安防監控產業鏈全景梳理

安防行業是隨著現代社會安全需求應運而生的產業,圍繞著視頻監控技術的改革創新,行業從“看得見、看得遠、看得清到看得懂”,一共經歷模擬監控、數字監控、網絡高清監控和智能監控4個階段,每一階段的突破,都由上游技術的革新引領

整個產業中涉及視頻監控領域的產品供應、工程建設和運營服務占據了行業總值的一半,因此可以說視頻監控領域是安防行業的晴雨表和風向標。

?

Memoori數據顯示,自2009年以來,得益于全球經濟復蘇、基礎建設的大量投建,安防行業重新步入穩步增長階段,預計2022年市場規模將達到412.7億美元,復合增速達7.2%。

從全球市場來看,以中國、印度、東南亞等國家為代表的安防新增市場將保持持續高速成長。

從我國地域分布上看,安防行業集聚在經濟較發達的“珠三角”、“長三角”和“環渤海”三大地區,占據了我國安防產業約2/3以上的份額。

“長三角”地區以上海、浙江、江蘇為中心,聚集著高新技術企業和外資企業,匯聚了海康、大華、宇視等行業巨頭;“環渤海”地區則以集成應用、軟件、服務企業為主,形成了北京、遼寧、山東、天津的安防產業群帶。

?

安防監控產業鏈

安防監控產業鏈融合了IVA的視頻監控產業鏈由上游核心零組件供應商(包括圖像傳感器、鏡頭模組等)、核心算法供應商、視頻管理芯片供應商中游硬件、軟件產品供應商;以及下游系統集成、系統運營商三部分組成

?

從歷史上看,依靠上游的圖像處理和編碼壓縮算法、視頻監控芯片、圖像傳感器、光學鏡頭等領域的技術創新,安防監控系統功能更加強大的同時成本不斷降低,因此實現了應用場景的不斷拓寬和產業規模的持續增長。

2016年后隨著網絡傳輸深度學習算法和芯片性能的提升,安防行業開始步入“看得懂”的智能化時代,人工智能賦能安防,各類基于人工智能技術的垂直應用不斷涌現。

視頻監控系統前后端均實現智能化,前端“智能化”,后端“云化”,并逐漸演變為“邊緣節點”、“邊緣域”、“云中心”三個層次,云邊融合的產業生態圈成為安防系統正在發生的新趨勢。

?

安防監控產業鏈上游:算法

算法是安防領域應用的底層邏輯。算法在安防領域的主要應用是計算機視覺識別技術,通俗而言就是通過多層次的網絡算法(深度學習)模仿人腦的運行機制,實現由“看得見”到“看得懂”的技術升級。

對于任何一個智能安防系統,算法、算力、數據是三項必不可少的要素,很大程度上決定了不同企業的競爭地位。

長期以來,算法的基礎框架的研發基本都被國外研究機構或公司所壟斷

國內的廠商則是通過對基礎算法進行改進從而形成自己獨有的算法技術。當前,參與智能安防產業競爭的企業中,海康、大華等傳統安防龍頭,以及華為,都積極搭建平臺,吸引各方加入;東方網力、商湯、曠視、云從、依圖、等算法公司發力中心控制系統;中星微等芯片商主要在芯片端力圖降低安防智能化成本,同時獲得利潤。

從安防企業在計算環節的競爭力分布看,海康大華股份的主要優勢在前端數據獲取、邊緣計算能力,穩定的現金流支持,以及對下游應用場景和客戶需求的理解。

平臺公司的平臺能力未必是安防領域的核心競爭力(對于以華為等提供AI平臺的公司)。

算法公司缺少硬件和數據支持商湯、曠視、依圖、云從等算法公司集合了高端軟件人才,有著強勁的技術開發能力,但受到硬件和數據的制約。

互聯網公司在安防行業扮演服務角色:百度、阿里、騰訊等互聯網公司更多地表現為將外部安防系統接入互聯網來提供服務,而不是直接進入安防核心區域。

從計算視角可以看出看AI+安防部分公司競爭力分布:

?

安防監控上游:安防監控芯片

在安防監控領域,芯片是硬件設備中成本占比最高的零組件之一,也是安防視頻監控設備的核心部件,近年來芯片國產化率也在逐步提升。

芯片廣泛應用于安防系統的前端、后端、中心系統等各處,左右著安防系統的整體功能、穩定性、能耗和成本,并在很大程度上決定著安防行業未來的發展方向。

安防監控視頻設備中所需要的處理器芯片主要包括網絡攝像機中的SoC芯片后端DVR/NVR中的SoC芯片以及深度學習算法、加速器芯片以及前端模擬攝像機中的ISP芯片四種類型

目前,安防監控領域最主流的深度學習芯片方案是GPU,基本被英偉達掌控,國內的GPU芯片方案尚無較大進展。

其余三類處理器芯片已實現了較大程度的國產化替代,主要廠商有華為、海思、富瀚微、中星微等。

隨著智能計算的不斷前移,不少安防產業鏈企業近年來也開始著重開發FPGA/ASIC智能芯片,如深鑒科技的DPU芯片(FPGA)、北京君正的NPU協處理器(ASIC)、寒武紀的AI服務器芯片(ASIC)等,這些芯片在不同程度上解決了行業痛點,應用前景廣闊。

?

安防監控上游:安防監控鏡頭模組

光學鏡頭是安防視頻監控的核心部件,對成像質量起著關鍵性作用。

根據TSR發布的數據顯示,全球安防視頻監控鏡頭市場銷量將從2017年的1.86億件增長至2021年的2.46億件,復合增速為7.2%

而當前視頻監控從高清進一步向4K、8K超高清技術演進,畫面分辨率分別為高清的4倍和8倍,具有更強的信息承載能力。

光學鏡頭壁壘非常高,主要體現在專利、生產工藝、模具三個方面,因此,真正規模量產高水準鏡頭的企業非常少。

近來年,為安防企業供貨的國產鏡頭廠商羽翼漸豐,光學鏡頭已基本實現了國產化,僅三家中國企業(舜宇光學、宇瞳光學和福光股份)在全球安防監控鏡頭市占率就高達2/3。

?

安防監控上游:圖像傳感器和存儲器

安防監控圖像傳感器和存儲器主要依賴國外進口。

存儲主要有前端存儲、后端集中式存儲和云存儲三種,主要的存儲技術和解決方案領導廠商為國外的西部數據和希捷科技

圖像傳感器目前正處于CMOS全面替代CCD的階段,國外索尼、三星和豪威三巨頭的市場占有率達到了72%,國內的CMOS傳感器廠商有思比科、格科微等,產品主要用于中低端消費類電子領域,與國外廠商還存在一定的差距。

?

安防監控中游-安防軟硬件產品提供商

安防監控中游主要是安防軟硬件產品提供商,占據安防行業最重要的地位

其中以海康威視、大華股份、宇視、科達、東方網力等一直以產品和解決方案為核心的安防廠商,依托著技術、資源和規模優勢占據場景應用端口,國產替代進口大勢所趨。

使用A&S公布的全球安防50強營收數據,可以大致計算得出主要廠商的全球市場份額。海康威視全球份額達到了27.54%,大華股份達到13.76%,亞薩合萊達到11.87%,博世達到10.72%,其余廠商的市場份額均低于5%,顯示了安防行業的碎片化特點。

雖然中游的技術壁壘低于上游,但受益于國內的剛性需求,使得國內安防產品提供商取得了較高的利潤,也獲得了長足發展。

隨著中游企業規模的不斷擴大,大部分龍頭廠商逐步涉足下游的系統集成、工程建設、渠道銷售和運營服務,形成具有全產業鏈和尾部產業鏈優勢的安防廠商。

?

數據來源:中商產業研究院

安防監控下游-系統集成、運營商

安防監控下游主要為具有地方資源且技術壁壘較低的安防工程建設商、系統集成商、渠道銷售商、和運營服務商。

由于視頻監控系統需要進行線路架設、設備配套、安裝調試、后續專業運維等專業集成性工作,需要通過系統集成商來統一完成上述工作。因此,終端用戶通常通過集成商統一向設備制造商采購設備、或在少數設備標段獨立招標的項目中直接向制造商采購設備。

隨著行業集中度的不斷加強,中游擁有技術、資源、規模優勢的安防廠商不斷搶占下游市場。

目前,安防產業鏈中下游正趨于融合趨勢。

?

全球安防監市場現狀

從全球市場布局來看,歐美等發達國家的視頻監控市場整體較為成熟,已有大量的政府和商業機構使用視頻監控系統,未來最主要的增長點為設備更新換代需求和家庭住宅需求。

相對歐美國家,亞太地區整體基礎設施較為薄弱,目前正處于安防系統的規模化建設階段。

隨著我國“一帶一路”戰略的提出和推進,亞太地區尤其是印度和東南亞安防市場將成為未來我國安防企業海外布局的重點。

此外,中東、拉美等新興市場針對基礎設施建設、控制犯罪的需求持續上升,也有望推動視頻監控行業市場規模的增長。

根據太平洋安防網的數據,目前中國民用安防占整體安防市場約11%,相對于美國50%的民用安防普及率,我國安防產品的家庭只占很小一部分,未來安防產業市場在民用領域還有很大的上升空間。

?

當前,安防行業正處于網絡高清階段尾聲和智能階段的起點,市場上高清攝像機、網絡攝像機分別占比76%、24%,智能攝像機的比例不足1%。

安防攝像頭的更換周期大概為3-5年,,存量市場更新換代空間巨大。目前,市場上高清攝像機基本已取代標清攝像機,未來幾年內,智能攝像機的替代更新,將成為安防行業在一線城市的主要增長點。

近年來國內行業競爭暗流涌動,進入深水區整合期。未來安防行業技術深化和集中度將進一步提高,產業鏈條上下游也將高度融合,整體來看未來安防行業的門檻會進一步提高,全產業鏈布局的企業將在競爭中占據巨大優勢。

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/news/252650.shtml
繁體地址,請注明出處:http://hk.pswp.cn/news/252650.shtml
英文地址,請注明出處:http://en.pswp.cn/news/252650.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

Vue項目搭建步驟

一. vue-cli初始化1. 全局安裝 vue-cli  npm install --global vue-cli2. 創建一個基于 webpack 模板的新項目  vue init webpack my-project3. 安裝依賴  cd my-project  npm install (換源安裝: npm install --registry https://registry.npm.taobao.org …

Python tutor 簡介

Python tutor 能夠直觀顯示object 引用關系。 網址是 http://www.pythontutor.com/visualize.html 先分享一下我的一個Python tutor: 點我出現神奇: 1) 編輯code。 2) 運行, 能夠看到以下界面。 這個工具是很酷的&…

提高CSS性能

1、選擇器 了解CSS的查找匹配原理,讓CSS更簡潔、高效使用高效率的CSS選擇器如何使CSS渲染更高效 總結 不要在ID選擇器前使用標簽名 一般寫法:div#divBox 更好寫法:#divBox 解釋: 因為ID選擇器是唯一的,加上div反而增加…

光學鏡頭行業發展現狀及趨勢,智能手機應用領域占比最高

一、光學鏡頭分類 光學鏡頭也叫攝像鏡頭或攝影鏡頭,簡稱鏡頭,其功能就是光學成像。光學鏡頭是光學成像系統中的必備組件,直接影響到成像質量的好壞,影響算法的實現和效果。從結構來看,光學鏡頭一般由精密五金、塑膠零…

關于_vmvare workstation裝32ubuntu的問題

剛開始啟動的時候是黑屏,沒有任何反應 1.bios也設置BIOS intel virtual technology 設置了enabled(開啟硬件虛擬化:要運行一些操作系統,虛擬化軟件和虛擬機,硬件虛擬化就需要啟用。大多數情況下,不需要虛擬化技術的操作系統可以正…

window screen (獲取屏幕信息)

document.write("屏幕寬度"screen.width);document.write("屏幕高度"screen.height);//(整個電腦的屏幕的高)上面和下面不是有效區的也被包括了 document.write("可用高度"screen.availHeight)//除了上面的任務欄 其他的全…

360°環視(全景影像)系統發展趨勢

360環視系統,系統同時采集車輛四周的影像,經過圖像處理單元一系列的智能算法處理,最終形成一幅車輛四周的全景俯視圖顯示在屏幕上,直觀地呈現出車輛所處的位置和周邊情況。系統大大地拓展了駕駛員對周圍和環境的感知能力&#xff…

python簡記

Python新手懵懂區: 1.不可變對象是傳值,可變對象是傳引用 2.不可變對象被真正復制,而可變對象只是復制了一個對它們的引用 3.*args --> 元組型參數傳遞 **args --> 字典型參數傳遞 4.淺拷貝:只復制了對對象的引用&#…

需求分析挑戰之旅(瘋狂的訂餐系統)(8)——最后的瘋狂

摘要: 說教性質的需求分析理論,各位看了也白看,所以咱們就來一個真實個案——“訂餐系統”體驗一下。“訂餐系統”貌似簡單,但陷阱重重,各種需求分析的經典場景將會一一重現,各位做好準備接受這個挑戰沒有&…

CPU架構:CPU架構詳細介紹

1 概述 CPU架構是CPU商給CPU產品定的一個規范,主要目的是為了區分不同類型的CPU。目前市場上的CPU分類主要分有兩大陣營,一個是intel、AMD為首的復雜指令集CPU,另一個是以IBM、ARM為首的精簡指令集CPU。不同品牌的CPU,其…

【NOIP】關押罪犯

帶權并查集&#xff0c;其實這種并查集的核心就是“向量” 1 #include<cstdio>2 #include<iostream>3 #include<algorithm>4 using namespace std;5 int n,m,p[20001],r[20001]; //0表示在同一監獄&#xff0c;1表示在不同監獄 6 struct node{7 int…

數學之路(3)-機器學習(3)-機器學習算法-SVM[7]

SVM是新近出現的強大的數據挖掘工具&#xff0c;它在文本分類、手寫文字識別、圖像分類、生物序列分析等實際應用中表現出非常好的性能。SVM屬于監督學習算法&#xff0c;樣本以屬性向量的形式提供&#xff0c;所以輸入空間是Rn的子集。 圖1 如圖1所示&#xff0c;SVM的目標是找…

Dalvik指令備忘

跳轉指令 if-eq vx, vy, 目標 如果vx vy注2&#xff0c;跳轉到目標。if-ne vx,vy, 目標 如果vx ! vy注2&#xff0c;跳轉到目標。 if-lt vx,vy, 目標 如果vx < vy注2&#xff0c;跳轉到目標。 if-ge vx, vy, 目標 如果vx > vy注2&#xff0c;跳轉到目標。 if-gt vx,vy, …

CPU、GPU、FPGA、ASIC等AI芯片特性及對比

1、前言 目前&#xff0c;智能駕駛領域在處理深度學習AI算法方面&#xff0c;主要采用GPU、FPGA 等適合并行計算的通用芯片來實現加速。同時有部分芯片企業開始設計專門用于AI算法的ASIC專用芯片&#xff0c;比如谷歌TPU、地平線BPU等。在智能駕駛產業應用沒有大規模興起和批量…

個人博客03

昨天編寫登錄界面、注冊界面的代碼。 今天依舊做這些。 遇到的問題為數據庫連接不上。轉載于:https://www.cnblogs.com/qilin20/p/8068555.html

人工智能Ai芯片層出不窮,GPU、FPGA、ASIC用于人工智能的優勢和劣勢對比

人工智能&#xff08;AI&#xff09;主要包括三大要素&#xff0c;分別是數據、算法和算力。其中數據是基礎&#xff0c;正是因為在實際應用當中的數據量越來越大&#xff0c;使得傳統計算方式和硬件難以滿足要求&#xff0c;才催生了AI應用的落地。而算法是連接軟件、數據、應…

dom和bom

先看幾個兩個例題&#xff1a; 星座對應日期&#xff1a; <select id"s1">   <option>a</option>   <option>b</option>   <option>c</option>   <option>d</option>   </select>   <se…

分享自己針對Automation做的兩個成熟的框架(QTP 和Selenium)

自己在google code中開源了自己一直以來做的兩個自動化的框架&#xff0c;一個是針對QTP的一個是針對Selenium的&#xff0c;顯而易見&#xff0c;一個是商業的UI automation工具&#xff0c;一個是開源的自動化工具。 只是代碼&#xff0c;可能你直接看的話&#xff0c;有點不…

全景視頻拼接關鍵技術

一、原理介紹 圖像拼接(Image Stitching)是一種利用實景圖像組成全景空間的技術&#xff0c;它將多幅圖像拼接成一幅大尺度圖像或360度全景圖&#xff0c;圖像拼接技術涉及到計算機視覺、計算機圖形學、數字圖像處理以及一些數學工具等技術。圖像拼接其基本步驟主要包括以下幾…

Part8 多態性 8.1運算符重載

1運算符重載的規則C 幾乎可以重載全部的運算符&#xff0c;而且只能夠重載C中已經有的。不能重載的運算符&#xff1a;“.”、“.*”、“::”、“?:”重載之后運算符的優先級和結合性都不會改變。 重載的兩種形式&#xff1a;   1 重載為類的非靜態成員函數&#xff1b;   …