摘要
算法迭代将不断提升限定场景识别准确率，加速渗透为各行业应用赋能

前沿算法之外，计算机视觉公司的商业壁垒有赖于产品、服务、市场等综合建设

深度学习主要提升的是计算机视觉领域分类任务的准确率；开源环境仅降低计算机
视觉领域的入门技术门槛，前沿算法的技术壁垒依然存在；计算机视觉比赛成绩、
论文成果不直接代表技术团队解决实际业务问题的能力

前端嵌入式智能系统的渗透率将逐步提升，与后端协同智能计算，加速产业智能升
级

2017年中国计算机视觉规模预期为40亿，凭借安防领域的爆发性增长，预期2020
年将增长至725亿

SMS计算机视觉技术概述1
计算机视觉行业概况2
计算机视觉的应用场景3
计算机视觉典型公司案例4
计算机视觉行业发展趋势5计算机视觉的概念与行业主要应用
计算机视觉横跨感知与认知智能，现阶段应用以感知为主
视觉使人类得以感知和理解周边的世界，人的大脑皮层大约有70%的活动在处理视觉相关信息。计算机视觉即通过电子化的方式来感知和理解影
像，以达到甚至超越人类视觉智能的效果。从1966年学科建立（MIT：The Summer Vision Project）至今，尽管计算机视觉在感知与认知智能
方向仍有大量难以解决、尚待探索的问题，但得益于深度学习算法的成熟应用（2012年，采用深度学习架构的AlexNet模型，以超越第二名10个
百分点的成绩在ImageNet竞赛中夺冠），侧重于感知智能的图像分类技术在工业界逐步实现商用价值，助力金融、安防、互联网、手机、医疗、
工业等领域智能升级。2017年下半年，数家计算机视觉公司单笔融资上亿美元，再次将计算机视觉推向人工智能领域最受关注的方向之一。本报
告聚焦于计算机视觉技术现阶段在工业界的应用与研发，将在对相关技术热点及产业整体做概述性介绍的基础上，对典型应用的具体使用场景分领
域论述，希望理清现状，写明征途，供产业界、投资界、政策制定者及关注人工智能领域的社会各界以参考。因报告研究对象以技术层创业公司为
主，偏颇遗漏之处，敬请指正

来源：艾瑞根据专家访谈、公开资料等研究绘制

涉及常识推理、语义理解、规划决策等
问题难以定义或用函数逼近
通常为对声、光、电等物理信号做简单分类
大致可用函数来逼近
感知智能
认知智能
金融及互联网领域
刷脸认证
安防领域
疑犯追踪视频结构化
手机及娱乐领域
影像分类影像处理AR特效
零售领域
商品识别
工业领域
产品质检3D分拣
医疗领域
医疗影像分析
自动驾驶领域
环境感知高精地图定位
无人机/机器人领域
环境感知定位自动避障
计算机视觉的典型应用视觉感知小有所成，视觉认知道阻且长
通
过
电
子
化
的
方
式
感
知
和
理
解
影
像
计
算
机
视
觉
广告营销领域
自动化挖掘影像内容广告位
。。。以上简介无排版格式，详细内容请下载查看