目前，人工智能技术在安全行业中的应用存在一定的局限性。存在诸如高成本，高场景限制，难以部署以及更高安全性要求的问题：1.高成本当前影响“安全+ AI”的大规模应用。产品解决方案。有许多因素，而高成本是许多原因之一。从典型的中型和大型城市级公共安全视频监视网络项目的每个部分的成本比率可以清楚地看出，成本是“安全+ AI”发展的重要瓶颈。由于产品性能，计算能力性能和其他要求，设备本身具有较高的布局成本。对科学测量点的需求所带来的时间和人工成本，对海量图片的高并发网络带宽需求所带来的设备和链接成本，以及更多的业务系统网络应用所带来的通信和研发成本。大数据研究和分析的应用以及不断增加的设备和集成的建筑以及计算机房的改造所带来的设备和研发成本，进一步增加了“安全+ AI”的实施。成本。 2.场景局限性高人工智能算法的泛化能力是模式识别问题面临的长期问题，也是现阶段的主要瓶颈。由于在变化的场景中使用时，经过训练的模型的性能通常会大大降低，因此在实际使用中，必须严格定义场景，或者必须将智能算法设计为对指示器不敏感的辅助功能。在更成熟的应用程序中，例如流量传递和智能交通中的非法快照，以及在机场和车站比较人员证书，需要特定的工程安装计划。这种方法在不成熟的技术条件下有效地实现了商业价值，但缺点也很明显：一方面，现有设备的改造需要增加建造成本，这影响了人工智能算法在传统应用中的渗透；另一方面，它也限制了获得有效材料的效率，并影响了算法指标的进一步提高。 3.部署困难。人工智能通常具有特定的场景要求，并且只有在特定的场景下，它才能保持良好的识别率。根据“安全视频监视人脸识别系统的技术要求”， （GA / T 31488-2015），“安全面部识别应用程序的视频面部图像提取技术要求”； （GA / T 1334-2016）和其他技术要求，人脸识别摄像机主要是指安装在公安检查站的行人通道，例如车站的出入口或车站，机场，码头的大门以及重要入口的出入口。可以有效限制人员通过并具有良好人像捕捉功能的部分，如人行道，非机动车道，步行街和商业中心等。位置的位置应正面朝行进方向安装，并具有良好的照明条件。人像拍摄相机的安装位置应符合GA / T 922.2-2011的要求。对于报告不足的场景没有特殊要求的场景可以安装在上限位置，在视野中应避免挡住目标人员的物体。 4.更高的安全性要求。人工智能技术的蓬勃发展使安全监控系统的业务功能更加多样化，进一步拓宽了安全监控行业的市场空间，并使安全监控系统得以广泛部署于各行各业。但是从风险角度来看，在AI和安全性集成过程中，大量非结构化视频被转换为可快速检索的结构化数据。一旦网络受到攻击，数据泄漏后的损失将进一步恶化。另一方面，人工智能将大量的视频和图片集中在云中心，并对网络带宽提出了更高的要求。此类需求和风险可以分为以下三个方面：（1）在此阶段部署的大量终端计算设备具有较高的安全风险，暴露的设备过多，暴露的端口过多，设备漏洞过多以及固件不及时。更新。通信协议的安全性不高，需要控制的太多。 （2）监控和其他物联网设备已成为攻击的新目标（机器人