現(xiàn)在無錫�？低�視安防監(jiān)控的使用已經(jīng)成為很平常的事情了，監(jiān)控給人們的生活提供更多的安全，不僅僅運用到商場、小區(qū)、公司等地，還有道路的隱患也在日益減少。肇事逃逸的越來越少，偷盜搶劫的事件也降低不少。在監(jiān)控的注視下，“月黑風高夜”不再是做壞事的好時候，因為監(jiān)控能夠照的清清楚楚，明明白白。

近些年來人工智能發(fā)展迅速，功能越來越多越來越強大，而人們也將安防監(jiān)控這一塊應用到人工智能上。但是由于目前研究還處在初級階段，因此在人工智能監(jiān)控方面還存在著不少的缺陷性。

1、對環(huán)境適應性差

人工智能對視頻內(nèi)容的辨識，容易受到光照條件、天氣因素、圖像質(zhì)量、目標尺寸、地物遮擋等環(huán)境變化的影響;

2、數(shù)據(jù)孤島并分散

在傳統(tǒng)的安防體系中，各個平臺系統(tǒng)數(shù)據(jù)開放性低，彼此之間共享度低，所以很難開展多維數(shù)據(jù)融合分析。以人臉識別為例，為提高人臉識別的準確率，單純提高算法算力是不夠的，還需要擴充分析數(shù)據(jù)的緯度，如定位、社交、車輛、消費等等可搜集到的數(shù)據(jù)，通過這樣大規(guī)模的多模態(tài)數(shù)據(jù)整合才能實現(xiàn)目標追蹤、分析的目的。

3、場景理解受限

原因1：專業(yè)領域知識和經(jīng)驗積累不足;

原因2：在視頻結構化過程中，智能監(jiān)控還停留在基于靜態(tài)特征的單場景環(huán)境中，很少涉及大范圍場景的關聯(lián)行為分析，沒有把動作、行為等動態(tài)特征以及之間的關聯(lián)性做結構化的處理。

4、缺乏自主完善能力

目前人工智能沒有自我成長的能力，只能根據(jù)設定的條件進行自主分析，而不能根據(jù)分享能力和積累經(jīng)驗提高完善自己。

雖然現(xiàn)在人工智能安防監(jiān)控還存在著很多的不足和缺陷之處，但是相信隨著社會的發(fā)展和技術的進步，這些不足之處將會慢慢被填補起來，得到更多的完善和進步。立足現(xiàn)在，放眼未來，雖然智能安防的道路很曲折，但是前景是廣闊的，到時候人工智能與安防將全面融合，給予我們更多的方便與安全。