5月25日，由亿欧举办的“GIIS安防AI创新峰会”在北京千禧酒店盛大召开。其中，大华股份研究院院长殷俊的演讲题目是《AI与大数据技术—加速物联网产业升级与发展》。殷俊是浙江大华技术股份有限公司先进技术研究院院长，期间参与受理70余项专利。已授权5项国际发明专利，30余项国内发明专利，主导研发的HDCVI技术被列入一项视频监控国际标准和一项国内标准，荣获2015浙江省科技进步奖一等奖。

在演讲现场，殷俊开诚布公谈到AI大数据技术可加速物联网产业升级发展的观点，讲述物联网的感知落地以及AI力量主导的五个方面。然后依次讲解助推安防落地的三个重要的跨度性阶段，深度挖掘价值的体现方面。以及如何做到AI赋能所引发的一系列思考和观点分享，利用三大案例分析来强调智能化驱动产业升级的重要性。在演讲的最后，殷俊介绍了边缘计算和大华股份多能力的产业赋能，提出通过共享合作来助推产业发展。以下便是殷俊的演讲原文（亿欧对该内容有部分删减）。

殷俊：感谢主办方提供这次机会，让我跟大家分享大华对整个物联网技术和AI技术的认知与想法。物联网的感知落地与AI力量的主导

首先AI大数据技术可加速物联网产业升级发展，为什么谈到物联网？其实在万物互联的时代，之前大家所有的感知是多维数据融合，但实际上真正构成一张大的物联网，是有感知的物联网。未来还要朝着数据多维感知、AI与大数据发展方向做整合和解决方案。大华的定位是以视频为核心的智慧物联解决方案提供商和运营服务商，在AI的环境下我们如何做得更好？如何做产业升级和产业变更？

当前，有五大技术驱动整个行业的发展：云计算、大数据、IOT、人工智能、5G。这几方面在未来将会取得行业颠覆性发展，在这个趋势下，我们如何在产业做嫁接？如何使产业更好地发展？这是我们在思考和在探索的问题。

我们认为AI是真正能够推动行业发生根本性变化的技术。第一，它能提高业务服务的效率、降低人工成本、创造业务价值。在当前人力成本非常高的情况下，我们在做机器换人，通过机器的能力去提高整个运营服务能力，第二，可通过机器的某些能力，来嫁接我们新的业务链的拓展。包括如何通过二次挖掘数据价值来为管理者提高数据决策，这些是AI已实现落地并帮助我们推动行业发展的方面。

AI的主导力量在以下五块：

第一块是数据。大家都理解在深度学习时代，数据是推动AI发展的基石。我们再细分地看，为什么要强调物联网？因为涉及到多元化的感知数据，我们要持续通过数据驱动技术，不断沉淀去发现背后的价值。

第二块是算法。算法的迭代非常快，尤其是涉及到具体的垂直应用的领域，1到3个月就会发生翻天覆地的变化。在这一块我们也会通过算法人员、工程人员来加强解决整个链条的贯穿。

第三块是算力。算力方面也是非常重要的因素。特别是到今年，很多芯片公司包括老牌的芯片公司和新兴的芯片公司都在持续提升芯片的能力。另外也有很多新的IP出现一些新的芯片技术，这些都会帮助我们让更高性能的算法能够真正实现在产品上的落地，实现认知更多的视频结构化数据，并满足视频感知的需要。同时，如何通过大数据分析在中心进行数据挖掘，都需要这些算法和芯片能力来助推。

第四块是网络。数据是非常大的载体，需要通过网络承载数据的流动，只有通过一个更高效、更合理的网络架构使数据有效流动起来，才是真正帮助我们解决数据流的要求。

最后一块是应用。因为AI技术和大数据技术都仅仅是技术手段，核心推动它能够快速发展的是有真正落地的场景化应用，如何去挖掘这些场景化应用？比如我们找到一个能够让用户产生价值的方向，那么它势必会推动算法以及基础设施的演进，这也是我们未来需要探索的核心关键。

通过这五大力量推动，未来我们所有的感知设计，即每个摄像机都能读懂看到的东西。就跟人一样，除了看见还要看懂，这些数据能为我们带来价值。我们希望未来能做人员犯罪研判、做人群分析甚至能做城市级的交通态势分析。这些方面的发展都能够提升城市的管理能力，真正解决实际的问题，这才是AI能够帮助我们的一个关键因素，也是能够推动产业升级的必然因素。三大阶段助推安防落地，深度挖掘价值体现

在安防整个行业的落地方面，我们认为有三个很重要的跨度性阶段。首先是从模拟到高清，第二是网络化，第三是当前正在进行的智能化演进，我在后面会跟大家探讨智能化带来的一些成果。

首先智能化离不开大数据，需要通过“云”实现系统的解决方案以及大数据和实战应用。其中，安全是很重要的一环，大家都关心网络安全，欧洲也出台了安全的规范。我们大华是首批通过GDPR认证的企业，所有设备都完全符合欧盟的数据安全要求。第二是性能，未来数据承载量越来越大，在服务端的性能是所有做大数据公司需要考量的东西。同时它的成本要非常低，但是它处理数据效率要非常高，这些都是我们在积极探索的地方，也是在整个大数据时代需要切实解决的问题。最后是开放，因为我们要与很多客户合作，所以在大数据时代，我们的云服务和应用与众多客户都保持开放性的快速对接能力。

因此我们发现一些价值体现：

第一我们基于多维数据感知与多维数据融合，开发了基于物联网的数据仓库，在这个基础上我们和客户一起挖掘我们的应用，这是我们在大数据应用对于数据链条的想法。我们当前设计和建设的基础设施的网络架构，是面向未来大数据和AI真正能够落地的架构，为所有前端设备、感知设备以及我们的基础设施提供服务，同时为上层业务和数据应用提供了服务拓展。

第二，在我们的能力层和业务层上是利用一些模块化的设计，利用大数据的研判、AI等技术赋能我们的客户，并且在实战平台通过合理的解决方案应用，解决实际业务的需求，从而真正解决业务上的痛点。例如我们在大数据方面做了很多数据汇聚、数据碰撞，在公安、交警业务输出数据关联关系，可以多维度关联人、车、物以及实现三者之间的关联。

在未来我们如何落地大数据、AI以及大数据和AI赋能？我们将从四个方面落地我们的想法。

首先是全感知。我们认为以前我们的摄像机只能看得到，看得清，未来在感知方面如何升级？我们认为要看得更清楚、看得更细化，能在各种环境下看到更好效果，以及在看得见的基础上还要看懂。

第二是全智能。我们认为智能化不是简单的技术。现在的的人脸识别、车辆识别或者语音识别等技术，仅仅是智能应用的一个环节。我们理解的智能能够从数据采集到用户使用，能做到整个业务链条的应用覆盖才叫全智能。

第三是全计算。全计算并不只是云计算+边缘计算，而是全网构架下基于数据流动，附加在网络架构下各个节点以及基于数据承载的计算能力。所以我们认为全计算的概念是数据驱动的全网计算。

此外，在生态领域我们打造的是一种开放合作的生态环境。

我们认为全感知领域有四个驱动：环境感知，场景感知，内容感知以及趋势分析。

首先在全感知领域，以前的我们只能看见有限的范围，而我们现在能看得更多。我们需要通过更大范围的可视化，去分析我们看到的每个细节、各个目标。同时我们又要看得更清楚，可以在夜晚没有光线的情况下，解决看得见和看得清的问题。之前在夜晚或黑暗的环境，我们需要采用灯光或额外手段去解决看得清的问题。现在采用极光技术，我们可以便捷的解决低光照下的可视感知问题。并且我们在看清的基础上要看懂，我们要把识别出结构化数据作为感知数据的一部分这也是我们目前重点探索的方向。

全智能方面，我们认为产品、解决方案以及应用这三者是不可分离的。仅靠单一产品不能解决用户的痛点，你需要从端到端来看整个业务，从解决方案层面帮助用户实现智能落地。三大案例强调智能化驱动产业升级

在警务方面如何帮助警察提升效率？在一个案例里，我们帮助当地的公安在很短时间内抓住100多个嫌疑犯。这是值得探讨的案例，我们把人脸识别识别技术运用到公安实战环节，但实际上光靠人脸识别是不能解决用户的问题。我们基于公安的业务流程，一起设计了技防+人防的解决方案，从端到端的流程上保障了业务的有效性。这里除了人工智能产品和平台解决方案，还包括了业务管理、落地调动等一整套环节。整个流转起来，才能实现从判定可疑人员，到警员出警落地逮捕的闭环。所以在智能化领域，我们认为未来一定是业务流程驱动整个产业升级，包括解决方案的落地。

在智慧交通领域，也有一个比较好的案例。我们可以看到，在很多卡口上都有我们的相机，以前是用来研判分析车辆行驶是否违章，未来可以根据实时路况信息结合关联路口数据，形成交通态势分析。提供交警决策信息，例如红绿灯的控制策略，从而提升整个道路流量。我们在跟萧山合作案例里，提供分析技术，整个道路的通行量提升非常明显。这也能帮助城市管理提升运行效率，同样也是我们能真正实现智能化落地的案例场景。

另外一个比较典型的创新案例就是X光机。我们可以看到在地铁、机场安检口会部署很多X光机，防止大家在包内携带危险物品。实际上安检是非常耗人力的事情，人会非常疲劳，而且需要持续轮班值守。我们针对这种场景也做了一些智能解决方案的尝试，利用机器读片技术，我们把物体识别数据平台融合在一起，并且还把人脸和包检融合在一起。我们在杭州地铁卡口已经做的多个试点运行稳定，试点期间通过智能识别缴获管制刀具数十把，打击处理前科人员多人。这个确实帮助过关口闸口提升了效率，因为这种方法非常快而且精准。边缘计算的重要性和多能力的产业赋能

刚才讲了全计算是全网流动的计算，这里为什么要提边缘计算？我们认为在未来边缘侧其实也是非常重要的地方。随着算力的提高我们在边缘侧能够做更多的事情，实时进行数据结构化，不需要花更多的网络带宽来传输海量数据，同时又保证了数据安全性。

例如我们在前端产品直接部署人脸卡口，通过前端能够快速地做到定位人员以及识别比对，而且在离线工作情况下也能正常工作。另外在联网和大规模应用的情况下后端平台能做更多的人员布控和轨迹分析等业务。现在很多城市级，包括省级的应用平台都是百万甚至千万级数据的实战应用，我们通过前端和后端配合来解决人脸布控的实现，包括交通方面。我们刚才讲了交通的疏导，另外通过结构化、特征分析以及一些轨迹分析技术做人与车关联、车与车关联，还原人员轨迹、车辆轨迹、为二次分析应用提供依据。

我们已经具备解决方案的能力，AI能力、大数据能力以及产品能力，我们将赋能我们的合作伙伴来和客户，一起推动产业的发展和升级。

最后，大华作为一家以视频为核心的智慧物联解决方案提供商以及运营服务商，期望能和大家一起推动行业的快速发展，也非常感谢主办方给我们机会展示大华在安防行业的一些想法，谢谢大家！

在物联网时代，面对PB级的数据，企业将难以以一己之力完成基础设施的建设。物联网所产生的大量数据不仅会驱动现在的数据中心发生根本性的变化，同时也会驱动相关企业采用新的大数据策略。

物联网的价值在于数据：企业对数据的分析工作启动地越快，挖掘出的业务价值就越多。而大数据服务提供商的目的就是通过加大相关的投入，消除数据收集、管理的风险以及复杂性，让企业能够专注于物联网数据分析。

物联网（Internetof Things，缩写IoT）是互联网、传统电信网等资讯承载体，让所有能行使独立功能的普通物体实现互联互通的网络。物联网一般为无线网，而由于每个人周围的设备可以达到一千至五千个，所以物联网可能要包含500兆至一千兆个物体。

在物联网上，每个人都可以应用电子标签将真实的物体上网联结，在物联网上都可以查出它们的具体位置。

通过物联网可以用中心计算机对机器、设备、人员进行集中管理、控制，也可以对家庭设备、汽车进行遥控，以及搜寻位置、防止物品被盗等，类似自动化操控系统，同时透过收集这些小事的数据，最后可以聚集成大数据，包含重新设计道路以减少车祸、都市更新、灾害预测与犯罪防治、流行病控制等等社会的重大改变，实现物和物相联。

物联网将现实世界数位化，应用范围十分广泛。物联网拉近分散的资讯，统整物与物的数位资讯，物联网的应用领域主要包括以下方面：运输和物流领域、健康医疗领域范围、智慧环境（家庭、办公、工厂）领域、个人和社会领域等，具有十分广阔的市场和应用前景。

物联网将智能感知、识别技术、网络通信与普适计算等技术融合起来，被认为是继计算机、互联网、智能手机之后世界信息产业发展的下一个风口。IDC预计，全球物联网市场规模将从2015年的7000亿美元增长至2020年的1.7万亿美元，复合增速近20%。

随着基础设施的不断发展和完善，物联网在安防、物流、交通等各行业的应用有望继续渗透普及，并与数据分析结合不断提升智能化程度，市场空间巨大。

据前瞻产业研究院《中国物联网行业应用领域市场需求与投资预测分析报告》数据显示，国内物联网市场规模不断扩大，产业体系日趋完善，政府驱动项目发展迅速。2015年我国物联网产业规模达到7500亿元人民币，同比增长29.3%。预计到2020年，中国物联网的整体规模将超过1.8万亿元。

三、物联网设备连接数量

据JuniperResearch的数据显示，2015年物联网连接设备为134亿部，到2020年预计达到385亿部。在未来十年内，估计会出现约两百五十亿个网络连接设备，比个人计算机、手机和平板计算机等的数量加起来还多，这是一个很庞大的连接。

物联网是连接 “物品” 的巨大网络。这关系是在人与人、人与事、物与物之间。因此，影响物联网最大的因素之一就是数据：数据量、数据的管理和使用。

随着行业标准完善、技术不断进步、国家政策扶持，中国的物联网产业将延续良好的发展势头，为经济持续稳定增长提供新的动力。移动互联向万物互联的扩展浪潮，将使我国创造出相比于互联网更大的市场空间和产业机遇。

四、物联网大数据应用场景

在物联网的概念里，有关任何开和关切换到网络的设备皆会彼此连接，它们之间都彼此相互连结。这包括了手机、咖啡机、洗衣机、耳机、台灯以及可穿戴的设备，很多物品都是属于这个范畴。

工业领域是目前物联网项目最多的应用领域，因为工业领域所涵盖的能够联网的事物最丰富，比如印刷设备、车间机械、矿井与厂房。其中，工业物联网的应用集中在石油天然气与工厂环境。

目前物联网技术在医疗行业中的应用包括人员管理智能化、医疗过程智能化、供应链管理智能化、医疗废弃物管理智能化以及健康管理智能化。

最典型的应用就是可穿戴设备，这种帮助用户实现个性化的自我健康管理的设备已经成为很多注重健康人士的新宠。

3. 智能交通与车联网

当前，物联网应用于智能交通已见雏形，在未来几年将具有极强的发展潜力。物联网在智能交通的应用包括实时监控系统、自动收费系统、智能停车系统和实时车辆跟踪系统，可以自动检测并报告公路、桥梁的健康状况，并能帮助交通运输业缓解能耗、污染以及拥堵问题。

现代车辆正逐渐成为物联网重要的一部分，运用物联网技术可以透过感测装置捕捉车辆、驾驶、乘客、周围环境的相关信息，开创前所未有的人性化行车体验。

物联网解决了智能家居中设备联网的问题。国内已经有很多不同领域的厂商开始涉足智能家居行业，包括互联网科技厂商、传统家电厂商以及互联网巨头。

智能电视、智能音箱等智能硬件也可以当做智能家居的控制中心和枢纽，“人工智能+物联网”将掀起改变生活方式的狂潮。

智慧物流是把条形码、射频识别技术、传感器、全球定位系统等物联网技术，广泛应用于物流业运输、仓库、配送、包装、装卸等环节。智慧物流的崛起离不开电商爆发的催化，更离不开物联网技术的加持。

过去物流仓库爆仓和干线压力是头等问题，特别是在双11、双12购物节，在2016年双11前，各大物流企业做出应对措施中就包括不少的智慧物流技术。

以上只是物联网的部分应用场景，实际上，物联网已经与很多传统行业结合，形成“物联网+”的新业态、新模式。

五、物联网发展趋势及现状

1. 应用引领产业发展

中国物联网产业的发展是以应用为先导，存在着从公共管理和服务市场、到企业、行业应用市场、再到个人家庭市场逐步发展成熟的细分市场递进趋势。

目前，物联网产业在中国还是处于前期的概念导入期和产业链逐步形成阶段，没有成熟的技术标准和完善的技术体系，整体产业处于酝酿阶段。

此前，RFID市场一直期望在物流、零售等领域取得突破，但是由于涉及的产业链过长，产业组织过于复杂，交易成本过高，产业规模有限成本难于降低等问题，使得整体市场成长较为缓慢。

物联网概念提出以后，面向具有迫切需求的公共管理和服务领域，以政府应用示范项目带动物联网市场的启动将是必要之举。

进而随着公共管理和服务市场应用解决方案的不断成熟、企业集聚、技术的不断整合和提升，逐步形成比较完整的物联网产业链，从而将可以带动各行业、大型企业的应用市场。

待各个行业的应用逐渐成熟后，带动各项服务的完善、流程的改进，个人应用市场才会随之发展起来。

物联网标准体系是一个渐进发展成熟的过程。物联网概念涵盖众多技术、众多行业、众多领域，试图制定一套普适性的统一标准几乎是不可能的。

物联网产业的标准将是一个涵盖面很广的标准体系，将随着市场的逐渐发展而发展和成熟。

在物联网产业发展过程中，单一技术的先进性并不一定保证其标准一定具有活力和生命力，标准的开放性和所面对的市场的大小是其持续下去的关键和核心问题。

随着物联网应用的逐步扩展和市场的成熟，哪一个应用占有的市场份额更大，该应用所衍生出来的相关标准将更有可能成为被广泛接受的事实标准。

3. 综合性平台即将出现

随着行业应用的逐渐成熟，新的通用性强的物联网技术平台将出现。物联网的创新是应用集成性的创新，一个单独的企业是无法完全独立完成一个完整的解决方案的。

一个技术成熟、服务完善、产品类型众多、应用界面友好的应用，将是由设备提供商、技术方案商、运营商、服务商协同合作的结果。

随着产业的成熟，支持不同设备接口、不同互联协议，可集成多种服务的共性技术平台将是物联网产业发展成熟的结果。

物联网时代，移动设备、嵌入式设备、互联网服务平台将成为主流。随着行业应用的逐渐成熟，将会有大的公共平台、共性技术平台出现。

无论终端生产商、网络运营商、软件制造商、系统集成商、应用服务商，都需要在新的一轮竞争中寻找各自的重新定位。

4. 有效商业模式逐步形成

针对物联网领域的商业模式创新将是把技术与人的行为模式充分结合的结果，物联网将机器、人、社会的行动都互联在一起。新的商业模式出现将是把物联网相关技术与人的行为模式充分结合的结果。

物联网的应用也从小环境开始面向大环境，原有的商业模式需要更新升级来适应规模化、快速化、跨领域化的应用。

更关键的是要真正建立一个多方共赢的商业模式，这才是推动物联网能够长远有效发展的核心动力。

要实现多方共赢，就必须让物联网真正成为一种商业的驱动力，而不是一种行政的强制力。

让产业链所有参与物联网建设的各个环节都能从中获益，获取相应的商业回报，才能够使物联网得以持续快速地发展。

六、物联网大数据关键技术

这也是计算机应用中的关键技术。大家都知道，到目前为止绝大部分计算机处理的都是数字信号。自从有计算机以来就需要传感器把模拟信号转换成数字信号计算机才能处理。

也是一种传感器技术，RFID技术是融合了无线射频技术和嵌入式技术为一体的综合技术，RFID在自动识别、物品物流管理有着广阔的应用前景。

综合了计算机软硬件、传感器技术、集成电路技术、电子应用技术为一体的复杂技术。

经过几十年的演变，以嵌入式系统为特征的智能终端产品随处可见：小到人们身边的MP3，大到航天航空的卫星系统。

嵌入式系统正在改变着人们的生活，推动着工业生产以及国防工业的发展。如果把物联网用人体做一个简单比喻，传感器相当于人的眼睛、鼻子、皮肤等感官，网络就是神经系统用来传递信息，嵌入式系统则是人的大脑，在接收到信息后要进行分类处理。

物联网产业大数据以应用层、支撑层、感知层、平台层以及传输层这五个层次构成。

物联网的正常运行是通过大数据传输信息给云计算平台处理，然后人工智能提取云计算平台存储的数据进行活动。

大数据是一种规模大到在获取、管理、分析方面大大超出传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。

如果将大数据比作一个产业，那么这种产业实现盈利的关键在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。

物联网的发展从概念到技术研究、试点实验阶段，已经取得了突破性进展。伴随国家和企业，政策和资金的大力支持，政策、金融、研发机构、人员四大环境的不断增强和投入，物联网将会顺应生产力变革的要求不断发展下去。

物联网的发展必然导致复杂的业务和对系统存储、计算能力的要求。

大数据技术能够解决物联网海量的数据处理问题，针对不同应用场景，发展出不同的数据处理技术。随着物联网应用的发展，大数据技术将渗透到各行各业，为人们的生活和工作带来更多意想不到的精彩。