2022年計(jì)算機(jī)視覺行業(yè)分析報(bào)告

2022年計(jì)算機(jī)視覺行業(yè)分析報(bào)

告

整體思路

外部環(huán)境分析、內(nèi)部行業(yè)分析

計(jì)算機(jī)視覺行業(yè)環(huán)境分析

政治環(huán)境、經(jīng)濟(jì)環(huán)境、社會(huì)環(huán)境、技術(shù)環(huán)境、發(fā)

展驅(qū)動(dòng)因素

CONTENTS

目錄

計(jì)算機(jī)視覺行業(yè)分析

行業(yè)現(xiàn)狀、行業(yè)痛點(diǎn)、行業(yè)建議、行業(yè)發(fā)展趨勢

計(jì)算機(jī)視覺競爭格局

行業(yè)格局、代表企業(yè)

整體思路

P政治環(huán)境

E經(jīng)濟(jì)環(huán)境

外部

環(huán)境分析+

S社會(huì)環(huán)境

T技術(shù)環(huán)境行業(yè)發(fā)展趨勢

■行業(yè)定義

根據(jù)國家標(biāo)準(zhǔn)化管理委員會(huì)指導(dǎo)編撰的《2018人工智能標(biāo)準(zhǔn)化白皮書》定義，計(jì)算機(jī)視覺是

使用計(jì)算機(jī)模仿人類視覺系統(tǒng)的科學(xué)，讓計(jì)算機(jī)擁有類似人類提取、處理、理解和分析圖像

以及圖像序列的能力。自動(dòng)駕駛、機(jī)器人、智能醫(yī)療等領(lǐng)域均需要通過計(jì)算機(jī)視覺技術(shù)從視

覺信號中提取并處理信息。計(jì)算機(jī)視覺技術(shù)包括三個(gè)過程：目標(biāo)檢測、目標(biāo)識(shí)別和行為識(shí)別。

目標(biāo)檢測解決從背景中找出使用者關(guān)注物體的問題，該環(huán)節(jié)去除了背景中與目標(biāo)無關(guān)的信息。

目標(biāo)檢測技術(shù)關(guān)鍵在于動(dòng)態(tài)復(fù)雜場景中背景模型的建立、保持與更新。目標(biāo)識(shí)別過程通過多

維度的特征分析比對確定物體的定義及分類。行為識(shí)別是一種高層次的識(shí)別技術(shù)，需要對動(dòng)

態(tài)多幀圖像數(shù)據(jù)進(jìn)行理解，并構(gòu)建相應(yīng)動(dòng)作行為模型進(jìn)行比對。

■發(fā)展歷程計(jì)算機(jī)視覺萌生于20世紀(jì)50~60年代，至20世紀(jì)末，相關(guān)理論、軟硬件等得到初步發(fā)展，并開始在工業(yè)環(huán)境開展應(yīng)用。21世紀(jì)以來,

以人工智能深度學(xué)習(xí)算法為依托，高效求解復(fù)雜全局優(yōu)化問題的算法得到極大發(fā)展，計(jì)算機(jī)視覺技術(shù)進(jìn)入高速發(fā)展階段。

950-1966年1966年?1970年

計(jì)算機(jī)視覺被歸人模式識(shí)別——主要集中在二維圖像分析

MIT的Roberts通過計(jì)算機(jī)程序從數(shù)字圖像中提取諸如立方

和識(shí)別上。1966年，人工智能學(xué)者M(jìn)arvin令學(xué)生寫出體、棱柱體等多面三位機(jī)構(gòu)，并對物體形狀及空間關(guān)系進(jìn)行

程序,讓計(jì)算機(jī)自動(dòng)”了解”所連接攝像頭的內(nèi)容,計(jì)算機(jī)

了描述。20世紀(jì)70年代,麻省理工學(xué)院人工智能實(shí)驗(yàn)室正式

視覺序幕被拉開。

開始“計(jì)算機(jī)視覺”課程。

21世紀(jì)出至今

20世紀(jì)80年代中期,計(jì)算機(jī)視覺蓬勃發(fā)展，新概念、新方法、新理論

不斷涌現(xiàn)。1999年,Nvidia公司在推銷自己的Geforce256芯片

時(shí)，提出了GPU這個(gè)概念。CPU是專為執(zhí)行復(fù)雜的數(shù)學(xué)和集合計(jì)算計(jì)算機(jī)視覺理論逐步成熟,各類產(chǎn)品開始涌現(xiàn)。計(jì)算機(jī)視覺的熱

而設(shè)計(jì)的數(shù)據(jù)處理芯片。它的出現(xiàn)讓并行計(jì)算成為可能，對數(shù)據(jù)處理度從國外向中國滲透。

規(guī)模、數(shù)據(jù)運(yùn)算速度帶來了指數(shù)級的增長與改善，極大的促進(jìn)計(jì)算機(jī)

視覺的發(fā)展。

產(chǎn)業(yè)鏈計(jì)算機(jī)視覺行業(yè)擁有完整產(chǎn)業(yè)鏈，上中下游均處于快速發(fā)展階段。計(jì)算機(jī)視覺行業(yè)上游為支持基礎(chǔ)層，包括芯片、傳感器、攝像頭等硬件、

算法支持以及數(shù)據(jù)支持；中游為計(jì)算機(jī)視覺技術(shù)產(chǎn)品與服務(wù)方案提供商，下游為各行業(yè)應(yīng)用領(lǐng)域。

芯片'攝像機(jī)'傳感器、計(jì)人臉識(shí)別、OCR識(shí)別、安防監(jiān)控、智慧交通、工

算設(shè)備、電子元器件物體與場景識(shí)別、動(dòng)態(tài)視業(yè)制造、金融、醫(yī)療、教

頻識(shí)別、軟件產(chǎn)品、軟硬育、零售、電商、智慧建

A-/r

件一體產(chǎn)品邛L

行業(yè)上游行業(yè)中游行業(yè)下游

計(jì)算機(jī)視覺上游包括算法、數(shù)據(jù)集以及芯片、攝像設(shè)備、傳感器等硬件。當(dāng)前中國企

行業(yè)上游業(yè)在計(jì)算機(jī)視覺算法領(lǐng)域領(lǐng)先，人工智能芯片仍需依賴海外芯片大廠（如英偉達(dá)、英

特爾等），攝像機(jī)芯片已實(shí)現(xiàn)國產(chǎn)化替代。攝像設(shè)備產(chǎn)品主要包括前端攝像機(jī)（模擬

攝像機(jī)和網(wǎng)絡(luò)攝像機(jī)）、中心控制端的控制和顯示設(shè)備、后端的存儲(chǔ)錄像設(shè)備（DVR、

NVR、CVR等）以及各傳輸環(huán)節(jié)的光端機(jī)和交換機(jī)等。攝像設(shè)備頭部企業(yè)?？低暫?/p>

大華股份在市場領(lǐng)先。上游算法環(huán)節(jié)主要包括圖像處理、編碼壓縮和圖像內(nèi)容識(shí)別等。

圖像處理環(huán)節(jié)通過處理前端圖像傳感器采集到的原始圖像數(shù)據(jù)，將圖像進(jìn)行復(fù)原和增

強(qiáng)。寬動(dòng)態(tài)處理、3D降噪、透霧處理、低照度處理、圖像拼接等新的圖像處理功能不

斷創(chuàng)新，使視頻圖像質(zhì)量得到持續(xù)提升，且彌補(bǔ)了CMOS相對CCD在圖像采集質(zhì)量上

的劣勢，推動(dòng)CMOS對CCD的大范圍替代，有效降低了圖像、影像采集前端設(shè)備的成

本。編碼壓縮環(huán)節(jié)可降低系統(tǒng)中數(shù)據(jù)的碼流以便后續(xù)傳輸和存儲(chǔ)。從MPEG-4到H.264

再到H.265,算法壓縮效率不斷提升，H.264算法的壓縮比是MPEG-4的1.5到2倍，而

H.265算法的壓縮比約是H.264的2倍。在網(wǎng)絡(luò)帶寬資源限制情況下，編碼壓縮算法效

率提升可支持為圖像、影像的高清化升級。圖像內(nèi)容識(shí)別方面，中國企業(yè)在人臉識(shí)別

等計(jì)算機(jī)視覺算法領(lǐng)域占據(jù)優(yōu)勢地位，依圖科技、商湯科技以及中科院深圳先進(jìn)技術(shù)

研究院在2018年全球人臉識(shí)別算法競賽中識(shí)別率均達(dá)到99%以上，處于世界前沿。算

法的基礎(chǔ)框架的研發(fā)基本為國外研究機(jī)構(gòu)或公司所壟斷，H.265視頻壓縮基礎(chǔ)算法為國

際研究機(jī)構(gòu)ITU-T和ISO/IEC制定，內(nèi)容識(shí)別的深度學(xué)習(xí)算法多采用谷歌或Facebook等

科技巨頭所開源的基礎(chǔ)框架。

行業(yè)中游

中國從事計(jì)算機(jī)視覺的公司可分為工業(yè)巨頭、互聯(lián)網(wǎng)巨頭和創(chuàng)業(yè)公司。除自身投入資源

研發(fā)外，工業(yè)巨頭和互聯(lián)網(wǎng)巨頭多數(shù)選擇投資、并購創(chuàng)業(yè)公司或與其戰(zhàn)略合作以涉足計(jì)

算機(jī)視覺技術(shù)，實(shí)現(xiàn)生態(tài)拓展和產(chǎn)業(yè)鏈布局。創(chuàng)業(yè)公司中獨(dú)角獸迅速崛起，新興創(chuàng)業(yè)公

司不斷涌現(xiàn)。工業(yè)巨頭的主要代表企業(yè)有?？低?、美的集團(tuán)、海爾集團(tuán)，其在計(jì)算機(jī)

視覺應(yīng)用領(lǐng)域具有較深積累，并涉足計(jì)算機(jī)視覺相關(guān)研發(fā)，未來“鋁丁通行業(yè)產(chǎn)業(yè)鏈，構(gòu)

建商業(yè)應(yīng)用生態(tài)圈?；ヂ?lián)網(wǎng)巨頭的主要代表企業(yè)有阿里、騰訊、百度等，其通過開設(shè)實(shí)

驗(yàn)室或并購技術(shù)團(tuán)隊(duì)獲取領(lǐng)先技術(shù)，技術(shù)水平領(lǐng)先，且具有強(qiáng)大的數(shù)據(jù)獲取優(yōu)勢，在計(jì)

算機(jī)視覺行業(yè)實(shí)現(xiàn)技術(shù)引領(lǐng)。創(chuàng)業(yè)公司的主要代表企業(yè)主要有商湯科技、曠視科技及依

圖科技等，其專注于計(jì)算機(jī)視覺基礎(chǔ)產(chǎn)品和服務(wù)開發(fā)，并將探索更多的服務(wù)場景，提供

更多的定制化解決方案。

行業(yè)下游

目前，計(jì)算機(jī)視覺主要用于安防影像分析、金融身份認(rèn)證、廣告營銷、無人駕駛、機(jī)器人、

工業(yè)制造、醫(yī)療影像分析、教育和娛樂業(yè)等領(lǐng)域。人臉識(shí)別、物體識(shí)別等技術(shù)算法精度提

高使中國計(jì)算機(jī)視覺技術(shù)率先在安防領(lǐng)域中實(shí)現(xiàn)商業(yè)化，安防影像分析應(yīng)用領(lǐng)域在2018年

中國計(jì)算機(jī)視覺行業(yè)占比最高，達(dá)到69.4%,廣告營銷、智能金融分別以17.2%、9.6%緊

隨其后，醫(yī)療影像、工業(yè)制造、新零售等創(chuàng)新領(lǐng)域也逐步解鎖，成為計(jì)算機(jī)視覺行業(yè)快速

發(fā)展的重要支撐。

政治環(huán)境1

國務(wù)院《新一代人工智能發(fā)展規(guī)劃》提出到2020年，人工智能總體技術(shù)和應(yīng)用與世界先進(jìn)

水平同步，人工智能產(chǎn)業(yè)成為新的重要經(jīng)濟(jì)增長點(diǎn)；

到2025年，人工智能基礎(chǔ)理論實(shí)現(xiàn)重大突破，部分技

術(shù)與應(yīng)用達(dá)到世界領(lǐng)先水平，人工智能成為帶動(dòng)中國

產(chǎn)業(yè)升級和經(jīng)濟(jì)轉(zhuǎn)型的主要?jiǎng)恿?，智能社?huì)建設(shè)取得

積極進(jìn)展；到2030年，人工智能理論、技術(shù)與應(yīng)用總

體達(dá)到世界領(lǐng)先水平，成為世界主要人工智能創(chuàng)新中

心，智能經(jīng)濟(jì)、智能社會(huì)取得明顯成效，為躋身創(chuàng)新

型國家前列和經(jīng)濟(jì)強(qiáng)國奠定重要基礎(chǔ)。

國務(wù)院《促進(jìn)新一代人工智能產(chǎn)業(yè)發(fā)展三作為對《新一代人工智能發(fā)展規(guī)劃》的補(bǔ)充，詳細(xì)規(guī)

年行動(dòng)計(jì)劃（2018—2020年）》劃了人工智能在2018-2020年的重點(diǎn)發(fā)展方向和目標(biāo),

提出以市場需求為牽引，積極培育人工智能創(chuàng)新產(chǎn)品

和服務(wù)，促進(jìn)人工智能技術(shù)的產(chǎn)業(yè)化，推動(dòng)智能產(chǎn)品

在工業(yè)、醫(yī)療、交通、農(nóng)業(yè)、金融、物流、教育、文

化、旅游等領(lǐng)域的集成應(yīng)用；提出發(fā)展視頻圖像身份

識(shí)別系統(tǒng)，到2020年，復(fù)雜動(dòng)態(tài)場景下人臉識(shí)別有效

檢出率超過97%,正確識(shí)別率超過90%,支持不同地域

人臉特征識(shí)別。

改革委員會(huì)《關(guān)于促進(jìn)人工智能和實(shí)體經(jīng)濟(jì)深著重強(qiáng)調(diào)市場導(dǎo)向與產(chǎn)業(yè)應(yīng)用，打造智能經(jīng)濟(jì)形態(tài)。

度融合的指導(dǎo)意見》提出促進(jìn)人工智能和實(shí)體經(jīng)濟(jì)深度融合，把握新一代

人工智能發(fā)展的特點(diǎn)，堅(jiān)持以市場需求為導(dǎo)向，以產(chǎn)

業(yè)應(yīng)用為目標(biāo)，深化改革創(chuàng)新，優(yōu)化制度環(huán)境，激發(fā)

企業(yè)創(chuàng)新活力和內(nèi)生動(dòng)力，結(jié)合不同行業(yè)、不同區(qū)域

特點(diǎn)，探索創(chuàng)新成果應(yīng)用轉(zhuǎn)化的路徑和方法，構(gòu)建數(shù)

據(jù)驅(qū)動(dòng)、人機(jī)協(xié)同、跨界融合、共創(chuàng)分享的智能經(jīng)濟(jì)

形態(tài)。

政治環(huán)境2

《“互聯(lián)網(wǎng)』”人工智能三年行詡實(shí)施方案》

著力加強(qiáng)人工智能應(yīng)用創(chuàng)新，引導(dǎo)產(chǎn)業(yè)集聚發(fā)展，促進(jìn)人

工智能在國民經(jīng)濟(jì)社會(huì)重點(diǎn)領(lǐng)域的推廣。加快發(fā)展“互聯(lián)

?《十四五規(guī)劃衲二。三五年遠(yuǎn)景目標(biāo)

網(wǎng)+”新模式新業(yè)態(tài)，培育壯大人工智能產(chǎn)業(yè)?！蛾P(guān)于促進(jìn)人工智能和實(shí)缽經(jīng)

的建談》

濟(jì)深度融舍的指導(dǎo)意見》

《多國制造2025》推動(dòng)互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等同各產(chǎn)業(yè)深度

融合，推動(dòng)先進(jìn)制造業(yè)集群發(fā)展，構(gòu)建一批各具

特色、優(yōu)勢互補(bǔ)、結(jié)構(gòu)合理的戰(zhàn)略性新興產(chǎn)業(yè)增

長引擎，培育新技術(shù)、新產(chǎn)品、新業(yè)態(tài)、新模式。

?促進(jìn)人工智能和實(shí)體經(jīng)濟(jì)深度融合，

推動(dòng)移動(dòng)互聯(lián)網(wǎng)、云計(jì)算、深化改革創(chuàng)新，優(yōu)化制度環(huán)境，激發(fā)

大數(shù)據(jù)、物聯(lián)網(wǎng)等與現(xiàn)代制造業(yè)結(jié)合，促企業(yè)創(chuàng)新活力和內(nèi)生動(dòng)力，構(gòu)建數(shù)據(jù)

進(jìn)電子商務(wù)、工業(yè)互聯(lián)網(wǎng)和互聯(lián)網(wǎng)金融健驅(qū)動(dòng)、人機(jī)協(xié)同'跨界融合、共創(chuàng)分

康發(fā)展。享的智能經(jīng)濟(jì)形態(tài)。

■經(jīng)濟(jì)環(huán)境

2020年伊始，突如其來的新冠肺炎疫情對中國經(jīng)濟(jì)社會(huì)發(fā)展帶來前所未

有的沖擊，國際疫情持續(xù)蔓延，世界經(jīng)濟(jì)嚴(yán)重衰退，產(chǎn)業(yè)鏈供應(yīng)鏈循環(huán)

受阻，國際貿(mào)易投資萎縮，中國經(jīng)濟(jì)面臨的不穩(wěn)定不確定因素顯著增多。

可喜的是，國內(nèi)新冠肺炎疫情在短期內(nèi)得到了較好的控制，疫情影響并

未沖擊到中國經(jīng)濟(jì)長期向好的基本面，中國經(jīng)濟(jì)的長期增長中樞仍然處

于穩(wěn)定運(yùn)行通道。國際貨幣基金組織最新報(bào)告預(yù)測，2020年中國經(jīng)濟(jì)將

增長1.9%,是全球唯一實(shí)現(xiàn)正增長的主要經(jīng)濟(jì)體。

*?！?/p>

2,X;

此后，ILSVRC冠軍識(shí)別準(zhǔn)確率不斷提高，

2012年起，圖像識(shí)別的精準(zhǔn)度得到了極識(shí)別錯(cuò)誤率從2013年ZFNet的11.20%,

大的提升，從70%提升到95%以上。至!|2014年GoogLeNet的6.67%,再至

2012年，ImageNetILSVRC比賽中，2015年微軟神經(jīng)網(wǎng)絡(luò)系統(tǒng)ResNet的

冠軍團(tuán)隊(duì)使用CNN網(wǎng)絡(luò)AlexNet將深度3.57%,實(shí)現(xiàn)了低于人類(5.1%)的識(shí)

學(xué)習(xí)算法應(yīng)用在計(jì)算機(jī)視覺算法改進(jìn)中，別錯(cuò)誤率。2016年的Trimps-Soushen

將識(shí)別錯(cuò)誤率(top-5errorrate)一舉和2017年的SENet圖片識(shí)別基準(zhǔn)測試成

降低到15.32%,深度學(xué)習(xí)從此進(jìn)入了廣績繼續(xù)提升，達(dá)到了低至2.99%和2.25%

泛應(yīng)用期，應(yīng)用于商務(wù)、美圖、醫(yī)學(xué)、安的識(shí)別錯(cuò)誤率。深度學(xué)習(xí)算法對計(jì)算機(jī)視

防等各個(gè)領(lǐng)域。覺算法的不斷優(yōu)化起到重要作用，其提升

也將促進(jìn)計(jì)算機(jī)視覺圖像識(shí)別正確率的不

斷提升.

*

■社會(huì)環(huán)境

2012年以來，大型人工智能運(yùn)算的計(jì)算力呈指數(shù)式上漲，從2012年

AlexNet的約0.008pfs-day至（］2018年AlphaGoZero的約2,500pfs-day,

算力實(shí)現(xiàn)30倍增長，并正以大約每年10倍的速度增長，定制的硬件

使GPU和TPU每秒可執(zhí)行的操作更多，對數(shù)據(jù)處理規(guī)模、數(shù)據(jù)運(yùn)算

速度帶來了指數(shù)級的增長和改善，極大促進(jìn)計(jì)算機(jī)視覺的發(fā)展。CPU、

GPU和FPGA等通用芯片是當(dāng)前人工智能的主流芯片，而針對神經(jīng)網(wǎng)

絡(luò)算法的專用芯片ASIC也正被Intel、Google.NVIDIA和眾多初創(chuàng)公

司推出，伴隨AI專用芯片的推出和對通用芯片的替代，疊加嵌入式感

知系統(tǒng)的成熟研發(fā)，在嵌入式系統(tǒng)中實(shí)施深度學(xué)習(xí)將有助于機(jī)器通過

視覺解析面部表情，并達(dá)到更高準(zhǔn)確度。；--

行反云力閔妻

前景廣闊、人工智能芯片發(fā)展提供算力支持、海量數(shù)據(jù)為深度學(xué)習(xí)算法提供了大量的數(shù)據(jù)支持、深度學(xué)習(xí)算法促進(jìn)

計(jì)算機(jī)視覺準(zhǔn)確度提升等是行業(yè)主要驅(qū)動(dòng)因素

深度學(xué)翁法促進(jìn)計(jì)算

機(jī)視覺準(zhǔn)確度提升

大眾對生活、消費(fèi)、安全與生產(chǎn)效率改善與提計(jì)算機(jī)視覺領(lǐng)域的圖像和視頻數(shù)據(jù)需要大量矩豐富和大規(guī)模的數(shù)據(jù)集對算法訓(xùn)練尤為重要，算法是計(jì)算機(jī)視覺行業(yè)發(fā)展的核心要素之一，

高的需求催生計(jì)算機(jī)視覺應(yīng)用落地。人類陣計(jì)算操作，傳統(tǒng)的CPU算力不足，無法滿海量而優(yōu)質(zhì)的應(yīng)用場景數(shù)據(jù)可幫助機(jī)器實(shí)現(xiàn)精是計(jì)算機(jī)基于其所訓(xùn)練的數(shù)據(jù)集歸納出的識(shí)別

70%以上的信息獲取依靠視覺，視覺領(lǐng)域的足并行計(jì)算要求。隨著GPU、FPGA,ASIC準(zhǔn)的視覺識(shí)別?；ヂ?lián)網(wǎng)、社交媒體、網(wǎng)絡(luò)視頻、邏輯，算法模型的優(yōu)化可以更精準(zhǔn)的識(shí)別物體

應(yīng)用非常廣泛，應(yīng)用場景拓展?jié)B透各行業(yè)。目等專用芯片的出現(xiàn)，數(shù)據(jù)處理速度大幅提升，傳感器和移動(dòng)設(shè)備的發(fā)展使數(shù)據(jù)量急劇增加，和場景。在深度學(xué)習(xí)出現(xiàn)之前，機(jī)器學(xué)習(xí)領(lǐng)域

前計(jì)算機(jī)視覺行業(yè)主要應(yīng)用場景有安防影像分為計(jì)算機(jī)視覺發(fā)展提供算力支持。GPU,為通過深度學(xué)習(xí)的方法來訓(xùn)練計(jì)算機(jī)視覺技術(shù)的主流是各種淺層學(xué)習(xí)算法，如神經(jīng)網(wǎng)絡(luò)的反

析、泛金融身份認(rèn)證、手機(jī)及互聯(lián)網(wǎng)娛樂、商FPGA、ASIC等具有良好并行計(jì)算能力的芯提供了良好的基礎(chǔ)。2010年全球所產(chǎn)生的數(shù)向傳播算法（BP算法）、支持向量機(jī)（SVM）

品識(shí)別、工業(yè)制造等，主要應(yīng)用在B端領(lǐng)域，片性能高，算力在CPU數(shù)十倍甚至上百倍之據(jù)量已達(dá)到ZB級別（1ZB約為1萬億GB）,等。計(jì)算機(jī)視覺作為一個(gè)數(shù)據(jù)復(fù)雜的領(lǐng)域，淺

隨著胞體與場景識(shí)別、動(dòng)態(tài)視頻識(shí)別等技讖與上，可大幅縮短計(jì)算過程，有利于縮短模型架預(yù)計(jì)到2022年將達(dá)到80ZB,屆時(shí)視頻將占層學(xué)習(xí)算法的識(shí)別準(zhǔn)確率并不高。該類識(shí)別原

商用成熟，計(jì)算機(jī)視覺有望拓展更多商業(yè)與生構(gòu)調(diào)整時(shí)間，加快模型進(jìn)步速度。全球移動(dòng)流量近80%,海量數(shù)據(jù)資源將為計(jì)理多為通過尋找合適的特征來讓機(jī)器辨識(shí)物品

活場景，開拓更多B端與C端業(yè)務(wù)。算機(jī)視覺算法模型提供堅(jiān)實(shí)的訓(xùn)練基礎(chǔ)，促進(jìn)狀態(tài)，處理邏輯淺層且不能窮舉各種復(fù)雜的情

.j計(jì)算機(jī)視覺算法精準(zhǔn)度提升。由學(xué)術(shù)及研究機(jī)境，因而算法擬合的準(zhǔn)確率不高。深度學(xué)習(xí)的

構(gòu)承擔(dān)建設(shè)的公共數(shù)據(jù)集不斷豐富，公共數(shù)據(jù)出現(xiàn)突破了傳統(tǒng)淺層學(xué)習(xí)算法的局限，重塑了

集一般用于算法測試和能力競賽，具有高質(zhì)量計(jì)算機(jī)視覺的算法設(shè)計(jì)思路。深度學(xué)習(xí)是一種

特點(diǎn)，為技術(shù)提高提供優(yōu)質(zhì)數(shù)據(jù)，為計(jì)算機(jī)視基于多層神經(jīng)網(wǎng)絡(luò)并以海量數(shù)據(jù)為輸入的規(guī)則

覺創(chuàng)業(yè)企業(yè)帶來優(yōu)質(zhì)資源。自學(xué)習(xí)方法，依靠提供給它的大量實(shí)際行為數(shù)

據(jù)，即訓(xùn)練數(shù)據(jù)集，進(jìn)行規(guī)則中的參數(shù)和規(guī)則

調(diào)整，因此深度學(xué)習(xí)在面對與訓(xùn)練數(shù)據(jù)集類似

的場景時(shí)，可做出準(zhǔn)確度極高的判斷。深度學(xué)

習(xí)算法使計(jì)算機(jī)視覺的主要識(shí)別方式發(fā)生重大

轉(zhuǎn)變，使機(jī)器從海量數(shù)據(jù)庫里自行歸納物體特

征，然后按照該特征規(guī)律識(shí)別物體。如神經(jīng)網(wǎng)

絡(luò)卷積深度學(xué)習(xí)技術(shù)令人臉識(shí)別瞬間提升到

3D多維算法領(lǐng)域，人類才從算法層面解決了

人臉識(shí)別不精準(zhǔn)、實(shí)戰(zhàn)難的問題，讓人臉識(shí)別

技術(shù)從此走向應(yīng)用。

行業(yè)現(xiàn)狀

自1956年達(dá)特茅斯會(huì)議上首次提出人工智能概念以來，人工智能技術(shù)與應(yīng)用

已經(jīng)發(fā)展60多年。在半個(gè)多世紀(jì)的發(fā)展歷程中，由于受到算法、算力、存儲(chǔ)

水平等多方面因素的影響，人工智能技術(shù)和應(yīng)用發(fā)展經(jīng)歷了多次高潮和低谷。

2006年以來，以深度學(xué)習(xí)為代表的機(jī)器學(xué)習(xí)算法在計(jì)算機(jī)視覺、語音識(shí)別、

自然語言理解等領(lǐng)域取得了巨大突破，人工智能行業(yè)進(jìn)入第三次發(fā)展浪潮。

受益于國家政策的大力支持、人工智能企業(yè)的涌現(xiàn)和廣闊的應(yīng)用場景等因素,

中國人工智能行業(yè)的發(fā)展走在世界前列。2019年中國人工智能行業(yè)市場規(guī)模

約為1372.4億元。2020年我國人工智能市場仍保持穩(wěn)定發(fā)展，預(yù)計(jì)整體市場

規(guī)模將達(dá)到1858億元。

行業(yè)市場規(guī)模

數(shù)據(jù)、算力和算法是計(jì)算機(jī)視覺行業(yè)發(fā)展的三大核心。隨著移動(dòng)設(shè)備數(shù)量的

增長和傳感器技術(shù)的進(jìn)步，包含有價(jià)值的圖像和視頻數(shù)據(jù)的增加，智能終端

與移動(dòng)設(shè)備采集和產(chǎn)生的環(huán)境與用戶數(shù)據(jù)成為寶貴資源。對視覺信息的分析

須借助計(jì)算機(jī)視覺技術(shù)，數(shù)據(jù)量的急劇增長，算力的大幅提升和深度學(xué)習(xí)算

法的不斷優(yōu)化極大促進(jìn)了計(jì)算機(jī)視覺行業(yè)的發(fā)展。中國計(jì)算機(jī)行業(yè)規(guī)模從

2014年的11.1億元增長至82.7億元，年均復(fù)合增長率達(dá)65.2%。伴隨計(jì)算機(jī)

視覺技術(shù)從傳統(tǒng)圖片處理方法轉(zhuǎn)向人工智能處理，圖像識(shí)別準(zhǔn)確率顯著突破，

應(yīng)用場景不斷拓展，計(jì)算機(jī)視覺行業(yè)將進(jìn)入快速發(fā)展階段，預(yù)測2018年至

2023年中國計(jì)算機(jī)視覺行業(yè)規(guī)模年均復(fù)合增長率將達(dá)48.8%,2023年規(guī)模達(dá)

603.5億元。

■行業(yè)現(xiàn)狀

2014-2020年中國***

零售市場規(guī)模

單位：

市場規(guī)模（億元）

隨著計(jì)算機(jī)視覺技術(shù)的逐漸成熟，其實(shí)際應(yīng)用的技術(shù)領(lǐng)域不斷擴(kuò)展，由最初的靜態(tài)人臉識(shí)別和光學(xué)字符識(shí)別，擴(kuò)展到人臉識(shí)別分析、活體檢測、人體識(shí)別分析、物體檢測識(shí)

別、行為識(shí)別分析、人體重識(shí)別、醫(yī)療影像診斷技術(shù)等諸多種方向。同時(shí)，計(jì)算機(jī)視覺技術(shù)和場景應(yīng)用正在相互促進(jìn)發(fā)展。從商業(yè)化角度來看，應(yīng)用場景由最早基于1：1識(shí)別

算法的人證核驗(yàn)場景邁向基于1：N識(shí)別算法的動(dòng)態(tài)比對場景；從基于圖像的場景分析邁向基于視頻的事件、動(dòng)作識(shí)別；從基于2D醫(yī)療影像數(shù)據(jù)的病灶檢測邁向基于3D醫(yī)療影像

數(shù)據(jù)的病灶分析。伴隨著海量數(shù)據(jù)的采集以及人工智能算力的提升，不斷發(fā)展的計(jì)算機(jī)視覺算法將解鎖更多的應(yīng)用場景。計(jì)算機(jī)視覺技術(shù)的應(yīng)用領(lǐng)域也越來越廣泛，除應(yīng)用

較早的安防、金融、互聯(lián)網(wǎng)等領(lǐng)域之外，城市治理、樓宇園區(qū)、醫(yī)療影像等創(chuàng)新領(lǐng)域正逐步實(shí)現(xiàn)應(yīng)用，成為計(jì)算機(jī)視覺技術(shù)快速發(fā)展的重要支撐，計(jì)算機(jī)視覺領(lǐng)域市場規(guī)模

仍處在高速增長階段。

2014-2020年我國計(jì)算機(jī)視覺行業(yè)銷售

結(jié)論:型.利潤率

單位：

百分比(％)

國內(nèi)計(jì)算機(jī)視覺行業(yè)盈利F

8.00%7778^

2017—2019年上半年，計(jì)算機(jī)視覺行M

疫情影響個(gè)別企業(yè)有所下降，但整體仍然處于

業(yè)毛利率最高，達(dá)到70.99%,其次云從科技毛

傳統(tǒng)行業(yè)。超高的行業(yè)利潤也吸引了眾多參與|

科技、云從科技和曠視科技為代表的的計(jì)算機(jī)7.00%

務(wù)也廣泛在全國得到應(yīng)用°

CV四小龍企業(yè)競爭激烈，■

商湯、曠世、依圖、云從，這四家從計(jì)算;

CV(ComputerVision)四小龍。四家公司在應(yīng)用，6.00%

?安防和金融為主，其合作伙t伴上也有重疊的地方,

5.00%

2014201820192020

行訃分展趨勢

計(jì)算從云端到智能前端“云"?”產(chǎn)，智能云端賦能前端實(shí)現(xiàn)計(jì)算機(jī)

視覺

/大量計(jì)算、存儲(chǔ)資源以及需要利用多維數(shù)據(jù)進(jìn)行分析的場景需要借助后端的強(qiáng)大計(jì)算

純中心分析模式無法滿足大范圍計(jì)算機(jī)視覺應(yīng)用的需求，云邊結(jié)合將取代中心分析成

為智能化的主流選擇。當(dāng)前，計(jì)算機(jī)視覺在安防影像識(shí)別等應(yīng)用領(lǐng)域領(lǐng)域從云端落地,能力。云端可利用集中部署的池化資源優(yōu)勢，進(jìn)行更高層級的感知和認(rèn)知層面的計(jì)算，

在后端中加入人工智能計(jì)算功能，實(shí)現(xiàn)圖像、視頻數(shù)據(jù)的智能化分析。隨著傳感器的\并且按需進(jìn)行大數(shù)據(jù)關(guān)聯(lián)性分析。在計(jì)算機(jī)視覺行業(yè)擁有多年從業(yè)經(jīng)驗(yàn)的專家表示，

\云端融合計(jì)算機(jī)視覺在內(nèi)的人工智能，將促進(jìn)企業(yè)獲取數(shù)據(jù)、分析數(shù)據(jù)、形成獨(dú)有算

靈敏度與精確度提高，如攝像機(jī)的清晰度提高、可拍攝距離增大等，通過網(wǎng)絡(luò)回傳的

\法的能力，如阿里云智能平臺(tái)將中臺(tái)的智能化能力（包括機(jī)器智能的計(jì)算平臺(tái)、算法

數(shù)據(jù)量將越來越大，將數(shù)據(jù)的結(jié)構(gòu)化處理與分析完全集中到云端會(huì)對網(wǎng)絡(luò)產(chǎn)生傳輸壓

,能力、數(shù)據(jù)庫、基礎(chǔ)技術(shù)架構(gòu)平臺(tái)、調(diào)度平臺(tái)等核心能力）和云全面結(jié)合。將計(jì)算機(jī)

力，且限制于傳輸能力，實(shí)時(shí)性與準(zhǔn)確性將降低。I視覺融入云，有助于構(gòu)建面向商用、民用領(lǐng)域的基于云計(jì)算的智能化技術(shù)基礎(chǔ)設(shè)施，