2020-2021中国计算机视觉市 场趋势洞察报告 市场状况 1 目 录 CONTENTS 技术发展 2 行业需求 3 重点厂商 4 发展趋势 5 技术的更新迭代推动 计算机视觉 发展 马文 明斯基研究 通过算法让计算 机识别摄像头捕 获的内容 起始年 1966 通过几何与代数方法 将三维物体转化为先 验表征，让计算机加 以匹配 逻辑学与知识库 1980s 计算机够从给定的海 量数据里面去自动归 纳物品的特征，然后 去识别、处理。 机械学习、 模式识别 2000s Mar视觉理论 任何计算视觉计算理论 和方法都应该从图像出 发，充分挖掘图像所蕴 含的对应物理空间的内 在属性 局部特征描述符 通过统计手段刻画物体局 部特征，局部特征索引体 系可提高计算机匹配精度 深度学习时代 给人工智能带来革命。基 于神经网络算法的深度学 习，大大加快了视觉深度 识别 AI的精度与训练速度 1970s 1990s 2000s 时间 政策名称 具体内容 2017年 1月 关于促进移动互联网健康有序 发展的意见 加快移动芯片、移动操怍系统、智能传感器、位置服务等核心技术突破和成果转化 ;加紧 人工智能、虚拟现实塇强现实、微机电系统等新兴移动互联网关键技术布局 ,尽快实现部 分前沿技术、颠覆性技术在全球率先取得突破。 2017年 1月 信息产业发展指南 确定了集成电路、基础电子、基础软件和工业软件、关锺应用软件和行业解决方案、智 能硬件和应用电子、计算机与通信设备、大数据、云计算物联网 9个领域的发展重点。 2017年 7月 新一代人工智能发展规划 推进智能制造关键技术装备、核心支撑软件、工业互联网等系统集成应用 ;推广流程智能 制造、高散智能制造网络化协同制造、远程诊断与运维服务等新型制造模式 ;鼓励大型互 联网企业建设云制造平台和服务平台 ,面向制造企业在线提供关键工业软件和模型库。 2017年 10月 高端智能再制造行动计划 (2018-2020年 ) 到 2020年 ,突破 批制约我囯高端智能再制造发展的拆解、检测、成形加工等关键共性技 术 ,智能检测、成形加工技术达到国际先进水平 ;发布 50项高端智能再制造管理、技术、装 备及评价等标准 :初步建立可复制推广的再制造产品应用市场化机制。 2017年 12月 促进新一代人工智能产业发展 三年行动计划 (2018-2020年 ) 以信息技术与制造技术深度融合为主线 ,以新一代人工智能技术的产业化和集成应用为重 点 ,推动人工智俞和实体经济深度合 ,加快制造蛋国和网络强国建设。 2014年 6月 国家集成电路产业发展推进纲 要 聚焦移动智能终端和网络通信领域 ,开发量大面广的移动智能终端芯片、数字电视芯片、 网络通信芯片、智能穿戴设备芯片及操作系统 ,提升信息技术产业整体竟争力。 2015年 8月 “ 中国包装工业十三五发展规 划 及 工信部关于加快我国包 装工业转型发展的指导意见 由总体规划、专业规划、专项规划和地方规划组成 ,专业规划是包装工业重点子行业的发 展规划 ,包括纸制品、塑料制品、金属容器、玻璃容器、竹木、机械等 :专项规划是关于包 装教育、科技、标准化、设计、印刷环保节能、运输、军民融合、电子商务等领域的规 划。 2016年 3月 中国家用电器工业十三五”发 展指导意见 到 2020年 ,主要家电生产企业将普及工厂自动化 ,以及工业机器人在家电生产过程中的应 用 ,15-20个 工厂将率先完成智能化改造 ,并达到平台化、模块化、标准化的智能制造水平。 截止至 2018年，国家层面出台计算机视 觉相关政策共 29条，省级政府出台的相关 政策共 25条。 从国家顶层设计方面，将人工智能作为一 项基础技术渗透至各行各业，并助力传统 行业实现跨越式升级，提升行业效率。现 阶段人工智能技术正在逐步成为掀起互联 网颠覆性浪潮的新引擎。 政策对安防、制造、智能设备方面的支持 力度最大。 随着智能制造、高端装备制造业、人工智 能、工业机器人等一系列政策的发布实施， 计算机视觉被提升到了国家战略的核心层。 国家大力扶植， 决策者高瞻远瞩 人工智能行业政策支持力度大 ， 侧重工业领域应用 ，以及 建立优势产业集 群 01 在过去五年中，中国人工智能市场经历了一番高速发展，市场规模由 2015年的 100亿增长至 2019年的 500亿，其中 17、 18年的增速超过 50%。截止到 2018年底，人工智能相关公司总数超过 2000家，以应用层企业为主。技术层面以计算机视觉、语音人工智能、自然语言处理为主。 机器学习 , 33.6% 机器人技术 , 18.1%计算机视觉 , 13.7% 自然语言处理 , 12.1% 智能硬件 , 11.7% 生物识别技术 , 7.0% 其他 , 3.7% 中国人工智能企业专注领域分布 数据来源：新一代人工智能发展战略研究院，海比研究绘制， 2019/11 112.4 141.9 216.9 339.0 500 710 26.3% 52.8% 56.3% 47.5% 42.0% 0% 20% 40% 60% 80% 100% 0 100 200 300 400 500 600 700 20152016201720182019E2020E 中国人工智能市场规模与增速 市场规模 增长率单位：亿元 数据来源：中国信息通信研究院， 2019/11 2019中国人工智能市场 规模超过 500亿， 应用层 企业数量最多，计算机视 觉厂商占比 13.7% 01 6.1 11 19.7 55.9 111.7 197.3 78.9% 184.0% 99.0% 77.4% 42.4% 0% 50% 100% 150% 200% 0 20 40 60 80 100 120 140 160 180 200 20152016201720182019E2020E 中国计算机视觉市场规模与增速 市场规模增长率 单位：亿元 数据来源：公开资料整理，海比研究 计算机视觉在 2017至 2019连续三年得到极为迅猛的发展，预计在 2020年达到近 200亿的市场规模。随着在智能手机、安防、智能汽车等应用场景的普及和 深化，计算机视觉未来仍然能够保持很高的发展速度，技术逐步成熟，并为更多应用领域的商业化落地奠定基础。当前计算机视觉市场竞争处于起步阶段， 行业集中度低，各厂商技术差异尚不明显 计算机视觉 是人工智能增长最快的领域之一， 2019年预计增速达 77.4%，市场 集中度低 01 商汤 旷视 大华股份 依图 云从 海康威视 虹软科技 腾讯 阿里巴巴 百度 地平线 技术 创新 市场规模 2019中国计算机视觉 市场格局 整体经济形式不乐观的环境下，人工智能领域依旧吸引着企业与 投资机构。科技巨头的投资领域普遍分布广泛，但每家巨头有独 特的重心。例如，阿里巴巴最为重视计算机视觉的安防领域。 金融与医疗领域的计算机视觉融资热度最高 01 医疗金融交通零售安防 计算机视觉领域融资热度 20152016201720182019E2020E 增强智能、人工智能云服务、知识图谱 创新萌芽期 深度神经网络、人工智能 PaaS、图形分析、机器学习 期望膨胀的顶峰期 无人驾驶，计算机视觉 应用落地期 GPU加速器 实质产生的高峰期 计算机视觉当前处于泡沫 破碎后的 时期，大量技术与服务不到位的企业被淘汰，投融资趋于冷静。企业对计算机视觉技术的适用范围及限制有了实际 的了解，对商业模式经历了一系列的探索， 成功并能存活的经营模式逐渐成长。 计算机视觉 的技术曲线即将开启复苏 阶段 ， 拥有 技术 实力的企业将稳步爬升 02 01 02 03 从静态框架转换为动态框架的难度极大， Video to Video synthesis通过精心设计的发生器、鉴别器网 络以及时空对抗物镜，合成高分辨率、照片级真实、时间一致的视频， 实现了让 AI更具物理意识 ， 更强大， 并能够推广到新的和看不见的更多场景。 英伟达 Video to Video Synthesis Ian Godfellow在 2014年设计了 GAN，在之后的几年中，围绕这个概念产生了多种多样的应用程序。其 中，在 ICLR 2019论文中出现的 BigGAN，是拥有了更聪明的课程学习技巧的 GAN，由它训练生成的图像 拟真度极高，因而，它更被誉为 史上最强的图像生成器。 BigGAN Fast ai通过使用 16个公共 AWS云实例，每个配备 8个 NVIDIA V100 GPU，运行 fast ai和 PyTorch，用 18分钟在 ImageNet上将图像分类模型训练到了 93的准确率，刷新了一个新的速度记录，比其专有 TPU Pod群集上的谷歌 DAWNBench记录快 40， 运行成本仅约为 40美元。 Fast ai18分钟训练 ImageNet 新技术 研发热度高涨，特别是在 算法框架突破 方面 02 01 02 03 行业整体前景广阔 随着人们对生活安全及生产效率需求的提升，凭借着计算机视觉应用场景 的广泛性，计算机视觉有望发展成为下一个智能时代的标配。 计算机视觉具有高成长性特点，未来将涌现更多人工智能领域优秀企业。 政务驱力 商业模式成熟度 消费需求 社会意义 投融资热度 技术成熟度 计算机视觉市场潜力 行业发展同时伴随高风险性，行业竞争需要比拼企业技术算法能力、资金 能力以及人才资源，同时考验企业能否实现技术迅速落地。 对企业综合实力要求高，综合实力不具备优势的企业在行业内将难以生存。 龙头企业的方案已经具有落地能力，并开始盈利。 行业自净能力强，产品竞争力不足的厂商很快被市场筛选剔除。 传统安防企业、互联网科技巨头企业与计算机视觉科创公司的竞争将更加剧烈。 六个维度评估计算机视觉市场潜力，政策驱动力度大，技术成熟度有 欠缺， 行业用户需求较高 对企业实力要求高 商业价值高 03 政务驱力： 综合政府需求程度与政策支持力度 商业模式成熟度： 是否拥有完善的商业模式与盈利能力 投融资热度： 吸引投资者的能力 消费需求 ： 用户 对 该领域应用的需求与付费意愿 技术成熟度： 该技术当前能满足场景应用的落地能力 社会意义： 该技术对社会发展的贡献能力 政府 抓捕嫌疑犯、识别复杂环境 提高自助服务比例 航天、国防、交通项目应用 治安、服务、战略项目 金融 成本、安全、定制化产品 医疗 智能影像诊断疾病 辅助手术 打造智能医疗设备 医疗资源、看病周期 交通 打造智能客服降低人工成本 基于计算机视觉的身份验证 识别票据、证件等 监管、无人驾驶、路况 零售 利用机器视觉技术捕捉顾客行为 结合语音识别提升消费体验 智能购物应用 客户体验、消费需求 制造 高效准确发现瑕疵品 智能制造工艺 可以替代人力的机器人 生产成本、品控 计算机视觉是实现无人驾驶的重要一环 道路状况监控，识别动态影像 无人物流 计算机视觉行业用户应用场景 03 行业客户应用对比 03 根据艾瑞咨询的研究报告，超过 60%的计算机视觉应用机 构服务于安防相关的应用场景，其中不乏安防龙头企业、 AI科创公司与大型互联网科技公司。 应用机构数量多 传统安防存在的问题：耗费人力物力，动态管理不足，缺 乏关联分析， AI能够解决这一问题，还可以带来公安处理 案件精度和效率的提升。 传统安防提升空间大 传统视频监控领域在国内市场未来五年复合增速有望达到 10%左右， AI有望给安防市场整体规模带来 20%左右增量。 增长空间稳定 随着大量 AI产品不断推出，客户对于 AI技术已经提出更为 细致、专业的要求，正向反馈将进一步推动 AI技术在行业 应用的深化。 客户需求明确 政务驱力 商业模式成熟度 消费需求 社会意义 投融资热度 技术成熟度 计算机视觉在安防领域市场潜力 安防：综合发展最为成熟，计算机视觉应用已经具有盈利能力 03 提升医疗系统的能力是各国社会的刚需，因此计算机视觉在医疗 领域的发展必将受到重视，这也是未来医疗细分领域最为吸金的 原因之一。 社会发展的刚性需求 技术仍处于发展阶段 当前各国完成了多次通过智能影像分析病情的成功案例，但距离 技术普及尚具有一定距离。 政务驱力 商业模式成熟度 消费需求 社会意义 投融资热度 技术成熟度 计算机视觉在医疗领域市场潜力 医疗：应用对计算精度要求极高，技术尚未满足实操要求 03 金融：巨大利润空间吸引着各个金融机构 03 政务驱力 商业模式成熟度 消费需求 社会意义 投融资热度 技术成熟度 计算机视觉在金融领域市场潜力 技术经历快速发展 过去短短几年内，人脸识别与图像识别准确率有了极大幅度的提 升，但在金融领域的普及仍需要技术更进一步的发展。 计算机视觉可以在提高客户体验、增强防伪能力、通过分析客户 外貌、动作与神态等进行风险分析等方面大大降低成本，因此受 到投资者热切关注。 商业价值高 交通 ： 应用 落地能力依赖多种数字技术的共同发展 03 政务驱力 商业模式成熟度 消费需求 社会意义 投融资热度 技术成熟度 计算机视觉在交通领域市场潜力 需要多种技术结合 当前计算机视觉的发展在视频识别与动态识别方面有着不错的建 树，但达到解决交通问题、实现无人驾驶需要人工智能其他领域 与云计算、大数据、物联网、智能硬件等多领域的技术共享。 计算机视觉技术在实现无人驾驶、道路全车联网、路况实时监测 的道路上至关重要。在新能源汽车的日渐成熟与交通安防的需求 逐步提升的背景下，交通升级必将来临，计算机视觉相关应用将 有着无可取代的地位。 交通升级的必要技术 未来两到三年内，技术与商业模式最 为成熟的安防与金融领域将持续保持 热度，计算机视觉相关的应用呈稳步 持续发展的态势。 安防 & 金融 医疗领域的专业性极强，对计算机 视觉精度与准确度要求极高，这些 技术需要二至四年的时间攻克。海 比研究预计人工智能在医疗领域的 应用将在 2022年左右成熟，并迎 来爆发式增长。 医疗 未来的交通形态将是全部行驶车辆的位置、 路线、速度等数据上云，由云计算与人工智 能统一规划公路流量，所有驾驶行为由 AI完 成，堵车与交通事故消失。实现这一情景需 要云计算、大数据、人工智能与物联网等多 个领域的技术突破，届时交通体系迎来全新 形态。 交通 计算机视觉在安防与金融领域的应用已经初具规模 ， 在医疗领域的应用将在未来 3年 左右爆发 ， 在交通领域的市场将在未来 5年左右爆发 行业应用落地 顺序有先后 03 计算机视觉拥 有丰富的应用 场景 ， 解决方 案厂商众多 ， 基础层 、 技术 层被科技巨头 瓜分 代表厂商 代表厂商 04 商汤科技人工智能业务构架 当前，商汤的 AI技术涵盖无人驾驶、文本识别、语音识 别、医疗影像识别等多个领域，这些技术已经开始广泛 地应用于智慧城市、医疗、汽车、智能手机等领域。 在 2017年，公司就已经实现了收支平衡， 目前，商汤科 技所服务的客户已经超过了 700家，生态圈和人工智能 产业群已经初具规模。 作为计算机视觉领域的龙头企业，截止到 2018年底，商汤科技的 融资总额已超过 17亿美元。 公司早期以 安防业务为主 ， 以人脸识别等技术主攻“ AI+安防”解决方案。对城市里人、车等实时监控，是商汤尝试实现平安城市理 念的重要一步。 重点厂商 ：商汤 04 根据 2019年招股书的资料显示，作为一家世界级的 AI公司，旷视科技 2016年、 2017年、 2018年和 2019年上半年分别实现营业收入 6780万元、 3.13亿元、 14.27亿元和 9.49亿元。旷视科技目前主营业务可以归纳为个人物联网、城市物联网和供应链物联网三大类。其中个人物联网主要集中在人脸识别技术和 摄影及视频处理的解决方案，使消费者得以用个人智能设备拍摄出画质可媲美专业相机的相片及视频。 旷视科技的解决方案为阿里巴巴及蚂蚁金服的若干业务提供支持。例如旷 视科技的智慧物流解决方案为亚洲最大的智能仓库之一提供技术支持，以 服务阿里巴巴的天猫超市。 旷视人工智能业务构架 重点厂商 ：旷视 04 旷视科技是中国最大的云端人脸识别身份验证解决方案供应商，占据逾 60%的市场份额。 合作伙伴 依图科技人工智能业务构架 依图科技成立于 2012年，从事人工智能研究，服务于安防、金融、交通、医疗等行业。 依图科技曾于 2013年 8月获得真格基金天使轮投资， 2015年 1月完成高榕资本 A轮投资， 2016年 6月完成 云锋基金领投的 B轮投资， 2017年 5月完成来自云锋、红杉等机构的 3.8亿 C轮融资。 重点厂商 ：依图 04 业务布局 合作伙伴 云从科技成立于 2015年，当年获得过亿融资， 2018 年 11月获 5亿 B轮融资，并 获得广州市政府 20亿资金 支持， 于 2018年 10月再获 10亿元融资。 云从科技定位为一家提供个性化、场景化、行业化解 决方案与智能服务的公司，基于深度学习、机器学习、 文本识别、语音识别、大数据等技术形成了 AI 开放 平台。 云从科技最初工作重心是完善入口产品如智能人脸识 别机、智能摄像头以及 AI 平台，将这些入口价值的 产品做的更加细致。 现阶段，云从科技战略核心是 打造跨行业、跨场景的 人机协同平台 ，深入场景理解，更好服务垂直行业。 云从科技业务布局 重点厂商 ：云从科技 04 安防、金融、智慧商业 民生、机场、交通 人脸识别、智能营销 活体识别、金融风控 火焰大数据平台、深度学习、 机器学习、文本识别 行业 应用场景 开发平台 在 ADAS、智能车舱等领域均有解决方案布局，重视软硬一 体化解决方案。 2019年 7月，作为 科创板 AI第一股 ，虹软科技的登台受到各 界瞩目。 8月 28日正式公布的半年报显示，报告期内，公司 实现营业收入 2.76亿元，同比增长 38.42%；归属于上市公 司股东的 净利润 9574.06 万元 ，同比增长 72.55%。 当 AI的概念还没有如火如荼时，虹软就已经是视觉方案提供 商，目前主要客户包括三星、小米、 OPPO、 vivo等全球知 名手机厂商。 如今，除了智能手机领域，虹软的业务还拓展到了智能驾驶、 智慧旅游、智慧办公等领域。更重要的是，虹软推出了视觉 人工智能开放平台，来打造自身的 AI生态链。 虹软科技业务布局 重点厂商 ：虹软 04 中国企业在计算机视觉的价值链布局侧重技术层和应用层，除科技巨头外普遍对需要长周期 的基础层关注度较小。这一情况在短期未来不会改变。 01 人工智能云服务出现得相对较晚，但将产生重大影响；自动化机器学习是未来 AI热门研究领 域之一，它将使人工智能得以大众化，并将机器学习工具交付给数据科学家和商业专家。 02 中国企业布局比较偏好技术相对成熟、应用场景清晰的计算机视觉领域 ，瞄准 AI专用芯片或 将为中国企业另辟蹊径。 03 发展趋势 05 科技巨头构建生态链，已经占据基础设施和技术优势。创业企业仅靠技术输出将很难与巨头 抗衡，更多的创业企业将发力深耕巨头的数据洼地切入行业痛点，提供解决方案。 02 科技巨头生态链博弈正在展开，创业企业则积极发力垂直行业解决方案， 未来企业的数字 资产将成为竞争的核心价值。 01 大量计算机视觉领域的关键性技术的落地需要建立在整体行业的发展上。例如自动驾驶将依 赖于云服务与物联网技术的成熟，而不单单是人工智能技术的发展。 03 发展趋势 05 在云计算与大数据的共同加持下，金融与交通等行业的形态将受到重塑，未来道路全车辆数 据上云 ，尤其高频 交易为代表 的、以 算法为核心的金融技术将在人工智能技术发展 的赋能下 迎来飞速发展。 02 计算机视觉在零售、制造业等领域的应用潜力被低估，优质数据资源未被充分利用。这些数 据可以为人工智能公司提供优质的机器学习样本，解决制造过程中的实际问题。 01 人工智能的出现将帮助医疗行业解决医疗资源的短缺和分配不均的众多民生问题。建立标准 化的人工智能产品市场准入机制并加强医疗数据库的建设使医疗领域技术落地的关键。 03 发展趋势 05 政府端 是目前计算机视觉切入 智慧政务和公共安全应用场景的主要 渠道，早期进入的企业逐步建立行业壁垒，未来需要解决数据割裂 问题以获得长足发展。 02 医疗行业与制造行业专业性强，解决方案的复杂性和定制化要求高， 技术的稳定与可靠性将成为落地关键。 01 人工智能应用所依赖的数据与智能设备具有种种隐私相关的隐患， 计算机视觉能否如预期广泛应用，将取决于政府部门如何制定医疗 和数据监管标准。 03 计算机视觉整体市场对解决方案的落地性与定制化的能力将提出更 高要求，行业进入门槛也将提高，行业集中度呈上升 。 04 2019春招人工智能岗位需求 发展趋势 05 0.0%20.0%40.0%60.0%80.0%100.0%120.0% 图像识别 医药研发 游戏运营 光传输工程师 无线射频工程师 需求分析工程师 语音识别 通信测试工程师 图像处理 精算师 推荐算法 ETL工程师 深度学习 岗位需求增长率