隨著我國行業戰略的發展，機器視覺產業市場占有率將逐漸上升，市場競爭力也會逐漸增強。據前瞻產業研究院《中國機器視覺產業發展前景與投資分析報告》數據，2017年，全球機器視覺系統及部件市場規模已達42億美元，預計2018年市場規模將超過50億美元，全球機器視覺行業發展迅猛。

隨著AI機器視覺技術的發展，安防行業也迎來了智能化、信息化的新時代，安防作為機器視覺應用的主戰場之一，目標識別、目標追蹤，視頻摘要，視頻檢索等機器視覺核心技術應用為安防行業帶來了巨大改變。另外，生物識別、車輛識別等技術落地速度也在不斷加快，市場機制愈發成熟。

目標識別

目標識別技術和穩定的追蹤方法是AI機器視覺發展的關鍵因素之一。它在多個領域得到大量的應用（如身份確認用的指紋識別、人臉識別、虹膜識別以及智能交通管理中的機動車檢測、停車場車牌識別等）。

目標跟蹤

運動目標跟蹤是確定同一物體在圖像序列不同幀中位置的過程。其主要工作方式就是選擇合適的的目標特征和采用適當的搜索方法，根據匹配原理，把現有的跟蹤方法分為基于模型、區域、特征以及活動輪廓的跟蹤。

視覺分析

視覺分析技術，就是通過目標識別、目標追蹤之后，進一步獲取目標的出現時間、運動軌跡、顏色等諸多信息，通過對各個目標的信息的分析，找到視頻中存在的危險、違規行為或者可疑目標，并對這些行為和目標進行實時報警、提前預警、存儲以及事后檢索。

在視覺分析的應用領域中，最為重要的便是智能視頻監控和智能視頻檢索技術。

兩者的應用技術相近，主要區別在于：

1、智能視頻監控是對當時采集的視頻進行實時處理，當發現危險事件或者可疑分子時進行實時報警；

2、智能視頻檢索技術，處理的是已發生事件的存儲視頻，其通過對視頻進行快速分析，找到其中存在的危險事件、可疑分子，以及每個感興趣的目標信息，然后，使用者可以對關心的事件進行選擇或者對關心的目標屬性進行定義，系統能夠快速查找到用戶關心的事件或目標。

而智能視頻檢索，首先需要利用智能視頻監控的檢測技術來檢測異常事件，進一步，智能視頻檢索還需要在運動目標檢測跟蹤的基礎上，得到人車等目標的諸多信息，比如人臉、顏色、速度以及數量等。這樣，在進行智能視頻檢索的時候，一方面可以檢索異常事件，此外還可以通過目標的出現結束時間、顏色、速度、數量，以及人臉信息等進行檢索。

此外，系統還可以給出一個事件和目標的時空分布圖，便于用戶查找自己感興趣的時段和事件。對于現在動則成千上萬的監控終端而言，想從如此海量的數據中查找到自己關心的事件和目標，必須借助智能視頻檢索技術。

視頻監控技術是機器視覺領域一個新興的應用方向，一個備受關注的前沿課題，也是計算機科學、機器視覺、圖像工程、模式識別和人工智能等多學科技術的結晶。

可以想象，加入機器視覺與圖像處理技術之后，就可以打破了原有的限制，設計出一個實時的視頻監控系統來。該系統在實現視頻監控的同時，通過運用機器視覺技術，增加了視頻變化檢測和自動錄像功能，系統能夠自動識別場景變化，檢測出運動目標并鎖定，同時發出警告和啟動存儲裝置。這樣不僅可以節省大量存儲空間，提高監控存儲效率，減少不必要的回放，還能提升數據的針對性。

2017年7月國務院下發《新一代人工智能發展規劃》，人工智能正式上升為國家戰略。在國家政策利好的情況下，AI+安防也不斷引領行業市場新動向，作為人工智能技術最新落地的行業，未來一定會受到AI技術的驅動和顛覆；促使傳統安防企業快速實現智能化轉型的同時，以算法為技術優勢的人工智能初創企業以及芯片廠商也在加緊拓展安防領域業務。

AI的發展會促使未來在安防領域會出現數量龐大的AI機器，機器進化的過程將會是每一個AI機器都需要一雙眼睛，而從普通攝像頭到眼睛的進化其最關鍵的就是環境的適應能力。如果攝像頭能像我們的眼睛一樣能適應各種各樣的環境，且能夠收集、識別圖像的話，這個攝像頭的進化就完成了。