣方式沒有“強制性”。

非接觸性：用戶不需要和設備直接接觸就能獲取人臉圖像。

并發(fā)性：在實際應用場景下可以進行多個人臉的分揀、判斷及識別。

除此之外，還符合視覺特性：“以貌識人”的特性，以及操作簡單、結果直觀、隱蔽性好等特點。

2、人臉識別發(fā)展歷程

據公開的資料顯示，人臉識別的發(fā)展歷程大體上分為四個階段，包括機械識別、半自動化識別、非

接觸式識別及互聯網應用階段。細分來看：

20

安防+AI技術應用篇

機械識別上個世紀60-90年代，無自動識別

半自動化識別上個世紀90年代，主要研究人工算法識別

非接觸式識別21世紀初至2014年，主要研究魯棒性

互聯網應用2015年至今，理論走向全面應用

與其他生物識別方式相比，人臉識別優(yōu)勢在于自然性、不被察覺性等特點。自然性即該識別方式同

人類進行個體識別時所利用的生物特征相同。指紋識別、虹膜識別等均不具有自然性。不被察覺的特點

使該識別方法不易使人抵觸，而指紋識別或虹膜識別需利用電子壓力傳感器或紅外線采集指紋、虹膜圖

像，在采集過程中體驗感不佳。

總體而言，相比指紋識別、虹膜識別等傳統的生物識別方式，伴隨著后期人臉識別精度問題得到解

決后，人臉識別有望快速替代指紋識別成為市場大規(guī)模應用的主流識別技術。

3、人臉識別應用場景

近年來，隨著人工智能技術的快速發(fā)展和社會認同度的提高，人臉識別技術在身份識別、人證對比、

人臉編輯、人臉驗證等方面有著非常廣泛的應用。具體如下圖所示：

人臉識別應用場景

身份識別人證對比人臉編輯人臉驗證

安防監(jiān)控識別、考勤打卡、登機人臉美化、刷臉支付、找回

人臉門禁、VIP安檢、考試身份密碼、安全登錄

身份識別等認證等人臉貼紙等特效系統等

21

在安防應用領域，人臉識別技術起到至關重要的作用。例如，在地鐵、公交車站、機場等公共場所，

人臉識別技術可以幫助警察對犯罪嫌疑人進行快速識別和逮捕。在高清晰度影像監(jiān)控系統中，人臉識別

技術還可以幫助管理者更好地監(jiān)管設備，并提高安全水平。

總的來說，人臉識別技術已廣泛應用于金融、司法、軍隊、公安、邊檢、政府、零售、航天、電力、

工廠、醫(yī)療等多個領域。未來，隨著技術的不斷迭代更新，人臉識別技術將應用在更多的領域。

4、人臉識別現狀、挑戰(zhàn)、趨勢及前景

現狀：

在生物識別技術發(fā)展中，人臉識別技術現已非常成熟，市場對其認同度比較高。其主要是通過“局

部特征分析”和“圖形”、“神經識別算法”對面部各器官和特征不同的方位進行分析、提取成數字化

信息，再比對數據庫中樣板信息進行判斷確認。

雖然人臉識別技術已經取得了很大進展，具有高度的準確性和穩(wěn)定性，有效提升了安全防控水平。

但人臉識別技術也面臨一些問題。例如，如何保證人臉庫的安全、如何提高人臉識別的準確率、如何保

護公民隱私等等。

在競爭方面，由于人臉識別技術的快速發(fā)展，吸引了安防巨頭企業(yè)和互聯網巨頭積極布局。在安防

企業(yè)方面，?？低曌鳛槿蝾I先的安防龍頭，在人臉識別領域有著重要地位。目前其產品廣泛應用于

安防、交通、金融服務和樓宇等場景。大華股份推出人臉識別門口機、通行閘機等產品，則多數應用于

智慧警務、智慧樓宇和日常消費場景。

在互聯網巨頭方面，百度、騰訊、阿里等分別利用自身云團隊開展人臉識別技術研究，拓展應用場景。

22

安防+AI技術應用篇

應用場景不僅包含安防、門禁等領域，同時還在智能相冊、人臉美顏、動態(tài)貼圖等領域進行拓展。

未來，隨著科學技術不斷進步以及政策持續(xù)推動，人臉識別技術將不斷與各行各業(yè)相互融合，深入

各場景應用。屆時，人臉識別技術維度升級也是應市場需求而持續(xù)推進。目前，人臉識別的研究趨勢已

轉向使用3D人臉表面，但現對面部變化提取的準確性、復雜性和穩(wěn)健性技術攻關還存在一定難度。

挑戰(zhàn)：

A、隱私保護問題

目前，人臉識別技術的應用已經涉及到人們的生活的方方面面，這也帶來了隱私泄露的風險。因此，

加強隱私保護并制定相關的法規(guī)和規(guī)范是當前人臉識別技術面臨的重要問題。

B、技術可靠性問題

雖然人臉識別技術在可靠性和準確性方面已經取得了很大的進展，但是在一些特殊環(huán)境下，識別的

穩(wěn)定性和準確率仍然需要進一步提高。

C、法律法規(guī)不完善問題

在應用人臉識別技術時，相關法規(guī)和標準的制定并不完善，導致了許多前沿技術的適用不夠明確和

規(guī)范，在這方面需要制定完善的法規(guī)和標準。同時，還需要加強教育和普及，提高用戶的安全意識和防

范意識。

趨勢：

在趨勢上，人臉識別技術在硬件設備、政策法規(guī)方面有著以下演變趨勢。如硬件設備方面，隨著近

些年可穿戴設備、智能家居等物聯網技術的發(fā)展，人臉識別技術也將不斷加強和應用。未來，人臉識別

系統將更加智能化、小型化和便攜化，使得用戶可以更加輕松地進行身份驗證和信息交互。

政策法規(guī)方面，隨著人臉識別應用越來越廣泛，國家政策和法規(guī)對于人臉識別技術的制約和規(guī)范也

越來越重要。未來，隨著相關法律法規(guī)和標準的出臺，人臉識別技術將更加正規(guī)和規(guī)范化，同時，將更

好地保護用戶的隱私和個人信息。

前景：

隨著行業(yè)發(fā)展，2023年的人臉識別行業(yè)預計將受益于它的簡單性、準確性和可視性，進一步拓寬應

用范圍。它將可以更有效地執(zhí)行支付交易、多種聯合身份驗證程序以及安全訪問管理服務。該技術目前

主要應用于各類內部安全監(jiān)管、支付驗證、汽車訪客識別等，此外，隨著技術的進步，未來還可以應用

于交通運輸和醫(yī)療領域，減少前件辦理手續(xù)，提高效率。

整體來看，作為我國人工智能發(fā)展的一個縮影，人臉識別技術落地的大趨勢已不可改變，就像任何

新技術一樣，趨其利、避其害，揚其長、避其短，方能避免可能發(fā)生的傷害。

23

二、車牌識別

隨著人們生活水平的提高，使用私家車在人們的出行中占據越來越大的比重，大量的汽車出行給交

通管理和停車等造成了巨大的壓力。不但在道路上有隨處可見擁堵的車流，而且隨意停靠的車輛越來越

多，為了能較為合理引導車流以及規(guī)范汽車的行駛，對于車輛的精確識別顯得至關重要。

車牌智能識別技術是指根據影像技術將動態(tài)的或靜態(tài)的車輛車牌與車身顏色等進行辨別的智能管理

系統。此套系統主要包括車牌定位算法、車身顏色識別系統等分系統。一般來說，車牌識別系統的工作

流程是車輛檢測、圖像采集、車牌識別。

1、原理

第一步圖像采集，通過高清攝像抓拍主機對過往車輛進行實時、不間斷的記錄和采集。采集在路面

上行駛的車輛信息，首先獲取車輛的圖像，采集汽車的圖像數據，并將圖像轉換為位圖存入內存中的汽

車圖像數據采集庫;第二步是圖像的預處理，處理過程涉及到圖像灰度化處理、灰度圖像均衡化、邊緣

檢測值化、檢測候選區(qū)域并二值化這幾個步驟;第三步是車牌粗定位，具體過程是利用車牌紋理特征確

定車牌區(qū)域的大概位置，對車牌進行大概位置的判斷;第四步是車牌精確定位，是利用車牌底紋顏色特

征確定車牌的精確位置以便后續(xù)處理使用;第五步是采用基于車牌字符分割技術，對字符進行判斷分類;

第六步是對分割出的字符進行識別并且顯示分類結果，經過計算給出圖片的處理結果。

當前的車牌識別技術，主要有3個特點：一是前端嵌入式一體化，二是算法基本都是基于深度學習

架構;三是前端設備除算法外，還集成了很多原來需要配套設備實現的功能。

2、發(fā)展歷程

車牌識別起源于20世紀80年代，主要應用在被盜車輛的檢測，但沒有形成一套完整的識別系統。

隨后，出現了一些用于車牌自動識別的圖像處理方法，針對一些特定的問題采用簡單的圖像處理技術來

實現。到了20世紀90年代，隨著計算機技術的發(fā)展以及計算性能的提高，車牌識別研究也進入熱潮，

歐美的一些國家率先開始了車牌識別系統的研究工作。

在中國，開始車牌識別研究始于上世紀90年代末，雖然當時的技術并不成熟，是一種既昂貴又不

完善的產品，規(guī)模也不大，識別率一直在80-90%左右徘徊，因此應用市場限制在高端的小眾市場里。

自2005年以來，各地政府開始加速進行智能交通系統建設。車牌識別作為智能交通的核心技術，

得到快速的發(fā)展，識別率從80%提高到97%，分辨率從模擬視頻到高清視頻，應用平臺從PC上的軟

識別到相機內的DM642，DM648，DM8127等。2005年到2015年是車牌識別技術整整高速發(fā)展的十

年時間。

3、應用場景

24

安防+AI技術應用篇

停車場及小區(qū)出入口

停車場及小區(qū)的車牌識別系統的運用主要是指在小區(qū)及停車場將車牌識別系統運用在進行車輛的車

牌識別、記錄進出時間、辨別車輛是否屬于小區(qū)等，以此來規(guī)范小區(qū)的車輛管理、提高效率、降低人工

管理成本。例如在小區(qū)中運用車牌識別系統時車牌識別系統自動采集車輛的相關信息并做出判斷，對不

屬于本小區(qū)的車輛進行及時收費。除此之外，車輛識別系統還能與車輛調度系統進行結合，綜合對車輛

進行出入、調度等的管理。在小區(qū)及停車場安裝車牌識別系統可以說是一個一勞永逸的動作，小區(qū)在未

安裝車牌識別系統時往往需要投入大量的人力及物力用來管理小區(qū)內的車輛正常出入工作，因為在小區(qū)

及停車場對車輛用人力進行相關的記錄和管理工作是十分復雜的，如果采用人力的辦法進行管理和疏導

那么人工需要做的工作主要有：記錄、匯總、引導、收費等，可以說是工作十分繁雜且細小的，并且時

間成本與人力成本也比較高，不僅如此，在未安裝車牌識別系統時采用人力記錄的出錯率相比于安裝車

牌識別系統后也比較高。在安裝車牌識別系統后這些問題都將得到有效的解決。車牌識別系統對那些遮

擋車牌、掉漆斷裂、車牌模糊不清的車輛也能夠在進行信息的分析后做出相對準確的判斷，這也減輕了

對車輛管理的復雜度。

高速公路收費站

在改革開放后我國的經濟保持著迅猛的增長趨勢，高速公路的發(fā)展也同經濟一樣保持高速的增長，

在短短近三十年間我國高速里程數突破十三萬公里。我國在高速公路的各個出口都設有收費站，收費站

在進行收費的同時也可以作為交警的高速公路規(guī)范管理基地。在高速公路收費站進行車牌識別系統的運

用一方面有利于更好的進行相關的管理，另外也可以對那些違法車輛進行有效的監(jiān)管，當在高速公路上

行駛的車輛在經過車牌識別系統的辨認之后會對車輛的合法性做出有效的分辨，在車牌識別系統發(fā)現車

輛違法的時候便將違法車輛信息傳輸給高速公路公安，方便公安對違法車輛的抓捕與調查。鑒于高速收

費站的特殊性，在收費站安裝的車輛識別要求一般較高。傳統的車牌識別像素都是106P，這一像素的

有效識別區(qū)域小、辨識度不高，因此在高速收費站中就不適用。在現代技術的支持下，現在高速收費站

的車牌識別系統的攝影技術都是高清的，這為公安和交警進行工作提供了方便和可靠的信息支持。一般

來說，車輛在高速公路上行駛速度通常在90-120公里每小時之間，低分辨率的攝像頭無法很好的在如

此之高的速度之下保證有效的對車輛信息進行分辨，因此，采用高清的攝影技術作為車牌識別系統的支

持可以很好的提高車牌識別系統的準確度和工作效率，為公安和交警的工作提供更加有效的信息。在收

費站進行車牌識別系統的運用在有利于提高管理效率的同時還有利于對違法犯罪車輛進行監(jiān)控，為抓捕

工作提供信息支持。

在公路卡口中的應用

在人民生活水平和需求逐漸提高的今天，車輛的增多帶來了許多的違法問題。車牌識別系統可以為

違法車輛的處罰提供信息支持，在這一點最具有代表性的便是公路卡口系統。一個完整有效的公路卡口

系統一般包括車輛識別系統、治安卡口系統與中心管理平臺，三者相輔相成，共同構成公路卡口系統。

25

車輛識別作為最基礎的檢測系統，在公路卡口系統中具有重要作用。在公路卡口系統中車輛識別系統的

識別速度是一個主要的參考指標。當車牌識別系統的識別速度快時系統的工作效率就高，識別速度不足

時系統的工作效率就相對較低。識別車牌速度快、準確，車牌識別系統才能有效地實現自動比對報警，

避免出現大量的誤報。同高速收費站的車牌識別系統一般，公路卡口系統也為公安交警系統的破案提供

信息支持。

在城市交通的應用

我國的城市化進程正在越來越快，城市公路運輸業(yè)也在迅速的發(fā)展著。由于基礎設施建設的落后，

交通管理現狀和需求的增長之間的矛盾正在逐漸加劇，與交通有關的刑事與治安案件也在越來越多發(fā)。

公安交通管理部門目前面臨的主要問題之一便是運用何種手段對城市公路交通進行有效的監(jiān)管、打擊各

類公路違法犯罪行為。

4、現狀、趨勢及發(fā)展前景

雖然車牌識別技術這些年取得了飛速的進步，但還未達到普適化通用的程度，各個應用場景的產品

還是使用專用的車牌識別相機效果較好。比如高速公路的放在停車場就明顯不太適應，停車場的用在加

油站、工地等場景也表現不佳。

現如今車牌識別技術在應用方面已開始由交通領域走向了非交通領域，比如4S店、汽修店、汽車

美容店、加油站、地磅、充電樁、工地等領域，這些復雜場景的識別特點、需要集成的應用功能與交通

場景存在極大的不同，所以現有的許多適用于動態(tài)交通或者靜態(tài)交通的車牌識別產品，在這些更加細分

的復雜場景中使用存在諸多痛點。

正是在這樣的背景下，專注于非交通領域的車牌識別技術獲得了越來越多的關注。目前針對智慧車

服、智慧工地、智慧加油站、充電樁、地磅等細分場景都已經出現了各個復雜場景專用的車牌識別一體機，

針對場景功能需求設計了許多具備亮點的特色功能，如智慧加油站的防爆車牌識別一體機、充電樁防占

位車牌識別一體機等。

可以預見，未來越來越多的細分場景都較大可能要使用場景專用智能車牌識別一體機，才能讓車牌

識別技術為產業(yè)革命帶來更多的發(fā)展方向，幫助企業(yè)實現大數據管理，從而完成行業(yè)改革進步。

三、大模型

1、原理

大模型是指模型具有龐大的參數規(guī)模和復雜程度的機器學習模型。在深度學習領域，大模型通常是

指具有數百萬到數十億參數的神經網絡模型。這些模型需要大量的計算資源和存儲空間來訓練和存儲，

并且往往需要進行分布式計算和特殊的硬件加速技術。

大模型的設計和訓練旨在提供更強大、更準確的模型性能，以應對更復雜、更龐大的數據集或任務。

26

安防+AI技術應用篇

大模型通常能夠學習到更細微的模式和規(guī)律，具有更強的泛化能力和表達能力。

然而，大模型也面臨一些挑戰(zhàn)。首先是資源消耗問題，大模型需要大量的計算資源、存儲空間和能

源來進行訓練和推理，對計算設