中商情报网讯：计算机视觉技术主要基于使用神经网络的深度学习算法，海量的应用场景数据为计算机视觉算法提供训练基础，使得计算机视觉算法精准度提升，让机器最终实现精准的视觉识别。数据量的爆炸式增长、算力的大幅提升、深度学习算法的日益优化，促进计算机视觉行业快速发展。

一、计算机视觉定义

计算机视觉是指通过计算机及其相关设备模拟人的视觉系统，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，从而适应、理解外界的环境和控制自身的运动，解决物体识别、物体形状与方位确认、物体运动判断这三个问题的技术。

计算机视觉中的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。

二、计算机视觉行业政策

计算机视觉行业与人工智能的关系密不可分，属于十四五规划的国家战略性创新领域，受到国家政策的重点支持。我国出台了一系列支持的相关产业政策，具体如下：

数据来源：中商产业研究院整理

三、计算机视觉行业发展现状

1、计算机视觉市场规模

中国计算机视觉行业市场规模发展迅速，其市场规模由2017年的68亿元快速增长至2020年的780亿元。随着计算机视觉技术日趋成熟，计算机视觉在泛金融、消费电子、互联网娱乐、医疗影像等领域的应用将不断深入，预计到2021年中国计算机视觉的市场规模可达1120亿元。

数据来源：中商产业研究院整理

2、计算机视觉行业市场结构

计算机视觉行业按市场结构可分为七大类：安防影像分析、广告营销分析、泛金融身份认证（解决方案）、互联网娱乐、泛金融身份认证（云服务、SDK等）、手机及创新领域。在中国计算机视觉市场中，安防影像分析占据一半以上的市场份额，达到67.9%。其次广告营销分析、泛金融身份认证（解决方案）、互联网娱乐、泛金融身份认证（云服务、SDK等）、手机、创新领域的占比分别为18.1%、4.0%、3.8%、3.7%、1.7%、0.9%。

数据来源：中商产业研究院整理

3、计算机视觉行业投资赛道

近年获投的计算机视觉创业企业所选的细分赛道主要集中于零售、安防、制造、政务、医疗等行业。其中，零售行业占比最大，为64.4%，其可基于场景化营销、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，占比为50.7%，其主要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。

数据来源：中商产业研究院整理

四、人工智能行业重点企业（4家）

国内计算机视觉行业集中度高，头部企业突出。随着人工智能深度学习算法的快速成熟，中国诞生了一批基于计算机视觉算法技术的人工智能企业，这些创业企业是计算机视觉市场的主要参与力量之一。

1、商汤科技

商汤科技作为全球领先的人工智能软件公司，长期投入于原创技术研究，不断增强行业领先的全栈式人工智能能力，涵盖感知智能、决策智能、智能内容生成和智能内容增强等关键技术领域，同时包含AI芯片、AI传感器及AI算力基础设施在内的关键能力，其核心业务涵盖智慧商业、智慧城市、智慧生活、智能汽车四大板块。此外，商汤打造了新型人工智能基础设施——SenseCore商汤AI大装置，打通算力、算法和平台，大幅降低人工智能生产要素价格，实现高效率、低成本、规模化的AI创新和落地。

2、旷视科技

旷视科技拥有全球最大的计算机视觉研究院，并基于其研发实力，深耕于个人物联网、城市物联网、供应链物联网三大核心场景。去年旷视科技正式发布了旗下AI生产力平台Brain++商业版，它是智能化时代的AI生产力工具，是AI算法开发领域的"VisualStudio"，能够帮助AI开发者简单、快速地实现算法开发及优化。

3、云从科技

云从科技创立于2015年，孵化于中国科学院，是一家人工智能科技企业。业务涵盖智慧金融、智慧治理、智慧出行、智慧商业等领域，为客户提供个性化、场景化、行业化的智能服务。依托全球领先的人机协同操作系统，云从科技将感知、认知、决策的核心技术闭环运用于跨场景、跨行业的智慧解决方案，全面提升生产效率和品质。

4、依图科技

依图科技成立于2012年，其人工智能技术的应用领域包括：智能安防、依图医疗、智慧金融、智慧城市、智能硬件等。通过为用户提供基于图像理解的信息获取和人机交互的产品，并从事人工智能创新性研究，致力于将人工智能技术与安防，金融，交通，医疗等行业应用相结合。

五、计算机视觉行业发展前景

1、人工智能规划及政策相继出台，强力促进计算机视觉行业发展

《中华人民共和国数据安全法》《国家新一代人工智能标准体系建设指南等产业政策为人工智能行业、计算机视觉行业的发展提供了明确、广阔的市场前景，为企业提供了良好的生产经营环境，助推数据、算法的不断优化。

2、应用场景不断拓展，推动计算机视觉行业快速发展

随着人脸识别、物体识别等分类、分割算法精度日益提升，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。未来医疗影像、智慧物流、工业制造、批发零售等创新应用领域也将进一步解锁，成为行业整体快速发展的重要支撑。

3、深度学习算法日益优化，促进计算机视觉行业技术不断升级

计算机视觉技术应用场景的拓展持续积累着日趋丰富的大数据，海量图像和视频内容的产生、累积为深度学习提供了有力的数据支撑。此外，计算机视觉技术的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，进一步加强算法和商业应用的融合。