首页 > 资料专栏 > IT > IT技术 > 人工智能 > 电子元器件行业_安防AI_未来已来_安防智能化时代大幕拉起_未来应用值得期待2017年华泰证券15页

电子元器件行业_安防AI_未来已来_安防智能化时代大幕拉起_未来应用值得期待2017年华泰证券15页

资料大小:1137KB(压缩后)
文档格式:WinRAR
资料语言:中文版/英文版/日文版
解压密码:m448
更新时间:2018/5/9(发布于河北)
阅读:5
类型:积分资料
积分:10分 (VIP无积分限制)
推荐:升级会员

   点此下载 ==>> 点击下载文档


相关下载
推荐资料
文本描述
谨请参阅尾页重要声明及华泰证券股票和行业评级标准 1
证券研究报告
行业研究/深度研究
2017年05月22日

电子元器件 增持(维持)

张騄 执业证书编号:S0570515060001
研究员 021-28972073
lu.zhang@htsc

1《洁美科技(002859,买入): 纸质载带龙头,
新业务新亮点》2017.05
2《电子元器件: 三星挹注,本土供应链逐步
迎来旺季》2017.05
3《鸿利智汇(300219,买入): 白光封装量价齐
升,车联网持续加码》2017.05

资料来源:Wind

安防AI-未来已来
安防智能化时代大幕拉起,未来应用值得期待
深度学习带来AI应用层出不穷,安防AI商业需求体量可观
人工智能历经3次浪潮。第3次浪潮中,随着深度学习算法的逐步演进,
使得人工智能成为现实。在很多领域,深度学习带来的人工智能实现,技
术上频频取得突破,某些领域已超越人类能力;同时新技术带来新应用,
人工智能在商业应用上层出不穷。安防因为其行业属性,冷数据指数级增
长。随着产业升级,安防行业需求也从“看得清”在向“看得懂”过渡,
下游对于AI的商业需求体量可观。

高清化、深度学习算法、云存储、GPU的研发进展共同开启安防AI时代
2016年,可观察到,安防龙头企业纷纷推出AI类产品,且下游应用反馈
良好,AI在安防领域的应用开启新时代。从产业链调研后,我们得出结论:
应用于安防领域也并非是新兴趋势, 2016年成为AI在安防应用的转折点
主要是基于1)高清化为智能的实现奠定了基础。2)深度学习算法的突破,
为智能感知和解决视频结构化提供新方案。3)GPU、超级计算机等持续
进步,整体的性能有了质的飞跃,大大缩短了深度学习的训练时间。4)安
防领域特色云存储技术的成熟,为监控大数据的智能分析提供分析基础。

AI在安防产品应用可有3种途径,GPU集联及算法是未来发展重点
AI在安防产品上实现,并非只有靠更新产品,而是有3种实现路径。技术
路径一:在现在芯片上做算法改进。目前安防芯片还是存在一些富余的计
算能力的,要实现一些简单的功能,通过算法改进都可以实现。技术路径
二:前端GPU化+算法支撑。技术路径三:后端多GPU集联,运用深度
学习,对n路前端传输的数据叠加数据库进行分析对比并反馈。目前来看,
后端GPU集联及算法的持续发展是未来的重点。

可关注的重点标的
海康威视(国内安防龙头,布局前瞻, AI产品已从中心产品走向前后端,
并融合入相关解决方案中;同时推广其应用于汽车电子、机器人等领域)、
大华股份(依托于公司在各类芯片平台上深厚的软硬件研发能力,并结合
对行业需求的深刻理解,研发了基于深度学习技术的人脸识别、视频结构
化等前后端产品和解决方案)、苏州科达(收入体量与行业地位不匹配,随
着销售团队及销售模式扭转的发力,预计公司视频监控销售收入增速加快,
期间费用率下降的可能性比较大。科达发布了猎鹰系列AI视频监控产品,
将智能技术落地为实战应用的智能分析系统)。

风险提示:行业景气度受宏观影响波动;算法及芯片发展低于预期;下游
接受度低于预期。

-1%
4%
9%
14%
160516071609161117011703
电子元器件沪深300
行业走势图
相关研究
行业评级:

行业研究/深度研究 | 2017年05月22日

谨请参阅尾页重要声明及华泰证券股票和行业评级标准 2
深度学习带来AI应用层出不穷,安防AI市场潜在商业需求可期

人工智能发展历史
人工智能(Artificial Intelligence),自20世纪50年代被提出以来, 在计算机领域,得到了
愈加的重视。人工智能研究人类智能活动的规律,构造具有一定智能的人工系统,研究如
何让计算机软硬件来模拟人类某些智能行为的基本理论、方法和技术。

人工智能至今经历了三次浪潮。第一次,五十年代的达特茅斯会议确立了人工智能(AI)
这一术语,人们陆续发明了第一款感知神经网络软件和聊天软件,证明了数学定理,人类
惊呼“人工智能来了”、“再过十年机器人会超越人类”。然而,人们很快发现,这些理论
和模型只能解决一些非常简单的问题,人工智能进入第一次冬天。

第二次,八十年代 Hopfield 神经网络和 BT 训练算法的提出,使得人工智能再次兴起,
出现了语音识别、语音翻译计划,以及日本提出的第五代计算机。但这些设想迟迟未能进
入人们的生活之中,第二次浪潮又破灭了。

第三次,随着 2006 年加拿大多伦多大学教授、机器学习领域泰斗——Geoffrey Hinton
提出的深度学习技术,以及 2012 年 ImageNet 竞赛在图像识别领域带来的突破,人工
智能再获生机。

这一次,基于深度学习,不仅在技术上频频取得突破,在商业应用上层出不穷。

图表1: 深度学习的应用场景示例

资料来源:新浪科技 《AI是什么 将带我们去哪儿?》,华泰证券研究所