艾瑞-2017年中国计算机视觉行业研究报告-2017.12-61页-5mb

中国计算机视觉行业研究报告总结（2017年）

核心内容概述

中国计算机视觉行业在2017年迎来快速发展，尤其在安防、金融、互联网、医疗、工业制造、自动驾驶等多个领域展现出广泛应用潜力。深度学习技术的成熟显著提升了图像分类任务的准确率，成为推动行业发展的关键因素。然而，尽管开源环境降低了技术门槛，前沿算法的技术壁垒依然存在，且比赛成绩与论文成果并不直接代表实际业务能力。

主要观点与关键信息

行业市场规模

• 2017年中国计算机视觉市场规模：预计为40亿人民币。
• 2020年预期市场规模：增长至725亿人民币，主要得益于安防领域的爆发性增长。
• 2016-2020年市场规模预测：行业将逐步向医疗影像、工业制造、零售等创新领域渗透，推动整体快速增长。

技术发展趋势

• 前端嵌入式智能系统：渗透率逐步提升，与后端协同计算，加速产业智能升级。
• 算法迭代：提升限定场景识别准确率，推动技术在各行业的应用。
• 技术壁垒与商业壁垒：前沿算法的技术壁垒依然存在，而公司商业壁垒依赖于产品、服务、市场等综合建设。

深度学习与传统方法的区别

• 深度学习：通过多层非线性变换，自动提取特征，适合大规模数据处理。
• 传统方法：依赖人工定义特征，计算效率低，仅适用于简单分类任务。

数据与算力支撑

• 数据：全球视频内容持续增长，为深度学习提供大量数据支持。
• 算力：GPU、FPGA、ASIC等硬件显著提升计算效率，缩短训练周期。

人脸识别技术

• 主要应用场景：安防、金融、手机等。
• 技术流程：包括图像采集、特征提取、比对识别等。
• 商业模式：API、SDK、解决方案三种形式，其中一体化解决方案客单价高，但难以单独剥离技术收入。

泛金融身份认证

• 主要技术指标：误识率、通过率等，需在各种限制因素下取舍平衡。
• 商业化进展：部分银行和支付平台开始试点刷脸取款等应用，提升用户体验和降低交易成本。

手机与互联网娱乐

• 应用：刷脸解锁、AR特效、影像处理、智能审核等。
• 市场影响：为消费级产品带来全新智能体验，推动行业创新。

商品识别

• 技术应用：商品属性识别、图像检索、无人零售等。
• 商业化：码隆科技等公司推动商品识别技术在电商、零售等领域的应用。

医疗影像分析

• 技术挑战：标注门槛高，需专业医师参与。
• 商业模式：仍处于探索阶段，部分产品已进入临床应用，如胸部CT智能辅助诊断系统。

自动驾驶

• 技术难点：需经历长期测试，确保安全性。
• 应用场景：先在限定场景（如高速货运、低速摆渡）落地，未来逐步向大众出行扩展。
• 产业链：涉及传感器融合、高精地图、定位、规划及控制等技术环节。

典型公司案例

商汤科技

• 成立时间：2014年。
• 核心技术：深度学习算法、人脸识别、图像识别。
• 融资情况：2017年完成4.1亿美元B轮融资，创全球纪录。
• 应用场景：安防、金融、手机、城市大脑等。
• 合作与布局：与多家知名企业及政府机构合作，推动技术产品化。

云从科技

• 成立时间：2015年。
• 核心技术：视觉智能、安防、银行、机场等。
• 融资情况：2017年完成5亿人民币B轮融资，总计获得25亿元发展资金。
• 应用场景：公安、银行、民航等。
• 合作与布局：与公安部、四大银行、民航总局等建立联合实验室，推动技术落地。

依图科技

• 成立时间：2012年。
• 核心技术：人脸识别、图像识别、活体检测。
• 融资情况：2017年完成3.8亿人民币C轮融资和2.2亿人民币C+轮融资。
• 应用场景：安防、医疗、金融等。
• 合作与布局：与多家金融机构及医院合作，推动智能解决方案。

触景无限

• 成立时间：2014年。
• 核心技术：嵌入式人工智能、视觉感知。
• 融资情况：2017年完成5000万人民币A轮融资。
• 应用场景：智能设备、安防、零售等。
• 合作与布局：与Intel、中科院深圳先进技术研究院等合作，推动技术产业化。

码隆科技

• 成立时间：2014年。
• 核心技术：商品识别、图像分类。
• 融资情况：2017年完成2.2亿元B轮融资。
• 应用场景：电商、零售、家居、快消等。
• 合作与布局：与京东、唯品会、可口可乐等企业合作，推动AI新零售方案。

360人工智能研究院

• 成立时间：2015年。
• 核心技术：计算机视觉、大数据分析、语音语义等。
• 应用场景：360智能硬件、短视频等。
• 合作与布局：与360多业务线融合，推动AI技术应用。

行业发展趋势

• 技术融合：多模态融合、大数据分析提升识别精度与智能化水平。
• 前端智能：嵌入式系统的渗透率提升，与后端协同加速产业升级。
• 商业化进程：技术产品化、商业模式多样化，推动行业落地。
• 政策支持：国家政策推动智能安防、智慧城市等建设，促进技术发展。
• 未来展望：自动驾驶、医疗影像等应用领域逐步成熟，推动行业整体发展。

总结

中国计算机视觉行业在2017年迎来快速发展，深度学习技术成为核心驱动力。行业主要应用在安防、金融、互联网、医疗、工业制造等领域，市场规模预计快速增长。尽管开源环境降低了技术门槛，但前沿算法的壁垒依然存在，且比赛成绩与论文成果不等同于实际应用能力。随着技术的不断进步和政策的支持，计算机视觉将在更多场景实现商业化落地，推动产业升级与智能化发展。