当年视频监控市场曾几乎是日本品牌一统天下，但后来国内视频企业发展非常迅速，从模拟到数字、从看得见到看得清以及再到看得懂，视频产品在技术方面实现了质的飞跃，让视频产品有了非常丰富的应用场景。反观报警产品，现在银行、商铺、博物馆等场所使用的报警探测产品大部分还是过去的磁开关、被动红外、主动红外、微波等探测技术，没有大的突破，由于这些传统技术探测器的一些局限性，很大程度上制约了报警市场的发展。

报警产品的技术创新为什么没有视频产品那样的快速发展？

首先，报警市场的规模远小于视频监控市场，尤其是随着我国经济的发展和安全程度的提升，传统防盗报警市场严重下滑，大的企业不愿在小市场的产品上投入太多的研发，小企业又没有相应的研发能力。

其次，摄像机研发的效果很容易显现，用户很容易感受到性能的改善和提升（如：从标清到高清），愿意用更高的价格购买更新产品。而报警探测器将探测可靠性从95%提升到99%可能要花一年三年甚至更长时间，用户可能三年也不一定能感受到性能的提升，所以用户不愿花更多的钱去购买性能可能更好的探测器。

第三，报警产品尤其是探测器种类太多，研发工作量太大，很难聚焦，也就很难将产品做精做细。同时报警产品的性能很大程度上受制于传感器本身的性能，在传感器本身没有大的突破前，报警探测产品很难有大的突破。

虽然报警探测产品突破的难度较大，但报警产品的技术也是可以突破的，突破的路径是“传感器+算法”。由于报警探测需要对不同对象进行感知探测，必须使用不同的传感器，不像摄像机那样仅仅使用图像传感器。这些传感器采集的信号中都会有干扰信号，或受到多种因素的影响，会导致探测器的误报警或漏报警，如果不过滤掉这些干扰信号，将严重影响探测器的可靠性。这就需要采用AI算法技术对这些信号进行分析处理，从大量复杂的信号中提取出有效信号以确保探测的可靠性。一方面，通过对多维度信息进行AI算法分析，而不是单一维度信息进行分析，可以有效提升探测的可靠性。另一方面，采用深度学习技术，不断采集现场环境相关信息进行分析计算，生成个性化算法，可以让探测器适应不同场景的实际环境，以满足更多市场的应用需求。

从表面上看，报警产品的算法比视频产品较为简单，但报警产品的算法技术相比视频产品的算法技术有很大不同。

首先，报警系统都要求交流电停电后要能继续工作，报警产品应确保在电池供电的情况下能正常工作。报警探测器要求低功耗甚至微功耗，在设计上只能选用低功耗的芯片，而算法所需要的高性能芯片一般耗电量较大。

其次，报警探测器一般价格不高，成本控制要求很严，一般采用价格较低的单片机系统，程序空间和内存空间非常有限，很难容纳常用算法，必须用尽可能少的芯片程序空间、存储空间等资源对信息进行分析处理。

第三，报警探测器需要感知不同的物理信息，传感器种类很多，而摄像机只有图像传感器，所以很难有摄像机那样的通用算法植入不同的报警探测器。报警探测器设计时只能根据具体的传感器、具体的应用场景，采集大量数据样本进行分析提炼，设计非常精简但很麻烦的专用算法。所有的算法都需要从底层进行设计、编写、调试、验证。

为什么通过传感器+AI技术可以解决传统技术很难解决的问题？

首先，传统探测器一般只对信号幅度进行判断，幅度达到设定值即报警，干扰信号很容易产生误报警。而算法技术可以对信号波形、幅度、宽度、间隔、频率、变化态势等多参数进行分析计算，很容易区分有效信号和干扰信号，降低误报率的同时提高探测灵敏度。

其次，算法技术可以同时对红外、温度、光照、震动、加速度、角度、电压、电流、时间等多维度信息进行分析，解决单一维度信息探测可靠性差的问题。更重要的是算法技术具有自学习、自适应的特点，可以自动不断采集、存储、分析探测器使用现场的多维度信息，根据现场采集的信息自动优化算法，自动适应不同的应用场景。

过去很多报警服务的场景都是室内场景，例如银行、商店、家庭、机关单位等报警应用都是室内。

一方面，过去的需求主要是防盗，而需要防盗的财物主要在室内。另一方面，室外环境非常复杂，有一定的技术难度。未来随着“探测器+AI技术”的发展，室外探测技术不断优化和丰富，报警运营服务除了继续深化和优化室内报警市场，还可以去拓展文物古墓、名木古树、野外工地、高端种植等野外环境的安全服务市场。预计未来报警运营服务将从“室内”走向“室外”，市场将更为广阔。