傳統安防行業透過大量攝像頭進行基於人及其軌跡的監測與布控，存在影片監控資料量巨大，費時費力，側重於事後偵查而對源頭管理、動態管理不足等問題。而進入大資料時代，海量的影片影象資料反而為深度學習打下了夯實的基礎，AI+安防系統可以簡單理解為影象的傳輸和儲存、資料的儲存和處理準確而選擇性操作的技術系統。

智慧安防系統基於計算機視覺的人臉識別、影片行為分析技術，能夠對監控資訊進行實時分析，使安防管控前移到預警和實時響應階段。傳統安防透過人為查閱監控需要數十天鎖定嫌疑人的案件，在智慧安防系統下只在分秒之間。

智慧安防領域的資料標註主要有如下五種應用。

1.

人臉標註

人臉標註是一種應用廣泛並且在不斷髮展的資料標註，在智慧安防中，主要應用於人臉識別與身份識別。

2.

表情分析

表情分析是一種分類標註，在機器學習時，需要配合人臉標註進行。在智慧安防中，表情分析是智慧安防系統從被動防禦向主動預警發展的關鍵技術。

3.

行人標註

行人標註是對行人進行標框標註，主要應用於進出人數的統計，如商場、超市、車站、學校、工廠等人員密集的場所。透過進出人數的統計來判斷容納人員是否已經飽和，可以有效地防範因為人員過於密集而出現的風險。

4.

行為標註

行為標註是對特定行為進行區域標註和分類標註，主要應用於對危險行為的監控，例如打架、暈倒、車禍、盜竊等，影片監控系統識別出危險行為後，可以及時報警。

5.

物品標註

物品標註是將物品進行標框標註以及分類標註，在智慧安防中，物品標註需要和行為標註相結合。

我國AI+安防建設仍處於初級階段，AI公司、安防廠商和整合商逐漸成三足鼎立之勢並且不斷相互滲透。目前智慧安防領域仍以政府需求為主導，未來整體安防建設將從基礎建設階段嚮應用與運維階段過渡，發展空間巨大。資料標註行業在其中扮演的角色也越加重要。