中商情報網訊：計算機視覺技術主要基于使用神經網絡的深度學習算法，海量的應用場景數據為計算機視覺算法提供訓練基礎，使得計算機視覺算法精準度提升，讓機器最終實現精準的視覺識別。數據量的爆炸式增長、算力的大幅提升、深度學習算法的日益優化，促進計算機視覺行業快速發展。

一、計算機視覺定義

計算機視覺是指通過計算機及其相關設備模擬人的視覺系統，對采集的圖片或視頻進行處理以獲得相應場景的三維信息，從而適應、理解外界的環境和控制自身的運動，解決物體識別、物體形狀與方位確認、物體運動判斷這三個問題的技術。

計算機視覺中的深度學習是機器學習研究中的一個新的領域，其動機在于建立、模擬人腦進行分析學習的神經網絡，它模仿人腦的機制來解釋數據，深度學習在計算機視覺、語音識別和自然語言處理等領域有成功的應用。

二、計算機視覺行業政策

計算機視覺行業與人工智能的關系密不可分，屬于十四五規劃的國家戰略性創新領域，受到國家政策的重點支持。我國出臺了一系列支持的相關產業政策，具體如下：

數據來源：中商產業研究院整理

三、計算機視覺行業發展現狀

1、計算機視覺市場規模

中國計算機視覺行業市場規模發展迅速，其市場規模由2017年的68億元快速增長至2020年的780億元。隨著計算機視覺技術日趨成熟，計算機視覺在泛金融、消費電子、互聯網娛樂、醫療影像等領域的應用將不斷深入，預計到2021年中國計算機視覺的市場規?？蛇_1120億元。

數據來源：中商產業研究院整理

2、計算機視覺行業市場結構

計算機視覺行業按市場結構可分為七大類：安防影像分析、廣告營銷分析、泛金融身份認證（解決方案）、互聯網娛樂、泛金融身份認證（云服務、SDK等）、手機及創新領域。在中國計算機視覺市場中，安防影像分析占據一半以上的市場份額，達到67.9%。其次廣告營銷分析、泛金融身份認證（解決方案）、互聯網娛樂、泛金融身份認證（云服務、SDK等）、手機、創新領域的占比分別為18.1%、4.0%、3.8%、3.7%、1.7%、0.9%。

數據來源：中商產業研究院整理

3、計算機視覺行業投資賽道

近年獲投的計算機視覺創業企業所選的細分賽道主要集中于零售、安防、制造、政務、醫療等行業。其中，零售行業占比最大，為64.4%，其可基于場景化營銷、商品識別分析等應用提升營銷轉化率，實現門店運營的智能化改革；安防行業是計算機視覺最早落地的場景，占比為50.7%，其主要利用安防影像智能分析協助城市治理等領域的智能化轉型。

數據來源：中商產業研究院整理

四、人工智能行業重點企業（4家）

國內計算機視覺行業集中度高，頭部企業突出。隨著人工智能深度學習算法的快速成熟，中國誕生了一批基于計算機視覺算法技術的人工智能企業，這些創業企業是計算機視覺市場的主要參與力量之一。

1、商湯科技

商湯科技作為全球領先的人工智能軟件公司，長期投入于原創技術研究，不斷增強行業領先的全棧式人工智能能力，涵蓋感知智能、決策智能、智能內容生成和智能內容增強等關鍵技術領域，同時包含AI芯片、AI傳感器及AI算力基礎設施在內的關鍵能力，其核心業務涵蓋智慧商業、智慧城市、智慧生活、智能汽車四大板塊。此外，商湯打造了新型人工智能基礎設施——SenseCore商湯AI大裝置，打通算力、算法和平臺，大幅降低人工智能生產要素價格，實現高效率、低成本、規?；腁I創新和落地。

2、曠視科技

曠視科技擁有全球最大的計算機視覺研究院，并基于其研發實力，深耕于個人物聯網、城市物聯網、供應鏈物聯網三大核心場景。去年曠視科技正式發布了旗下AI生產力平臺Brain++商業版，它是智能化時代的AI生產力工具，是AI算法開發領域的"VisualStudio"，能夠幫助AI開發者簡單、快速地實現算法開發及優化。

3、云從科技

云從科技創立于2015年，孵化于中國科學院，是一家人工智能科技企業。業務涵蓋智慧金融、智慧治理、智慧出行、智慧商業等領域，為客戶提供個性化、場景化、行業化的智能服務。依托全球領先的人機協同操作系統，云從科技將感知、認知、決策的核心技術閉環運用于跨場景、跨行業的智慧解決方案，全面提升生產效率和品質。

4、依圖科技

依圖科技成立于2012年，其人工智能技術的應用領域包括：智能安防、依圖醫療、智慧金融、智慧城市、智能硬件等。通過為用戶提供基于圖像理解的信息獲取和人機交互的產品，并從事人工智能創新性研究，致力于將人工智能技術與安防，金融，交通，醫療等行業應用相結合。

五、計算機視覺行業發展前景

1、人工智能規劃及政策相繼出臺，強力促進計算機視覺行業發展

《中華人民共和國數據安全法》《國家新一代人工智能標準體系建設指南等產業政策為人工智能行業、計算機視覺行業的發展提供了明確、廣闊的市場前景，為企業提供了良好的生產經營環境，助推數據、算法的不斷優化。

2、應用場景不斷拓展，推動計算機視覺行業快速發展

隨著人臉識別、物體識別等分類、分割算法精度日益提升，愈來愈多的對象識別、分類問題將會逐步實現工業化，滲透進更多的行業應用。未來醫療影像、智慧物流、工業制造、批發零售等創新應用領域也將進一步解鎖，成為行業整體快速發展的重要支撐。

3、深度學習算法日益優化，促進計算機視覺行業技術不斷升級

計算機視覺技術應用場景的拓展持續積累著日趨豐富的大數據，海量圖像和視頻內容的產生、累積為深度學習提供了有力的數據支撐。此外，計算機視覺技術的應用落地需要在對具體業務場景的理解之上進行針對性開發，以提供更加全面、及時的服務，這要求計算機視覺企業未來在重視前沿算法研發的同時，進一步加強算法和商業應用的融合。