一、AI

2016年3月，谷歌的“阿法狗”戰勝李世石后，人工智能就突然火爆起來。北京安博會更讓“人工智能”火爆安防行業。無論是龍頭廠商還是安防產業的新興力量都一致引入了人工智能概念并推出了具有超強科技感的安防智能產品，比如?？低暤腁I+、科達獵鷹系列的智能分析系統。

二、無人機

作為2016年的“當紅炸子雞”，無人機已在包裹配送、航拍、執法以及極限運動領域嶄露頭角，鑒于其在諸多領域的巨大商業價值，越來越多的科技企業加入到了無人機新品研發的大軍中，而這也導致了無人機界的“黑科技”光芒愈加耀眼。安防無人機是無人機產業的重要組成部分，無人機以其高角度、范圍大、效率高、風險低、航聯網、機動靈活、應急救援等特點，讓它在安防行業具有重要意義。

三、智能家居

近年來，隨著互聯網和物聯網技術的不斷迭代發展，智能家居概念開始深入人心，無論是BAT、小米等互聯網企業，還是海爾、海信、美的等傳統家電企業，以及中興、華為、移動、電信等通訊運營企業，都在開始智能家居的布局和探索。與此同時，智能電視、冰箱、門鎖等產品開始層出不窮。

2016年，谷歌和蘋果分別推出GoogleHome和HOME，都在力爭打造家庭設備的控制中心，更使智能家居行業競爭激烈化。

四、智能安防

隨著安防企業對民用安防產品的關注，家庭網絡攝像機、家用紅外報警器、門磁探測器、煙霧報警器、漏水檢測器也成為智能家居產品的發展方向。智能安防將成為智能生活系統中不可或缺的一部分。

五、智慧城市

縱觀2016年，我國智慧城市產業進入一個全新的發展階段：由國家層面引導的“新型智慧城市”建設開始起航;PPP模式開始在智慧城市領域落地;大數據、AI、5G等新技術應用愈加引人入勝。智慧城市”建設與安防行業的關系可謂相輔相成，一方面，“智慧城市”的建設給安防行業帶來了許多新機遇，為其提供了更為廣闊的發展空間;而另一方面，安防行業的蓬勃發展又助力“智慧城市”的快速建設，為“智慧城市”建設提供了無可替代的技術與設施支持。

六、生物識別

生物識別是一個技術壁壘較高的行業，需要長時間的研發投入和技術積累。曾經的“稀罕物”指紋識別早已不是什么新鮮的技術，現在的許多APP都支持指紋解鎖功能，甚至市面上的千元手機都支持指紋識別，除此之外，還有支付寶和翼支付的“刷臉支付”，Goolge Glass刮起的生物識別可穿戴設備風潮等等，大眾對它的深化程度和應用關注度早已成為熱點。生物識別技術在2016年有了長足的進展。

七、跨界融合

對于一個國家來說，安防是永恒的話題，隨著全球經濟的增長，社會矛盾也在日益凸顯，恐怖襲擊等暴力事件屢屢發生，嚴重威脅到了人們的安全，這就進一步強化了市場對安防設備的需求。

經過多年的發展和歷練，傳統的安防企業在市場站穩了腳跟。隨著科技和安防領域政策的陸續出臺，“智慧城市”“平安城市”又成為了新的發展方向，大數據、云計算等前沿技術在安防設備中得到了充分應用，政府對安防信息化、智能化的高度重視也推動了安防行業的高速增長，這就好比給安防設備添加了大腦，促使其越來越往智能化方向發展。

八、芯片國產化

隨著安防意識深入人心，人們越來越關注安防行業，而眾多的安防監控產品都離不開傳感器的支持，如視頻監控、聲音錄取、數據存儲和及時傳輸等。

可以說，安防產品的需求促進了傳感器的發展，同時，傳感器技術的不斷提高，也為安防產品功能的實現提供保障，二者密不可分、互相促進。

記者調查了解到，目前國內主流安防企業采用海思芯片已經成為了整個安防行業主流。而智源、君正、國科也迅速崛起。而2016年12月1日，君正豪擲126億收購ov+思比科正是國內芯片企業迅速崛起的最好例證。

九、并購與上市

自2015年起，全球安防市場的收購并購、戰略重組現象一直從未消停，如果說2015年企業之間的收并購源自于增加企業營收的戰略考慮，擬通過收購方式分羹熱點市場的話，那么2016年企業間的收購并購則更加趨于理性，企業之間更加注重雙方是否能實現良好的協同效應。

中安消10億元收購澳洲安保集團及兩處永久物業、泰國衛安;?？低暿召徚擞肭謭缶瘜＜襊YRONIX;北京君正并購北京豪威科技有限公司和北京思比科微電子技術股份有限公司等。

蘇州科達、同為數碼等紛紛登陸資本市場。

十、深度學習

深度學習在2016年成了熱門詞匯，因為深度學習是“人工智能”繞不過去的坎，人工智能從上世紀50年代到如今的幾次大起大落，這次自信滿滿再次沖頂，靠的就是“深度學習”大殺器。深度學習對安防人如同視頻編碼算法一樣，即使將其作為一個“黑盒子”，也需對大概原理進行必要了解，爭取知其所以然。深度學習的概念源于人工神經網絡的研究。

深度學習的概念由Hinton等人于2006年提出?；谏疃戎眯啪W絡(DBN)提出非監督貪心逐層訓練算法，為解決深層結構相關的優化難題帶來希望，隨后提出多層自動編碼器深層結構。而安防行業，就是一個擁有著海量數據的領域，而且99%以上的數據是非結構化數據，這使得安防大數據要走向深度應用首先必須解決的就是視頻結構化問題，而這正是深度學習擅長的。