2017上半年中国计算机 视觉 专题 研究报告2017H1 China Computer Vision Region Research Report（内部精简版）人工智能系列研究报报告目 录录12017上半年中国计算机视觉市场现 状2017上半年中国计算机视觉专题 用户 研究2342017上半年中国计算机视觉场 景概 述中国计算机视觉市场发展趋势及预 测52017上半年中国计算机视觉专题市 场案例分析PART ONE2017上半年中国计算 机视觉市场现状1计算机视觉概 况计算机视觉是使用计算机及相关设备 对生物视觉的一种模拟。它的主要任 务就是通过对采集的图片或视频进行 处理以获得相应场景的三维信息。计算机视 觉机器视 觉图像处 理计算机视觉 相对图像处理更注 重识别功能。机器视觉侧 重精确的几何计算 ，计算机视觉侧 重感知和识别。推广应应 用模型训训 练练信息获获 取对海量图片中的相 关特征进行提取针对 问题对提取出来的特 征进行训练，得到解决问 题的通用模型把新图片中提取的 特征套用在已经训 练好的模型中，解 决实际问题2012年，ImageNet ILSVRC比赛中，冠军团队将深度学习算法应 用在计算机视觉算法改进中，将识别错误率一举降低到16%，深度 学习从此进入了广泛应用期，应用于商务、美图、医学、人工智能 等各个领域。2015年，微软研究院公布了一项新的技术成果，在“ImageNet” 图片识别基准测试中，微软新的神经网络系统错 误率为4.94%，低 于人类测试 者的5.1%。计算机视觉发 展历程及大事 记1999 年，Nvidia 公司在推销自己的 Geforce 256 芯片时，提 出了GPU这个概念。GPU是专为执 行复杂的数学和集合计算而 设计的数据处理芯片。它的出现让并行计算成为可能，对数据处 理规模、数据运算速度带来了指数级的增长与改善，极大的促进 计算机视觉的发展。1966年，人工智能学者Marvin令学生写出程序，让计 算机自动 “了解” 所连接摄像头的内容，计算机视觉序幕被拉开。20世纪50年代，计算机视觉被归入模式识别主要集中在二维 图像分析和识别上。20世纪60年代MIT的Roberts通过计 算机程序从数字图像中提取 诸如立方体、棱柱体等多面三位机构，并对物体形状及空间关系 进行了描述。20世纪70年代，麻省理工学院人工智能实验 室正式开始“计算机 视觉”课程。20世纪80年代中期，计算机视觉 蓬勃发展，新概念、新方法、新 理论不断涌现。21世纪后，计算机视觉 理论逐步成熟，各类产品开始涌现。计算 机视觉的热度从国外向中国渗透。萌 生 期高 速 发 展 期计算机视觉应 用特点及行业PEST分 析计算机视觉应 用 ：减少人工误差，识别更精 准机器识别效率更高图搜索方便快捷视频贴图 功能趣味性强传统行业特点 ：识别受人为因素影响人工成本高，费时费力传统文字搜索描述不精准传统广告、照片、视频等较为单 调PolicyEconomySocietyTechnology政策对于人工智能有所倾斜 ；政府、公共场所已经尝试 使用计算机视觉技术 。银行、列车 站 等公共场 所电 商美图平台交通枢纽需 求 端计算机 视 觉公 司资资本注入计算机视觉在中国网民中使用普及率不同领域具 有差异，总体来说对行业认知度还有待提升； 边看边买、手机贴图等功能受到年轻群体的认 可。近几年，人工智能的兴起使得包括计算机 视觉的各个分支蓬勃发展，各种条件利好的情 况下，新技术的推出和成熟周期逐渐缩短。各领域对计算机视觉技术有需求，会购买计算机 视觉公司解决方案、相应产品，或与计算机视觉公司进行合作。计算机视觉细 分领 域计算机视 觉城市安防 信息输出 视频处 理特征分类视频关键 信 息识 别贴图视频软 广植 入信息关联人脸识 别美图贴 图视频关键物解 析车辆识 别边看边 买手写签名识别图搜 索 图片识别 医学图像处理图像处理数据量、运算力和算法模型是影响计计算机视觉视觉 行业业发发展的三大要素。2000 年之后，数据量的上涨、运算力的提升和深度学习算法的出现促进了计算 机视觉 行业的发展。数据量和算法可以分别比作人工智能的燃料和发动 机。 算法是计算机基于所训练的数据集归纳 出的识别逻辑，好的算法模型可以 实现 精准的物体和场景识别。而数据集的丰富性和大规模性对算法的训练尤为重要。海量而优质 的场景数据可以助力训练高效精准进行。以人脸识 别为例，训练该 算法模型的图片数据量至少应为百万级别。计算机视觉技术核心要素 ： 数据量、运算力、算法模型2000年以来，得益于互联 网和硬件设备的高速发展， 全球可用场景数据量急剧增 加，这为通过深度学习的方 法来训练计 算机视觉技术提 供良好发展条件。大数据算法成熟模型训 练包装组合优 化2009 2010 2011 2012 2013 2014 2015 2016 2017E 2018E 2019E 2020E 0数据来源：公开数据整理10203040502009-2020年全球总总体数据量（单单 位： ZB ）并行运算和GPU硬件的出现，使得运算能力大大提升，有 效缩短了训练时间 ，加速了技术的更新换代。 并行运算视频识 别视频对 象提 取视频追 踪 图片识 别人像识 别场景识 别字符识 别物体识 别 模式匹配对比检 验技术层术层计算机视觉技术平台智能硬件VR/AR无人机作为核心技 术应用于机器人智能应应用公交违章查 询美颜贴 图 图搜 索医学图像辅 助 诊断 工厂查漏计算机视觉产业 链硬件支持芯片CPUGPU信号处处 理数学机器学 习习物理学人工智能成像技 术术SVM深度学 习习CNN算法支持应应用 于DNN一站式解决方案嵌入式视觉软 件应应用 端基础础 层层 数据集真实实数 据 模拟拟数 据计算机视觉识别 步 骤图像预处 理机器判 别图像分 割特征提取模型建立图像去噪图像平滑标准化配准缺失值/异常值处理 将目标与背景分隔开 ：分 类聚 类投入应 用灰度分割专家经验分 割统计分布分 割加速训练进 程；提高准确率；增加模型稳定性。 特征选 择纹理，灰度，形状，结构等 特征数据来源：iiMedia ResearchiiMedia Research(艾媒咨询)数据显示，2016年中国人工智能产业规模 已突破100亿元，以43.3%的增长率高速增长，预计 2017年产业规模将 以51.2%的增长率达到152.1亿元，并于2019年增长至344.3亿元。 艾媒咨询分析师认为，中国人工智能产业 起步相对较晚，随着科技、制 造等业界巨头公司的布局深入，人工智能产业 的规模将进一步扩大。计 算机视觉 作为人工智能的子领域，其发展和应用也很大程度受到人工智 能核心技术的影响。未来，作为人工智能子领域的计算机视觉产业 规模 也会相应扩大。2014-2019中国人工智能产业规产业规 模及预测预测计算机视觉行业规模将进一步扩 大51.7152.1 150 20.00% 100.6 100 70.2238.2344.335.8%43.3%51.2%56.6%44.5%0.00%10.00%30.00%40.00%50.00%60.00%0502002503003504002014201520162017E产业规 模（亿元）2018E增长率2019E全球计算机视觉行业资 讯2017年6月，谷歌在自家的科研博客上发文， 宣布开源MobileNets 一组组移动动端优优先的 计计算机视视觉觉模型。通过TensorFlow Mobile， 这些模型可以在脱机状态下在移动设备 上高效 运行。2017年6月，由英特尔和触景无限联合举办举办 了名为为“ 让让机器看懂世界”的AI论坛论坛，会上触景无限还发布了 新一代双目“视觉卡 Vision Card”，视觉 卡最终以 长条板卡的形式呈现，能够通过双目摄像头为智能硬 件提供图像识别与环境感知能力。Facebook在西雅图 DataScale 大会上公布的 一篇研究论文中表示，已成功开发发一套新的计计算机 视觉视觉系统统，该系统在每秒钟可完成4万张图片的训 练 。 此 后 在60分钟内完成ImageNet-1K的数据集（共计120万张图片）的训练成为可能，且质量也 不会降低。而在现阶段，完成数据集的训练至少需 要几天时间。中国计算机视觉行业资 讯在手机影像领域，商汤汤科技的SensePhoto如今已经与包括OPPO、vivo、华为、小米等在内的前十大国产手机中的大部分品牌合作，市场占有率持续增长的同时，也将智能化的影像体验带给数亿的 网民。商汤科技2017年7月完成B轮共计4.1亿美元的B轮融资，其中，科 大讯飞讯飞公司的全资子公司少量持股商汤科技。2017年3月，东东方网力、京山轻轻机、汤汤臣倍健三家上市公司与成员员 单单位物灵科技、格灵深瞳及奇点汽车车联联合真格基金共同发发起万象人 工智能研究院。三家上市公司计划将出资不超过5亿人民币，在北 京、武汉、深圳、硅谷设立研究与孵化机构，打造成为产业应用驱 动的人工智能加速器。艾媒咨询分析师认为，合作公司对于格灵深 瞳或许会有资金和数据方面的倾斜，而格灵深瞳会为他们带来技术 上的支持。Yi+背靠阿里主营应用在视频、图片中的计算机视觉引擎，拥有优 酷、天猫魔盒、华数TV、响巢看看的优质资源流量，覆盖流量日 活数千万，同时在与多家其他视频平台和内容方在深入对接。 2017年4月，Yi+联合伙伴共同打造互动电视广告平台为5大电视 厂商（海信、创维、长虹、TCL、康佳）与5大牌照方（华数、百 事通、芒果TV、ICNTV、优朋普乐-双牌照方授权）打造互动电视 广告平台；2017年7月，Yi+荣膺“中国最有潜力的创业新贵榜” 创业邦2017中国人工智能创新公司50强计算机视觉行业部分融资情 况注：以上仅列举行业内部分公司，数据来源于公开资料整 理公司名称创创立时间时间最新融 资轮资轮 次最新融 资时间资时间投资资方创业创业 方向依图科技2012C轮2017.05高瓴资本安防/金融 /互联网应用 云锋基金 红杉 资本中国 高榕 资本 真格基金旷视 科技2012B+轮2015.01创新工场/启明 创投安防/金融 /互联网应用商汤科技2014B轮2017.07B1轮由私募公安防/金融 /互联网应用司鼎晖领 投； B2轮由赛领资 本领投 Yi+2014B轮2017.06海通证券媒体/广电/ 营销百融骏集团 北京银行旗下 基金 图普科技2014A轮2016.9晨兴资 本 北 极光创投互联网应用格灵深瞳2013A轮2014.06红杉资本中国安防/金融/ 无 人驾驶 / 医 疗应 用云从科技2015A轮2015.12安防/金融 /无人驾驶图森科技2015A轮2016.01新浪微博互联网 /ADAS应用计算机视觉行业痛 点随着计算机视觉技术垂直化推动，计算机视觉领域行业细分相 较上一阶段有了明显的改进（如Yi+主营图像与视频 中“边看 边X”创新能力及场景营销赋 予解决方案），但仍不够细致， 很多企业是兼顾型全方位发展，各领域区分比较模糊。艾媒咨 询分析师认为，这是由于计算机视觉相对来说是一个比较新颖 的概念，目前各领域的技术都还欠缺成熟。技术问题 是计算机视觉 乃至整个人工智能行业的重中之重。目 前技术更迭脚步加快，各算法已经从源方面有了质的优化，但 是目前算法的稳健性还欠缺实践的检验 和考量，其实际应用能 力仍待时间检验 。计算机视觉的准确性比较受所给图像影响，目前训练图 像数量 不够会导致训练效果受一部分受损或者模糊图像的干扰较大。 一方面大数据概念建立以后数据库共享将可能成为现实，届时 图像数量会有很大改善；另一方面，一些公司已经将这种误差 纳入考虑范围之内，增加算法对于模糊以及偏差较大图像的识 别和自动修复，未来误差问题将很有可能被合理规避。PART TWO2017上半年中国计 算机视觉专题