视频监控行业白皮书

1、视频监控行业白皮书技术和云正在改变传统市场第 PAGE 17 页技术和云正在改变传统视频监控市场目录02 摘要04 技术演进和竞争环境变化都会影响未来视频监控市场06 视频分析、云和互联性将塑造未来市场15 竞争性生态系统持续演变17 结论摘要:技术与云正在改变传统视频监控市场近十年来，监控摄像机需求迅速增长，预计未来几年还将继续保持增长。据 IHS Markit 估计，专业监控摄像机全球出货量在 2006 年是 990 万台，而到 2016 年已经增长到了 1.64 亿台。在同一期间，全球专业视频监控市场从 67 亿美元增Global professional video surveilla

2、nce market growth ($M)加到了 2016 年的 154 亿美元。据预测，2020 年将增长到 197 亿美元（从 2016 年到 2020 年复合年增长率为 6.5%）。全球专业视频监控市场销售额（$M)18,00016,00014,000)M$ (e u ne v eR销售额（$M)12,00010,0008,0006,0004,0002,000020062007200820092010201120122013201420152016Source: IHS Markit这个市场增长的主要动力来自：从模拟设备到网络设备的转变：得力于的信息和通信技术（ICT）的普及以及物联网

3、的趋势。视频监控市场平均销售价格的下降：由于产量的增加以及由中国厂商为主的市场新进入者的激烈竞争。这些趋势促使视频监控市场发生了巨大的变化，2006 年的十大供应商中有八家的市场份额（以营收计算）到了 2016 年都有所下降。然而，视频监控市场面临的问题却不曾改变哪些技术和市场趋势将是未来视频监控市场的推动力？这份白皮书旨在勾勒出未来几年有内关视频监控市场的一些关键驱动因素。包括：技术发展特别是视频分析技术在安防摄像机、后端设备和数据中心的应用，这将会扩大视频监控市场并提高视频监控的应用价值。基于云架构所带来的越来越丰富的互联性和应用场景，将支持新的商业模式，提高市场利用资源的能力，例如计算能

4、力和存储资源等。技术演进和竞争环境变化都将影响未来的视频监控市场越来越多专业视频监控摄像机连接到网络上政府和私营机构常常都会部署视频监控设备作为预防犯罪的工具。将视频监控用于防止犯罪，这种工具的有效性如何， 尽管目前的各种研究尚未得到定论，但大多数人都同意，这的确降低了市民对犯罪活动的恐惧感，对大多数政府机构来说这已经足以构成吸引力了。这就促使组织机构将视频监控作为一项预防犯罪的积极措施。此外，世界上许多地区的恐怖主义势力高涨，导致政府在公共区域会增加视频监控方面的开支。对于潜在的恐怖袭击目标的城市，视频监控是一种经济有效且高姿态的提升安全性的做法。因此，各国政府都在大力投资于这项技术。100

5、%90%80%70%60%50%40%30%20%10%0%专业视频监控摄像机出货量(每年)在过去的十年里所销售的专业监控摄像机种类发生了巨大的变化。据估计，在 2006 年售出的监控摄像机中只有 9%是网络摄像机，但在2016 年这一比例已经增长到 59%。20062016网络摄像机模拟/高清模拟摄像机据估计，在 2010 年出售的网络摄像机中，只有不到 2%的摄像机被嵌入了视频分析能力，但在 2016 年这一数字已超过 40%。与此同时，这些摄像机的分辨率越来越高。虽然分辨率只是视频质量的指标之一，但高分辨率摄像机的能够提供更精细、更清晰的图像。还有一个趋势就是，这些网络摄像机具有更先进的

6、功能。例如，越来越高比例的网络摄像机具有先进的低光照功能、宽动态和嵌入式的视频分析。对于视频监控来说，中国是全球最大的国家市场，在 2016 年全球的总营收中占比达 41%。在过去的十年，中国市场发展迅猛。监控摄像机出货量在 2013 年年增长率为 29.6%， 2014 年达到38.5%，在 2015 年也 4.6%的年增长率。然而，2016 年增长开始放缓，2016 年出货量仅增长 2.3%。这一较低的增长率反映出中国摄像机安装基数已经相当高。未来摄像机需求将越来越多用于替代旧设备而不是新增设备。中国是全球视频监控的最大市场；然而，未来的增长动力来自新兴市场。$3.9bn$2.8bn$6.

7、4bn$2.3bnAmericasEMEAChinaAsia2016在美国、英国、日本、韩国以及许多西欧国家，视频监控摄像机也已经有很高的安装渗透率。同样，这些国家的需求常常是更换摄像机，而不是安装新设备。在印度、东南亚和拉丁美洲等其他地区，摄像机的安装基数不高，需求增长更快一些。在许多情况下，越来越低的设备价格正在打开这些新兴市场，使视频监控成为一个更加容易企及的选择。技术趋势也因国家和地区而有所差异，例如：在中国，网络摄像机占整个安防摄像机市场的比例要大大高于美国市场。类似的，有些市场更倾向于购买软件和基于服务器的视频监控后端设备，而其他地区则更倾向于购买箱体式的存储设备。如前所述，中国是

8、最大的视频监控市场，遥遥领先其他市场，而且也在迅速向云架构转变。中国有更多大型平安城市项目，这些项目的部署是连接多个分布式的数据中心以便共享资源、分析和数据。这就意味着，城市的政府当局可以做到更加集成化，从而更有效地运用部署安装在公共区域的摄像机。在商业和零售这类摄像机数量安装较少的项目中，视频云服务的商业模式在其他国家的推行要比中国更为成功。对于摄像机数量较大的项目，带宽成本仍然是较大的障碍。许多项目由于各个安防运营部门或者政府部门都是独立的，没有相互整合，因此还没有大到足以需要专属数据中心；这方面将会如何发展，取决于中国和其他新兴市场中云项目的成功。视频分析、云和互联性都将塑造未来的市场视

9、频分析与深度学习视频分析可以应用于：存档（归档管理、搜索、分类、取证调查）的回溯性分析。直播视频流的实时分析（情景感知和预警、编码、压缩）。利用直播视频流和存档以及来自其他相关领域的数据进行预测分析，（基于过去和现在的预测、事件/活动预测、异常检 测）。视频分析软件可用于分析直播或存档的视频流，以便检测、分类和跟踪预先定义好的目标和行为模式。这也被用作自动化监控过程的一种手段，而且可以极为有效地用于事件发生时的主动识别或从存档的视频中提取信息。视频分析软件既可以作为一个单独定价的产品，也可以在交付给最终用户之前（通常是在制造时）就预装在某个视频监控设备之中。在第二种情况下，分析软件虽然有时是单

10、独收费，但通常是打包在设备的价格中。分析软件既可以嵌入到计算能力不是很强的摄像机内，从而节省带宽，也可以嵌入计算资源较充足的中央设备上。2017 年，具有视频分析功能的安防摄像机出货量达到 1700 万台；预计到 2022 年底将超过 7000 万台。相应地，在2017 至 2022 年间，拥有视频分析能力的存储设备的出货量预计将增长 5 倍。这种增长的动力大多来自中国的领先设备供应商，例如海康威视、大华和华为等。好多年前这些供应商就开始把视频分析集成到他们的监控产品中。例如，海康威视和大华在高端产品上引入了人脸和车辆识别技术。华为还专注于提供更多的视频分析功能，这三家公司中的每一家都引领着传

11、统视频监控向基于深入学习的视频分析的转型。中国以外的厂商中，博世已经决定在除基本款产品线之外的全部摄像机产品中嵌入视频分析。Avigilon 和 HanwhaTechwin 等其他厂商，也将提供视频分析作为一项差异化优势而加强开发。另一个趋势是，许多以零售为主的算法初创公司被传统视频监控供应商收购。例如 Cognimatics，这是一家专门提供零售行业的视频分析技术的软件公司，在 2016 年被 Axis Communications 公司收购；另一家零售视频分析软件专业公司 ShopperTrak 在 2016 年 1 月被 Tyco 收购。由此可见，在视频分析的发展战略中，这些已经在业界确

12、立稳固地位的公司把与其核心竞争力相一致的零售市场作为发展方向。很显然，对于视频监控市场来说，视频分析正变得越来越重要。我们认为未来在视频分析市场会有良好增长潜力的企业须要具备三方面的特质：可以提供完善且准确的算法，这些算法都有稳定的迭代周期，并且具备满足这些算法所要求的算力。视频分析市场正在走出成长的挑战期新技术市场往往遵循一种众所周知的初始增长模式。这种模式开始于对新技术的过度热情和过高的期望。可能会有一些成功的应用实例，但通常失败的更多。紧随其后的是期望破灭期，因为技术的局限性得以显露，而增长未能达到预期。在这个时期的典型情况是，这项技术不再像前一时期那么受追捧，也不再是新闻媒体的热门话题

13、。在期望破灭期这一阶段之后，市场的热度会逐渐回升，因为人们已经将预期调整的更为实际。终于，市场得以进入初期成长的最后阶段，技术变得越来越稳定，而人们的热情再次回归。这种技术带来的效益也得到广泛的展示和接纳。在这个最后阶段，人们看到的是第二代和第三代产品进入市场。视频分析市场迄今为止一直遵循着这一模式。十年前，市场对供应商的热情和期望值过高，当时预计未来很多年内都将出现三位数的增长。但两年后，市场因素再加上全球经济低迷，大大降低了人们的预期。误报率太高，安装困难，成功应用案例的数量有限等因素都影响了市场的增长。人们一度普遍对这项技术感到失望。那段时期过后，市场前景开始有所回升，供应商向客户承诺了

14、更为现实的预期。更进一步，深度学习和人工智能有望提供具备更好性能的新一代产品，。视频分析的下一步是深度学习深度学习是机器学习的一种技术实现，从 1980 年代开始就已经存在。一项区别于传统计算机视觉技术的关键因素是， 它使用人工神经网络来模拟人的大脑。基于神经网络架构，通过样本的大量训练而获得的算法，可以用于对新获取数据的解读，同时又不断改进解读和推断的能力。在对象分类和人脸识别方面，深度学习能够提供一定的准确度和可靠性，从而使视频分析能够最终实现某些令人期待但以往技术能力无法企及的应用。精确性长期以来，对传统视频分析产品的一大抱怨就是，人类毫无障碍即可轻松分辨的目标对象和行为，算法却无法辨识

15、出来。传统的计算机视觉算法缺乏像人一样的直觉，常常会导致安全隐患的漏报或误报。深度学习算法具备像人一样的情景直觉观察力，这意味着它们有更大的潜力，提升目标对象和事件探测的准确性，因而降低误报率。这是视频分析领域的一个重大进步。虽然有些最终用户可能并不需要 100%精确的视频分析解决方案，但许多实际应用会要求安防系统竭尽可能地提高可靠性。例如，关键基础设施和运输部门的企业用户不能允许任何安全漏洞，他们会投入大量的金钱来对误报做出响应。在许多安防应用场景中，准确率哪怕有几个百分点的差异就会决定一套视频分析解决方案的成败，而用户也很有可能会由于误报所产生的额外工作而关闭这套解决方案的运行。效能正如我

16、们所讨论的那样，深度学习有潜力提高目标物和行为分类的准确性。它也有潜力从整体上提升视频分析解决方案的效率。视频片段的处理和分析所需的时间的只是从前的几分之一甚至几十分之一，而能够处理和分析的总量也比从前要高得多。诸如旷视、商汤和 IronYun 这些公司，当他们在宣传各自的基于深度学习技术的视频分析产品时，他们都会强调， 相比基于规则的视频分析算法，深度学习视频分析算法能够快速把海量的视频转化为可用的信息。深度学习视频分析软件也应用了包括具有现代化用户界面和自然语言搜索工具，以便减少在档案中找到相关图像所需的时间。对视频分析来说，深度学习技术可以带来的优势体现在两方面：1. 计算能力深度学习视

17、频分析有望提高性能，但与传统的视频分析产品相比，它需要更高的计算能力。启动深度学习模型，这需要大量的图像样本来进行系统训练。在过去，硬件设备无法处理复杂度超过 100 层的深度学习模型。例如，在 2011 年，谷歌的 DeepMind 使用了 1000 台设备、16000 个 CPU 来模拟一个大约包含 10 亿个神经元的神经网络。如今，只需几个 GPU 就可以达到同等的计算能力。图像处理技术的快速发展，云计算和其他高性能硬件平台，推动了深度学习分析技术的兴起。先进的算力和大数据这两大趋势推动着深度学习视频监控分析解决方案的演变，并使其走向成功。2.大数据随着互联性的增加，网络摄像机正在创建、

18、存储和共享更多的数据。通过相互连接的摄像头采集到的大数据，可用于深度学习的训练资源，产生更准确的结果，从而能够创建新的应用场景。例如，深度学习视频分析会成为实现平安城市概念的关键推动力。在城市中部署的成千上万个传感器产生的数 据，可以被收集和分析，用来实现预测分析。深度学习的视频分析能够比传统机器视觉算法在更为抽象的层次上进行推论，适应更复杂的天气条件。可靠的分析还可以减少误报以及由此可减少监控视频所需的操作员数量。平安城市概念的一个关键要素是让集成化的系统能够实时地、高效地运行起来，其中大部分过程应该是自动化的。深度学习在这个演化过程中扮演着重要的角色。除了深度学习和人工智能，其他有可能影响

19、视频分析的市场发展趋势包括：采用云平台来运行视频分析系统。这允许用户获得大规模虚拟化的处理能力。在摄像机中嵌入计算能力。在某些情况下，视频分析只需要通过嵌入视频分析算法的摄像机来完成。在更多情况下，前端智能和后端智能结合使用，摄像机的视频分析能力可以减轻数据流负载，同时节省后端计算能力。使视频数据更加便于搜索。索引擎为互联网创造了大量的吸引力，同样，用于视频搜索的分析使人们可以更快速、更容易、更有效地在视频监控中找到需要的画面。从 AI 边缘到 AI 云视频分析越来越多的通过分布式的方法来实现监控摄像机用作边缘计算，融合后端服务器和基于云的中央视频分析。这意味着一些简单的分析任务可以在摄像机上

20、完成，例如人群监测、人数统计和目标识别，目的是节省带宽并释放后端 的计算能力。更强大的集中式分析可以用来处理更复杂的计算，如人/车辆特征提取和目标对象搜索。中国，作为目前AI 部署规模最大的市场，会更青睐用这种分布式的视频监控结构。由于项目规模大，更易于从分布式计算和分析中获益。视频分析软件既可以作为一个单独定价的产品，也可以在交付给最终用户之前就嵌入于某个视频监控设备中。用前一种方式供应的市场结构比较分散，全球前十大视频监控软件提供商在 2016 年所占营收份额刚刚超过 60%，而且没有任何一家供应商的份额超过14%。许多小规模供应商也能在这个市场分得一杯羹。关于第二种方式，许多视频监控设备

21、供应商把视频分析软件嵌入在他们的设备中。通常，视频分析软件没有单独报价，而是直接包含在设备的价格中。事实上，一些厂商现在只销售带有嵌入式分析软件的设备。全球五大网络监控摄像机提供商都提供嵌入式分析摄像头。大型设备厂商和中小独立软件供应商（ISV）共同组成市场生态链新一代的深度学习视频分析正在进入市场。有些大型厂商自行开发算法，而中小型视频监控厂商可以从 ISV 那里获得深度学习软件后嵌入自己的产品中。在渠道的另一端， 数据中心供应商正在向小型 ISV 提供开发算法所需的技术和方法。对于竞争市场来说，深度学习对视频监控的改革有利于小企业迎头赶上，他们只需要少数专职开发人员即可参与到深度学习解决方

22、案之中。虽然他们还是需要与大型设备供应商合作，但这也为那些尚未自行开发分析技术的视频监控设备厂商提供了进入市场的路径。在竞争激烈的视频分析市场，已经建立稳固地位的视频监控设备供应商所具备的优势包括成熟的销售渠道、垂直行业解决方案和从重要行业所采集的大数据。借助于这些优势，大型设备供应商倾向于向最终用户捆绑销售他们的硬件和软件（OEM 或自有品牌）。然而，ISV 往往会更快地对算法进行升级，得以在创新产品中更加充分地发挥竞争力。系统集成商和终端用户更希望能够采购到一流的视频分析软件和可靠的视频监控设备。然而在这方面，最大的挑战是如何实现软件和硬件的解耦，以便使集成商和终端用户可以自由地选择成熟的

23、硬件和先进的软件往往最先进的软件很可能是由不太知名的品牌来提供。因此，具备兼容性的开放平台，可以整合独立于硬件基础设施的不同视频分析软件，会成为视频监控生态系统的发展趋势。云结构的概念框架。用于城市监控的云IHS Markit 评估，对于整个视频监控市场来说，城市监控是最大的垂直行业市场，在市场总营收中占 11.5%的份额。城市监控也是 2016 至 2021 年间增长最快的行业，年复合增长率为 11%。云架构已经广泛应用于许多行业。它也逐渐应用于平安城市的视频监控系统中。随着城市中安装视频监控摄像机的数量不断增加，智能化地管理由此生成的录像资料和实时影像就显得非常重要。图 1（下一页）为城市

24、监控和大型项目提供了一个该幅图涵盖了提供给应用开发商的应用支持平台（AEP),AEP 支持应用开发商创建不同功能和特性的应用软件，并集成应用程序界面（API） 网关。从本质上讲，这种云架构（往往集成了 AEP，云托管、网络安全以及其他专业服务），为应用开发商提供开发资源和工具，应用开发商只需要专注开发视频监控常见的应用需求。这样一来，应用开发商就可以将其开发精力和资金集中投入于自己特有的应用领域。AEP 平台的核心目的是做好设备管理、数据管理，支持应用开发。ICT 基础设施是云架构的基础。它提供计算和存储资源，以及 ICT 管理软件。网络安全云架构可以用来跨地区和垮机构之间实现视频数据共享。例

25、如，在云计算架构下，公安部门可以利用在不同省份安装的摄像机所采集的共享视频监控数据来追捕流窜于这些省份之间的嫌疑人。云架构能够以统一的平台服务于不同的机构，从而减少重复的 ICT 建设。资源可以更有效地管理，并根据任务的要求灵活分配。云架构的设计提供了开放的 AEP，为系统集成商和最终用户提供了更多的选择。在传统的城市监控项目中，一些主要的供应商倾向于预先将视频管理软件和视频分析软件嵌入到硬件中，捆绑销售给系统集成商或最终用户。 如果最终用户想更换算法，他们必须更换整个系统。在技术和功能快速变化的世界里，这种方法是不切实际的，因为它限制了最终用户尝试新技术的可能，并且需要对特定的制造商和专有接

26、口付出沉没成本。AEP 通过把软件和硬件解耦，将元数据和应用解耦，能够把各种软件和数据源整合起来，这样最终用户就可以轻松地实现 应用和算法的升级或替换。ICT 基础设施AEP应用图表 1：城市视频监控云架构反恐冲突稽查布控刑事侦查融合控制指挥中心网络资源池存储资源池计算资源池（CPU / GPU）统一 API 网关算法插件接口分布式并行计算框架；资源编排；资源调度；延展和升级视频分析算法图片管理视频管理云架构可以通过多种方式提供有价值的解决方案。互联性的好处：互联性使得视频监控数据可以直接访问或者通过云远程访问，并允许跨地域和机构来共享数据。互联性可以方便移动终端，例如笔记本电 脑、平板电脑和

27、移动电话来远程监控现场。在需要安全管理人员负责多个地点并实时需要获得各处的视频图像的情况下，远程监控是非常重要的应用。在大型工程项目中，基于独特场景的解决方案可以通过复杂分析技术和采集自大量互联视频监控摄像机的大数据来实现。互联性设备供应商需要理解市场的联网需求，并确保他们能履行与网络安全相关的所有义务。需要网络基础设施来管理更多连接起来的设备和系统。例如，一个中国省级城市监控项目的视频监控解决方案需要连接千万数量级的监控摄像机，这些摄像机可能使用多种传输协议。另外，在一些项目中，最终用户需要要实现视频监控系统和视频会议系统的集成。这意味着：那些具有大规模设备联网能力以及异构平台集成能力的供应

28、商将更具竞争力。互联性同时给视频监控供应商带来挑战：互联性要求在不同的物安防系统和视频监控系统之间的通信协议的统一。行业联盟或协会被期望主导各项标准和协议（例如：GB/T t28181、出自 ONVIF 和 SIP 的Profile S）的推行和实施，以促进互联性的实现。互联性要求能够将远程数据传输的延迟降到最低，这是影响用户满意度一个重要因素。网络摄像机市场一直保持着高增长率，从 2013到 2016 的年，出货量的复合增长率高达65.7%。在中国，据估计截至 2016 年底安装的网络摄像头达到 6650 万个。互联性推动创建综合的信息系统，使得系统整体能力比单个组件的简单堆叠更强大。近十年

29、来的一个渐变趋势就是从模拟到网络视频监控摄像机的转型，这个趋势还将持续下去。随着更多的网络摄像机连接到互联网，联网能力和管理这些设备的能力将变得更加重要。其他技术趋势网络安全和产品保护仍然是一个挑战物联网设备、视频监控摄像机和相关网络系统的网络安全问题已经变得越来越重要。网络设备面临被黑客攻击的危险。对网络视频监视设备进行黑客攻击通常是为了访问网络的其他部分（而不是查看或操纵视频监控实时直播或录制的资 料）。最近出现了一系列轰动一时的网络攻击都是通过安装的视频监控设备进行的。其中包括 DDoS（分布式拒绝服务）攻击， 曾经导致一些世界上最受欢迎的网站中断服务，以及特朗普总统就职前不久，黑客用勒

30、索软件攻击了华盛顿特区警察的视频监视系统。许多初始漏洞往往是由制造商和/或安装人员的密码保护设置不当造成的。例如，设备在安装时不要求更改密码，或者设备不能充分隐藏密码。没有任何产品可以保证 100%网络安全；但重要的是制造商应该采取更积极的方法来保护网络安全。采取积极方法保护网络安全的示例：准备好预先定义的流程来处理和响应已识别的漏洞。漏洞通知和及时提供软件补丁。向安装人员/集成商提供最佳实践建议（许多厂商已经制作了网络安全保护指南）。对涉及到网络安全问题的摄像机进行加密并取得第三方认证。半导体的发展正在推动视频监控行业发展许多视频监控设备制造商正在开发采用新一代压缩编解码算法。具有增强版 H

31、.264 的摄像机已经很常见。而且，H.265 或高效率视频编码（HEVC）也开始得到应用。HEVC 已得到国际电信联盟标准（ITU-T）的批准，与第一代 H.264 相比， 对于相同质量的视频流，HEVC 可以减少 30%-40%，甚至更低的带宽。同样，CMOS 图像传感器技术也帮助改进了视频监控的图像质量，例如提高了视频分辨率、提供先进的低光照功能和宽动态功能。视频监控市场主要的传感器供应商包括 PIXELPLUS 和索尼影像。新兴的深度学习市场也建立在半导体发展的基础上。深度学习训练和推理算法所需的高速率图像处理非常适合使用 GPU（图形处理单元），而英伟达也已经积极与视频监控厂商合作开

32、发这类解决方案。无独有偶，已经被英特尔收购的Movidius 可以在安防摄像机中支持类似的功能，而且需要的功耗更低。这些技术将会促进视频监视市场快速部署更先进的视频分析功能。正在演进的生态系统随着视频分析、深度学习和云技术对视频监控市场的影响，基于云的视频监控生态系统走向成熟，新进入者和原有供应商都在为获得商业机会展开竞争。面对许多不同产品的供应商，最终用户通常会寻求统一并且开放的平台，以便能够集成各种不同的软件，并确保处理过的数据能服务于所有的应用软件。开放平台在生态系统中的益处：较小的软件供应商很可能会发现开放平台最为有利，因为它实际上建立了公平的竞争环境，对大供应商和小供应商一视同仁。这

33、也可以消除系统不同组件的供应商协议不统一的问题。最终用户不需要购买捆绑销售的解决方案。例 如，用户可以从一个制造商那里选择专业、高端计算服务器来运行一家并不出名的但优秀的深度学习算法，满足了最终用户所需要的管理和报告机制。图 2（下一页）提供了基于云的视频监控生态系统架构。这个生态系统框架对应于“用于城市监视的云”一节中呈现的云架构。区别在于，这个框架突出了生态系统的参与者。这些参与者包括：应用:独立应用开发商、系统集成商和视频监控提供商。AEP：视频监控设备制造商（VSEM）、视频监控软件开发商和 ICT 供应商ICT 基础设施：ICT 供应商和 VSEM云托管VSEM摄像机摄像机公网专网V

34、SEM，视频监控软件开发商、ICT 供应商VSEM，ICT 供应商统一 API 网关AEP独立应用开发商、系统集成商、视频云服务供应商图表 2：基于云的视频监控生态系统应用ICT 基础设施网络安全，行业联盟视频监控设备制造商（VSEM）VSEM 是开发和生产用于视频监控应用的设备生产厂商。视频监控设备包括安防摄像机、存储设备、编码器、控制器和键盘、外壳和安防摄像机支架等。大多数视频监控设备制造商现在都提供嵌有式视频分析功能的摄像机和存储设备。其中只有数量有限的厂商开始提供基于深度学习的视频分析产品。深度学习技术将最终由这些领先的供应商来推动，成功与否取决于他们如何在分析质量和价格两个方面是否能够满足市场预期。一些视频监控设备制造商也积极参与视频监控即服务（VSaaS）和云市场。对于 VSaaS 市场，传统视频监控设备制造商