计算机视觉行业分析研究报告

1、目录 HYPERLINK l _TOC_250026 5 HYPERLINK l _TOC_250025 算机业市 9 HYPERLINK l _TOC_250024 视觉 9 HYPERLINK l _TOC_250023 视觉 9 HYPERLINK l _TOC_250022 算机业规模 HYPERLINK l _TOC_250021 视觉业链 HYPERLINK l _TOC_250020 上游 HYPERLINK l _TOC_250019 中游 HYPERLINK l _TOC_250018 下游 HYPERLINK l _TOC_250017 算机业驱 HYPERLINK l _

2、TOC_250016 深度学习算法促进计算机视觉准确度提升 HYPERLINK l _TOC_250015 据为习算了大据支持 HYPERLINK l _TOC_250014 能芯提供 HYPERLINK l _TOC_250013 视觉景广阔 HYPERLINK l _TOC_250012 算机业制 HYPERLINK l _TOC_250011 算机际商能力 HYPERLINK l _TOC_250010 数据本高 HYPERLINK l _TOC_250009 中国计算机视觉行业相关政策法规 HYPERLINK l _TOC_250008 算机业发 HYPERLINK l _TOC_25

3、0007 云端前端 HYPERLINK l _TOC_250006 智赋能现计 HYPERLINK l _TOC_250005 算机业竞 HYPERLINK l _TOC_250004 算机业竞概览 HYPERLINK l _TOC_250003 算机业典分析 HYPERLINK l _TOC_250002 HYPERLINK l _TOC_250001 HYPERLINK l _TOC_250000 图表目录图 21中计算机视觉行业规模，20142023预测 图 2计 图 3视 图 4计 图 1计 图 2计 图 1数 图 1人 图 1 图 2 名词解释C：ImageNet Lage e is

4、ual n Challenge，图像分类领域的比赛。petaflop/say（fs-day：一天内进行每秒一千万亿次的浮点运算。人工智能研究开发用于模拟延伸和扩展人的智能的理论方法技术及应用系的一门新兴技术科学。计算机视觉：使用计算机及相关设备模拟人类视觉认知和理解事物的计算机技术。ROpticalCharacrgnition学字符文本识别技术计算机通过光学设备检查纸上打印的字符通过检测暗亮的模式确定其形状然后用字符识别方将形状翻译成计算机文字的过程，完成计算机对文字的阅读。语音识别让机器通过识别和理解过程把语音信号转变为相应的文本或命令的计算机术。自然语言处理：实现人与计算机之间用自然语言进

5、行有效通信的计算机技术。深度学习深度学习是机器学习研究中的一个新的领域其动机在于建立模拟人脑行分析学习的神经网络，它模仿人脑的机制来解释数据，例如图像，声音和文本。嵌入式系统：一种完全嵌入受控器件内部，为特定应用而设计的专用计算机系统。开源软件：Open cefwa（OSS，公源代码的软件。神经网络的反向传播算（BP算法学习过程由信号的正向传播与误差的反向传播个过程组成。在机器学习领域是一个有监督的学习模型通常用来进行模式识别、分类以及回归分析。CPUCentralPocesigU中处理器是一块超大规模的集成电路是一台计算机的运算核心和控制核心它的功能主要是解释计算机指令以及处理计算机软件中数

6、据。GPUGraphicsgUnit图形处理器又称显示核心视觉处理器显示芯片是一种专门在个人电脑工作站游戏机和一些移动设（如平板电脑智能手等）上进行图像运算工作的微处理器。ASIC芯片ApplicationcdCic片技术。FPGAogrammableaeArray现场编程门阵列专用集成电领域中的一种半定制电路。T/s是数据流量的计数单位即1亿次浮点指令每秒是衡量一个电脑计算能力的标准。CD：ge-coupled Device, ：Complementary Metal Oxide Semicnduc, 补金属氧化物半导体。DSPDigial Sinal PDVRDigial o d盘录像机（

7、即数字视频录像机，一套进行图像计算存储处理的计算机系统，具有对图像/音和动态帧等进行长时间录像、录音、程监视和控制的功能。DSDigialor网络传输设备。H.265编：视频编码标准，可在低于 s 的传输带宽下，实现 p 全清视频传输。IPC网络摄像机由网络编码模块和模拟摄像机组合而成网络编码模块将模拟摄像机采集到的模拟视频信号编码压缩成数字信号，可直接接入网络交换及路由设备。：以P网络构建存储网络，较光纤通道，具有更经济、自由扩展等特点。Imagelssing图像信号处理主要用来对前端图像传感器输出信号处理的单元，以匹配不同厂商的图象传感器。tkod网络硬盘录像机收（网络摄像机设备传输的数字

8、视频码流并进行存储管理从而实现网络化带来分布式架构优势。SoC一种集成电路的芯片，可有效地降低电子/信息系统产品的开发成本。存储介质：存储数据的载体，如硬盘、闪存、U盘、等。高级别容错性软件检测应用程序所运行的软件或硬件中发生的错误并从错误中恢复能力。Caffe：ConvolutionaleorasteEmbedding，一种用的深度学习框架，在视频、图像处理方面应用较多。：一习Pythonh：一种深度学习框架。MXNet种深度学习库，为多 GPU 配置供了良好的配置。e谷歌研发的第二代人工智能学习系统。ddleaddle百度旗下深度学习开源平台。：微软出品的开源深度学习工具包。APIAppl

9、icationogrammingrface，用程序编程接口，本质是预先定义的函数和算法，目的是供应用程序与开发人员调用特定技术功能。SDKfwaeDevelopment软件包、软件框架、硬件平台、操作系统等建立应用软件时的开发工具的集合。ZBy量的存储介质之存储容量时使用。中国计算机视觉行业市场综述计算机视觉行业定义根据国家标准化管理委员会指导编撰2018人工智能标准化白皮书定义计算视觉是使用计算机模仿人类视觉系统的科学让计算机拥有类似人类提取处理理解和析图像以及图像序列的能力自动驾驶机器人智能医疗等领域均需要通过计算机视觉术从视觉信号中提取并处理信息。计算机视觉技术包括三个过程：目标检测、目

10、标识别和行为识别。目标检测解决从背景中找出使用者关注物体的问题该环节去除了背景中与目标无关的信息。目标检测技术关键在于动态复杂场景中背景模型的建立、保持与更新目标识别过程通过多维度的特征分析比对确定物体的定义及分类。行为识别是一种高层次的识别技术需要对动态多帧图像数据进行理解并构建应动作行为模型进行比对。计算机视觉行业分类2018人智能标准化白皮书根据计算机视觉解决的问题将其分为计算成像学图像理解、三维视觉、动态视觉和视频编解码五大类。计算成像学是探索人眼结构相机成像原理以及其延伸应用的科学在相机成像理方面计算成像学不断促进现有可见光相机的完善使得现代相机更加轻便适用于不同场景同时计算成像学也

11、推动着新型相机的产生使相机超出可见光限制在相机应用科学方面计算成像学可以提升相机的能力从而通过后续的法处理使得在受限条件下拍摄的图像更加完善例如图像去噪去模糊暗光增强去雾霾等，以及实现新的功能，例如全景图、软件虚化、超分辨率等。图像理解是通过用计算机系统解释图像实现类似人类视觉系统理解外部世界的一门科学通常根据理解信息的抽象程度可分为三个层次浅层理解包括图像边缘、图像特征点、纹理元素等；中层理解，包括物体边界、区域与平面等；高层理解根据需要抽取的高层语义信息可大致分为识别检测分割姿态估计图像文字说明等。目前高层图像理解算法已逐渐广泛应用于人工智能系统，如刷脸支付智慧安防、图像搜索等。三维视觉即

12、研究如何通过视觉获取三维信（三维重建以及如何理解所获取的三维信息的科学三维重建可以根据重建的信息来源分为单目图像重建多目图像重建和深度图像重建等三维信息理解即使用三维信息辅助图像理解或者直接理解三维信息。三维信息理解可分为，浅层：角点、边缘、法向量等；中层：平面立方体等高层物体检测识别分割等三维视觉技术可以广泛应用于机器人、无人驾驶、智慧工厂、虚拟/增强现实等方向。动态视觉即分析视频或图像序列模拟人处理时序图像的科学通常动态视觉问可定义为寻找图像元素如像素区域物体在时序上的对应以及提取其语义息的问题。动态视觉研究被广泛应用在视频分析以及人机交互等方面。视频编解码指通过特定的压缩技术将视频流进行

13、压缩视频流传输中最为重要编解码标准有国际电联的 H.261263H.264.265M-JPEG 和MPEG 列标准视频压缩编码主要分为两大类无损压缩和有损压缩无损压缩指使用缩后的数据进行重构时重构后的数据与原来的数据完全相同例如磁盘文件的缩有损压缩也称为不可逆编码指使用压缩后的数据进行重构时重构后的数与原来的数据有差异但不会影响人们对原始资料所表达的信息产生误解有损缩的应用范围广泛，例如视频会议、可视电话、视频广播、视频监控等。从技术应用看，计算机视觉包括人脸识别、机器识别、物体和场景识别、OCR学字符文本）识别等技术。人脸识别作为一种身份鉴定的识别技术包括图像采集检测定位特征提取模型对比等步

14、骤应用场景广泛人脸识别的非接触性和非强制性特征使其在各类场景中得以广泛应用。广泛应用于金融领域的身份验证，零售环节的面部识别支付商业服务领域的自动识别客户等方面。R技（lacterecognition)即光学字符文本识别技术计算机通过光学设备检查纸上打印的字符通过检测暗亮的模式确定其形状然后字符识别方法将形状翻译成计算机文字的过程。OCR 技术可以高效的将各类印体的文件批量自动识别录入计算机，应用于对非结构化数据信息的采集。OCR 术要经历扫描、版面分析、文字识别、版面还原等过程。OCR 技术主要应用于份证件识别、单据识别等场景。物体和场景识别是计算机将采集影像与数据库资料进行比对后识别物体与

15、场景的技术。物体和场景识别技术可应用于军事、医疗、无人驾驶、工业、商业等领域动态视频识别技术是基于动态图像进行识别动态视频识别与人脸识别物体和景识别具有应用领域交叉动态视频识别流程如下利用前端摄像头设备收集传输数据运用通过大数据训练具备云计算能力的深度学习图像分析系统进视频识别与分析实时进行视频检测和数据分析动态视频识别技术主要应用领有监控系统车牌识别疑犯追踪车辆违章检测等行为识别恐怖分检测黄暴视频筛查动作识别情绪识别等电商营销广告植入用户画分析等。姿态识别通过对成像设备中获取的人体图像进行检测识别和跟踪对人体行为进行理解和描述。姿态识别让机器“察言观色，带来全新人机交互体验。在视觉人机交互方

16、面，姿态识别是人类形体语言交流的一种延伸。从用户体验的角度来说融合姿态识别的人机交互能产品可大幅提升人机交流的自然性姿态识别在计算机游戏、机器人控制和家用电器控制等方面具有广阔的应用前景。中国计算机视觉行业规模数据算力和算法是计算机视觉行业发展的三大核心随着移动设备数量的增长和传感器技术的进步包含有价值的图像和视频数据的增加智能终端与移动设备采集和产生的环境与用户数据成为宝贵资源对视觉信息的分析须借助计算机视觉技术数据量的急剧增长算力的大幅提升和深度学习算法的不断优化极大促进了计算机视觉行业的发展中国计算机行业规模从2014的111亿元增至827亿，年均复合增长率达652%。伴随计算机视觉技术

17、从传统图片处理方法转向人工智能处理图像识别准确率显著突破应用场景不断拓展计算机视觉行业将进入快速发展阶段预测8年至3中国计算机视觉行业规模年均复合增长率将达3年模达5亿元。图 2-1中国算机视觉行业规模，2014-2023年预测来源：头豹研究院编辑整理计算机视觉行业产业链计算机视觉行业拥有完整产业链上中下游均处于快速发展阶段计算机视觉行业上为支持基础层包括芯片传感器摄像头等硬件算法支持以及数据支持中游为计算视觉技术产品与服务方案提供商，下游为各行业应用领域。图 2-2计算视觉行业产业链产业链上游来源：头豹研究院编辑整理计算机视觉上游包括算法数据集以及芯片摄像设备传感器等硬件当前中国企在计算机视

18、觉算法领域领先人工智能芯片仍需依赖海外芯片大（如英伟达英特尔等摄像机芯片已实现替代。摄像设备摄像设备产品主要包括前端摄像机（模拟摄像机和网络摄像机、中心控制端的控制、R 以机等。摄像设备头部企业海康威视和大华股份在市场领先。传感器智能传感器为具有信息处理功能的传感器其具备微处理机可采集处理交换信等是传感器集成化与微处理机相结合的产物计算机视觉通过智能传感器全面感知外界境而不同应用场（如安防金融无人驾驶医疗等对传感器有不同需求各类传器的大规模部署为实现计算机视觉应用创造重要条件。随着计算机视觉应用领域的不断拓展市场对传感器的需求将不断增多高灵敏性高精确性高可靠性微型化与集成化将成为智能传感器发展

19、的重要趋势。算法上游算法环节主要包括图像处理、编码压缩和图像内容识别等。图像处理环节通过处理前端图像传感器采集到的原始图像数据将图像进行复原和增强宽动态处理D降噪透雾处理低照度处理图像拼接等新的图像处理功能不断创 新，使视频图像质量得到持续提升，且弥补了 CMOS 相对 D 在图像采集质量上的 劣势，推动 CMOS 对 CD 的大范围替代，有效降低了图像、影像采集前端设备的成 本。编码压缩环节从MPEG-4到4再到.265算法压缩效率不断提升，H.264法的压缩比是MPEG-4的1.5到2倍，而.265法的压缩比约是4的2倍网络带宽资源限制情况下编码压缩算法效率提升可支持为图像、影像的高清化升

20、级。图像内容识别方面中国企业在人脸识别等计算机视觉算法领域占据优势地位依图技商汤科技以及中科院深圳先进技术研究院在8年全人脸识别算法竞赛中识率均达到算法的基础框架的研发基本为国外研究机构或公司所垄断，265 视频压缩基础算法构T和C或a等科技巨头所开源的基础框架但大量用于深度学习模型训练的开源工具和框架推出包 CaffeheanoeaddleadlCNTK等等和框架的源代码公开并可免费使用极大降低计算机视觉领域的入门技术门槛中国计算视觉产品厂商具有基于基础算法进行改进和优化形成独有算法技术的能力随着人工智深度学习算法的快速成熟中国诞生了一批应用层面的计算机视（即图像内容识别算供应商，例如商汤科

21、技、旷视科技、依图科技、云从科技等。芯片芯片是核心硬件在零组件中成本占比最高将人工智能芯片嵌入前端摄像机可使其时处理分析采集到的图像视频内容识别画面中的人场景物等对象并通过网络将息传递到人工智能后端进行计算处理分析存储系统的图像质量码流控制能力能识别效率、信息稳定性等皆由芯片性能决定。的 ISP 的 C 端DVR/NVR的C深度学习处理器芯片高性能的深度学习算法加速器芯用 InA 等海的 GPU、FGA 者 ASIC加速器芯片其余三类处理器芯片已实现较大程度的替代中国代表性供应商包括图 计已GA/ASIC的DPU芯（的AI北京君正的PUC规模扩大，推动中国计算机视觉行业市场规模的扩张。图 2-

22、3视频像采集设备芯片来源：头豹研究院编辑整理产业链中游中国从事计算机视觉的公司可分为工业巨头互联网巨头和创业公司除自身投入资研发外工业巨头和互联网巨头多数选择投资并购创业公司或与其战略合作以涉足计算视觉技术实现生态拓展和产业链布局创业公司中独角兽迅速崛起新兴创业公司不断现。工业巨头的主要代表企业有海康威视美的集团海尔集团其在计算机视觉应用领具有较深积累并涉足计算机视觉相关研发未来将打通行业产业链构建商业应用态圈。互联网巨头的主要代表企业有阿里腾讯百度等其通过开设实验室或并购技术团获取领先技术技术水平领先且具有强大的数据获取优势在计算机视觉行业实现术引领。创业公司的主要代表企业主要有商汤科技旷视

23、科技及依图科技等其专注于计算机觉基础产品和服务开发，并将探索更多的服务场景，提供更多的定制化解决方案。产业链下游目前计算机视觉主要用于安防影像分析金融身份认证广告营销无人驾驶机人工业制造医疗影像分析教育和娱乐业等领域人脸识别物体识别等技术算法精提高使中国计算机视觉技术率先在安防领域中实现商业化安防影像分析应用领域在到以紧随其后医疗影像工业制造新零售等创新领域也逐步解锁成为计算机视觉行业快发展的重要支撑。图 2-4计算视觉应用领域来源：头豹研究院编辑整理中国计算机视觉行业驱动因素深度学习算法促进计算机视觉准确度提升算法是计算机视觉行业发展的核心要素之一是计算机基于其所训练的数据集归纳出识别逻辑，

24、算法模型的优化可以更精准的识别物体和场景。在深度学习出现之前机器学习领域的主流是各种浅层学习算法如神经网络的反向播算（BP算法支习算法的识别准确率并不高。该类识别原理多为通过寻找合适的特征来让机器辨识物品状态处理逻辑浅层且不能穷举各种复杂的情境因而算法拟合的准确率不高深度学习的现突破了传统浅层学习算法的局限重塑了计算机视觉的算法设计思路深度学习是一种于多层神经网络并以海量数据为输入的规则自学习方法，依靠提供给它的大量实际行为数据即训练数据集进行规则中的参数和规则调整因此深度学习在面对与训练数据集类的场景时可做出准确度极高的判断深度学习算法使计算机视觉的主要识别方式发生重转变使机器从海量数据库里

25、自行归纳物体特征然后按照该特征规律识别物体如神经络卷积深度学习技术令人脸识别瞬间提升到D多维算法领域人类才从算法层面解决了脸识别不精准、实战难的问题，让人脸识别技术从此走向应用。优质的算法模型可实现精准的图像识别深度学习作为机器学习领域的算法叠加海数据和计算机并行运算能力提升的推动可以做到传统视觉识别方法无法企及的精度让觉识别准确度大大提高2年图像识别的精准度得到了极大的提升从72t C用N网络top-5 ror ra度学习从此进入了广泛应用期，应用于商务、美图、医学、安防等各个领域。C 从 3 年 Zt 的 4年GogLeNet的到5年软神经网络系统sNet的3.57%实现了低于人类（5.1

26、%）识别错误率。2016的rimp-ushen和7的SNet图片识别基准测试成绩继续提升，达到了低至 和 对计算机视觉算法的不断优化起到重要作用其提升也将促进计算机视觉图像识别正确率不断提升。海量数据为深度学习算法提供了大量的数据支持丰富和大规模的数据集对算法训练尤为重要海量而优质的应用场景数据可帮助机器现精准的视觉识别。互联网社交媒体网络视频传感器和移动设备的发展使数据量急剧增加为通过度学习的方法来训练计算机视觉技术提供了良好的基础0年全所产生的数据量已到ZB级B为1万亿GB预计到2年将达到届时频将占全球移动流量近 觉算法精准度提升。由学术及研究机构承担建设的公共数据集不断丰富公共数据集一般

27、用于算法测试和能力竞赛具有高质量特点为技术提高提供优质数据为计算机视觉创业企业带来优质资源。图 3-1计算视觉相关数据集来源：头豹研究院编辑整理人工智能芯片发展提供算力支持计算机视觉领域的图像和视频数据需要大量矩阵计算操作，传统的CPU算力不足，法满足并行计算要求。随着 GPU、FGA，ASIC 等专用芯片的出现，数据处理速度大幅GPUGAASIC性能高，算力在CPU数十倍甚至上百倍之上，可大幅缩短计算过程，有利于缩短模型架调整时间，加快模型进步速度。2012 年以，大型人工智能运算的计算力呈指数式上涨，从 2012 年 lexNet 的 f-y到8年o Zo的约2fa现0正年0使GPU和U每

28、数据处理规模、数据运算速度带来了指数级的增长和改善，极大促进计算机视觉的发展。CPU、GPU和A等通用芯片是当前人工智能的主流芯片，而针对神经网络算法片ASIC被GoogleA和随AI推出和对通用芯片的替代叠加嵌入式感知系统的成熟研发在嵌入式系统中实施深度学将有助于机器通过视觉解析面部表情，并达到更高准确度。计算机视觉应用前景广阔大众对生活消费安全与生产效率改善与提高的需求催生计算机视觉应用落地人 信息获取依靠视觉视觉领域的应用非常广泛应用场景拓展渗透各行业目前计算机视觉行业主要应用场景有安防影像分析泛金融身份认证手机及互联网娱乐商识别工业制造等主要应用在B端领域随着物体与场景识别动态视频识别

29、等技术与用成熟，计算机视觉有望拓展更多商业与生活场景，开拓更多B端与C端业务。图 3-2计算视觉部分应用领域来源：头豹研究院编辑整理中国计算机视觉行业制约因素中国计算机视觉实际商业应用能力仍需提高9年3中央全面深化改革委员会通过关于促进人工智能和实体经济深度合的指导意见指出中国人工智能的发展主要是供给侧驱动供给侧驱动的人工智能与体经济融合并不能解决实体经济发展面临的根本性问题中国存在结构不均衡问题应用为发展优势领域尚未达到人类劳动者对企业管理技术研发生产加工组织协调营策划的水平和要求应用场景和路径有待进一步明确各行业各环节所需的解决方案差较大导致开发难度大成本高距离可复制和整体解决方案的通用人

30、工智能的距离更远件和算法等基础核心技术受制于人，造成人工智能与实体经济融合发展的远期隐忧。当前计算机视觉应用昂贵限制了其商业化应用发展仅在政府安防广告营销与大型金融机构中有较大规模采用，中国计算机视觉商业落地能力与商业应用领域仍有待拓宽 2018 年中计算机视觉行业应用领域中安防影像分析占比最高，达到 69.4%，告营销智能金融分别以 其后，医疗影像、工业制造、新零售、智能交通等创新领域亟待拓展。高质量数据获取成本高、难度大高质量大规模的基础数据是算法训练与计算机视觉发展的核心机器学习与深度学需要至少百万级别的数据以及真实可靠的场景通过在真实环境与数据中验证结果并不模拟优化调整算法模型最终得出

31、一套算法海量有效优质的数据能训练出优质法，使其能快速、准确地识别对象和场景，是将计算机视觉与实体经济融合的基础。尽管基于庞大的人口基础中国科技公司可以获得海量数据为计算机的图像识别应积累基础数据但多数数据并不能直接使用需经过人工标注耗费时间与人力成本影计算机视觉算法验证效率与实际应用能力。中国市场的大量优质数据资源集中在教育医疗交通管理等公共部门手中占比高 此数据隐私性高开放程度低海量优质基础数据的开放共享机制仍缺失制造环节的数据相比消费者数据的可获得性通用性开发性均较低且出于商业利益考虑大高质量数据的传播与共享受到限制，无法得到有效利用。计算机视觉运用于商业应用需面对实体经济的实际识别问题虽

32、然许多企业的算法在据集上可显示良好的结果但应用于实际商用环境精准度却不尽如意企业需要能获得大连续的优质场景数据才能在商业应用上产生协同效（见图 优高效数据的缺乏数据标准化难度高成本大数据开放共享和交易机制缺失是制约计算机视觉行业应用技术进一步提升的重要因素。图 4-1数据算法、商业应用产品作用机制来源：头豹研究院编辑整理中国计算机视觉行业相关政策法规由于人工智能具有重要战略地位中国政府相继出台一系列政策支持中国人工智能的展推动中国人工智能步入新阶段计算机视觉作为人工智能技术发展最为成熟的领域依托政策支持以及商业化产业化落地实现将计算机视觉技术与实体经济的融合为行业展奠定基础。7年7月0务院印发

33、新一代工智能发展规划提到200工智能总体技术和应用与世界先进水平同步，人工智能产业成为新的重要经济增长点；到 5年人工智能基础理论实现重大突破部分技术与应用达到世界领先水平人工智能成为带动中国产业升级和经济转型的主要动力，智能社会建设取得积极进展；到 0 年人工智能理论技术与应用总体达到世界领先水平成为世界主要人工智能创新中心智能经济、智能社会取得明显成效，为跻身创新型国家前列和经济强国奠定重要基础。207年2月促进一代人工智能产业发展三年行动计（2018-2020为新一代人工智能发展规划的补充详细规划了人工智能在0年重点发展方向和目标提出以市场需求为牵引积极培育人工智能创新产品和服务促进人工

34、智能术的产业化推动智能产品在工业医疗交通农业金融物流教育文化旅游领域的集成应用提出发展视频图像身份识别系统到0 年复杂动态场景下人脸识有效检出率超过 正确识别率超过 支持不同地域人脸特征识别。9年国院政府工作报告指出将人工智能升级“智能+要打造工业互联网平台拓“智能+为制造转型升级赋能同时要促进新兴产业加快发展深化大数据人工智能等研发应用培育新一代信息技术高端装备生物医药兴能源汽车等新兴产业集群，壮大数字经济。9年3中央全面深化改革委员会通关于促进人工智能和实体经济深度融的指导意见着重强调市场导向与产业应用打造智能经济形态提出促进人工智能和实经济深度融合把握新一代人工智能发展的特点坚持以市场需

35、求为导向以产业应用为标深化改革创新优化制度环境激发企业创新活力和内生动力结合不同行业不同域特点探索创新成果应用转化的路径和方法构建数据驱动人机协同跨界融合共分享的智能经济形态。图 5-1人工能与计算机视觉相关政策来源：头豹研究院编辑整理中国计算机视觉行业发展趋势计算从云端到智能前端纯中心分析模式无法满足大范围计算机视觉应用的需求云边结合将取代中心分析成为智能化的主流选择当前计算机视觉在安防影像识别等应用领域领域从云端落地在后端中加入人工智能计算功能实现图像视频数据的智能化分析随着传感器的灵敏度与精确度提高，如摄像机的清晰度提高、可拍摄距离增大等，通过网络回传的数据量将越来越大将数据的结构化处理

36、与分析完全集中到云端会对网络产生传输压力且限制于传输能力实时性与准确性将降低。云边结合的方式可以解决中心分析模式下将前端数据流直接传输到后端服务器进行人脸识别、机器识别等分析会遇到的三方面问题：网络传输压力。个 机 4 用 编码每天需传输的数据量仍高达约前端摄像头等传感设备达到大规模署时，数据的传输与存储压力极大。而在云边结合模式下，智能前端传输有选择的图片流，仅在有人脸抓拍等重要信息的情况下才需传输信息占用带宽，极大地省带宽和存储资源。实时性。在重点人员布控预警、疑犯追踪、智能驾驶等一些应用场景中要求系统有很高的实时性。中心分析模式下人脸识别计算、人脸建模对比、物体与场景识等依赖于中心服务器

37、，当前端设备达到大规模，回传数据量将大幅上升，中心服器将面临巨大计算压力，计算资源限制了实时性，信息滞后导致报警或预警延时 0秒右。而在云边结合模式下，延时将不超过3。准确度。在中心分析模式下，视频流从前端设备传输到服务器需经过编码压缩，致画面细节损失，造成识别准确度降低。云边结合模式下，前端图像识别基于采到的原始码流分析，避免压缩造成的准确度损失，提供给中心服务器的图片流质更高，保证了系统的准确度。伴随人工智能专用芯片与智能传感器的发展前端设备可完成视觉感知并实时应用其别结果实现智能前端在前端摄像头中内置嵌入深度学习算法的人工智能芯片将人工智算力注入边缘前端摄像头可以实时对视频数据进行结构化

38、处理对视频内容进行实时感计算将识别和分类的结果实时应用并按需将高质量结构化数据及分析结果传回云端高计算机视觉系统效率和反应速度当前安防领域已率先在摄像机集成人脸识别能力提前端智能化能力，随着人工智能的发展，智能前端产品将继续涌现。，智能云赋能前端实现计算机视觉大量计算存储资源以及需要利用多维数据进行分析的场景需要借助后端的强大计算力云端可利用集中部署的池化资源优势进行更高层级的感知和认知层面的计算并且需进行大数据关联性分析。在计算机视觉行业拥有多年从业经验的专家表示云端融合计算机视觉在内的人工智能将促进企业获取数据分析数据形成独有算法的能力如阿里云智能平台将中台的智能化 能（包括机器智能的计算

39、平台算法能力数据库基础技术架构平台调度平台等核心 能力和云全面结合将计算机视觉融入云有助于构建面向商用民用领域的基于云计算 的智能化技术基础设施，为计算机视觉商业落地进行全面赋能。云 ET 通过接入所有主流厂商的摄像头、传感设备，依靠阿里云的流计算、视觉计算加速等技术将不同视频质量光照天气等实际场景数据进行分析快速通过细节差异有效识别画面中人车物以及事件实时分析城市视频数据流使不具备智能芯片的传统摄像头与传感云ET实现工业数据的采集分析挖掘建模并且快速构建智能分析应用云智能平台显示将大量数据快捷上云的能力并在数据上云后可基于人工智能平台训练出合作伙伴的专属能。将计算机视觉等人工智能计算能力嵌入

40、后端实现云+人工智能可赋能传统前端现前端数据收集后云端的智能计算与分析以及建立适用企业实际商业场景的专属计算机觉算法模型，推动计算机视觉的商业化应用拓展。中国计算机视觉行业竞争格局中国计算机视觉行业竞争格局概览计算机视觉市场中基础层核心芯片被InlNvidia等外传统芯片大厂商掌控度学习框架开源平台以谷歌的 rflow、acebook 的 affe 等为，其他企业的深度学习框架多为二次开发技术层算法以商汤科技旷视科技依图科技云从科技为领先业其人脸识别算法精准度极高应用层为技术层头部企业领跑各头部企业算法精准度距小算法的产品化应用将是企业发展的重点8年国计算机视觉应用市场中商汤技、依图科技、旷视

41、科技、云从科技四家头部企业占据市场超场份额。中国计算机视觉行业典型企业分析依图科技企业简介依图科技是一家计算机视觉服务提供商创立于2年依图科技为用户提供基于图像理解的信息获取和人机交互的产品并从事人工智能创新性研究将人工智能技术与安防金融，交通，医疗等行业应用相结合。与AI CITY企业优势团队优势OLA金的弟子艾伦尤（Alanuille教授从事计算机视觉的统计建模和人工智能的研究麻省理工学院人工智能实验室担任博士后研究员深入研究大脑科学和计算摄影学曾在约大学深度学习鼻祖nLecun的Courant学研究所担任研究员依图科技CO林晨曦是前阿里云计算资深专家搭建了国内最大的拥有自主知识产权的飞天

42、分布式云计算操系统曾在微软亚洲研究院从事机器学习计算机视觉信息检索以及分布式系统方向的究工作。产品优势医疗依图医疗与浙江省人民医院中华医学会影像技术分会上海交通大学西医院、爱康集团等机构合作，以AI应用提升医疗机构服务供给能力，为高危癌种早筛早诊早治策略、科学研究及国家公共卫生决策提供科学依据，助力“健康中国 200”。公共安全凭借领先的算法能力依图科技为众多世界级国家级会议及活动提供技术服务，包含上海进出口博览会、金砖五国会议、乌镇互联网大会、博鳌亚洲论坛 G20峰会依图科技与永州市公安局签署战略合作协议以人像识别为基础建成了国内首个“市县所三级联动”的城市级人像大数据系统9年1上海公安与依

43、图签署战略合作协议，加快上海全球卓越城市建设。金融依图科技助力平安银行转型智能化新零售服务浦发银行多业务渠道招银行 0 家网点接入依图人脸识别系统；工商银行与依图全面展开网点智能营销方面的技术探索7年农行首台“刷脸取款M采用了依图自主研发的双目体检测人脸认证系统8年图帮助中信银行总行所在大楼实现了楼宇智能化理。园区依图科技与工厂园区校园楼宇园区合作通过人脸访客管理提供便的访客服务、通行服务及主动安防服务，提高园区内部运营及物业外部服务效率。零售：依图与国内知名鞋服零售集团、宠物服务专业管理机构、高端豪华车品牌、高端珠宝零售品牌合作，推进企业智能化、精细化运营，升级门店体验与人货场关系。技术优势

44、7年获IARA人8年国家标准与技术研究（NIST主办的人脸识别测（FRV中千万分之一误报下的识别准确率超过云从科技企业简介云从科技成立于 5 年 4 月，一家孵化于中国科学院重庆研究院的计算机视觉业云从科技主要产品包括人脸识别文字识别活体检测以及Cloudake云从核心技术创始人周曦师承 “算机视觉之父”四院院士、美国 UIUC 图像实验室主任黄煦涛教授黄煦涛教授发明了预测差分量（PDQ的两维传（文档缩方法在多维数字信号处理领域中提出了关于递归滤波器的稳定性的理论建立了从二维图象列中估计三维运动的公式为图象处理和计算机视觉开启了新领域周曦则是“中科院百计划”成员公司主要技术团队来自中国科学院重

45、庆分院是中科院研发实力雄厚的人脸别团队，也是中科院战略性先导科技专项的唯一人脸识别团队。企业优势研发优势由UIUC中科院和上海交大的两个国内学术联合实验室以及重庆上海北京苏州成都五个研发中心所组成的三级研发机构三级研发机构各司其职美国实验室负责前沿科技研究保持云从科技对于最新知识的敏感度国内高校联合实验室负责将新技术快速地预演研究中心结合着市场的实际需求在预演基础上将技术产品化。产品优势云从科技主要深耕安防银行机场等重点领域在前沿算法的三级研发架构以外更好的服务行业客户云从科技先后与公安部四大银行民航总局等产业界成立联合实室，共同打磨更符合落地场景需求的工程化产品。云从科技是中国银行业人脸识别

46、第一大供应商包括农行建行中行过家银行机构已采用公司产品，其中总行级别的超 0 余家，成为中国银行业第一大人工能供应商在安防领域推动中科院与公安部全面合作通过公安部重大课题研发火眼人脸在1已经与中科院重庆院合作覆盖枢纽机场，有0家机选择云从科技产品。技术优势成立以来从科技先后获得0次际人工智能感知识别领域冠军括SCAL OC、FERA、ICR等顶级比赛，打破4项世界纪录，获得8次OC冠军；在国内首发“3D结构光脸识别技术”打破苹果公司等外企技术垄断在国际突破跨镜追）新3项云从科技于2017年3、2018年1月、2018年9月分别承担了国家发改委“人工智能基础资源公共服务平台”“高准确度人脸识别系

47、统产业化及应用”和国家工信部“研C供AI基础设施与服务。格灵深瞳企业简介格灵深瞳由创始人赵勇成立于3年4月格深瞳是一家提供计算机视觉和深度习技术以及嵌入式硬件产品的人工智能公司是一家人工智能物联网科技企业格灵深瞳人工智能科技转化为具备低成本大规模部署能力的产品和服务并深度结合应用场景用户提供高性能可靠实用的智慧解决方案目前格灵深瞳在智慧安防智能零售智银行和新能源领域为客户提供包含智能传感器智能识别智能云计算和服务机器人在内综合智能解决方案和服务。企业优势技术优势智能算法格灵深瞳研发的深瞳大脑学习平台高性能计算平台智能大数据平台为客户构造更低成本高性能可扩展的视觉计算系统基于以上平台研发的全目标

48、抓拍全目标属性别人脸识别和聚类以图搜图行为识别以及即时定位和地图构建等智能算法已经应到各种智能终端和感知云产品中。图 7-1 格灵瞳智能算法技术基础平台来源：格灵深瞳，头豹研究院编辑整理深瞳大脑是一套从数据采集数据预处理数据标注模型训练模型优选等模块组的人工智能在线学习系统该系统主要包含数据平台和训练平台两个子系统数据平台子统的目标是自动收集各种不同来源的数据经过自动化处理和人工标注形成海量不断增长标注数据训练平台子系统的目标是打造由数以千计的GPU组成的练集群通过训练务管理硬件资源分配和管理模型挑选等功能最大限度提高训练的自动化水平从而升算法人员的产出的GPU支持数十亿数据、数亿类别的训练任

49、务，可支持数十亿参数、数百层深度的模型。 高性能计算技术：充分发掘GPU、ARM、FGA、DSP以及深度学习芯片等各硬件平台的计算能力提升计算机视觉系统的处理性能降低单路视觉智能的成和时延在丰富多彩的边缘计算平台和云平台上打造高效低成本的计算机视产品。 智能大数据技术一方面利用分布式架构和云计算技术提升单体系统支持的前规模另外一方面汇聚和分析来自不同终端设备的信息挖掘其中隐藏的大数智能规律。产品优势格灵深瞳产品包括智能硬件、智能引擎、应用平台以及云端服务。基于格灵深瞳技术，使前端智能化以及云端赋能应用领域智能化。图 7-2 格灵瞳产品市场需求分析：我国的直播电商行业产品及服务结构调整问题不仅仅

50、是对产品进行调整，还是对直播电商企业分布结构、区域分布结构进行调整。未来一段时间内，行业整合、区域分布结构的调整、企业结构的调整都将是行业结构调整的一个重要内容。随着国家鼓励和规范直播电商行业发展的政策相继出台，行业正逐步规范，全社会消费意识的不断提高，众多机构和社会资本不断进入直播电商领域，有力的促进了该行业市场的快速发展，直播电商行业发展前景广阔。ILIFE智意同步展示了旗下A、V和W三大系列多款扫地机器人产品，为全球消费者首次带来了全方位的扫、拖、洗地面清洁方案。其中，A系列是滚刷型，可对地毯类环境进行深层清洁;V系列为吸口型，更适合在硬材质地面工作;W系列则是洗地机器人产品，可以非常彻

51、底地清除顽固污渍。新推出的A9系列扫地机采用铝合金拉丝面板，坚固耐磨，耐腐蚀、防掉色。它是一款扫拖二合一机型，在湿拖方面表现强劲。其采用的专利震动水箱技术，仿人工擦地原理。区别于普通扫地机器人仅凭机器重量，无动力输入的清洁方式，X800扫地机器人通过内置的震动马达，配合拖布有力度的贴近地面反复擦拭，强力去污不虚拖，媲美人工擦地效果。从补贴形式看，大多国家把补贴放在了消费环节，以购置税费抵免或者购置补贴的形式发放，仅德国将补贴放在了开发制造环节。前者属于需求端的刺激，后者属于供给端刺激。供给侧（生产制造领域）补贴促进企业研发新车型，有利于在无形中促进企业形成研发能力，就算补贴断了，多年的技术积累

52、不会随着补贴停止而消失。因此从这个角度看，德国将研发补贴放在生产领域不无道理。国内补贴政策也可借鉴此类方法，在补贴政策上实行多途径刺激，在消费端和研发端同时给予补贴，既保证政策效果也利于产业技术积淀。市场需求分析：我国的直播电商行业产品及服务结构调整问题不仅仅是对产品进行调整，还是对直播电商企业分布结构、区域分布结构进行调整。未来一段时间内，行业整合、区域分布结构的调整、企业结构的调整都将是行业结构调整的一个重要内容。随着国家鼓励和规范直播电商行业发展的政策相继出台，行业正逐步规范，全社会消费意识的不断提高，众多机构和社会资本不断进入直播电商领域，有力的促进了该行业市场的快速发展，直播电商行业

53、发展前景广阔。ILIFE智意同步展示了旗下A、V和W三大系列多款扫地机器人产品，为全球消费者首次带来了全方位的扫、拖、洗地面清洁方案。其中，A系列是滚刷型，可对地毯类环境进行深层清洁;V系列为吸口型，更适合在硬材质地面工作;W系列则是洗地机器人产品，可以非常彻底地清除顽固污渍。新推出的A9系列扫地机采用铝合金拉丝面板，坚固耐磨，耐腐蚀、防掉色。它是一款扫拖二合一机型，在湿拖方面表现强劲。其采用的专利震动水箱技术，仿人工擦地原理。区别于普通扫地机器人仅凭机器重量，无动力输入的清洁方式，X800扫地机器人通过内置的震动马达，配合拖布有力度的贴近地面反复擦拭，强力去污不虚拖，媲美人工擦地效果。从补贴

54、形式看，大多国家把补贴放在了消费环节，以购置税费抵免或者购置补贴的形式发放，仅德国将补贴放在了开发制造环节。前者属于需求端的刺激，后者属于供给端刺激。供给侧（生产制造领域）补贴促进企业研发新车型，有利于在无形中促进企业形成研发能力，就算补贴断了，多年的技术积累不会随着补贴停止而消失。因此从这个角度看，德国将研发补贴放在生产领域不无道理。国内补贴政策也可借鉴此类方法，在补贴政策上实行多途径刺激，在消费端和研发端同时给予补贴，既保证政策效果也利于产业技术积淀。国际上，保健品一般指膳食补充剂。根据形态，美国卫生及公共服务部将膳食补充剂划分为传统片剂、胶囊、粉剂、功能性饮料和能量棒。根据成分及功能，美

55、国农业部将膳食补充剂划分为草本类、运动类、维生素和矿物质补充剂。在中国，保健品即为保健食品，食品安全法分类为“特殊食品”。根据保健（功能）食品通用标准，保健（功能）食品是食品的一个种类，具有一般食品的共性，能调节人体的机能，适用于特定人群食用，但不以治疗为目的。如何在录入中央数据库的过程中保证病人数据的匿名?病人应该对自身的健康数据享有哪些权利?这种数据是否应该被国际共享呢?进一步确定规范，征得病人同意，确定分享的内容范围都是需要做到的。在伦理方面，人们通过检测得到基因信息有助于更好地预防疾病，但同时是否会造成心理压力?如何保护病人隐私，会不会体检结果造成保险公司或者是用人单位的歧视保健品行业

56、中，电商渠道是增长最快的渠道。根据 Euromonitor 的统计，2017 年中国保健品线上渠道约占总销售额的 17.8%，较 2010 年线上渠道占比 1.1%，增长了 16.7 个百分点。随着互联网的普及和人们对于保健意识的提升，消费者不必要通过销售人员讲解保健品知识，消费者更倾向于通过网络平台来购买保健品。在供给方面，保健品供应商也纷纷在天猫、京东等平台开设线上旗舰店。根据淘数据的统计，2018 年 7 月，天猫保健品品牌数量达 901 个，店铺数量达 1143 家，线上单品数有 20928 种。饮用水的生产对社会是至关重要的，为了确保公众卫生安全、减少或消除水源性疾病的出现，在生产合

57、格生活用水的过程中，必须添加合适的水处理化学品使出厂的水质达到国家标准。重点需要处理的环节有：藻类控制，减少水库中有毒或有气味的藻类；絮凝过程，去除悬浮和胶体固体如粘土；软化过程，去除钙盐和镁盐，特别是碳酸盐和重碳酸盐；腐蚀控制，用来减少对管道的腐蚀；杀菌消毒等。市政/饮用水处理涉及到的水处理药剂一般有：杀菌灭藻剂、絮凝剂、缓蚀剂等。从水处理的角度来看，水是一种可再生资源。废水通常包含有害毒素、细菌、油脂、油、重金属、来自药品的杂质、营养物质、病毒和其他杂质。如果将污水/废水直接排放到自然环境中，这些污染物会扰乱生态系统和生命周期。将污水中的全部污染物清除出去，需要将几个单独的污水处理方法结合

58、起来，实现层层净化，逐级过滤，直至将水中污染物彻底清除。一个完整而高效的污水处理系统分为三级：一级处理、二级处理、三级处理。尽管如此，苹果公司近年来首次下调了业绩预期，宣布2019财年第一财季(即2018自然年四季度)苹果公司的营收预期为840亿美元，毛利率下调至38%，而原本的预期是890亿-930亿美元。按照其CEO库克的说法，收入低于预期，主要是在大中华区，其中一大影响因素就是苹果在中国的零售店和渠道合作伙伴客流量正在下降。基因测序技术，采用生物化学和光学技术结合，将DNA序列中ATCG四种碱基逐一转化为电化学信号，通过光学检测设备识读，报告图为四种颜色的峰谷图，根据信号强弱来识别四种碱

59、基。测序技术的优势在于，可以逐一读出全部基因序列，双向测序是基因检测结果金标准，可以用于检测未知基因；缺点是测序对样本DNA浓度和纯度要求比较高，实验操作技术要求比较高，且每次实验只能检测一个位点或一段序列。保健品行业中，电商渠道是增长最快的渠道。根据 Euromonitor 的统计，2017 年中国保健品线上渠道约占总销售额的 17.8%，较 2010 年线上渠道占比 1.1%，增长了 16.7 个百分点。随着互联网的普及和人们对于保健意识的提升，消费者不必要通过销售人员讲解保健品知识，消费者更倾向于通过网络平台来购买保健品。在供给方面，保健品供应商也纷纷在天猫、京东等平台开设线上旗舰店。根

60、据淘数据的统计，2018 年 7 月，天猫保健品品牌数量达 901 个，店铺数量达 1143 家，线上单品数有 20928 种。提前布局乃至出台试点的步伐越来越快，这也会倒逼手机制造商早点为自己的未来市场进行谋划，为了配合运营商的5G试点，也需要前期出现一批产品来迎合市场和运营商的测试。这也从一个侧面加快了5G的布局速度。尤其是当几个主要市场都在抢占5G的桥头堡的时候，这种率先布局的力度也会在暗中较劲，进而推动5G的提前到来。智能机器人功能和种类打造成为产业新增长点。随着智能时代的加速来临，在多科学领域前沿技术的交叉融合作用下，2019年智能机器人将不断衍生进化出更多复杂功能和新型功能，应用领