2022年计算机视觉行业分析报告

2022年计算机视觉行业分析报

告

整体思路

外部环境分析、内部行业分析

计算机视觉行业环境分析

政治环境、经济环境、社会环境、技术环境、发

展驱动因素

CONTENTS

目录

计算机视觉行业分析

行业现状、行业痛点、行业建议、行业发展趋势

计算机视觉竞争格局

行业格局、代表企业

整体思路

P政治环境

E经济环境

外部

环境分析+

S社会环境

T技术环境行业发展趋势

■行业定义

根据国家标准化管理委员会指导编撰的《2018人工智能标准化白皮书》定义，计算机视觉是

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、理解和分析图像

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技术从视

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，并构建相应动作行为模型进行比对。

■发展历程计算机视觉萌生于20世纪50~60年代，至20世纪末，相关理论、软硬件等得到初步发展，并开始在工业环境开展应用。21世纪以来,

以人工智能深度学习算法为依托，高效求解复杂全局优化问题的算法得到极大发展，计算机视觉技术进入高速发展阶段。

950-1966年1966年・1970年

计算机视觉被归人模式识别——主要集中在二维图像分析

MIT的Roberts通过计算机程序从数字图像中提取诸如立方

和识别上。1966年，人工智能学者Marvin令学生写出体、棱柱体等多面三位机构，并对物体形状及空间关系进行

程序,让计算机自动”了解”所连接摄像头的内容,计算机

了描述。20世纪70年代,麻省理工学院人工智能实验室正式

视觉序幕被拉开。

开始“计算机视觉”课程。

21世纪出至今

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。1999年,Nvidia公司在推销自己的Geforce256芯片

时，提出了GPU这个概念。CPU是专为执行复杂的数学和集合计算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

而设计的数据处理芯片。它的出现让并行计算成为可能，对数据处理度从国外向中国渗透。

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。

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。计算机视觉行业上游为支持基础层，包括芯片、传感器、摄像头等硬件、

算法支持以及数据支持；中游为计算机视觉技术产品与服务方案提供商，下游为各行业应用领域。

芯片'摄像机'传感器、计人脸识别、OCR识别、安防监控、智慧交通、工

算设备、电子元器件物体与场景识别、动态视业制造、金融、医疗、教

频识别、软件产品、软硬育、零售、电商、智慧建

A-/r

件一体产品邛L

行业上游行业中游行业下游

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

行业上游业在计算机视觉算法领域领先，人工智能芯片仍需依赖海外芯片大厂（如英伟达、英

特尔等），摄像机芯片已实现国产化替代。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）、中心控制端的控制和显示设备、后端的存储录像设备（DVR、

NVR、CVR等）以及各传输环节的光端机和交换机等。摄像设备头部企业海康威视和

大华股份在市场领先。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、3D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CCD在图像采集质量上

的劣势，推动CMOS对CCD的大范围替代，有效降低了图像、影像采集前端设备的成

本。编码压缩环节可降低系统中数据的码流以便后续传输和存储。从MPEG-4到H.264

再到H.265,算法压缩效率不断提升，H.264算法的压缩比是MPEG-4的1.5到2倍，而

H.265算法的压缩比约是H.264的2倍。在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，依图科技、商汤科技以及中科院深圳先进技术

研究院在2018年全球人脸识别算法竞赛中识别率均达到99%以上，处于世界前沿。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，H.265视频压缩基础算法为国

际研究机构ITU-T和ISO/IEC制定，内容识别的深度学习算法多采用谷歌或Facebook等

科技巨头所开源的基础框架。

行业中游

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。除自身投入资源

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

算机视觉技术，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

司不断涌现。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

视觉应用领域具有较深积累，并涉足计算机视觉相关研发，未来“铝丁通行业产业链，构

建商业应用生态圈。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

验室或并购技术团队获取领先技术，技术水平领先，且具有强大的数据获取优势，在计

算机视觉行业实现技术引领。创业公司的主要代表企业主要有商汤科技、旷视科技及依

图科技等，其专注于计算机视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。

行业下游

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、机器人、

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度提

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2018年

中国计算机视觉行业占比最高，达到69.4%,广告营销、智能金融分别以17.2%、9.6%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速

发展的重要支撑。

政治环境1

国务院《新一代人工智能发展规划》提出到2020年，人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2025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2030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。

国务院《促进新一代人工智能产业发展三作为对《新一代人工智能发展规划》的补充，详细规

年行动计划（2018—2020年）》划了人工智能在2018-2020年的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，促进人工智能技术的产业化，推动智能产品

在工业、医疗、交通、农业、金融、物流、教育、文

化、旅游等领域的集成应用；提出发展视频图像身份

识别系统，到2020年，复杂动态场景下人脸识别有效

检出率超过97%,正确识别率超过90%,支持不同地域

人脸特征识别。

改革委员会《关于促进人工智能和实体经济深着重强调市场导向与产业应用，打造智能经济形态。

度融合的指导意见》提出促进人工智能和实体经济深度融合，把握新一代

人工智能发展的特点，坚持以市场需求为导向，以产

业应用为目标，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、不同区域

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、共创分享的智能经济

形态。

政治环境2

《“互联网』”人工智能三年行诩实施方案》

着力加强人工智能应用创新，引导产业集聚发展，促进人

工智能在国民经济社会重点领域的推广。加快发展“互联

・《十四五规划衲二。三五年远景目标

网+”新模式新业态，培育壮大人工智能产业。《关于促进人工智能和实钵经

的建谈》

济深度融舍的指导意见》

《多国制造2025》推动互联网、大数据、人工智能等同各产业深度

融合，推动先进制造业集群发展，构建一批各具

特色、优势互补、结构合理的战略性新兴产业增

长引擎，培育新技术、新产品、新业态、新模式。

•促进人工智能和实体经济深度融合，

推动移动互联网、云计算、深化改革创新，优化制度环境，激发

大数据、物联网等与现代制造业结合，促企业创新活力和内生动力，构建数据

进电子商务、工业互联网和互联网金融健驱动、人机协同'跨界融合、共创分

康发展。享的智能经济形态。

■经济环境

2020年伊始，突如其来的新冠肺炎疫情对中国经济社会发展带来前所未

有的冲击，国际疫情持续蔓延，世界经济严重衰退，产业链供应链循环

受阻，国际贸易投资萎缩，中国经济面临的不稳定不确定因素显著增多。

可喜的是，国内新冠肺炎疫情在短期内得到了较好的控制，疫情影响并

未冲击到中国经济长期向好的基本面，中国经济的长期增长中枢仍然处

于稳定运行通道。国际货币基金组织最新报告预测，2020年中国经济将

增长1.9%,是全球唯一实现正增长的主要经济体。

*福—

2,X;

此后，ILSVRC冠军识别准确率不断提高，

2012年起，图像识别的精准度得到了极识别错误率从2013年ZFNet的11.20%,

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

2012年，ImageNetILSVRC比赛中，2015年微软神经网络系统ResNet的

冠军团队使用CNN网络AlexNet将深度3.57%,实现了低于人类(5.1%)的识

学习算法应用在计算机视觉算法改进中，别错误率。2016年的Trimps-Soushen

将识别错误率(top-5errorrate)一举和2017年的SENet图片识别基准测试成

降低到15.32%,深度学习从此进入了广绩继续提升，达到了低至2.99%和2.25%

泛应用期，应用于商务、美图、医学、安的识别错误率。深度学习算法对计算机视

防等各个领域。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的不

断提升.

*

■社会环境

2012年以来，大型人工智能运算的计算力呈指数式上涨，从2012年

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

算力实现30倍增长，并正以大约每年10倍的速度增长，定制的硬件

使GPU和TPU每秒可执行的操作更多，对数据处理规模、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FPGA等通用芯片是当前人工智能的主流芯片，而针对神经网

络算法的专用芯片ASIC也正被Intel、Google.NVIDIA和众多初创公

司推出，伴随AI专用芯片的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习将有助于机器通过

视觉解析面部表情，并达到更高准确度。；--

行反云力闵妻

前景广阔、人工智能芯片发展提供算力支持、海量数据为深度学习算法提供了大量的数据支持、深度学习算法促进

计算机视觉准确度提升等是行业主要驱动因素

深度学翁法促进计算

机视觉准确度提升

大众对生活、消费、安全与生产效率改善与提计算机视觉领域的图像和视频数据需要大量矩丰富和大规模的数据集对算法训练尤为重要，算法是计算机视觉行业发展的核心要素之一，

高的需求催生计算机视觉应用落地。人类阵计算操作，传统的CPU算力不足，无法满海量而优质的应用场景数据可帮助机器实现精是计算机基于其所训练的数据集归纳出的识别

70%以上的信息获取依靠视觉，视觉领域的足并行计算要求。随着GPU、FPGA,ASIC准的视觉识别。互联网、社交媒体、网络视频、逻辑，算法模型的优化可以更精准的识别物体

应用非常广泛，应用场景拓展渗透各行业。目等专用芯片的出现，数据处理速度大幅提升，传感器和移动设备的发展使数据量急剧增加，和场景。在深度学习出现之前，机器学习领域

前计算机视觉行业主要应用场景有安防影像分为计算机视觉发展提供算力支持。GPU,为通过深度学习的方法来训练计算机视觉技术的主流是各种浅层学习算法，如神经网络的反

析、泛金融身份认证、手机及互联网娱乐、商FPGA、ASIC等具有良好并行计算能力的芯提供了良好的基础。2010年全球所产生的数向传播算法（BP算法）、支持向量机（SVM）

品识别、工业制造等，主要应用在B端领域，片性能高，算力在CPU数十倍甚至上百倍之据量已达到ZB级别（1ZB约为1万亿GB）,等。计算机视觉作为一个数据复杂的领域，浅

随着胞体与场景识别、动态视频识别等技谶与上，可大幅缩短计算过程，有利于缩短模型架预计到2022年将达到80ZB,届时视频将占层学习算法的识别准确率并不高。该类识别原

商用成熟，计算机视觉有望拓展更多商业与生构调整时间，加快模型进步速度。全球移动流量近80%,海量数据资源将为计理多为通过寻找合适的特征来让机器辨识物品

活场景，开拓更多B端与C端业务。算机视觉算法模型提供坚实的训练基础，促进状态，处理逻辑浅层且不能穷举各种复杂的情

.j计算机视觉算法精准度提升。由学术及研究机境，因而算法拟合的准确率不高。深度学习的

构承担建设的公共数据集不断丰富，公共数据出现突破了传统浅层学习算法的局限，重塑了

集一般用于算法测试和能力竞赛，具有高质量计算机视觉的算法设计思路。深度学习是一种

特点，为技术提高提供优质数据，为计算机视基于多层神经网络并以海量数据为输入的规则

觉创业企业带来优质资源。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似

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大

转变，使机器从海量数据库里自行归纳物体特

征，然后按照该特征规律识别物体。如神经网

络卷积深度学习技术令人脸识别瞬间提升到

3D多维算法领域，人类才从算法层面解决了

人脸识别不精准、实战难的问题，让人脸识别

技术从此走向应用。

行业现状

自1956年达特茅斯会议上首次提出人工智能概念以来，人工智能技术与应用

已经发展60多年。在半个多世纪的发展历程中，由于受到算法、算力、存储

水平等多方面因素的影响，人工智能技术和应用发展经历了多次高潮和低谷。

2006年以来，以深度学习为代表的机器学习算法在计算机视觉、语音识别、

自然语言理解等领域取得了巨大突破，人工智能行业进入第三次发展浪潮。

受益于国家政策的大力支持、人工智能企业的涌现和广阔的应用场景等因素,

中国人工智能行业的发展走在世界前列。2019年中国人工智能行业市场规模

约为1372.4亿元。2020年我国人工智能市场仍保持稳定发展，预计整体市场

规模将达到1858亿元。

行业市场规模

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年的11.1亿元增长至82.7亿元，年均复合增长率达65.2%。伴随计算机

视觉技术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2018年至

2023年中国计算机视觉行业规模年均复合增长率将达48.8%,2023年规模达

603.5亿元。

■行业现状

2014-2020年中国***

零售市场规模

单位：

市场规模（亿元）

随着计算机视觉技术的逐渐成熟，其实际应用的技术领域不断扩展，由最初的静态人脸识别和光学字符识别，扩展到人脸识别分析、活体检测、人体识别分析、物体检测识

别、行为识别分析、人体重识别、医疗影像诊断技术等诸多种方向。同时，计算机视觉技术和场景应用正在相互促进发展。从商业化角度来看，应用场景由最早基于1：1识别

算法的人证核验场景迈向基于1：N识别算法的动态比对场景；从基于图像的场景分析迈向基于视频的事件、动作识别；从基于2D医疗影像数据的病灶检测迈向基于3D医疗影像

数据的病灶分析。伴随着海量数据的采集以及人工智能算力的提升，不断发展的计算机视觉算法将解锁更多的应用场景。计算机视觉技术的应用领域也越来越广泛，除应用

较早的安防、金融、互联网等领域之外，城市治理、楼宇园区、医疗影像等创新领域正逐步实现应用，成为计算机视觉技术快速发展的重要支撑，计算机视觉领域市场规模

仍处在高速增长阶段。

2014-2020年我国计算机视觉行业销售

结论:型.利润率

单位：

百分比(％)

国内计算机视觉行业盈利F

8.00%7778^

2017—2019年上半年，计算机视觉行M

疫情影响个别企业有所下降，但整体仍然处于

业毛利率最高，达到70.99%,其次云从科技毛

传统行业。超高的行业利润也吸引了众多参与|

科技、云从科技和旷视科技为代表的的计算机7.00%

务也广泛在全国得到应用°

CV四小龙企业竞争激烈，■

商汤、旷世、依图、云从，这四家从计算;

CV(ComputerVision)四小龙。四家公司在应用，6.00%

•安防和金融为主，其合作伙t伴上也有重叠的地方,

5.00%

2014201820192020

行讣分展趋势

计算从云端到智能前端“云"♦”产，智能云端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

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,能力。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，

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\并且按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

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

\法的能力，如阿里云智能平台将中台的智能化能力（包括机器智能的计算平台、算法

数据量将越来越大，将数据的结构化处理与分析完全集中到云端会对网络产生传输压

,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

力，且限制于传输能力，实时性与准确性将降低。I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，