2019计算机视觉行业发展分析报告.pptx

2019计算机视觉行业发展分析报告计算机视觉行业概况计算机视觉定义 计算机视觉发展历程 计算机视觉产业链 计算机视觉五大技术 计算机视觉主要应用场景分布 计算机视觉与机器视觉的异同1CONTENTS目录2计算机视觉市场分析人工智能市场规模 人工智能行业投融资情况 人工智能技术发明专利申请数人工智能细分占比 计算机视觉市场规模 计算机视觉应用市场 计算机视觉行业融资情况3计算机视觉市场促进因素核心技术不断演进 相关应用广泛 应用领域逐渐拓宽4重点企业分析商汤科技 云从科技 旷视科技 Yi+ 格灵深瞳 深兰科技 依图科技5计算机视觉行业发展前景计算机视觉未来发展趋势 中国计算机视觉市场规模预测计算机视觉定义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。计算机视觉既是工程领域，也是科学领 域中的一个富有挑战性重要研究领域。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、模拟人脑进行分析学习的神 经网络，它模仿人脑的机制来解释数据，深 度学习在计算机视觉、语音识别和自然语言 处理等领域有成功的应用。计算机视觉发展历程1950s-1970s20世纪50年代，计算机视觉被归入模式2006计算机视觉与计算机图形学的相互影响 日益加深，基于图像的绘制成为研究热 点。深度学习概念被突出，卷积神经网 络、循环神经网络等算法逐渐推广应用。 随着机器学习的不断推进，图像识别准 确率不断提升。识别，主要集中二维图片分析和识别上。60年代MIT的Roberts通过计算机程序从 数字图像中提取多面三维结构。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。1980s-1990s逻辑学和知识库推理逐渐成为主流，计 算机视觉识别的系统更多的变成了专家 们的推理系统。计算机视觉开始在工业 环境中得到广泛应用，同时基于多视几 何的视觉理论也得到迅速发展。2007-至今计算机视觉与计算机图形学的相互影响 日益加深，基于图像的绘制成为研究热 点。高效求解复杂全局优化问题的算法 得到发展。计算机视觉产业链上游基础层中游技术支持下游应用芯片生物特征识别技术互联网数据集物体与场景识别技术系统开发光学字符识别技术深度神经网络、 循环神经网络、 卷积神经网络 等算法视频对象提取与 分析技术终端开发计算机视觉五大技术序列技术名称功能1图像分类根据各自在图像信息中所反映的不同特征，把不同类别的目标区分开来 的图像处理方法。它利用计算机对图像进行定量分析，把图像或图像中 的每个像元或区域划归为若干个类别中的某一种，以代替人的视觉判读2对象检测对象检测是指利用图像处理与模式识别等领域的理论和方法，检测出图 像中存在的目标对象，确定这些目标对象的语义类别，并标定出目标对 象在图像中的位置。对象检测是对象识别的前提。只有检测到对象才能 对对象进行识别。3目标跟踪目标跟踪应用程序保持实现目标的距离和仰角的轨道。4语义分割语义分割是将输入图像中的每个像素分配一个语义类别，以得到像素化 的密集分类。它是对背景分离的拓展，要求分离开具有不同语义的图像 部分。5实例分割实例分割是对物体的边缘轮廓进行标记。它是对检测任务的拓展，要求 描述出目标的轮廓（相比检测框更为精细）。。目前，计算机视觉 是深度学习领域最热门 的研究领域之一。视觉 识别是计算机视觉的关 键组成部分，如图像分 类、定位和检测。神经 网络和深度学习的最新 进展极大地推动了这些 最先进的视觉识别系统 的发展。计算机视觉主要应用场景分布人脸识别文字识别医疗影像诊断图片识别视频监控计算机视觉与机器视觉的异同机器视觉的研究对象主要是指工业领域的视觉研究， 例如自主机器人的视觉，用于检测和测量的视觉。机器视觉是配备有感测视觉仪器的检测机器，其中 光学检测仪器占有比重非常高，可用于检测出各种 产品的缺陷，或者用与判断并选择出物体等。主要大量应用于工厂自动化检测及机器人产业等。侧重的是视觉感官上去做人做不到的工作，测量定 位这些，与光源镜头自动化控制相关。计算机视觉的研究对象主要是映射到单幅或多幅图像上的三维 场景，例如三维场景的重建。计算机视觉的研究很大程度上针 对图像的内容。计算机视觉是指用摄影机和计算机代替人眼对目标进行识别、 跟踪和测量等机器视觉，并进一步做图像处理，用计算机处理 成为更适合人眼观察或传送给仪器检测的图像。侧重的是利用计算机分析得到的图像，往往是对图像里面信息 的一个分析处理。中国人工智能市场规模2014-2018年中国人工智能市场规模市场规模（亿元）近年来中国人工智能产业发展迅 速。从市场规模来看，自2015年开始， 中国人工智能市场规模逐年攀升。2017年中国人工智能市场规模将达到152.1亿元，增长率达到51