2012年，AI技术的应用安防市场中获得了规模性落地式及应用，人工智能技术逐渐促进传统式智慧安防产业链演变和创新。前面信号的功率收集和探测设备中逐渐添加AI处理芯片，根据自动识别并挑选图象然后再进行传送，减少传送空间和时间减少时间;后面解决服务平台可以同时解决的前面有关产品数量大幅增多，画面质量和鉴别精确度都显著提升。

　　AI技术应用变成安防领域一个重要的发展方向

　　2009年AI技术性先是在多领域基本运用。在其中，安防监管是人工智能技术开始规模性造成经济收益的行业，也成了很多AI技术性研发公司的突破口。2012年，新兴产业发展布局的颁布促进诸多安防公司逐渐落地式安全城市与智慧城市基本建设，此外，天网工程和雪亮工程等国家新政策总体促进了AI安防的高速发展，越来越多AI和CV企业逐渐将智慧安防行业做为其核心发展趋势点之一。

　　就目前市场的发展速率来说万亿元总体目标好像不会太难完成，但是随着AI科技的普及化，传统式智慧安防早已无法完全达到人们对安防精确度、普遍度与质量的要求。

　　在2017年，安防系统软件每日所产生的大量图象和视频信息导致了很严重的信息多余，鉴别精确度和效率不足，而且可运用的行业比较局限性。在这个基础上，智慧安防逐渐贯彻到用户需求上。优化算法、算率、数据做为AI+安防持续发展的三大要素，在产品落地上主要表现在视频结构型(对视频数据的识别获取)、生物识别技术(指纹验证、面部识别等)、物件特征识别(停车场车牌识别系统)。

　　视频结构型：充分利用机器视觉和视频监管统计分析方法对监控摄像头拍录的图像序列开展实时分析，包含目标检测、总体目标切分获取、目标识别、目标跟踪，以及对于监控场景下目标行为的认知与叙述，了解画面具体内容及其客观性情景的内涵，进而具体指导并整体规划行为。

　　生物识别：利用人体固有生理特性和行为特点去进行个人信息评定。面部、指纹识别、虹魔三种鉴别方式就是现阶段较广泛生物识别技术方法，三者的一起使用促使商品在便利性、可靠性和唯 一性上都获得了确保。

　　物体识别系统软件：判断一组图象数据中是否包含某一特定物质、图像特征或平衡状态，在特定环境里处理特殊目标鉴别。现阶段物体识别能做到的是简易图形鉴别、人体识别、包装印刷或笔写文档鉴别等，在安防行业比较典型的运用是停车场车牌识别系统，根据外接设备开启和视频触发两种形式，收集车子图象，自动检索车牌号。