5G时代智能安防应用场景白皮书VIP

1、5G时代智能安防十大应用场景白皮书5G时代智能安防应用场景白皮书目录目 录01执行概要04 安防产业趋势与挑战安防走向千行百业，从辅助系统走向生产系统10技术发展趋势5G+AI，打开安防新的成长空间17商业落地5G时代智能安防十大应用场景315G智能安防展望】5G时代智能安防十大应用场景白皮书5G时代智能安防十大应用场景白皮书执行概要5G 和 AI 人工智能是未来全球科技行业发展的两个重要趋势。2019 年 6 月 6 日，工信部向中国移动、中国电信、中国联通、中国广电发放 5G 商用牌照，标志着中国5G 正式进入商用阶段。三大运营商加快网络建设速度，计划 2019 年底信号覆盖 50 余个城

2、市，2020 年底覆盖地级市以上城市。5G 网络寄托了整个移动互联网产业链未来的希望，也将深度赋能安防产业，引发安防产业的变革。2019 年 10 月 18 日，著名的信息技术研究与分析公司 Gartner 发布的最新预测数据显示，“户外监控摄像机”将是未来 3 年（2020-2022 年）全球 5G 物联网（IoT）解决方案的最大市场。2019 年 7 月，普华永道全球 AI 研究报告发布。研究显示，人工智能会使 2030 年全球 GDP 增加14%，相当于额外的 15.7 万亿美元，使其成为当今快速变化的经济体中最大的商业机会。智能安防领域的创新与商业探索日渐兴盛，市场孕育的发展空间巨大，

3、全球安防市场可见空间 2023 年达 300+ 亿美金，AI 赋能安防，正吸引智能力量积极介入安防。随着AI，大数据，云计算等技术的发展，安防正从传统的视频监控走向智能安防，从传统的防控辅助系统走向效率提升的生产系统，智能安防走向千行百业。在走向千行百业的进程中，不同行业对于覆盖的纵深要求不断提升；为了获取更多的细节信息支撑决策分析，对于视频图像全天候高清化越来越高，4K/8K图像成为主流，对于网络上行带宽的要求越来越高；机器视觉技术的不断发展，视频图像可以承载越来越多的信息，但仍需要更多的与前端多维感知设备之间进行数据的交互，提升决策准确率，并尽量在前端决策，减少后端处理压力；多维感知数据的

4、端云协同和对数据的实时交互对于网络的时延、带宽要求越来越高；同时防控走向深水区，对于防控的立体化、系统化、机动化要求不断提升。02执行概要与传统的4G相比，5G具有大带宽、高可靠低时延、海量连接等许多优点。通过5G提供的大带宽、低时延，AR/VR安防真正可以从概念走向商用；通过5G提供的低时延特性与计算机视觉相结合，可以实现机器人从简单的执行向人机协作生产升级，加速工业互联网的实现；5G的低时延与海量连接感知，可以实现车与车、车与路之间的通信，为AI算法提供多维数据，为辅助驾驶、无人驾驶提供技术。通过5G无线技术提供的 大带宽，可以解决有线无法覆盖的安防场景，使能5G走向千行百业。人工智能经过

5、多年的发展，已经取得了长足进步，但作为AI落地最成熟的安防市场仍处于“弱人工智能” 阶段，算法、算力、数据是人工智能发展的三大关键要素，随着算力的不断提升，算法的不断进化成熟和丰富，数据加速汇聚融合，结合各个场景的智能化需求，智能安防走向千行百业，打开新的成长空间。5G 解决了高清视频要求的大带宽能力，实时操控要求的低时延能力，同时海量连接为安防提供多维感知能力。算力的提升、算法的丰富，以及多维数据的融合提升了安防决策的效率和准确度。5G 智能安防将进一步提升城市综合治理能力，安防走向立体、协同化；同时还将在智慧矿山、港口、环保、消防、制造、出行等场景加速落地，解决了各行业的安全管控问题，从而

6、大大提升各行各业的生产效率。5G与人工智能的发展，将推动安防行业在覆盖、视频采集、感知运用、防控能力、产业转型等不断升级，推动安防产业进入大安防时代，从“专制专用”的公安行业走向共建“和谐民生”的千行百业。5G智能安防将加速安防体系的重构，打破时空的界限，结合最新的技术，既可以从物理世界投射到数字 世界，也能把数字世界叠加渲染进物理世界，形成虚实协同的安防数字孪生。重构全天候、全时空、全要素、全融合为特征的安防新体系。035G智能安防白皮书安防走向千行百业，从辅助系统走向生产系统安防产业趋势与挑战安防走向千行百业，从辅助系统走向生产系统045G时代智能安防十大应用场景白皮书安防产业趋势与挑战5

7、G时代智能安防十大应用场景白皮书安防产业趋势与挑战 马斯洛需求层次理论中，安全是除了基本生理需求外的最重要的需求，安防产品和解决方案在人们的工作、生活中也越来越常见，并且已经从基础的安全保障逐步演变为辅助管理和提升生产效率的重要技术手段。安防产业正逐步从服务于公共安全的“专制专用”走向服务于社会生产生活的“和谐民生”。交通行业，业务定位上视频监控已从传统的安防系统变成交通行业生产系统的一部分，能够指导和辅助高效交通疏导，改善服务体验，提升管理水平，例如：通过视频对排队长度的智能检测，能够帮助客户弹性开关服务窗口，资源效率和服务体验得到双提升；通过机场的站坪全景视频，实现远程塔台监管，提升调度管

8、理效能。智慧园区，视频监控与园区通行、物业管理进行融合，形成一体化综合应用，各类数据充分融合共享，除使用视频监控的周界防范、人脸识别、车牌识别、行为分析等能力外，叠加与园区管理深度结合的更多更精准智能能力，从而提升园区管理水平、安全等级和应用效率。更普遍更大量的行业，基于监控视频，叠加匹配对应行业属性的智能算法和应用，可以提升安全管理水平和生产生活效率，例如：电力行业基于监控视频的智能分析，实现对配电房和高压铁塔周边的工程车辆识别和告警，以及对进出站房佩戴工程帽识别和告警；仓储园区行业基于监控视频的智能分析，实现对出入仓货品进行高效计量。当前，安防走进千行百业，面对纷繁复杂的业务场景和更广泛的

9、客户群体，主要挑战包括：1、安防系统从前端到后端都需要具备动态加载和运行行业应用的能力，从而满足行业和场景多样化的要求。2、承载网络需要更加的开放和灵活，设备接入需要更加的简单和便捷，业务获取需要更加方便和快速， 业务端到端体验需要更加的流畅和高效。05 PAGE 8 PAGE 9 芯片技术的高速发展为AI提供超强算力保障，使算力更易获取。在前端，摄像机通过AI芯片具备足够算力，为前端智能算法和应用提供了高效的运行环境。同时在边缘和中心，AI芯片也为海量视频、图片、数据的深度解析和大数据碰撞、检索提供算力保障。从而形成端边云全网智能化的算力基础。在算力的支撑下，AI算法的成熟也让安防的智能化成

10、为可能。当前视频AI技术链准备度高，开源社区繁荣，算法演进快速，正在改变各行业的生产模式，提高生产效率。随着场景的不断丰富和应用的不断深入，更多成熟可用的视频算法可以融入到各行业的生产流程，为行业打造先进生产力。多样化的应用场景，要求更加灵活的视频智能部署和应用能力，需要三个方面的能力：1、前端摄像机、边缘、中心都具备软件定义能力，支持动态加载智能算法，从而可以动态按需的在前端、边缘、中心部署相应的智能算法和应用。2、支持端边云协同，形成全网一体化的高效智能供给。3、全网分级分布的智能能力间有效协同，高度依赖网络的保障，要求网络能够接入各种复杂部署环境的海量摄像机，提供更高的通信带宽和更低的时

11、延，并能根据每个行业特点提供满足要求的SLA专网保障能 力。在九部委针对视频监控建设的联合发文关于加强公共安全监控建设联网应用工作的若干意见（996 号）中，提出到2020年实现“全域覆盖、全网共享、全时可用、全程可控”的目标。随着安防走进千行百业，视频监控建设范围将更广，目标对象更多，面对的环境更复杂，系统布建周期更短，因此在业务覆盖能力要求能够实现全域化、自由化、简捷化。全域化：突破地理位置和时空环境的限制，实现视频的全部覆盖。自由化：前端设备形态更加的多样，比如：背负式，定点式，附着式（警车、杆等），手持式，穿戴式。移动自由，可以任意挪动位置，选取最佳监控角度，保证活动现场无死角。简捷化

12、：一体化系统，小巧轻便，灵活组网。部署快速，机动性强，随装随用，可以随时运到所需执法场地。环境依赖低，无电无网可用，开机自动入网络。当前，安防的业务覆盖中三类场景还存在问题：1、布建困难类场景，包括：工地、港口、矿山、渔场、水库、自然保护区等，一方面受环境制约，无有线铺设条件或建设代价高；另一方面业务上又对网络有较高要求，比如港口桥吊、矿山矿车、渔场投食均有监控视频辅助远程操控的需求，要求高清视频回传、毫秒级延时（30ms），现有的无线技术均存在需求匹配度 问题。使用3G、4G、卫星等无线公网，无法保障可用带宽和稳定的网络质量；使用微波、无线网桥、eLTE 等无线专网，无授权频谱且无统一的运营

13、运维主体，无法有效支撑业务的稳定可靠。当前此类场景已造成网络“孤岛”和业务“荒岛”。2、移动车载类场景，包括：公交车、出租车、地铁等公共交通车辆，交巡警摩托、执法警车、巡逻车等执法巡逻车辆，校车、押运车、运钞车、危化品运输车等特种车辆。这些车辆均需要被重点监管，但受限于当前的无线技术和网络能力，监管的范围、时效性、有效性都无法保证。一方面，由于带宽和稳定性不足，无法实现全量实时回传，对驾驶人/乘客/车辆真实状况无法掌控，可实时视频调阅的并发路数少，画质模糊，偶发卡顿，无法有效支撑突发事件高效处置；另一方面，车载监控视频存储在本地，设备易损坏，数据易丢失，无法可靠提供突发事件的视频调取。当前交通

14、车辆已成为天网的监控盲区，只能在事后通过“回头看”获取线索。3、应急处置类场景，包括：重大节庆、大型会议、应急维稳、现场执法、自然灾害、文物考古等，这类场景具有复杂性、突发性、临时性、机动性的典型特征，通过警用终端、执法记录仪、临时移动补点、移动布控、巡防机器人、无人机等应急装备加密监控点位，保证全场全程无盲区。这些装备严重依赖无线视频回传能力，但当前无线技术和网络能力，无法提供视频全量实时回传和可靠回传，“不可能”达成全场全程全量的实时可视可管可控。安防已经从模数时代满足人眼态势监看的“看得见”阶段，演进到满足分辨细节目标的“看得清”阶段， 清晰度的不断提升，从高清进一步向4K和8K超高清，

15、可以满足港口、矿山、医疗等行业借助视频进行远程辅 助操控的清晰度要求。视频清晰度的不断提升，视野的纵深得到延展，视频中所包含的有效信息要素增多，可提取的有用信息不断丰富，安防产业开始走向“看得懂”阶段，由机器从视频中检测、识别和提取人车物等目标信息。视频采集对环境的约束逐渐降低，宽动态、超星光、微光/黑光等采集技术的应用，三防、透雾、全彩等环境适应和视频修复还原技术的应用，都大大拓宽了视频采集的应用领域，保障了采集的有效性，实现无论白天黑夜、阴晴、雨雾风沙都能全天候持续有效的进行视频采集。视频采集清晰度的提升，以及从视频中提取信息的增多，对视频和信息回传网络提出了更高的挑战：1、更大的网络带宽

16、，既能支持单路50Mbps以上的视频上行带宽，又能支持多路并发回传，例如，港口 的每台桥吊有18路4K视频的无线回传要求。2、更稳定可靠的网络质量保障，保证在线率和视频播放的质量，避免出现卡顿、花屏等问题。3、更低的网络时延，在远程辅助操控中匹配视频延迟的要求，例如，港口的桥吊的远程操控，要求端到端视频时延30ms。视频、音频、气味、生物特征等技术的发展和成熟，全面掌控防控场景和目标的完整信息成为可能，在安防应用中越来越多的部署更多类别的感知设备，用于从更多维度采集目标信息，包括目标的各种要素、活动轨迹以及关联信息等，从而形成一个动态感知体系，实现防控工作的“无所不在、无所不知”目标。针对某一

17、特定的应用场景，相关前端感知设备实现全互联直通，逻辑上各感知设备一体化，当一个设备的感知到一条单维度信息后，通知其他设备从其他维度提取信息，对信息的准确性进行印证，从而实现群防群治，实现在前端就能完成一次感知信息的数据清洗，从而保证了感知信息的准确性。只有验证有效的信息才会上报至后端系统和平台，在后端再进行数据综合应用，最终实现感知的多层运用。一方面，可以提升准确度， 减少误报；另一方面，通过本场归并，减少数据量，降低后端处理的压力。当前，安防在感知运用上是一个个孤立的垂直结构，需要先由前端感知设备进行目标感知和信息采集，然后原始信息报送到后端业务系统进行结构化和业务语义化，最后业务数据汇总到

18、中心数据综合应用平台（含大数据）进行数据治理和关联应用。在感知运用信息链中前端设备和后端业务系统是垂直对应关系，只有到了中心数据综合应用平台才形成水平关系，才能面向多个业务系统进行多维数据综合和关联。该处理存在如下三个问题：1、前端设备相互没有互联，单位感知信息缺少多维验证就直接上报后端处理，而且缺少精准的点位位置数据，没有统一的全网时钟，很难对多维数据进行有效治理和关联，直接影响面对客户应用的可用性。2、后端业务系统基于单维感知数据的算法精度受环境因素影响大，无法保证全天候的稳定的精度指标， 导致误报和漏报多。3、中心数据综合应用平台直接面对全网海量数据量（万亿级），导致全局实时分析困难，时

19、效性差；视防控指挥从中心（指挥中心或运营中心）向一线延伸（分级指挥和临场指挥），从传统的语音调度转向音视频融合调度，从“听得到”向“看得见”转变，直观掌握现场实时状态，提高事件处置效率。同时装备和通信技术的快速发展，全面使能安防防控能力的装备革命、重心转移、体系重构。装备革命：一方面，外勤装备融合化、智能化、可穿戴化，实现减负强兵，提升现场处置实战能力；另一方面， 指挥装备的个人化，通过 VR/AR 技术，打破场地和时空的限制，从指挥中心的“融合上墙”演变为随时随地的“全息临场”指挥。重心转移：外勤装备的革命，强化了单兵能力，使兵力前置。终端装备的全量接入联网以及指挥装备的革命，使指挥前移成为

20、可能，更便捷对现场全知全感，提升事件防控处置的机动性和灵活性。体系重构：机器人和无人机的应用，使能防控指挥从人力可及场所延伸至非人力可及场所（如灾难现场），从查验现场提前至到达现场前布控（如无人机放飞前置布控），从物理世界的信息投射到数字孪生的融合互控， 解放了时空，重新定义和构建立体防控体系。当前，制约防控指挥能力发展的关键瓶颈是无线技术和网络能力，有三个问题： 1、由于缺乏统一的无线网络承载，导致外勤装备种类多，功能单一，采集的信息孤立；2、由于现有无线网络（3G/4G、340MHz 图传等）对视频的承载能力弱，导致无法全量接入和实时可靠回传各种外勤装备的实时视频，造成对现场无法全天候全时

21、空感知，可视化实时指挥难以真正构建；3、由于现有无线网络的时延无法满足VR/AR 的体验要求，导致指挥仍然需要依赖固定场所和大屏。5G时代智能安防十大应用场景白皮书5G智能安防白皮书5G+AI，打开安防新的成长空间技术发展趋势5G+AI，打开安防新的成长空间105G时代智能安防十大应用场景白皮书技术发展趋势5G时代智能安防十大应用场景白皮书技术发展趋势 PAGE 14 PAGE 15 第五代移动通信技术（简称 5G）是最新一代蜂窝移动通信技术，也是继 4G（LTE-A、WiMax）、3G（UMTS、LTE）和2G（GSM）之后无线网络的又一次演进。相比4G 网络，5G 网络数据流量密度提升10

22、0 倍，设备连接数量提升 10100 倍，用户业务速率提升 10100 倍，端到端时延降低 5 倍，可以为无线网络用户提供 1Gbps 以上的业务带宽、毫秒级的超低时延以及每平方公里百万量级的连接密度。5G 网络的典型特征是大带宽、高可靠低时延、海量连接，这使人与人之间通信，开始转向人与物的通信，机器与机器之间的通信成为可能。图1 5G网络的典型特征URLLC高可靠低时延海量物联mMTC1ms1万 30ms100万/km24G5G100Mbps10Gbps增强移动宽带eMBB5G 不仅体现在无线侧的变革，还将推动业务解决方案端到端演进。虚拟园区网络在低时延特性基础上， 提供了安全、专用的网络环

23、境；网络切片实现从无线终端到业务平台端到端的服务质量；云网协同实现业务系统部署、优化的自动化与弹性，优化业务运营的效率和成本。“4G 改变生活，5G 改变社会”，5G 的到来将使人类的生产、生活方式发生深刻的变革，再次解放巨大的社会生产力，也将对安防产业的生产方式带来新的变化。大带宽与安防5G 采用了大量新技术和新架构以提高用户带宽，可以实现单用户 1Gbps 以上的业务带宽，实现“超级上行”，解决大容量、高分辨率视频信号的回传问题。在安防行业，视频清晰度要求不断提高。摄像机从最开始的标清，发展到准高清 720P、高清 1080P， 甚至出现 4K、8K 超高清。视频传输带宽也越来越高，对于采

24、用 4096*2160 分辨率、H.265 视频编码的单路 4K 视频，其带宽需求为 10-20Mbps，而对于采用 8192*4320 分辨率、H.265 视频编码的单路 8K 视频，其带宽需求约为 40-60Mbps。对于一些 AR、VR、超高清视频等新型移动业务，4G 网络已经不能满足需求，必须采用更大带宽的 5G 网络来承载。清晰度更高的画面与更丰富的视频细节是 5G 给视频行业带来的新价值。高可靠低时延与安防5G 技术通过改良空口数据子帧长度、下沉用户面应用（MEC 和边缘计算）、优化组网路径等多种新技术， 新架构，可实现业务的超低时延，低至 10ms 以内，响应速度更快。时延对于

25、VR/AR 安防、移动巡检、机器视觉等场景意义重大。毫秒级的时延可以大大降低 VR/AR 使用者的眩晕感；可以实现无人机 / 机器人图像实时回传和远程操控，高效完成巡检任务，避免设备失控；可以支持机器视觉和工业控制等新型工业应用场景：通过回传的视频和图像，AI 算法可以实时决策、反向控制生产流程。海量物联与安防到 2023 年，广域物联网设备预计将达到 41 亿个，短程物联网设备将达到 157 亿个，物联网的应用和市场空间将远超传统人与人的互联。5G 所具备的海量物联通信（mMTC）特性将为物联网络提供坚实的基础。物联网应用可以分为宽带物联和窄带物联两大范畴：宽带物联使得以视频为主的安防业务范

26、围进一步扩大，超越空间的限制，获取更加丰富的内容；窄带物联为低功耗、高密度传感器的数据回传提供通道。5G 海量物联特性使业务平台获取更详实的环境、身份、工况信息。物联信息汇聚到安防云端决策中心，可以极大拓展安防业务场景，不仅仅用于以人为主的监控场景，还可以用于人、物、环境的协同控制与处理。决策中心通过更广泛、更多维度的参考数据，能够更全面地进行分析判断，做出更有效的决策行为。网络切片与安防5G 端到端网络切片可以实现网络资源灵活分配、网络能力按需组合，基于一个网络虚拟出多个具备不同特性的逻辑子网。每个端到端切片均由核心网、无线网、传输网子切片组合而成，并通过端到端切片管理系统进行统一管理。5G

27、 网络切片可以为不同租户提供差异化 SLA，提供具有独立生命周期的虚拟网络。“千行百业”的各类业务，对网络 SLA 服务水平协议的需求各有千秋。例如，工业巡检不仅仅需要大带宽视频回传，还需要具备保密特性；AR/VR 安防不仅仅需要低时延防眩晕，还要求数据不丢包、视频连续不丢帧；机器视觉不仅仅要求大上行带宽实现超高分辨率和帧率，还要求低时延反向控制。网络切片可以实现各类业务端到端的服务质量（QoS）保障，实现从终端设备到 5G 无线网络，再到核心网、承载网、云平台端到端的服务质量差异化保障。边缘计算 MEC 与安防在大型工业和产业园区，5G 将替代传统 Wifi 和有线连接，为生产、生活提供连接

28、服务。为了实现园区通信的实时性和数据安全性，5G+ 边缘计算的“虚拟园区专网”部署模式将被广泛采纳。5G 园区专网中，通过无线方式获取的业务数据将在园区专属的核心网边缘云（MEC）中处理，数据将不会在公网中传输，从而确保 5G 业务数据的端到端隔离和安全性。由于 MEC 已经部署在企业园区附近，从园区基站到专属核心网的物理传输距离被大大缩短，可以将传统组网模式下几十甚至几百毫秒的业务时延降低到毫秒量级。对于工业生产环境中的安防和视觉系统，5G 园区专网将大大提高视频业务的安全性和实时性，适配更丰富的业务场景。云网协同与安防随着云计算的普及，各类业务平台的云化趋势越来越明显，越来越多的功能组件和

29、接口将部署在边缘云和中心云内。平台云化不仅可以优化业务部署的效率和成本，还可以丰富生态，实现安防业务功能与不同业务场景的快速适配和应用。业务平台开放、云化还将催生算法市场、应用市场等新的商业形态，使视频业务应用更广泛、更活跃。除云资源池以外，安防业务端到端解决方案还包含 5G、运营商专线等要素。随着“云网协同”技术架构的部署，可以快速打通 5G CPE、入云专线、边缘云、中心云之间的业务链条，实现业务快速开通和动态调整， 满足智能安防业务的多样化需求。更安全的 5G 网络为了适配垂直行业的各种场景，5G 网络不仅提供基本通信功能，还需要考虑全面、差异化的安全服务。5G 网络安全在架构上包括：保

30、障通信及数据安全：提供机密性及完整性保护，保障语音及数据的通信安全；提供增强的隐私保护机制， 保护用户隐私信息。支持异构接入安全：提供统一认证框架，支持多种接入方式和接入凭证，保证终端设备安全接入网络。保障新型网络架构安全：提供 SDN/NFV 安全机制，保障虚拟资源、软件资源、数据、管理及控制数据的安全；提供网络切片安全机制，切片安全隔离、安全管理。支持差异化安全：提供按需的安全保护，满足多种应用场景的差异化安全需求。开放安全能力：支持数字身份管理、认证能力等的安全能力开放。除了安全架构方面的考虑，5G 网络还建立了业务层面端到端的安全体系，包括安全管理体系、安全技术体系、安全合规体系以及安

31、全运营体系，全方位提升网络安全防护能力。人工智能起源于上世纪五十年代，经历了三次发展热潮和两次低谷期。八十年代的机器学习推动了人工智能的第二次发展，近年来兴起的深度学习 ( 大数据使得它突破了发展的瓶颈 ) 驱动了人工智能的蓬勃发展。按照人工智能的发展路径，可分为弱人工智能、强人工智能和超级人工智能三个层次。目前的市场仍以“弱人工智能”为主，现在较成熟的监督学习还是需要大量数据标注，而无监督学习才是人类大脑的学习模式。“强人工智能”是学术界和产业界在该领域的长期目标。在当前“弱人工智能”时代，算力、算法、数据是人工智能发展的三大关键要素，融合场景使能千行百业。算力：从普通芯片到专用 AI 芯C

32、PU、GPU 或者 FPGA 等芯片完成摄像机内部智能分析算法的运算，随着视频大联网的发展，更强的场景适配需要摄像机具有更强的算力，如 0.66T 识别一二十张人脸，4T 能识别几百张人脸。同时，对人、车、物等的分析的广度与深度均对算力提出更大的挑战，比如大部分城市仅能在人员密集的地方部署智能安防系统及应用，仅有部分先进城市实现道路街道及社区的安全管理。以海思为代表的安防芯片厂商推出了 AI 芯片“昇腾”系列，专为机器视觉应用的安防 AI 芯片，通过专用硬件加速，支撑深度学习神经网络万亿级计算视觉处理，轻松实现了如目标分类（机动车、非机动车、行人检测） 和属性识别（车型、颜色、车牌识别）等能力

33、。未来，随着 AI 芯片处理能力发展，摄像机可以完成视频全量特征结构化，再结合边缘智能与云侧智能，让全网智能分析效率最大化。AI 算力的强大是推动安防向智能化迈进的基础要素，这也是安防企业近年技术创新的发力点。算法：从模式识别到深度学习视频图像的智能算法从早期依赖人的经验，由人赋予计算机智能的模式识别，演进到完全由机器自动分析大量的样本数据，利用统计学和概率的方式总结规律的机器学习，再进一步演进到机器对数据做更深层次的分析，使用神经网络提取对应特征的深度学习，机器自主自决能力逐步提升，图像分析和目标识别的场景适应性和准确度大大提升。机器学习算法的能力依赖于训练和标注的样本数据的数量和质量。由于

34、视频监控场景具有全天候且复杂多变的特点，因此为了达到算法对复杂场景的普适性，从而具备可用性，需要各类环境场景下提供大量样本数据进行训练和有效标注。这就为算法在复杂场景下始终保持高精度造成了很大的困难，比如在案件高发的夜间， 机器学习算法对人、车、物等目标对象的识别、行为的分析精度普遍不高。深度学习通过在机器学习中使用人工神经网络技术，提升了场景适应性和识别的准确度，从而使动态人脸识别、车辆识别在安防行业的广泛应用。随着在线学习、小样本学习、无监督学习、强化学习等算法的进一步成熟和应用，可极大降低对训练数据量和标注的要求，从而具备覆盖千行百业的安防智能化应用的能力。数据：从单维数据到多维数据近年

35、来，政府大力推进平安城市、智慧城市等视频监控的项目，视频数据呈现爆炸式增长，比如单台1080P 的监控设备存储一天所需的容量可达 40-60G，存储一个月可达 1.2T 到 1.8T 之多，视频内容解析及目标特征提取后的数据汇总成海量城市级信息，再通过强大的计算和智能分析能力，对目标对象的特征、行为、轨迹进行分析，便可以给出追踪建议。而如何加快对视频数据的挖掘、应用、及分析是亟待解决的安防命题。视频图像大数据与多维感知数据的融合，可以全息刻画观察对象，在数字世界真实再现对象行为，可基于历史数据挖掘分析对象行为规律，预判预测其可能出现的行为，并提前防范危害性行为，大幅促进社会和谐。无论公共安全领

36、域、交通领域、还是城市治理领域，人车问题及轨迹问题等都需要通过大数据得到快速的定位解决即提前预警。通过大数据技术，实现人，车，物及环境，行为分析等，实现多目标关联分析，提前实现事件发展态势、及交通异常事件的预测。5G时代智能安防十大应用场景白皮书技术发展趋势未来，为了实现大数据预测预警预防的最终目标，即在特定时间、特定地点、对特定目标执行特定行为， 决策的时间要短，闭环范围要前置。对大数据智能提出了更高的要求，即如何在打通海量数据隔阂、分析海量数据后形成决策推荐和闭环，如何挖掘共享并有效利用数据宝藏等，这些要求是安防智能化发展的重要创新技术点。场景化：融合算力，算法，数据使能千行百业环境自感知

37、场景落地，除了要具备大算力的 AI 芯片支持，算法提升精度来精准感知雪雨雾霜天气，还需关联气象数据实现即时感知，实时开启去雾，低照度，图像增强等操作，以达到全天候高清监控的目的，整个过程结合算力，算法及数据关联融合在场景化训练中不断实现算法精度的提升，才得以练就完美的场景自适应算法。人员全息画像的场景落地，在具备支撑高精度人脸人体分析的大算力芯片为前提，集合人脸分析算法，人体属性提取等算法实现人脸，人体归档，结合车辆车牌识别算法结果，实现车辆轨迹及人车关联，可进一步结合时空信息及场景分析得出人、车的昼伏夜出情况，用于分析隐匿点及实现人员车辆追踪布控。未来，安防技术要应用于各行各业，如上场景仅是

38、点滴之举，未来更丰富的场景对算力、算法、数据有更高的要求，无论是算力增强，算法精度提升，还是大数据分析及应用，最终都将以落地实际的智能化业务场景为目标，只有在场景化真正应用和落地才能实现算力、算法及数据的综合应用。165G时代智能安防十大应用场景白皮书5G智能安防白皮书技术发展趋势商业落地5G时代智能安防十大应用场景175G时代智能安防十大应用场景白皮书商业落地5G时代智能安防十大应用场景白皮书商业落地设备管理用户管理音视频管理消息管理5G 网络的大带宽、高可靠低时延、海量物联的能力融合人工智能、云计算、大数据和边缘计算等各类技术，可以将应用场景从政府、环保、安监、公安、综合治理扩展到港口、矿

39、山、电力、工业等千行百业。5G 网络物理上是一张网，但逻辑上通过网络切片，可以为不同行业提供差异化的服务。5G 智能安防网络解决方案由感知层、网络层、平台层、应用层四部分构成。感知层：原有视频监控设备全面升级至全景、4K 及以上清晰度，通过海量的物联网终端接入提供多维度的信息采集，5G 网络加速无人机和机器人的商用普及，协助安防实现立体化的视频监控和信息监测，各类边缘计算能力也被部署至感知层。网络层：依托 5G 大带宽、高可靠低时延、海量连接的网络接入和承载，同时 5G 网络切片，可为客户建立专用可靠的虚拟通道，保障客户视频大数据传输的安全及效率。平台层：统一平台、云端部署、数据融通。云端实现

40、大数据的深度处理和深度分析，为各政府各管理部门、各行各业提供内部数据共享并支撑决策。信息库服务平台层政府应急管理综治交通环保港口工业制造公众物流流媒体转发录像存储视频接入传感接入人脸检测人群检测人脸解析密度解析车辆检测车辆解析危化识别污水识别路害监测装备识别应用层：依托统一的云端大数据，应用将更丰富、更智能化。图2 5G智能安防网络组网图GIS 地图人脸识别车辆识别立体化管控协同通信远程操控融合指挥 实时视频监控应用层资源管理解析管理接入网关算法仓库解析任务管理算力调度图片与视频接入网关解析流水线调度感知接入网关业务管理算法模型扩展升级算法模型版本管理算法模型升级布控特征库服务静止特征库服务时

41、空特征库服务结构化信息库服务路害信息库MEC 边缘计算eMBB 切片网络NB-IoT 传输网络4G/5G 传输网络网络层机器人智能识别终端传感设备VR/AR单兵 / 执法仪监控摄像头无人机感知层185G时代智能安防十大应用场景白皮书商业落地5G时代智能安防十大应用场景白皮书商业落地 PAGE 19根据对 5G 通信网络的需求，安防行业应用场景可以分为大带宽类、高可靠低时延类、海量连接类。图3 5G智能安防场景分类设施监控重要物资监控烟火预警垃圾处理监测渗水监控可燃物排放监测水面监控有毒气体排放监测水位监控医疗废物监测周界入侵疾病预防控制监测防尘监测水灾火警监测危险物品监控辅助远程操控AGV 物

42、流机器人VR/AR 实景指挥巡防机器人无人机巡检 手持单兵执法应急布控（移动布控球）应急机动指挥通信无线固定高清视频监控AR 安防眼镜 / 头盔巡检VR 实 战 化 培 训 AGV 物流机器人无人机巡检车载视频监控海量连接类高可靠低时延类大带宽类结合以上几类场景，以及当前 5G 落地的商业场景，我们认为 5G 智能安防将在如下十大场景加速落地。智慧要事安保：立体防控、要事安保06. 智慧环保：蓝天卫士、环保监测智慧城市综治：市容环境整治、隐患检测、施工场地监控07. 智慧消防：视频巡检、告警联动、移动指挥智慧港口：龙门吊，集卡远程操控、港口监控08. 智慧制造：远程监控、AOI 检测、AGV

43、物流、巡检辅助智慧矿区：挖掘机，矿卡远程操控09. 智慧配电房：配电房管理智慧出行：智慧公交、智慧机场、路害监控10. 智慧物流：车辆运输监控5G 技术相关度备注：气泡大小代表市场潜力08030406090210050701安防相关度图4 5G时代智能安防十大应用场景中共中央办公厅、国务院办公厅印发关于推进城市安全发展的意见指出，“健全公共安全体系，打造共建、共治、共享的城市安全社会治理格局，促进建立以安全生产为基础的综合性、全方位、系统化的城市安全发展体系，全面提高城市安全保障水平”，引导城市安全保障向立体防护、数据融合、智能化方向发展。在重大事件的安保场景，因为涉及到要员的行动保护，仅仅依

44、靠固定点位的摄像机无法满足要求。一方面， 已有的监控摄像机安装密度有限，在部分区域可能没有覆盖，无法做到“监控无死角”；另一方面，由于存在突发性和不确定性，需要借助无人机、移动视频终端等综合手段进行沿途视频采集，实时回传给指挥中心，以提高指挥中心对现场的实时感知和指挥能力。上帝视角，VIP 行程全程可见针对预设的关键路线，沿途部署 5G 移动摄像机，与固定摄像机、无人机一起组成立体的视频监控网络。车队在出发前向指挥中心报告，按照指挥中心要求接入视频，并与流动的车载监控实时联动，平台基于地图全程显示车辆位置及沿途的多维视频，形成“上帝视角”。动态布控，提升安全保障级别针对场馆的周边，通过临时布置

45、 5G 移动摄像机，实施动态人像布控，针对嫌疑人员进行现场拦截，提升场馆的安全保障等级。图5 基于5G的动态布控场景图 A入口 B出口 人像比对1 秒定位拦 截202 秒报警5G时代智能安防十大应用场景白皮书商业落地5G时代智能安防十大应用场景白皮书商业落地 PAGE 28 PAGE 29移动视频，让指挥随身而行在大型活动现场，安保人员可以佩戴 AR 眼镜实时掌握现场情况，进行人员和车辆查证，查看周边监控摄像机视频，向指挥中心回传现场情况，并接收指挥中心的指令，实现现场和后方的可视对讲。图6 AR眼镜移动指挥场景图人像 / 车辆布控人像 / 车辆检索人像 / 车辆特征人员识别人员布控视频实时上

46、报5G指挥中心车牌查询安保白名单AR 眼镜指令下发城市是一个复杂的综合体，它承载着居民对于美好生活的向往。人口不断涌入，城市也在不停的建设，城市变的越来越复杂，随之而来的是不断增长的安全隐患和环境的恶化。5G和人工智能的出现，让城市的安防 治理更加智能化，效率更高，让生活更美好。场景一：市容环境整治传统市容整治主要依靠人工巡检，效率低、判定取证难。对重点道路安装具备入侵检测能力的高清摄像机，对重点道路进行监控，通过入侵时长判断占道经营、出店经营或游摊小贩，联动平台调取实时监控视频进行确认。对于急需处置的事件，根据道路所属网格，向网格员发送处置工单，要求前往处置。场景二：隐患监测城市是一个复杂的

47、综合体，各种设施的问题都可能造成安全隐患，比如井盖丢失、水管破裂、渣土倾倒、垃圾桶不明物体等。传统的管理主要依靠网格员巡检、群众举报，效率低，隐患大。5G网络支持海量物联，通过海量传感器将城市的各个设施连接起来，采集多维数据，全域覆盖的前端摄 像机可以作为IoT的Hub，结合自身的高清视频图像进行交互，进行边缘智能计算，同时摄像机集成5G通信 模块，可以将数据实时回传到城市治理管理平台，支持城市隐患的高效治理。场景三：施工场地视频监控城市的建设与发展离不开建筑行业的推动，而建筑行业是事故多发的行业，为保障建筑工地人员及财产的安全，国家有关部门规定，在工地项目建设中必须要安装工地监控系统。当前施

48、工场地视频监控主要是态势监控，通过人工进行安全作业及安防防范的监控，监控视频录像主要作为突发事件事后取证使用。人工智能的快速发展，支持算法对工地的多个场景进行智能分析，替代人工，如安全帽识别、非法入侵检测等。高清视频还可以提供现场施工质量的更多细节，结合算法进行施工问题识别等。对于施工工期较短的场地，未来可以使用5G移动无线视频监控解决方案，降低成本，提升效率。传统港口环境下，龙门吊、集卡（集装箱卡车）、视频监控等关键业务系统传统上采用光纤、工业WiFi等通信手段，存在建设和运维成本高、部署不灵活、稳定性与可靠性不高等痛点。场景一：龙门吊机远程操控传统港口的龙门吊机主要靠人工进行操控，工作辛苦

49、、效率较低，并且近年来司机老龄化严重，人员短缺。对于实现龙门吊远程操控需求迫切，远程操控对于网络要求高，网络时延要求是毫秒级（30毫秒），当前龙门吊通过光纤通讯，需部署光纤转盘，长期操控易出现故障，每个龙门吊的光电缆部署需要200万元以上，且每两年需要更换，多台同时操作时光纤拖地易缠绕。如果采用Wifi方式只适用于单机远程操作，且传输距离比较受限；采用波导电缆、波导管方式带宽受限，带宽一般只有100M左右，最新一代也不过在200M左 右。前端在每个龙门吊安装4个实时回传高清摄像机，通过5G 网络回传到中控室。5G无线网络解决了光纤缠绕的问题，可以同时操作多台龙门吊并行工作，有效降低设备购置率，

50、同时降低了线缆更换的维护成本；大带宽的能力保证多龙门吊的并发高清视频上行需求；低时延有效保证远程控制的精度。场景二：集卡监控和远程遥控驾驶码头内集卡主要有AGV和跨运车两种，主要负责码头前沿到堆场的运输。AGV可靠性高，依靠磁钉运行， 对于磁钉的安装环境要求高，且扩展难度大；跨运车与龙门吊相似，如果要实现远程操控，也受限于传统的网络的高时延。港口环境复杂，没有红绿灯，堆场情况变化快，需要有摄像机和多种传感器对于周边环境进行感知，人与车、车与车、车与物之间的实时交互，实时决策，保障远程操控的半自动化，自动化。在车载端，AGV车身前部和后部各安装3个5G高清摄像机，采集360度环视视频，通过5G网

51、络与自动驾驶车辆底盘线控设备以及视频采集设备进行数据交互,实现对智能车的实时监测和管控。在监控中心发现自动驾驶车辆有异常时，可人工接管车辆，通过远程驾驶将车辆行驶至安全地带。场景三：港口高清监控港口环境复杂，由于码头没有红绿灯，而码头的人员较杂乱且数量多，人身安全问题经常会受到侵害，需要对于人员周界入侵进行检测，保证设备安全，同时也保证人员的安全；港口的车辆主要有内集卡和外集卡，为保障安全，需要对车辆进行比对、跟踪定位、排队长度检测等，传统的RFID技术精度较低，对于外来车辆无法进行管控。堆场是港口的主要场所，每天入离港的集装箱变化较快，需要对货箱密度进行实时的监控，对危化物品进行识别分类管理

52、，同时也要对于堆场的隐患如火灾等进行预警预防。根据不同场景部署具备不同智能算法的摄像机，并通过 5G 网络实时回传到中控室。利用华为 SDC 强大的算力，可以实现智能算法前端实现分析，实时进行布控；同时华为 SDC 具备算法远程加载，单台摄像机可以加载不同算法实现不同的功能，专用秒变通用。矿山按照开采方式的不同分为两种，主要有地下开采和露天开采。露天开采在开采规模和开采安全性方面，具有绝对的优势。随着工程机械水平的发展，近一二十年，具备露天条件的矿山，均优先采用露天开采的方式，全球80%以上的矿山为露天矿山。露天矿山的开采流程如下：图7 露天矿山开采流程穿孔（危险区域）爆破铲装（危险区域）矿车

53、运输（人员多）破碎/排岩安全、效率是矿山挖掘的第一要务。传统矿山在安全方面存在诸多问题，露天矿山2001年以来，8912起 事故，死亡10495人；2011年后事故死亡人数仍在200人每年。如何保障安全生产，同时又能提升生产效 率，通过远程操控实现无人化是解决之道。图8 矿山安全直接影响效率为保障生产安全，牺牲生产效率危险矿5采空区富矿不敢开采赔偿难4人员伤亡高额赔偿很难解决。管理层连带免职处分安全效率是头等大事3效率低安全原因，车速 20km/h招工难环境差，20万/ 年，最贵的司机年轻人不愿意去，50+ 年龄。21易事故地下空洞、道路落差大矿山地理位置偏僻，需要不断爆破开采，地形变化快，大

54、部分工程机械设备处于移动状态，机械只能使用移动终端，所以有线网络无法满足使用需求。大部分设备价值高，远程操控需要有大量的实时高清视频，所以对于上行带宽以及传输的时延要求都比较高。传统的WiFi传输距离短，性能不稳定；4G网络的带宽和时延也无法满足需求。但露天矿山也同时有一些先天的优势，现场比较空旷，信号传输的条件好；由于终端设备比较集中，流动性不大，便于建设局域网络，数据安全性好。5G网络的出现，可以有效解决矿山对于实时操控的要求。基站建设方面由于露天矿山中间位置通常是最 深的，不适合架设5G基站，所以基站需要选择矿山周围进行建设，并且满足中心的覆盖。挖掘机配置3个高清5G摄像机（挖掘机小臂，

55、驾驶舱上方，立杆上看全景）；无人矿卡配置GPS进行定 位，同时利用毫米波雷达、车头摄像机、车尾摄像级组合完成路面感知及故障识别；所有数据通过5G网络回 传至远程操控室，实现远程对于挖掘机及无人矿卡的整体运行情况监控，并可人工启、停调度。场景一：智慧公交2018 年交通部 5 号令要求”两客一危”部署实时车载监控设备预防司机疲劳驾驶和突发公共安全事件。目前车载视频监控主要采用 3G/4G 网络进行实时回传，由于上行带宽受限、覆盖、时延等原因，视频监控画面质量差、不时有卡顿及马赛克 ( 高峰期 )，无法达到实时监控及及时发现高危人员的效果，存在一定的安全隐患。AI 技术的发展，智能算法在司机上岗时

56、对于身份进行校验，防止替换班；驾驶过程中进行驾驶行为的实时检测预警，同时通过车身配置的更多的高清摄像机、雷达等传感器，对于车道偏离、前向碰撞、盲区监测进行主动预警。通过驾驶过程的行为和习惯生成驾驶模型，驾驶技能评价、驾驶速度分析、短期安全系数分析、报警事件分析，企业可以用数据针对驾驶人进行考核，可实现针对性培训，督促驾驶人更加安全的驾驶。场景二：智慧机场随着经济的发展，飞机成为人们出行的主流方式，飞行提升了出行效率，但机场的重重安检却又降低了出行效率，值机、托运、预安检、安检、登机等繁琐流程，重复验证降低了出行的体验。另一方面机场当前在管理上也多依靠人工巡检、人工视频监控，效率低，隐患大。5G

57、 及人工智能技术的发展，让数据在各个系统中统一，通过一张脸即可通关 8 场景，除了上述的场景可以实现自助验证通关，大大提升效率外，还可以在登机路线规划、晚到旅客精准定位、VIP 客户精准服务等环节提升出行体验；接机时可以通过客人信息实现到港位置提醒，无需看屏找人。超高清摄像机以及无人机等新的手段，可以实现机场的无死角覆盖，结合人工智能的算法，可以自动识别机场风险，诸如周界入侵检测、航班降落跟踪、航班停机路线规划等更多智能应用，在降低风险的前提下提升管理效率。场景三：路桥监控城市道路管理包括城区主干道和桥梁、高架、隧道等重点道路，通常由各级道路桥梁监督管理服务中心负责维护。传统的维护主要靠巡检车

58、辆进行日常巡检。每辆车巡检 1 次时间约 30 分钟，每天巡检 2 次。路桥情况更多的采用人工靠肉眼进行评估。当前操作模式依靠巡检人员经验判断，如果路面情况严重影响通行，则马上电话通知维护值班人员至现场处理，并通过微信将现场情况拍照提供给维护人员。巡检过程中路面视频记录在车载 NVR，回到所里后拷贝至存储服务器，归档管理 12 个月，但数据并没有进行结构化分析，成为沉睡的数据。5G 和 AI 技术的发展，可以通过前端高清视频监控获取高质量路面画面，通过算法对路害进行实时分析， 并根据路桥严重程度行程高中低三类优先级工单，针对高优先级的工单，可以及时通过 5G 网络将高清视频画面回传，支撑监控中

59、心对路害进行分析并制定相应解决方案；中低级的路害工单则派发至对应管理所进行统筹管理。图9 典型的路害情况智慧环保是利用物联网、云计算和5G通信技术，建设覆盖全面、规划统一的在线监测监控系统，实现环 保事件及时预警，提高特大环境事故的应对与处置能力。以数据为核心，把数据获取、传输、处理、分析、决策服务，形成一体化的创新、智慧模式，让环境管理、环境监测、环境应急、环境执法和科学决策更加有效、准确，为环境管理和环境保护提供全方位的智慧管理与服务支持。场景一：蓝天卫士我国现有15亿亩耕地，农作物秸秆年产出量达6亿吨之多，而每年其中80%约5亿吨秸秆都被焚烧。政府多 次强调禁止秸秆焚烧，甚至纳入各市及省

60、直管县的年度环保目标考核体系。由于秸秆焚烧的点多面广，管理人手有限，目视区域有限，树木遮挡，轮班值守，筋疲力尽，最终效果低下，收效甚微。禁烧工作存在季节性， 主要集中在5、6、9、10月份，其他月份火点无规律零星出现，人员全年长期值守代价过高，但是不值守存在失察风险。视频监控点位分布广、跨多个地市。有线部署慢，4G网络带宽不稳定。蓝天卫士利用铁塔基站资源，通过在铁塔顶端架设高清球机，借助5G网络大带宽、易部署等特性，传输1080P/4K高清视频，结合视频智能分析系统，实时分析秸秆燃烧可疑事件，并对值守人员进行火情告警推送。实现对农村大范围区域内的7*24小时不间断秸秆禁烧监管，为基层政府部门提