一、计算机视觉产业概述
1、处理流程
计算机视觉是用计算机模拟人眼对目标进行识别、跟踪和测量，并且对图形进行处理，即实现计算机“看得懂”。计算机视觉处理过程包括预处理、分割、特征提取和分类四个环节：预处理主要对图像传输过程中的退化进行改善（如亮度、色彩和对比度），切割将图像分成互补重叠而又具有各自特征的子区域，特征提取描绘边缘的方向密度分布，分类根据算法模型给出类型结果。
计算机视觉处理流程
资料来源：公开资料整理
2、对比情况
机器视觉与计算机视觉是两个不同的概念，并且侧重点不同。计算机视觉是采用图像处理、模式识别、人工智能技术相结合的手段，着重于一幅或多幅图像的计算机分析。图像可以由单个或者多个传感器获取，也可以是单个传感器在不同时刻获取的图像序列。
机器视觉则偏重于计算机视觉技术工程化，能够自动获取和分析特定的图像，以控制相应的行为。具体的说，计算机视觉为机器视觉提供图像和景物分析的理论和算法基础，机器视觉为计算机视觉的实现提供传感器模型、系统构造和实现手段。二者共用一套理论系统，只是发展的方向不同，机器视觉侧重于在工业领域的实际应用，而计算机视觉侧重理论算法的研究。
计算机视觉对比机器视觉区别与联系
资料来源：Wikipedia，华经产业研究院整理
二、计算机视觉产业链状况
计算机视觉(Computer Vision)是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。近几年计算机视觉技术实现了快速发展，其主要学术原因是2015年基于深度学习的计算机视觉算法在ImageNet数据库上的识别准确率首次超过人类，同年Google也开源了自己的深度学习算法。计算机视觉系统的主要功能有图像获取、预处理、特征提取、检测/分割和高级处理。
计算机视觉产业链基本状况
资料来源：公开资料整理
应用场景方面，安防影像分析占比最高，为68%，广告营销占比第二，为18%，互联网娱乐和泛金融领域占比分别为4%和7.7%。计算机视觉技术的应用逐渐从从安防、金融、互联网等领域，延伸至城市治理、楼宇园区、医疗影像等创新领域，市场空间将被进一步打开。
中国计算机视觉下游应用结构占比情况
资料来源：公开资料整理
人脸识别技术作为计算机视觉行业的主要下游行业之一，在我国起步于上世纪90年代末，主要经历了五个阶段：技术引进、专业市场导入、技术完善、技术应用以及各行业领域使用。现阶段，我国人脸识别技术已经发展相对成熟，正在各个领域加强推广。2013年我国人脸识别市场规模仅为8.61亿元，之后几年快速增长， 2019增长至34.5亿元，同比2018增速达到25%，估计2020年市场仍将保持增长态势，市场规模达到43.1。受益于下游市场需求增长，我国计算机视觉行业前景广阔。
2013-2020年中国人脸识别行业市场规模及增长率
资料来源:公开资料整理
三、计算机视觉市场现状
1、市场规模
我国计算机视觉从安防、金融、互联网等领域，逐步延伸至城市治理、楼宇园区、医疗影像等创新领域。根据沙利文咨询的统计预测，2019年，我国计算机视觉行业市场规模约为219.64亿元，随后市场进一步发展。预计2020年将达到406.3亿元。
2016-2020年中国计算机视觉市场规模预测情况
资料来源：弗若斯特沙利文，华经产业研究院整理
2、竞争格局
就竞争格局而言，从我国综合实力和企业成长能力两个维度分析，中国计算机视觉识别垂直领域企业分梯队明显，其中海康威视、商汤科技位于第一梯队，综合实力及成长能力表现超群；旷视科技等企业位于第二梯队；码隆科技等位列第三梯队。
中国计算机视觉识别垂直领域企业梯队排行
资料来源：公开资料整理
3、商业模式
我国计算机视觉主要服务方式分为API、SDK和解决方案三种方式，按照服务方式的不同对应三种不同的收费方式。其中“结合具体项目收费，后续每年可有升级维保收入”比较特别，对应全部三种服务方式。
中国计算机视觉企业主要商业模式
资料来源;公开资料整理
相关报告：华经产业研究院发布的《2021-2026年中国计算机视觉行业发展监测及投资战略规划研究报告》；
四、计算机视觉行业人才结构
计算机视觉学生群体的就业岗位选择集中在算法工程师、高校研究员、算法研究员和研发工程师等直接与计算机视觉专业技术对口的岗位。同时，也有不到20%的学生选择了AI产品经理和AI项目经理岗等需要技术理解能力但无需直接参与代码工程的岗位。
2020年中国计算机人才就业岗位选择意向情况
资料来源：公开资料整理
面对高速迭代的计算机视觉技术，计算机视觉人才只有不断学习才能保持自身竞争力。92.3%的计算机视觉人才选择在业余时间提升技术水平，主要选择通过自学（53.57%）、线上技术论坛交流（48.16%）、付费课程（44.56%）、社群交流（43.82%）等形式。
2020年中国计算机视觉人才学习途径分布
资料来源：公开资料整理
五、计算机视觉产业趋势展望
1、广阔落地空间
中短期视角下基于自然语言识别技术的智能硬件市场正处于快速成长轨道。同时作为未来重要的人机交互入口，语音类AI在消费电子、智能家居等领域有广阔落地空间，并最终成为可实现高密度精细化交互的真正“AI助理”。
机器视觉类AI技术的落地场景更为宏大，相关厂商在安防领域耕耘已久，智能座舱、自动驾驶的需求已开始快速崛起（主要是ADAS与DMS）。未来技术供应商将不断提升限定场景识别准确率，实现对更多下游行业的深入渗透，如道路环境、医疗影像、遥感影像等。
2、挑战与机遇并存
对于技术型厂商而言，在保持算法领先之外，商业壁垒也依赖于产品、服务、市场等综合建设。对于更为广泛的传统行业或本地化使用场景的潜在客户，AI技术的落地往往涉及对具体业务场景的硬件设备改造、软件集成以及本地计算设施的部署，算法、技术的实际功效更需要建立在对客户真实业务场景的深层理解之上的针对性开发。不断增长的市场需求需要更加全面、及时的售前、售中、售后服务，而在对AI技术价值认知不足或缺乏科学完善的评测标准的业务场景中，供应商的市场销售的重要性尤为凸显。因此AI领域创业公司必须兼顾现阶段商业落地与市场拓展，这些都为以高新技术人才为主的AI公司提出了更综合性的挑战。
华经产业研究院通过对中国计算器视觉行业海量数据的搜集、整理、加工，全面剖析行业总体市场容量、竞争格局、市场供需现状及行业重点企业的产销运营分析，并根据行业发展轨迹及影响因素，对行业未来的发展趋势进行预测。帮助企业了解行业当前发展动向，把握市场机会，做出正确投资决策。更多详细内容，请关注华经产业研究院出版的《2021-2026年中国计算机视觉市场发展前景预测及投资战略咨询报告》。
