3S Market deliver Smart and Valuable information for Business
3S Market 傳遞 智慧應用與價值的商業資訊
前瞻基礎建設計畫─數位建設完整版
 |
雲端\物聯網\大數據
| ||
2018年7月9日 星期一
．台灣安控業不是降價求生，要從跨業聯合重生！
2018台灣電信工程公會 資通安防展6.15-16@台中世貿中心
 |
撰文：施正偉
十年前，市場上有人大喊 IP 將取代類比，IP才是王道。當時有很多呼喝者就引經據典斷言，再沒幾年，類比監控將全部絕跡，但這事始終沒有發生……
如果大家把2008-2012這段時間，媒體與市調公司所發佈的數據，在今天看來，不僅是笑話，更是荒謬。那幾年躺著、坐著、站著，就只聽到IP、IP、IP……，當時的類比廠商噤若寒蟬。
可是同軸類比高清興起之後，雖然類比監控搶回了寶座，類比監控廠商卻再也笑不起來，因為過低的售價，讓所有監控業，連想抓狂，也都無力。
售價過低的這些前端監控設備，還產生了至少一個很高的成本，沒有被計算進來，那就是網路環境的建置，這才是今天監控產業，所面臨的真正問題：設備商沒賺到完整的硬體營收，卻還一直抱怨價格的滑落！
我進入監控業媒體領域之前，也曾在資通訊領域的媒體工作，有將近十年的時間。那十年，歷經286、386、486的三次洗牌，看過IT業毛利保一保二的窘狀，但台灣IT業始終屹立著。
一晃眼，進入監控業媒體領域已超過二十幾年，這之間也曾有五年的時間，分別在攝影機與數位儲存相關領域工作過。這二十幾年，從國際市場到中國大陸市場，再到台灣市場，看到這三塊市場很多階段的變化。
這些變化，包括技術的變化、產品的變化、市場的變化，以及產業的變化。這些變化都在相互的牽動，也互相的糾結。
近日，有國際在台的監控業者，還有一群工程業者，都大嘆市場冷颼颼，價格卻也更是一路探底。很多人提到台灣監控業，總是說前途渺茫……
台灣監控業真的像很多人說的，這麼悲觀嗎？不管是或不是，台灣監控業到底出了什麼問題？
我來做一個對照比較。二十年前，我在媒體上提出了監控產業，將會朝「數位化、網路化、系統整合化」發展，結果我當時成了類比監控的全民公敵；然而對岸卻力捧數字化、網絡化與集成化。
而在進入這「模擬\數字混合時代」之前，中國安防市場從1997-2002，經歷過一段黑暗期，接政府專案的，陷入很嚴重的三角債；從事民用市場的，則「炒貨」現象嚴重，結果讓廠商全無利潤。
當時，沒有一家中國的安防廠商會認為，從事安防是個有前途的行業，就像今天台灣監控產業的情形一模ㄧ樣；然而自2003-2012十年的時間，中國的安防市場卻創造了一個榮景。
開始進入數位時代之時，大陸的影像監控業大舉在探討，如何從「模擬（類比）過渡到數字」時，對岸一群廠商，提出了影像編解碼的重要性，紛紛發展影像伺服器這類的產品，但在台灣卻被媒體權威專家，斥為胡說八道，説影像伺服器只是過渡性產品，沒有探討的必要。
2010年後，當一群沒有IP實際經驗的專家，在大談IP才是王道時，3S Market不斷呼籲要解決網路頻寬、重視壓縮演算法與儲存……等，才是發展IP的根本之道，結果一砸眼又過了八年，IP的發展，至今碰到的問題，還是跟八年前同樣的問題。
網路管理的軟硬體設備、壓縮演算法、傳輸格式，這些專業的擅長業者，都在IT領域，或者是那些網通SI與VAR的 Know-how與經驗上。任何專案的部署上，這些業者都是核心要角。之前那群IP倡導者，卻從來沒提過。
上月底，一家網路設備業者，在電信工程公會台中的展覽論壇上，提出相關的網路的概念時，一位電信公會的主任委員，就大方且大氣地表示：「總A，您講得很精彩；但是我坦白講，通通都聽不懂！……」
台灣監控業的春天，不是只有從大陸進口設備，來俗俗阿賣，而是應該與台灣這些網通設備業者、儲存設備業者，與網通SI和VAR，更加深度的聯合與合作，朝著更多應用領域去部署，創造更高的附加價值。
在今年三月底的智慧城市展上，我拜訪許多展會上的非監控業者。他們一聽我的背景，都很有興趣地詢問，有沒有安控相關的設備商、SI或工程商可以合作。
我請教他們想怎樣合作，他們的回答，歸納有兩個主要方向。其一是想把影像大數據化的應用，納入他們的解決方案中。在我接觸的對象為農業與養殖業的參展商，他們都告訴我，在他們領域裡的SI，沒有找到有人懂影像這塊……
其二是很多方案提供商，經常有些案場，會需要弱電、網通或機電的配合項目，除了接電佈線，也需要這些監控業各不同的階層合作。
這不是我第一次碰到這樣的詢問，而在今年智慧城市展上，更加驗證了我的觀察：大多數台灣監控業，都僅死守在弱電產業領域。
監控本質上就是一個應用行業，事實上我看了智慧城市展五年，每年我都挖掘到一些新商機，我想請問各位監控業朋友，大家不是說要開發新市場嗎？
但說實在，這樣的一個以解決方案為訴求的展覽，我沒看到太多的監控行業，不管是哪一個階層，有確實去很仔細來看這其中蘊藏的商機。
我在大陸工作期間，不管是在媒體，或是在產品設備領域，經常都有機會，碰到這些中國一線大廠，或國際品牌旗下的SI，及網通、機電、弱電工程商，說穿了大家也都知道，這就是中國式的一條龍經營模式。
相較台灣大多數監控業，不管IP或是類比監控的各階層，似乎很高的比例都堅持著——給我弱電，其餘免談！
我認識一群網通的SI的朋友，也經常向他們請教，也建議他們要與弱電工程商合作。有些網通界的SI就直言，我也想和弱電業合作啊，但他們的世界，好像只存在弱電，所以我不是不想合作，而是懶得合作……。
弱電朋友請不要介意，我沒有刻意站在那一邊，但回頭看看海大流刺網式的一條龍，這是至今為止，兩岸監控業所呈現的產業性格，最大的差異！
這兩年，AI、物聯網、雲端邊緣運算興起，大家都想趁此再大顯身手。對岸中國因這幾年，藉紅色供應鏈橫掃全球，正也在如法炮製，要用產業鏈的模式，想再一次要顛覆全球，他們能做得到嗎？
個人認為，中國大陸的市場幅員廣大，自然有些其先天的優勢不容低估。
然而，過去紅色供應鏈大多是成熟的產業，再加上低人工成本紅利，在每一個產業市場，都被他們的低價所摧枯拉朽。
不過AI、物聯網、雲端\邊緣運算是新興領域，特別是在智慧解決方案上，必須靠產業深度結合與聯合，而且還必須把完整的服務制度整合進來，這不是中國大陸，這種崇尚一步到位的產業性格與民族性，在短期間可做得來的。
台灣雖然沒有像中國這樣，有明顯規模的聚落產業鏈。但是台灣的小，讓產業間的聯合，在距離上變成一種優勢，不像中國這些聚落分散在各片區，加大了聯合在溝通上的障礙。
再則，台灣的中小企業，每個都像林子偉ㄧ樣，能擔任兩種產品類別以上的製造研發功能，這樣的產業特性，在支援智慧解決方案的效率與深度，明顯優於對岸。
另外，海康、大華雖然這十年來，快速成長膨脹，但是聯手打趴其他的中國一線廠商，還有讓華南深圳一些小廠難以存活，從另一個角度來看，紅色供應鏈正在崩解。
事實上一些有研發實力的大陸小公司，相當期待能與台灣的公司合作。可惜的是，台灣安控業很多人只停留在向對岸拉貨。
那台灣安控業的發展還缺了什麼？
用產業生態鏈發展解決方案，事實上已成為全球各個產業的共識，就像德國提出Industry 4.0，就是希望用數據，來整合各應用領域的產業鏈。
而台灣目前就是缺乏形成生態鏈，而這不但是台灣安控業所需，從另一個角度看，正是台灣安控業脫胎換骨的契機。
就如同我在本篇分享所題的標題——
台灣安控業要從跨業聯合重生，不是降價求生！
．解密人臉辨識算法原理
Smart Face Recognition System | Deep Learning | Opencv Python
 |
來源：
近日，由美國國家標準與技術研究院NIST（National Institute of Standards and Technology） 組織的人臉辨識算法測試FRVT2018結果公佈，三家對岸中國公司挺進前五。
其中冠軍被中國公司依圖科技再度摘得，中國科學院深圳先進技術研究院獲得第二名，排名前五的另一家企業是曠視科技。
其中冠軍被中國公司依圖科技再度摘得，中國科學院深圳先進技術研究院獲得第二名，排名前五的另一家企業是曠視科技。
NIST測試以其評測標準的嚴謹性、一致性和全面性，成為了全球規模最大、標準最嚴、競爭最激烈、最權威的人臉辨識算法比賽。
依圖科技其實是第二次獲得NIST比賽人臉辨識冠軍，去年6月NIST官方公佈的測試結果中，依圖在千萬分之一誤報下，達到辨識準確率95.5％，是當時全球工業界在此項指標下的最好水準。
今年依圖將這一指標，提升到了接近極限的水準，即在千萬分之一誤報下的辨識準確率已經接近99％。根據NIST官方4月發佈的競賽結果，曠視科技也曾登頂榜首，在百萬分之一誤報下的準確率為97.5％。
為此，小編特別想探究一下人臉辨識背後的算法原理。
1．基於幾何特徵的方法
基本思想：採用幾何特徵，進行正面人臉辨識，一般是透過提取人眼、口、鼻等重要特徵點的位置，和眼睛等重要器官的幾何形狀，作為分類特徵。
因為人臉由眼睛、鼻子、嘴巴、下巴等部件構成，正因為這些部件的形狀、大小和結構上的各種差異，才使得世界上每個人臉千差萬別，所以對這些部件的形狀，和結構關係的幾何描述，可以做為人臉辨識的重要特徵。
局限性：基於幾何特徵的方法是最早、最傳統的方法，通常需要和其他算法結合，才能有比較好的效果。基於參數的人臉表示，可以實現對人臉顯著特徵的一個高效描述，但它需要大量的前處理和精細的參數選擇。
同時，採用一般幾何特徵，只描述了部件的基本形狀，與結構關係，忽略了局部細微特徵，造成部分資訊的丟失，更適合於做粗分類，而且目前已有的特徵點檢測技術，在精確率上還遠不能滿足要求，計算量也較大。
2.特徵臉方法（PCA）
特徵臉方法是90年代初期，由Turk和Pentland提出的目前最流行的算法之一，具有簡單有效的特點， 也稱為基於主成分分析（principal component analysis，簡稱PCA）的人臉辨識方法。
基本思想：該方法是先確定眼虹膜、鼻翼、嘴角等，面像五官輪廓的大小、位置、距離等屬性，然後再計算出它們的幾何特徵量，而這些特徵量形成一描述該面像的特徵向量。其技術的核心，實際為「局部人體特徵分析」，和「圖形/神經辨識算法。」
這種算法是利用人體面部各器官，及特徵部位的方法。如對應幾何關係多數據形成辨識參數，與數據庫中所有的原始參數進行比較、判斷與確認。
局限性：特徵臉方法是一種簡單、快速、實用的基於變換系數特徵的算法，但由於它在本質上，依賴於訓練集和測試集圖像的灰度相關性，而且要求測試圖像與訓練集比較像，所以它有著很大的局限性。
3.神經網路方法
基本思想：人工神經網路是一種非線性動力學系統，具有良好的自組織、自適應能力。目前神經網路方法，在人臉辨識中的研究方興未艾，但在人臉辨識上的應用，比起前兩類方法來有一定的優勢，因為對人臉辨識的許多規律或規則，進行顯性的描述是相當困難的，而神經網路方法則，可以透過學習的過程，獲得對這些規律和規則的隱性表達，它的適應性更強，一般也比較容易實現。
因此人工神經網路辨識速度快，但辨識率低 。
局限性：神經網路方法，通常需要將人臉作為一個一維向量輸入，因此輸入節點龐大，其辨識重要的一個目標，就是降維處理。
影響人臉辨識的關鍵因素
光照變化
光照變化，是影響人臉辨識性能的最關鍵因素，對該問題的解決程度，關係著人臉辨識實用化進程的成敗。
目前有兩種解決思路：
第一是利用光照模式參數空間，估計光照模式，然後進行針對性的光照補償，以便消除非均勻正面光照造成的陰影、高光等影響；
第二是基於光照子空間模型的任意光照圖像生成算法，用於生成多個不同光照條件的訓練樣本，然後利用具有良好的學習能力的人臉辨識算法，如子空間法。
姿態問題
姿態問題涉及頭部，在三維垂直坐標系中，繞三個軸的旋轉造成的臉部變化，其中垂直於圖像平面的兩個方向的深度旋轉，會造成臉部資訊的部分缺失，因此姿態問題成為人臉辨識的一個技術難題。
解決姿態問題有三種思路：
第一種思路是學習並記憶，多種姿態特徵，這對於多姿態人臉數據，可以容易獲取的情況比較實用；
第二種思路是基於單張視圖生成多角度視圖，可以在只能獲取用戶單張照片的情況下，合成該用戶的多個學習樣本，可以解決訓練樣本，較少的情況下的多姿態人臉辨識問題，從而改善辨識性能；
第三種思路是基於姿態不變特徵的方法，即尋求那些不隨姿態的變化而變化的特徵。
 |
．世界杯安控高科技 瞭解一下
Security & Safety solutions for stadiums from Bosch Security Systems
 |
| FIFA World Cup 2018- Spain vs. Russia Pictures | Getty Images |
來源： 中国安防展览网
早期的體育場館的保全系統比較封閉、平面化，基本是安檢儀器、出入控制及影像監控等。奧運、世界杯等一系列賽事的安控產品應用作為「試金石」，加速了安防行業標準化、高端化進程，大型體育賽事龐大的市場及影響力，決定了其採用的產品肯定需要高品質、新技術。
早期全球範圍的安控供應商，以西門子、霍尼韋爾、GE等老牌安控企業的產品為主，2008年之後，隨著高清、智慧、AI的發展，及系統對後端平台接入能力，與快速反應服務的要求，國際大型場館，安控產品逐漸成為主流。
早期全球範圍的安控供應商，以西門子、霍尼韋爾、GE等老牌安控企業的產品為主，2008年之後，隨著高清、智慧、AI的發展，及系統對後端平台接入能力，與快速反應服務的要求，國際大型場館，安控產品逐漸成為主流。
體育場館安控系統的建設，應以核驗身份、出入控制、實體隔離、預防，和處置突發事件為核心，實現安控系統的應急聯動和輔助分析決策，即時預警和掌控賽場內各種可疑現象、突發事件的發生。
而體育盛會的保全，則需要跳出體育場館、覆蓋的城區、街道、機場、地鐵等，實現對城市、區域、街道及場館的統一警情把控與快速響應。影像需要級聯、防控需要立體。
而體育盛會的保全，則需要跳出體育場館、覆蓋的城區、街道、機場、地鐵等，實現對城市、區域、街道及場館的統一警情把控與快速響應。影像需要級聯、防控需要立體。
里約回放：據悉奧運會期間，巴西有來自軍隊和消防等21個機構的8.8萬人協同作戰，參與賽事安保工作。同時，巴西還與大約100個國家和地區保持密切溝通，合作反恐。而且，在巴西利亞建立了奧運安全情報中心，處理所有資訊。
除里約外，有奧運足球項目的其它城市，也設有安全資訊分中心。除了人防加強外，里約也增加了監控設備的佈局，里約的監控攝影機，從年初的3500個增加到了的6200個，數量上翻了幾乎一番。
除了新採用無人機監控、行李貨物掃描儀、無線對講等安防設備外。佈置在體育館各個角落的智慧攝影機，能夠為直接為現場攝影師提供更豐富的操作選項，可以操縱遠端控制攝影機，進行360°全方位拍攝。
除里約外，有奧運足球項目的其它城市，也設有安全資訊分中心。除了人防加強外，里約也增加了監控設備的佈局，里約的監控攝影機，從年初的3500個增加到了的6200個，數量上翻了幾乎一番。
除了新採用無人機監控、行李貨物掃描儀、無線對講等安防設備外。佈置在體育館各個角落的智慧攝影機，能夠為直接為現場攝影師提供更豐富的操作選項，可以操縱遠端控制攝影機，進行360°全方位拍攝。
體育場影像監控系統：
體育場的前端監控點包括體育場出入口、廣場周邊、室外停車場、觀眾席區、館內全景等大範圍、重點監控部位，可部署高清快球攝影機；觀眾出入口、主席台（區域）、貴賓室（區域）、VIP通道、裁判員區、運動員區、競賽管理區、新聞媒體區等重點部位，可部署網路高清攝影機；對於其他一般廳室或通道監控目標範圍小、防範要求不高的場所，可靈活部署標清或高清攝影機。
IP影像圖像透過體育館影像傳輸網路，接入監控中心核心交換機。安防主控中心實現影像圖像的集中管理和控制，由各類應用支撐伺服器、儲存設備控制設備等組成。
IP影像圖像透過體育館影像傳輸網路，接入監控中心核心交換機。安防主控中心實現影像圖像的集中管理和控制，由各類應用支撐伺服器、儲存設備控制設備等組成。
亮點產品：超星光攝影機、PTZ瞭望攝影機、全景聯動攝影機、人臉辨識布控、人臉辨識核驗、車輛辨識布控、Goal Control門線技術、整合平台等。
影像大數據系統：
賽事主辦城市周邊街區、體育場館的監控系統，應以即時發現不安全因素、處置突發事件為主要目標。透過影像分析技術，用戶可以根據影像內容分析功能，透過在不同攝影機的場景中預設不同的警報規則，一旦目標在場景中，出現了違反預定義規則的行為，系統會自動發出警報。
監控工作站則自動彈出警報資訊，並發出警示音，用戶可以透過點擊警報資訊，實現警報的場景重組，並採取相關措施。智慧分析系統包括人員、車輛、卡口等各種場景。
監控工作站則自動彈出警報資訊，並發出警示音，用戶可以透過點擊警報資訊，實現警報的場景重組，並採取相關措施。智慧分析系統包括人員、車輛、卡口等各種場景。
立體防控雲防系統：
立體防控雲防系統平台一體機，不僅具備基本的影像管理、設備管理、IPSAN儲存、流媒體轉發、人臉比對辨識、車輛智慧分析，還創新的融合了增強現實技術、影像實景地圖、高低點影像聯動、社會資訊採集、警力資訊動態顯示等立體化防控手段。
系統主要用於解決當前智慧城市項目中，單點監控範圍小、監控畫面無法兼顧整體與局部、無法瞭解城市整體治安情況的問題。系統採用增強現實技術，將影像中的背景資訊，進行結構化描述，使背景資訊可搜索、可定位，並能實現GPS座標映射、方位感知、影像聯動等功能，增強即時圖像與資訊的結合。
系統透過高點攝影機的鳥瞰視角，掌握監控區域整體情況，透過調用低點攝影機，從不同角度查看監控區域細節，能大大改善監控體驗、指揮效率。
系統主要用於解決當前智慧城市項目中，單點監控範圍小、監控畫面無法兼顧整體與局部、無法瞭解城市整體治安情況的問題。系統採用增強現實技術，將影像中的背景資訊，進行結構化描述，使背景資訊可搜索、可定位，並能實現GPS座標映射、方位感知、影像聯動等功能，增強即時圖像與資訊的結合。
系統透過高點攝影機的鳥瞰視角，掌握監控區域整體情況，透過調用低點攝影機，從不同角度查看監控區域細節，能大大改善監控體驗、指揮效率。
人臉核驗控制系統：
人臉辨識系統已是奧運保全的一個重要措施，核心是一個應急照片數據庫管理系統，雅典奧運會時，便已發現很多身份頂替的人，但那時沒有人臉辨識系統。
2008，中國有了自主研發的「人臉辨識系統」，這套系統不止在指揮中心、奧運場館使用，對很多奧運會的配套設施，包括交通設施，出入口管理等，都很有用處。
由於體育場人員高度密集、高度集中，各政要、運動員、觀眾、及相關服務人員，達十餘萬人，在如此人員高度密集的重要場所，對入場人員的身份判別，就顯得特別重要，利用人臉辨識技術，實現體育場館保全監控系統智慧化，也是消除潛在的安全漏洞，提高場館安全防範和科技反恐水平。
2018，隨著AI攝影機、雲計算及大數據應用，靜態及動態人臉辨識得到廣泛應用。
2008，中國有了自主研發的「人臉辨識系統」，這套系統不止在指揮中心、奧運場館使用，對很多奧運會的配套設施，包括交通設施，出入口管理等，都很有用處。
由於體育場人員高度密集、高度集中，各政要、運動員、觀眾、及相關服務人員，達十餘萬人，在如此人員高度密集的重要場所，對入場人員的身份判別，就顯得特別重要，利用人臉辨識技術，實現體育場館保全監控系統智慧化，也是消除潛在的安全漏洞，提高場館安全防範和科技反恐水平。
2018，隨著AI攝影機、雲計算及大數據應用，靜態及動態人臉辨識得到廣泛應用。
Goal Control門線技術：
在南非世界杯英格蘭隊與德國隊的比賽中，蘭帕德越過門線的進球，卻被當值主裁拉里昂達無情地吹掉了。這一冤案引發了激烈的討論，並最終推動國際足聯下定決定，在巴西世界杯中使用門線技術（ Goal Control）。Goal Control提供的是一項4D技術，原理是在每座球場上空安裝14台高速攝影機，每個球門由7台攝影機監控，球經過門線不到一秒鐘，該系統就會將球是否越線（進球）的結論，透過無線信號發送到主裁判的手錶上，並且只發送到主裁判的手錶中。另外該技術還能提供多角度的3D畫面，以滿足賽中和賽後直播和錄播的需求。
高速攝影機每秒拍攝500幀畫面（普通安全監控幀率是25或30幀/秒），即每隔2毫米一幀畫面，按照目前足球最高速度（在目前的統計中，1990年義大利世界杯上，馬特烏斯的一記自由球直接掛網，時速達到了210公里，另一次統計，德國隊的穆勒曾經踢出時速180公里的球。）系統大概可以5mm的精度（FIFA要求的是3cm）記錄球門區域的情況。配套的圖像處理軟體，會將畫面中的球員和裁判過濾，定位一次皮球在3D空間內的位置。
所有在攝影機視野內的物體都將被追蹤，但球員和裁判會被巧妙地過濾掉；為了準確地判斷球的位置（X、Y、Z三軸），攝影機將自動、持續地捕捉它；如果球越過了門線，信號將在不到1秒鐘的時間內，被發送到裁判的手錶上；系統還能展示球場內的一個虛擬3D視圖，可以在大螢幕上顯示各個角度。
比賽中，皮球一旦越過球門線，Goal Control系統立即會做出判斷併發送指令。裁判手腕上的專用電子錶將會震動、閃爍，提醒進球有效，最大程度減少誤判。此外，攝影機還會儲存進球時的所有畫面及相關事件，以供事後回放。
城市級 3D 重建技術：依靠強大的萬億級像素圖像計算能力，和頂尖深度學習計算機視覺算法，實景 3D 重建技術，可實現基於航拍的海量 2D 圖像和影像數據，在虛擬世界中，還原出細節豐富的城市級三維全景模型，讓用戶線上即可交互式查看城市中，小到綠地草木、大到建築地形等元素的面貌與變化，在根本上解決了傳統二維平面圖像，無法還原真實世界三維資訊的難題。
曠視大規模城市級3D重建技術，擁有萬億級圖像像素處理能力，可對高低空、多角度的萬張航拍照片進行解析，並進行三維數據處理和三維模型編輯，再現城市全景。
俄羅斯安控市場情況：據悉俄羅斯安控企業2017總產值約是50億美元，安控市場的年成長率為20－25％之間，其中以CCTV類產品的成長率最高。
安控市場總的特點為：幾大分銷商壟斷著俄產品的銷售市場，本地企業在 CCTV領域的生產能力有限，主要是OEM來自歐 、美企業的產品。影像監控領域最早進入該領域的是台灣企業和日本企業（Panasonic、JVC、Sanyo），但近幾年其他國家也相繼進入，如美國的Burle、Pelco、Robot，德國的Siemens，中國的海康、華為等。門禁比較知名的有Honeywell、西門子、Northen Computers、Apollo Kaba、Dorma等。
安控市場總的特點為：幾大分銷商壟斷著俄產品的銷售市場，本地企業在 CCTV領域的生產能力有限，主要是OEM來自歐 、美企業的產品。影像監控領域最早進入該領域的是台灣企業和日本企業（Panasonic、JVC、Sanyo），但近幾年其他國家也相繼進入，如美國的Burle、Pelco、Robot，德國的Siemens，中國的海康、華為等。門禁比較知名的有Honeywell、西門子、Northen Computers、Apollo Kaba、Dorma等。
