前言

隨著互聯網尤其是移動互聯網的快速發展，以及傳感技術的不斷突破，使越來越多的人開始討論物聯網，物聯網技術也在更多的行業得到應用，對于安防行業來說，物聯網是否會成為下一個風口值得期待。

物聯網并不是一個陌生的概念，早在2000年，物聯網概念就已經被提出，其定義是：通過射頻識別、紅外傳感器、全球定位系統、激光掃描等信息傳感設備，按照約定協議，把任何物品通過物聯網域名相連接，進行信息交換和通信，從而實現智能化識別、定位、跟蹤、監控和管理。

物聯網在安防行業中的應用

國內安防行業尤其是視頻監控領域，經過十幾年的發展，已解決“看得見、看得清”問題，正在進入“看得懂、看得明白”階段，要解決此問題，僅僅通過視頻手段很難解決，而借助物聯網技術可大大提升識別結果和效率。目前，物聯網技術已在智能交通、智慧監所、智慧商超、智慧醫療、智能家居等領域得到很好應用。

智能交通：我國從上世紀90年代開始，就已著手智能交通系統建設發展。2000年后，隨著國內安防技術發展，嵌入式一體機替代工控機+攝像機的應用更是將視頻監控在交通領域的應用推向高潮。伴隨平安城市、智能交通項目落地，卡口系統、電子警察系統、交通信號控制系統、交通誘導系統、行人闖紅燈系統、不禮讓行人系統等等遍地開花，所有這些系統幾乎都是依靠視頻的方式，結合圖像識別算法，通過對車牌、車身顏色、車輛品牌等的追蹤，實現各種業務的應用。

雖然這些系統對城市交通管理、治安管理帶來很大提升，但仍受一些環境和行為影響，如雨雪天、大霧天，假牌等情況。借助物聯網技術，可以更加高效、準確地解決上述問題，如通過電子車牌技術。

電子車牌是基于物聯網無源射頻識別技術的細分、延伸及提高的一種應用，它的基本技術措施是：利用RFID高精度識別、高準確采集、高靈敏度的技術特點，在機動車上裝上一枚電子車牌標簽，將該RFID電子車牌作為車輛信息的載體，在通過裝有經授權的射頻識別讀寫器路段時，各輛機動車電子車牌上的數據進行采集或寫入，達到各類綜合交通管理的目的。

通過電子車牌技術方式可突破原有交通信息采集技術的瓶頸，實現車輛交通信息的分類采集、準確采集，抓住交通控制系統信息源準確的關鍵。目前，在無錫、南京、深圳、廈門、成都等地區已率先使用電子車牌，電子車牌應用也將提升交通運行效率，提高出行舒適度。

智慧商超：在商超領域，物聯網的應用也是豐富多樣，除了應用相對成熟的倉儲管理系統，對于商超結算系統也同樣適用。目前國內市場，商場超市比較頭痛的問題是結算太慢，當客流量較大時購物體驗差，隨著電子標簽成本的不斷降低，通過物聯網技術實現快速結賬已成為現實。為進一步保障顧客權益，避免購物糾紛，結賬口視頻監控系統+物聯網快速結賬系統+POS信息系統三位一體，并進行記錄保存。

智能家居：前期的智能家居一直處于概念炒作階段，價格昂貴不說，操作也很繁瑣。智能家居所傳達的“為繁瑣生活作減法”的理念并不能讓用戶很好的去接受，各種詬病一直影響著其推廣進程。物聯網的出現，讓智能家居峰回路轉，為智能家居帶來了二次發展生機。

智能家居通過物聯網技術將家中的各種設備(如家電設備、照明系統、窗簾控制、家居安防等)連接到一起，解決了安全防范、環境調節、照明管理、健康監測、家電控制、應急服務等問題。

在安防方面應用物聯網的智能家居業務功能涉及有：與智能手機聯動的物聯無線智能鎖、保護門窗的無線窗磁門磁、保護重要抽屜的無線智能抽屜鎖、防非法闖入的無線紅外探測器、防燃氣泄漏的無線可燃氣探測器、防火災損失的無線煙霧火警探測器、防圍墻翻越的太陽能全無線電子柵欄、防漏水的無線漏水探測器。

物聯網在安防行業發展趨勢

任何系統的構建都是為應用服務的，“物聯安防”行業更是如此。物聯網在安防行業的未來功能應用和結構與人腦類似，也將具備物聯網虛擬感知、虛擬運動、虛擬中樞、虛擬記憶神經網絡，并繪制一幅物聯網虛擬大腦結構圖。

物聯網對應前端感知、運動系統，互聯網、移動互聯網、現代物聯網傳輸對應系統傳輸神經系統，云存儲、云計算對應信息匯聚及處理系統，大數據應用則對應虛擬神經元及大腦終端決策系統。

采集：“物聯安防”下的信息采集不僅有虛擬視覺系統、虛擬聽覺系統，而且加入更多的虛擬感覺系統和虛擬運動系統，將更多的物理傳感融合在一起，只有匯聚更多的特征信息，才能夠為后端提供更加準確和豐富的應用服務。

傳輸：傳統安防行業的數據傳輸，還是以運營商有線的互聯網為主，GPRS、3G/4G、2.4G/5.8G等無線傳輸為輔，這些傳輸更多的是解決中遠距離數據傳輸問題。在物聯網時代下，更多的終端需要接入網絡，終端與終端間也需要互相通信，如何搭建“后一公里”數據傳輸系統，將決定“物聯安防”乃至整個物聯網產業的發展狀態。

無線傳輸技術是物聯網產業發展率先需要解決的問題，但Wi-Fi、ZigBee、Z-wav都面臨傳輸與功耗的問題。目前在物聯網傳輸技術上，主要聚焦三大技術陣營LoRa、NB-IoT與Sigfox，相關產品與產業應用也逐步趨向成熟，如無線煙感、地磁，智能抄表、智能停車、車聯網等行業應用。

匯聚：對安防行業而言，數據的匯聚包含兩個層面，一是數據的存儲，二是數據結構化分類。

隨著攝像機部署數量的不斷增加，音視頻數據存儲時間越來越長，安防數據存儲容量也越來越大，如何挖掘這些數據的價值，首先要解決的是數據共享問題，避免各種信息孤島。傳統的集中存儲方式很難做到數據的高效匯聚和融合，而通過云存儲技術能夠更好地解決上述問題，同時更加安全、高效，可擴展性更強。

安防行業采集的數據不同于互聯網行業，數據類型更加豐富、更加復雜，有結構化的數據，也有非結構化和半結構化數據，這就給數據分析應用帶來困難。為應對越來越復雜的數據類型，必須對數據進行結構化分類，通過云計算技術將非結構化視頻轉換成結構化數據，通過分布式數據庫管理和加速數據的分類管理，通過標準的接口方式提供給上層業務系統。

應用：數據采集、傳輸、匯聚是幾種連續的技術手段，都是為終的行業業務應用服務的。在匯聚到海量的各種數據信息后，如何挖掘數據背后的價值是安防行業亟待解決的問題。從目前整個全行業發展趨勢來看，基于人工智能的大數據分析是未來技術的發展方向，也是服務各行業應用的重要手段。通過深度機器學習手段，可以讓系統更加聰明，能夠快速識別人像、車輛、其他各種信息庫等信息，并將各種信息按照某種屬性(如個人ID)關聯起來，為相關業務部門提供更加便捷化、智慧化的業務應用。

結語

國內安防行業經過十幾年的發展，取得了很大的進度，但仍存在很多問題、很多困難。在目標識別上，基于視頻的目標識別受圖像采集環境、目標角度、技術瓶頸等限制，尚不能實現對目標的百分百識別，而結合物聯網RFID則能有效解決部分問題；在終端信息聯網方面，也是各種原因造成數據無法有效匯聚，基于IoT相關技術則是一個很好補充，能夠大限度的實現萬物互聯，獲取海量數據，終將實現行業的大數據分析研判應用。