智慧交通領(lǐng)域三維視覺應(yīng)用的行業(yè)分析

1、智慧交通領(lǐng)域三維視覺應(yīng)用的行業(yè)分析目錄一、背景 1二、深度攝像頭 1三、智慧交通領(lǐng)域人工智能技術(shù)應(yīng)用分析 3四、智慧交通領(lǐng)域計算機視覺應(yīng)用分析 4五、智慧交通市場分析 8六、計算機視覺市場分析 9七、行業(yè)競爭力分析 10八、總結(jié) 14智慧交通領(lǐng)域三維視覺應(yīng)用的行業(yè)分析一、背景計算機視覺是指用攝影機和電腦代替人眼對目標(biāo)進(jìn)行識別、跟蹤和測量等， 并進(jìn)一步做圖形處理，使電腦處理成為更適合人眼觀察或傳送給儀器檢測的圖 像，計算機視覺作為人工智能的一個重要分支， 隨著深度學(xué)習(xí)的不斷發(fā)展， 為計 算機視覺和人工智能領(lǐng)域帶來了革命性的突破，出現(xiàn)了以結(jié)構(gòu)光、雙目視覺、TOF為主要技術(shù)路線的三維視覺技術(shù)，已經(jīng)可

2、以可以廣泛應(yīng)用于智慧交通領(lǐng)域。智慧交通是以信息化、 智能化引領(lǐng)交通管理和運營服務(wù)水平提升， 積極推進(jìn) 云計算、大數(shù)據(jù)等現(xiàn)代信息技術(shù)與交通管理、 運營服務(wù)的深度融合， 全面深化交 通信息數(shù)據(jù)的共享和開發(fā)利用， 建立健全完善的監(jiān)測感知體系、 可靠的通信保障 體系、實時的預(yù)報預(yù)警體系，實現(xiàn)路網(wǎng)“可知、可測、可控、可服務(wù)”。隨著全 球經(jīng)濟(jì)的發(fā)展和城市化、 現(xiàn)代化進(jìn)程的推動， 交通運輸行業(yè)將保持穩(wěn)步發(fā)展?fàn)顟B(tài)， 在政策上， 各國均積極推進(jìn)智能交通系統(tǒng)建設(shè)， 在技術(shù)上， 使用人工智能等高新 技術(shù)實現(xiàn)智能交通， 在產(chǎn)業(yè)上， 加速交通產(chǎn)業(yè)生態(tài)圈的跨界融合， 為出行者提供 更加準(zhǔn)確、 完善和智能的服務(wù)。 人工智能

3、技術(shù)的出現(xiàn)為提升運輸效率、 保障運輸 安全和降低運輸成本， 最終實現(xiàn)智能交通帶來了新的思路， 在交通運輸行業(yè)綻放 光彩。有利的政策導(dǎo)向為智慧交通提供了良好的發(fā)展環(huán)境。 在十九大報告提出的五 大強國戰(zhàn)略中， “交通強國”占據(jù)一席，同時強調(diào)要進(jìn)一步推動智能收費和加快 智慧基礎(chǔ)設(shè)施建設(shè)。 交通運輸部部長、 黨組副書記李小鵬也提出建設(shè)適應(yīng) “交通 強國”發(fā)展的智能交通體系，對智慧交通的發(fā)展提出了新的要求。 2018年 2月 28 日交通運輸部發(fā)布了關(guān)于加快推進(jìn)新一代國家交通控制網(wǎng)和智慧公路試點 的通知等政策。二、深度攝像頭深度攝像頭（又稱 3D 傳感器）是三維視覺配件，該配件能夠從視覺數(shù)據(jù)獲 取的角度

4、提升機器感知能力， 比二維視覺多一個維度， 實現(xiàn)三維視覺體驗， 進(jìn)行 更加精確的物體分割、 三維測量、 三維數(shù)據(jù)模型重建和智能視覺識別和分析。 眾 多前沿領(lǐng)域的應(yīng)用為了獲得更精準(zhǔn)的體驗，越來越依賴深度攝像頭，例如VR、機器人、安防等。深度攝像頭技術(shù)存在一定的技術(shù)門檻， 國內(nèi)外的研發(fā)公司并不 多，國外代表公司有蘋果、微軟、谷歌、INTEL Oculus、SONY國內(nèi)代表公司 有奧比中光、華捷艾米，圖漾，樂行天下等。目前，深度攝像頭已經(jīng)渡過技術(shù)基 礎(chǔ)期，具有明確的發(fā)展方向，進(jìn)入成長期，即將掀起 3D 傳感器的浪潮。3D視覺還沒有普及，技術(shù)尚存難點。一是 3D圖像是在2D圖像的基礎(chǔ)上通 過顏色渲染每

5、一個點來代表不同的深度， 深度圖相對傳統(tǒng)的平面圖有很大的提高 空間；二是由于多了一維，其數(shù)據(jù)處理卻不只多一個數(shù)量級，在人工智能方面， 如果用三維做分析，算法與計算量會有顯著的增長， 需要有新的處理方法去應(yīng)對， 在目前大部分還在用二維圖形做處理的情形下，這是一個挑戰(zhàn)。深度攝像頭的三種主要技術(shù)方法和代表公司分別為： 一是單目結(jié)構(gòu)光， 代表 公司有蘋果（收購最大的結(jié)構(gòu)光技術(shù)公司 PrimeSense、微軟Kinect-1、英特爾 RealSense Google Project Tangc等,目前可見的其他創(chuàng)業(yè)公司幾乎都沿用此技術(shù) 路線。二是雙目可見光，代表公司 LeapMotion。三是飛行時間法

6、（TOF），代表 公司微軟 Kinect-2。單目結(jié)構(gòu)光是目前最主流、 應(yīng)用最廣泛的深度感知方案， 其基本原理是由結(jié) 構(gòu)光投射器向被測物體表面投射可控制的光點、 光條或光面結(jié)構(gòu)， 并由圖像傳感 器獲得圖像，通過系統(tǒng)幾何關(guān)系，利用三角原理計算得到物體的三維坐標(biāo)。應(yīng)用：目前是業(yè)界比較成熟的深度檢測方案，很多的激光雷達(dá)和3D掃描技術(shù)都采用結(jié)構(gòu)光方案。結(jié)構(gòu)光的代表產(chǎn)品有微軟的Kinect 代。優(yōu)勢：結(jié)構(gòu)光方案優(yōu)勢在于技術(shù)成熟， 識別距離遠(yuǎn)， 深度圖像分辨率可以做 得比較高。缺點：由于以折射光的落點位移來計算位置， 這種技術(shù)不能計算出精確的深 度信息，對識別的距離也有嚴(yán)格的要求。 而且容易受到環(huán)境光線的

7、干擾， 強光下 不適合，響應(yīng)也比較慢。雙目視覺是指安裝兩個攝像頭， 利用雙目立體視覺成像原理， 通過兩個攝像 機來提取包括三維位置在內(nèi)的信息進(jìn)行深度感知。應(yīng)用：目前應(yīng)用在智能安防監(jiān)控、機器人視覺、物流檢測等領(lǐng)域。市場上的 典型的產(chǎn)品有Leap Motion，大疆無人機等。優(yōu)勢：雙目視覺的方案不容易受到環(huán)境光線的干擾，適合室外環(huán)境，滿足 7*24 小時的長時間工作要求，不易損壞。而且，由于不涉及光學(xué)系統(tǒng)，因此雙 目視覺的成本是三種深度感知方案中最低的。缺點：這種技術(shù)需要龐大的程序計算量， 對硬件設(shè)備有一定配置要求， 同時 受外界環(huán)境影響大，比如環(huán)境光線昏暗、背景雜亂、有遮擋物等情況下不適用。TO

8、F是飛行時間（Time of Flight）技術(shù)的縮寫，基本原理是傳感器發(fā)出經(jīng)調(diào) 制的近紅外光，遇物體后反射，傳感器通過計算光線發(fā)射和反射時間差或相位差， 來換算被拍攝景物的距離， 以產(chǎn)生深度信息， 此外再結(jié)合傳統(tǒng)的相機拍攝， 就能 將物體的三維輪廓以不同顏色代表不同距離的地形圖方式呈現(xiàn)出來。應(yīng)用：可用于機器人、制造、醫(yī)療技術(shù)以及數(shù)碼攝影等領(lǐng)域的設(shè)備控制。市場上的典型產(chǎn)品有Kinect2代。優(yōu)點：TOF是相對結(jié)構(gòu)光和雙目視覺來說受環(huán)境影響最小的技術(shù)，響應(yīng)速度 快、深度信息精度高。缺點：傳感器芯片并不成熟，成本很高，實現(xiàn)量產(chǎn)困難。TOF分辨率不高, 因此不適合精度要求高的場景從技術(shù)角度上講，立體

9、視覺技術(shù)最成熟，最不成熟的是ToR深度攝像頭技術(shù)路線對比表技術(shù)路線優(yōu)點缺點應(yīng)用不能計算精確的深度單目結(jié)構(gòu)光技術(shù)成熟，識別距離遠(yuǎn)，深度圖像分辨率比較高雙目視覺不易受環(huán)境光線干擾，適合 室外環(huán)境，長時間工作，不 易損壞，不涉及光學(xué)系統(tǒng)，成本最低信息，識別距離要求 嚴(yán)格，易受環(huán)境光線 干擾龐大的程序計算量，對硬件設(shè)備有配置要求，受外界環(huán)境影響大激光雷達(dá)和3D掃描技術(shù)智能安防監(jiān)控、機器人視覺、物流檢測等領(lǐng)域受環(huán)境影響最小，響應(yīng)速度TOF快、深度信息精度高傳感器芯片不成熟，機器人、制造、醫(yī)療成本高，實現(xiàn)量產(chǎn)困技術(shù)以及數(shù)碼攝影等難，分辨率不高領(lǐng)域的設(shè)備控制資料來源：資料整理三、智慧交通領(lǐng)域人工智能技術(shù)應(yīng)用

10、分析深度學(xué)習(xí)：機器學(xué)習(xí)中一種基于對數(shù)據(jù)進(jìn)行表征學(xué)習(xí)的算法。 通過對大量歷 史數(shù)據(jù)（如圖像、文本和聲音）進(jìn)行識別與分析，從而替代人力完成自動化操作。 主要用于路況識別，高級駕駛輔助系統(tǒng)（ADAS，路線規(guī)劃等。語音識別與自然語言處理：指機器理解并解釋人類寫作、說話方式的能力， 是人工智能技術(shù)的核心組成部分。從語音識別到文本分析，再到信息檢索、信息 抽取，自然語言處理涉及到處理文字、語音的各個方面。主要應(yīng)用于服務(wù)領(lǐng)域， 如車載娛樂系統(tǒng)、貨物追蹤系統(tǒng)等。計算機視覺：基于圖像處理的計算機視覺技術(shù)是通過攝像機獲取場景圖像， 并借助于計算機軟件構(gòu)建一個自動化或半自動化的圖像/視頻理解和分析系統(tǒng)，從而模仿人的

11、視覺功能以提供及時準(zhǔn)確的圖像 /視頻處理結(jié)果。在交通運輸行業(yè) 中，計算機視覺技術(shù)主要應(yīng)用于路況檢測，安檢掃描，流量監(jiān)控，值機登記等。機器人技術(shù)：在交通運輸行業(yè)，智能機器人可以代替?zhèn)鹘y(tǒng)人力完成重復(fù)瑣碎 的貨物分揀、搬運、包裝等工作，極大地減輕了人類繁重的體力勞動，提高了運 輸效率。根據(jù)不同的應(yīng)用場景，具體可以分為 AGV機器人、碼垛機器人、分揀 機器人。大數(shù)據(jù)分析：大數(shù)據(jù)分析技術(shù)主要通過對大量非結(jié)構(gòu)化或結(jié)構(gòu)化數(shù)據(jù)進(jìn)行分 析，利用算法探索數(shù)據(jù)間的未知聯(lián)系和隱藏信息， 從而幫助決策和判斷。從運輸 設(shè)備的維護(hù)預(yù)測到運輸過程中的路線優(yōu)化、時間預(yù)測，這些服務(wù)或功能都離不開 大數(shù)據(jù)技術(shù)的支持。四、智慧交通領(lǐng)

12、域計算機視覺應(yīng)用分析計算機視覺在交通領(lǐng)域主要有五大應(yīng)用： 一是感知，即車輛的檢測；二是車 輛身份的識別；三是車輛身份的比對；四是車輛的行為分析；五是駕控，即汽車 輔助駕駛與無人駕駛。1、車輛檢測與感知（1）車輛檢測。車輛檢測是計算機通過圖片或者視頻，把其中的車輛或其它關(guān)注目標(biāo)準(zhǔn)確的“框”出，檢測是很多系統(tǒng)的基礎(chǔ)。在2012年以前，很多智能交通系統(tǒng)中用的檢測是一種基于運動的檢測， 這種檢測會受天氣、光線等方面 的影響，在不同天氣下會存在很多問題。 而深度學(xué)習(xí)的檢測，是基于車輛的輪廓 和形態(tài)的檢測，完全模擬人看車的方式，只要人眼可以辨識那是一輛車，就可以“框”出來，解決了很多過去車輛檢測存在的問題

13、， 排除了天氣光線等來帶的干 擾。（2）路口感知。目前國內(nèi)許多城市交通擁堵嚴(yán)重，十字路口紅綠燈配時不是最優(yōu)，通過基于深度學(xué)習(xí)的車輛精確感知檢測， 可以精準(zhǔn)的感知交通路口各個 方向的車輛數(shù)量、流量和密度，從而可以為交通路口的最優(yōu)配時提供準(zhǔn)確依據(jù)。 如果各個路口都用上這種車輛檢測技術(shù)，將極大緩解交通擁堵。5路口車輛感知與應(yīng)用晉代地感堆圈與姻E .實現(xiàn)路口車珮惑知”動態(tài)控制路口紅綠b"廠6(3) 路段感知。過去幾年，我國的大中型城市安裝了很多監(jiān)控攝像頭，通 過路段的感知，可以基于原有監(jiān)控系統(tǒng)獲取道路的總體交通路況，為道路路況分析、交通大數(shù)據(jù)、交通規(guī)劃等提供可靠的數(shù)據(jù)依據(jù)。路段車輛感知與應(yīng)用

14、通過輪洵圏像分析檢測和感知道路交通擁堵態(tài)勢#(4) 路側(cè)停車感知。有兩方面的應(yīng)用，一是路側(cè)違法停車的感知和抓拍，不 再需要攝像機去輪詢檢測，大大提高了攝像機的使用壽命。二是路側(cè)停車位的管 理，之前的方案在外場要感知車位是否被占用，一般通過地磁感知，成本高，系 統(tǒng)可靠性差，基于圖像的識別則可以很好的解決這個問題，一臺攝像機即可監(jiān)控 和感知一大片區(qū)域的停車位是否被占用，成本低、準(zhǔn)確度高。踏03牟朝尊知 與應(yīng)用路側(cè)車謁曲知.實現(xiàn)路如年位背讀與連法傅車如舊(5) 停車場感知。目前室內(nèi)停車場大多應(yīng)用圖像識別實現(xiàn)車位檢測，但對 車的檢測都是基于車牌，有車牌就可以成功檢測，沒車牌則檢測不出，甚至車牌 模糊無

15、法檢測。而基于深度學(xué)習(xí)的車輛檢測，只看車輛輪廓，不看車牌，精度很 高。通過計算機視覺技術(shù)，可以做到模擬人的視覺感知，準(zhǔn)確檢測車位信息，將 數(shù)據(jù)發(fā)送給平臺，最后發(fā)布到停車場誘導(dǎo)系統(tǒng)。停車場車輛感釦與應(yīng)用7停車場和出入口都安裝有車牌識別系統(tǒng)， 但車牌不清楚或車輛沒有掛牌，系 統(tǒng)就無法識別車輛。采用基于深度學(xué)習(xí)的車輛特征識別系統(tǒng)，可以識別車輛本身， 檢測精度達(dá)到99鳩上，甚至完全取代地磁進(jìn)行車輛感知，完成抬桿落桿控制。 另外，基于圖像的車輛檢測，還可以實現(xiàn)出入口視頻濃縮存儲等附加功能。2、車輛身份特征識別 車牌與顏色識別 品牌子品牌年款識別 車皤征物趣 車型識別 特種車輛識別“車臉識別”技術(shù)能夠精確

16、識別車牌、車輛的顏色、類型、品牌年款、車輛 里人物、車輛擋風(fēng)玻璃上的特殊標(biāo)志以及車輛尾部的特征標(biāo)志等。目前，常用的ETC和電子標(biāo)簽技術(shù)識別車輛非?？煽浚缺葓D像識別更高。但現(xiàn)實中仍存在 很多大貨車無法用ETC ETC系統(tǒng)遭到破壞等問題，并且電子標(biāo)簽真正落地還需 時間，在這個時間窗口，通過深度學(xué)習(xí)不僅能夠提升車牌識別的準(zhǔn)確率，還能實現(xiàn)更多維度的識別，實現(xiàn)車輛身份特征的唯一性識別。89車輛號牌與顏色識別KA12123|*A 12123|12123京 V 12123121-323VA12)2)深度學(xué)習(xí)使彳易傳統(tǒng)的車牌 率突破慕年的識別瓶頸期獲 得新的突破,識別率進(jìn)少上 升*可識別各種姿態(tài)、各種顧

17、色*各種箱度的車牌.#3、車輛比對（1）套牌分析。最典型的應(yīng)用是以圖搜圖，世界上沒有兩片相同的樹葉， 也沒有兩輛完全一樣的車，基于視圖大數(shù)據(jù)的以圖搜圖功能，可以在海量圖片里 找到一輛特定的車，無論車輛有沒有號牌。車輛比對能實現(xiàn)套牌車分析，計算機 可以通過兩個車牌是完全一樣的車，進(jìn)行車型比對和車輛特征比對來鑒定是否是 套牌車。車輛比對以圖搜圖套牌識別收費結(jié)算逃費稽查移動支付（2）收費結(jié)算。車輛比對另外一個應(yīng)用場景是收費結(jié)算， 目前車牌識別用在 停車場收費中，還存在一些遺留問題，如無牌、污牌和套牌車，必須依賴人工參 與。車臉識別可以構(gòu)建車輛多層多維度的特征， 然后通過特征比對判斷是否是同 一輛車。

18、4、交通視頻分析應(yīng)用（1）交通事故及事件檢測。基于連續(xù)視頻可以分析車輛的行為，檢測如停 車、逆行等行為，發(fā)現(xiàn)交通事故和交通擁堵進(jìn)行報警。借助深度學(xué)習(xí)技術(shù)，實現(xiàn) 真正準(zhǔn)確的交通事件檢測系統(tǒng)，為交通運營部門提供準(zhǔn)確及時的報警信息。（2）車輛違章抓拍。由于計算機視覺技術(shù)的快速進(jìn)步，違章抓拍在我國應(yīng)用非常廣泛，而且利用視頻檢測實現(xiàn)的非現(xiàn)場執(zhí)法的種類越來越多，甚至開車接 打電話都能夠識別抓拍。交通視頻數(shù)據(jù)結(jié)構(gòu)化存人舸aiznFUMHfhmrh5、無人駕駛和汽車輔助駕駛圖像識別無是人駕駛和汽車輔助駕駛中非常重要的技術(shù)，通過識別前方車 輛、行人、障礙物、道路以及交通信號燈和交通標(biāo)識等實現(xiàn)無人駕駛和汽車輔助

19、駕駛。圖像識別技術(shù)的應(yīng)用給人類帶來前所未有的出行體驗，重塑交通體系，構(gòu)建真正的智能交通時代。計算機視覺技術(shù)在近5年取得的成就遠(yuǎn)遠(yuǎn)超越了之前20年，這得益于深度 學(xué)習(xí)技術(shù)帶來的巨大進(jìn)步。計算機視覺的廣泛應(yīng)用，大大提升智能交通系統(tǒng)的感 知精度與維度，讓智能交通系統(tǒng)更加智慧。通過深度學(xué)習(xí)技術(shù)，未來能夠讓移動 支付在智能交通系統(tǒng)中快速落地，讓無人駕駛的美好夢想變成現(xiàn)實，從而給全人 類帶來更加安全、便捷、舒適的出行體驗。五、智慧交通市場分析全球交通基礎(chǔ)設(shè)施建設(shè)呈增長趨勢。據(jù)前瞻研究統(tǒng)計， 2017年全球交通運 輸行業(yè)總收入為4.8萬億美元，占全球GDP的6%。與此同時，交通運輸行業(yè)基 礎(chǔ)設(shè)施投資也在逐年

20、增加，PwC預(yù)測，從2014年至2025年，全球交通運輸行業(yè) 基礎(chǔ)設(shè)施投資將以平均每年約5%的速度增長。2025年全球交通基礎(chǔ)設(shè)施支出水平1015000000O菽8 S8 乂8 Lse ose 6L8 00L8 t8 9L8 SLa 寸 Lg mLg dEz 二8 ie 608 9舄11# Western Europe Latin AmericaUS & Canada Middle EastSub-Saharan AfricaFSU/CEEAsia-Pacific資料來源：前瞻研究國內(nèi)智慧交通市場巨大。2018年前瞻產(chǎn)業(yè)研究院發(fā)布的智慧城市建設(shè)行 業(yè)發(fā)展趨勢與投資決策支持報告顯示，全國

21、100%的副省級城市、89%的地級以上城市、49%的縣級城市已經(jīng)開展智慧城市建設(shè)，累計參與的地市級城市數(shù)量 達(dá)到300余個，規(guī)劃投資達(dá)到3萬億元，建設(shè)投資達(dá)到6000億元。根據(jù)招商公 路（ 001965） 2018年年報統(tǒng)計，截至2018年底，國內(nèi)高速公路機電及智慧城市 建設(shè)市場億級以上項目有40余個，千萬級以上項目達(dá)200余個，億級融資行為 時有發(fā)生。同時，BAT等互聯(lián)網(wǎng)公司借助其強大的技術(shù)力量強勢介入智能車輛、 智慧公路行業(yè)，例如千方科技（002373）主要從事智慧交通和智能安防業(yè)務(wù)，阿 里入股千方科技，助力其在智慧交通的進(jìn)一步研究，各省信息平臺公司也紛紛謀 求快速發(fā)展，智慧交通市場的競爭

22、也將進(jìn)一步加劇。六、計算機視覺市場分析視覺技術(shù)實現(xiàn)突破，視覺人工智能產(chǎn)業(yè)發(fā)展迅速。視覺人工智能產(chǎn)業(yè)由技術(shù) 驅(qū)動，而技術(shù)的核心在于數(shù)據(jù)、算力和算法三個方面。21世紀(jì)，隨著互聯(lián)網(wǎng)浪潮興起，數(shù)據(jù)儲量急劇增加，而深度學(xué)習(xí)算法的出現(xiàn)恰好能夠?qū)?shù)據(jù)集歸納出邏 輯，實現(xiàn)精準(zhǔn)的物體識別和場景識別。GPU和AI專用芯片的出現(xiàn)突破了傳統(tǒng) CPU 的算力瓶頸，數(shù)據(jù)運算速度和處理規(guī)模爆發(fā)性增長， 從而為大數(shù)據(jù)的分析提供硬 件上的支撐。在數(shù)據(jù)、算力、算法并行驅(qū)動下，世界視覺人工智能產(chǎn)業(yè)得以迅速 發(fā)展。中國視覺人工智能行業(yè)市場規(guī)模及預(yù)測（2016年-2020 年）資料來源：中商產(chǎn)業(yè)研究院數(shù)據(jù)庫國內(nèi)視覺技術(shù)先進(jìn)，市場規(guī)模增

23、長迅速。目前國內(nèi)視覺人工智能相關(guān)算法已 達(dá)到國際先進(jìn)水平，成為人工智能領(lǐng)域最火熱的細(xì)分領(lǐng)域， 相關(guān)技術(shù)廣泛應(yīng)用在 智能手機、智能駕駛、loT等相關(guān)場景。視覺人工智能商業(yè)落地場景廣闊，能夠 有效解決應(yīng)用行業(yè)的痛點。根據(jù)中商產(chǎn)業(yè)研究院數(shù)據(jù)，2017年中國視覺人工智能市場規(guī)模達(dá)到41億元，較2016年增長259.6%。隨著視覺人工智能技術(shù)的逐 漸成熟及應(yīng)用領(lǐng)域的逐步擴大，預(yù)計 2020年中國視覺人工智能市場規(guī)模將進(jìn)一 步擴大，達(dá)到755.5億元。七、行業(yè)競爭力分析根據(jù)國民經(jīng)濟(jì)行業(yè)分類（GB/T4754-2017，發(fā)行人所屬行業(yè)為“165軟 件 和信息技術(shù)服務(wù)業(yè)”中的“ I6513應(yīng)用軟件開發(fā)”。根據(jù)

24、中國證監(jiān)會頒布的上市公司行業(yè)分類指引（2012年修訂），發(fā)行人所屬行業(yè)為“信息傳輸、 軟件和信息技術(shù)服務(wù)業(yè)-軟件和信息技術(shù)服務(wù)業(yè)”，行業(yè)代碼為“165”。1、供應(yīng)商的議價能力計算機視覺技術(shù)研發(fā)屬于最上游的環(huán)節(jié)，從事計算機視覺技術(shù)研發(fā)的公司主 要成本有研發(fā)人員的薪酬和將技術(shù)轉(zhuǎn)化成產(chǎn)品的支出。面對當(dāng)前互聯(lián)網(wǎng)產(chǎn)業(yè)的蓬勃發(fā)展，計算機相關(guān)領(lǐng)域人才需求旺盛，高精尖人才更是各大互聯(lián)網(wǎng)科技公司爭 搶的對象，根據(jù)國家統(tǒng)計局于 2019年5月14日公布的2018年全國平均工資數(shù) 據(jù)顯示，軟件和信息技術(shù)服務(wù)業(yè)、金融業(yè)、科學(xué)研究和技術(shù)服務(wù)業(yè)三個行業(yè)占據(jù) 薪酬前三甲，平均工資突破12萬，其中信息傳輸、軟件和信息技術(shù)服務(wù)

25、業(yè)人員 平均工資突破14萬元，占據(jù)各行業(yè)平均工資水平的首位，所以該行業(yè)研發(fā)人員 工資支出較大，公司的議價能力較差，特別是高精尖 IT人才的薪酬支出更多。2018年平均工資水平排名前三行業(yè)（元）資料來源：國家統(tǒng)計局官網(wǎng)計算機視覺公司在將研發(fā)轉(zhuǎn)化成產(chǎn)品時，需要將一部分工作交由外包服務(wù)公 司完成。我國軟件外包與服務(wù)行業(yè)處于成長期， 行業(yè)內(nèi)企業(yè)眾多，企業(yè)數(shù)量不斷 增加，據(jù)立木信息咨詢發(fā)布的中國軟件外包服務(wù)行業(yè)評估與投資戰(zhàn)略報告 （2019 版）顯示目前我國從業(yè)企業(yè)達(dá)到4.2萬家，市場化程度較高，市場集中度較低， 發(fā)包商的議價能力較強。2、購買者的議價能力深度攝像、人工智能、虛擬現(xiàn)實技術(shù)有機結(jié)合，可廣泛

26、應(yīng)用在智能手機、智 能汽車、智能安防、智能家居、金融等日常生活領(lǐng)域，將給消費者帶來全新的用 戶體驗，提高生產(chǎn)和生活效率。深度攝像擁有廣闊的市場空間， 根據(jù)中國產(chǎn)業(yè)發(fā) 展研究院預(yù)計，2021年全球范圍內(nèi)深度攝像頭市場規(guī)模有望達(dá)到78.9億美元，較2017年的22億美元增長262.73%。2017-2021年全球深度攝像頭市場規(guī)模市場規(guī)模億美元) 一-增長率資料來源：中國產(chǎn)業(yè)發(fā)展研究院在十九大報告提出交通強國戰(zhàn)略，強調(diào)進(jìn)一步推動智能收費和加快智慧基礎(chǔ) 設(shè)施建設(shè)，意味著在今后一段時期，智慧交通建設(shè)將是我國交通建設(shè)的重點任務(wù)。 根據(jù)國家統(tǒng)計局2019年8月13日發(fā)布新中國成立70周年經(jīng)濟(jì)社會發(fā)展成就報

27、 告顯示，2018年末，全國公路總里程達(dá)485萬公里，高速公路總里程14.3萬公 里，總里程居世界第一位。面對世界第一的總里程，智慧交通建設(shè)將帶動各個產(chǎn) 業(yè)的發(fā)展，甚至?xí)虼水a(chǎn)生新的產(chǎn)業(yè)。在智慧交通建設(shè)中，計算機視覺應(yīng)用是最 關(guān)鍵的技術(shù)，但由于計算機視覺技術(shù)研究需要一定的技術(shù)門檻，國內(nèi)外研發(fā)機構(gòu)并不多，專注于智慧交通領(lǐng)域的企業(yè)更是少之又少， 所以在智慧交通領(lǐng)域購買者 的議價能力較弱。3、產(chǎn)品可替代性分析傳統(tǒng)計算機視覺。一是深度學(xué)習(xí)往往需要大量數(shù)據(jù)才能達(dá)到預(yù)期效果，有時并不具備大量數(shù)據(jù)，而傳統(tǒng)計算機視覺并不需要大量數(shù)據(jù)。 二是深度學(xué)習(xí)針對特 定的任務(wù)偶爾會做過頭。在這些任務(wù)中，標(biāo)準(zhǔn)的計算機視覺比

28、起深度學(xué)習(xí)可以更 為高效地解決問題，并且使用更少的代碼。因此傳統(tǒng)計算機視覺在一定情境下可 以作為深度視覺的替代方案。激光雷達(dá)。深度攝像頭和普通攝像頭的區(qū)別就是除了能夠獲取平面圖像以外 還可以獲得拍攝對象的深度信息，也就是三維的位置和尺寸信息，于是整個計算 系統(tǒng)就獲得了環(huán)境和對象的三維立體數(shù)據(jù)。同樣能夠?qū)崿F(xiàn)求取深度的設(shè)備還有廣 泛使用的激光雷達(dá)(RangeFinde)，但激光雷達(dá)僅在物體表面進(jìn)行掃描，存在使 用成本高，獲取信息不完整問題。深度攝像頭獲取的深度信息有非常廣泛的應(yīng)用，未來，更可以利用深度攝像 頭直接生成內(nèi)容，無需其他處理或用電腦生成，但目前深度攝像頭的應(yīng)用仍存在 一些問題，最核心的兩

29、個方面：一是測量范圍；二是應(yīng)用環(huán)境。深度相機的測量 范圍較小，約在幾米范圍，對應(yīng)用環(huán)境的要求也比較苛刻（主要受環(huán)境光影響嚴(yán) 重）所以，激光雷達(dá)、傳統(tǒng)視覺技術(shù)仍有一定的生存空間，目前深度相機應(yīng)用在 智慧交通領(lǐng)域監(jiān)控車輛和行人還存在一些技術(shù)難點，但深度攝像技術(shù)是計算機視 覺的發(fā)展方向，技術(shù)含量高、成本低、應(yīng)用范圍廣，具有無可替代的地位。4、潛在和現(xiàn)有競爭者分析隨著深度學(xué)習(xí)的不斷發(fā)展，人工智能在未來幾年將會出現(xiàn)井噴式的發(fā)展，而計算機視覺作為人工智能最重要的一個分支，眾多主營計算機視覺技術(shù)的公司紛 紛成立，受到資本市場的追捧。目前國內(nèi)從事計算機視覺技術(shù)的公司都有可能抓 住智慧交通的風(fēng)口，爭搶由智慧交通

30、建設(shè)帶來的巨大市場。 在主營計算機視覺公 司之外，華為發(fā)揮其在信息通信領(lǐng)域方面的優(yōu)勢， 結(jié)合其在國內(nèi)及海外智慧交通 建設(shè)實踐經(jīng)驗，在信息化建設(shè)頂層設(shè)計、交通科技創(chuàng)新、科技企業(yè)培育、智慧高 速解決方案和新產(chǎn)品研發(fā)推廣，以及 5G、大數(shù)據(jù)、云計算、物聯(lián)網(wǎng)、新一代人 工智能、車路協(xié)同、信息安全等多領(lǐng)域與首發(fā)集團(tuán)、河南交投等開展合作，提升 高速公路運營服務(wù)能力。百度與深高速合作，主導(dǎo)人工智能、云計算、loT及大數(shù)據(jù)分析應(yīng)用、區(qū)塊鏈技術(shù)等相關(guān)部分的規(guī)劃和實施，打造交通大數(shù)據(jù)融合及開發(fā)應(yīng)用”車輛識別與防逃費應(yīng)用”智慧場站（崗?fù)ぃ敝腔劭头ūO(jiān)控 與指揮調(diào)度平臺）”智能巡檢及道路運行監(jiān)測”等智能解決方案，加

31、速智慧交 通建設(shè)進(jìn)程。騰訊發(fā)揮人才和技術(shù)優(yōu)勢與湖南高速公路集團(tuán)合作，運用視覺技術(shù)實現(xiàn)不停車支付、人臉識別等，助力湖南智慧交通建設(shè)。除以上三家BAT公司之 外，阿里、蘇寧、美團(tuán)等國內(nèi)大型BAT公司紛紛進(jìn)行產(chǎn)業(yè)布局，爭搶智慧交通市 場份額。但國內(nèi)大型BAT公司更多的是用三維視覺技術(shù)為自己的終端產(chǎn)品服務(wù)，為智慧交通提供完整的解決方案服務(wù)，很少為其他廠商提供配件，因此科創(chuàng)公司仍有 很大的生存空間，科創(chuàng)公司可以根據(jù)客戶需求，提供定制化產(chǎn)品，或為其他廠商 提供配件。根據(jù)資料搜集，整理了 2018年最受追捧的16家計算機視覺科創(chuàng)公司 名單，如下表：2018年最受追捧16家計算機視覺公司名單序號公司名稱主營業(yè)

32、務(wù)1圖普科技專注于圖像識別整體解決方案2諾亦騰科技在動作捕捉領(lǐng)域具有國際競爭力3速感科技以視覺跟隨為核心的智能跟隨機器人，面向智能無人機、 機器人的系統(tǒng)化操作解決方案4商湯科技基于深度學(xué)習(xí)的人臉識別、文字識別、人體識別、車輛識別、物體 識別、圖像處理等技術(shù)5碼隆科技致力于打造全球領(lǐng)先的視覺決策引擎6格林深瞳自主研發(fā)的深瞳技術(shù)應(yīng)用于人和車的檢測、跟蹤與識別7曠視科技打造領(lǐng)先的人臉識別，圖像識別，和深度學(xué)習(xí)技術(shù)服務(wù)云平臺8依圖科技致力于計算機視覺、圖像視頻智能理解和分布式系統(tǒng)及大數(shù)據(jù)應(yīng)用 的研究9云從科技專注于計算機視覺與人工智能10拍醫(yī)拍通過機器視覺交互獲取用戶的診療數(shù)據(jù)，勾畫用戶真實有效的“醫(yī)療圖譜”北京陌上花11科技有限公 司提供邊看邊買API、圖像視頻內(nèi)容分析 API、人臉屬性識別API等12圖漾科技維深度信息測量的基礎(chǔ)性技術(shù)研究13極視角科技提供智能監(jiān)控與視頻分析服務(wù)14Lin kface以在線API和離線SDK的產(chǎn)品形式裝載最新人臉技術(shù)15駿聿科技人臉識別、目標(biāo)對象識別和行為識別16灝瀧智能車聯(lián)網(wǎng)“主動安全駕駛”領(lǐng)域資料