计算机视觉技术现状和发展趋势.docx
计算机视觉技术现状和发展趋势在人工智能技术中，计算机视觉较早发展并取得突破，目前应用场景也较为明确。计算机视觉在人工智能中占据重要市场地位，未来市场空间广阔。根据iResearch数据，2019年国内计算机视觉核心产业规模和带动相关产业规模分别为633.3亿元和1438.6亿元，占人工智能核心产业和带动相关产业规模的比重分别达到58.2%和37.6%o预计至2025年国内计算机视觉核心产业规模和带动相关产业规模将分别增长至1537.I亿元和4858.4亿元,年均复合增长率分别为15.9%和一、计算机视觉主要应用领域有哪些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、分析图像以及图像序列的能力。大致可以分为这么几类：目标检测、图像分割、图像增强、图像生成、人脸分类识别、姿态估计、立体视觉等。产业链可分为基础层、技术层和应用层。基础层包括硬件支持、算法支持和数据集；技术层包括视觉技术平台、视频识别、图片识别和模式匹配；应用层包拈计算机视觉技术在智慧城市、智慈安防、智慈物里RW汁建机fit拉术中日CPV副片制M段式IU!ft决方案真实一IK攻觥朱BMIJttMSIHM甘St女防w三三流、智慧金融、手机终端和智转商业等领域的应用。护用停电，f5'10法公弓处门_Dk支持瀛像技弋Ca机21学习洗废学月±Wft/过去几年，随着人工智能深度学习算法快速成熟，国内涌现出r大批基于计算机视觉算法技术的人工智能企业，根据艾瑞咨询的数据,从2017年到2020年10月国内计算机视觉相关业务的获投企业数量就达到116家。不过虽然企业众多，但集中度却很高，头部几家企业较为突出，商汤科技、旷视科技、云从科技、依图科技四家企业就占据市场份额的50%以上。从这些获投企业所在的细分赛道可以很清晰的看到，计算机视觉技术都应用在哪些领域，主要集中在零售、安防、制造、政务、医疗等行业。其中零售行业占比最大，可基于场景化营销、商品识别分析等应用提升营销转化率，实现门店运营的智能化改革：安防行业是计算机视觉最早落地的场景，利用安防影像智能分析协助城市治理等领域的智能化转型。图：20172020年10月中国计算机视觉获投企业业务赛道热度统计二、计算机视觉面临的问题和未来发展趋势计算机视觉在学术界和工业界上有差异。一位算法工程师明确表示，计算机视觉现在的状态就感觉是，各个问题算法效果都能出一个base1.ine,但调优的空间并不大，更多时候是靠苦力,比如标数据,清洗数据，badcase分析，写保护逻辑，前后处理等。而学术界几篇无监督W)C0、C1.IP等新作确实很惊艳，但却比不上臼己用业务数据训练出来的神经网络模型。计算机视觉算法在工业上更关注于如何落地，更多是在基于业务理解的基础上对客户需求的定制，也就是为了能够紧贴客户需求，工业界为了算法落地需要做很多努力，包括网络架构实验，训练方法试验，造数据，清洗数据，badcase分析，打补丁，底层性能优化，这其中每一点都要耗费巨大的人力物力。从长远发展趋势来看，目前计算机视觉还未进入技术发展的下半场,未来随着计算机视觉技术在人脸识别上性能的不断突破，限定场先识别准确率将不断提升，愈来愈多的对象识别、分类问题将会逐步实现工业化，渗透进更多的行业应用。整体而言，计算机视觉技术要想更好地实现应用落地，需要在对具体业务场景的理解之上进行针对性开发，以提供更加全面、及时的服务，这要求计算机视觉企业未来在重视前沿算法研发的同时，需要进一步加强算法和商业应用的融合。
