隨著GPU等硬件設備的研發和人工智能相關軟件算法的成熟，人工智能逐漸被大規模應用各個領域，而安防行業對實時性、準確性要求非常高，人工智能+安防應運而生。
    深度學習、大數據等技術持續突破，“人工智能+”已成為我國經濟增長的新引擎。人工智能的產業化是“AI+垂直行業”的一場變革。安防行業的海量數據以及事前預防、事中響應、事后追查的訴求與人工智能訓練需求及技術邏輯完全吻合，是人工智能*理想的落地行業之一。“AI+安防”已經從概念普及、技術比拼，進入到產品、場景、實戰應用和生態構建階段。
    根據中安協發布《中國安防行業“十三五”(2016-2020年)發展規劃》指出，“十三五”期間，安防行業將向規模化、自動化、智能化轉型升級，且到2020年，安防企業總收入達到8000億元左右，年增長率達到10%以上。
　　AI+安防使用技術
    1、視頻結構化技術
  　一是目標檢測——從視頻中提取出前景目標，然后識別出前景目標是有效目標(如：人員、車輛、人臉等)還是無效目標(如：樹葉、陰影、光線等)。在目標檢測過程主要應用到運動目標檢測、人臉檢測和車輛檢測等技術。
 　 二是目標跟蹤——實現特定目標在場景中的持續跟蹤，并從整個跟蹤過程中獲取一張高質量圖片作為該目標的抓拍圖片。在目標跟蹤過程中主要應用到多目標跟蹤、目標融合以及目標評分技術。
    三是目標屬性提取——對已經檢測到的目標圖片中目標屬性的識別，判斷該目標具有哪些可視化的特征屬性，例如人員目標的性別、年齡、著裝，車輛目標的車型、顏色等屬性。目標屬性提取過程主要基于深度學習網絡結構的特征提取和分類技術。
    2、大數據技術
    大數據技術為人工智能提供強大的分布式計算能力和知識庫管理能力，是人工智能分析預測、自主完善的重要支撐。
    一是海量數據管理被用于采集、存儲人工智能應用所涉及的全方位數據資源，并基于時間軸進行數據累積，以便能在時間維度上體現真實事物的規律。同時，人工智能應用長期積累的龐大知識庫，也需要依賴該系統進行管理和訪問。
　　二是大規模分布式計算使得人工智能具備強大的計算能力，能同時分析海量的數據，開展特征匹配和模型仿真，并為眾多用戶提供個性化服務。
　　三是數據挖掘是人工智能發揮真正價值的核心，利用機器學習算法自動開展多種分析計算，探究數據資源中的規律和異常點，輔助用戶更快、更準地找到有效的資源，進行風險預測和評估。 
　　AI+安防場景應用 
　　1、公安行業場景應用 
　　公安行業用戶的迫切需求是在海量的視頻信息中，發現犯罪嫌疑人的線索。前端攝像機內置人工智能芯片，可實時分析視頻內容，檢測運動對象，識別人、車屬性信息，并通過網絡傳遞到后端人工智能的中心數據庫進行存儲，再利用強大的計算能力及智能分析能力，對嫌疑人的信息進行實時分析，為案件的偵破節約寶貴的時間。其強大的交互能力，真正成為辦案人員的專家助手。 
　　2、交通行業場景應用 
　　在交通領域，利用人工智能技術，可實時分析城市交通流量，調整紅綠燈間隔，縮短車輛等待時間，提升城市道路的通行效率。城市級的人工智能大腦，實時掌握著城市道路上通行車輛的軌跡信息，停車場的車輛信息，以及小區的停車信息，合理調配資源、疏導交通，實現機場、火車站、汽車站、商圈的大規模交通聯動調度，提升整個城市的運行效率，為居民的出行暢通提供保障。 
　　3、智能樓宇場景應用 
　　在智能樓宇領域，人工智能是建筑的大腦，綜合控制著建筑的安防、能耗，對于進出大廈的人、車、物實現實時的跟蹤定位，區分辦公人員與外來人員，監控大樓的能源消耗，使得大廈的運行效率*優，延長大廈的使用壽命。
　　4、工廠園區場景應用 
　　在工廠園區場所，利用可移動巡線機器人，定期巡邏，讀取儀表數值，分析潛在的風險，保障全封閉無人工廠的可靠運行，真正推動“工業4.0”的發展。
　　5、民用安防場景應用 
　　在家庭安防中，當檢測到家庭中沒有人員時，家庭安防攝像機可自動進入布防模式，有異常時，給予闖入人員聲音警告，并遠程通知家庭主人。而當家庭成員回家后，又能自動撤防，保護用戶隱私。夜間期間，通過一定時間的自學習，掌握家庭成員的作息規律，在主人休息時啟動布防，確保夜間安全，省去人工布防的煩惱，真正實現人性化。
　　安防與人工智能技術結合是大勢所趨，“AI+安防”朝著視頻結構化、數據可視化、安防移動化、云防立體化演進。但在發展過程中軟硬件問題尚待解決，只有妥善解決這些問題，才能滿足市場需求，提升整個安防領域的智能化水平，從而推動安防產業的升級換代。