2017上半年中国计算机视觉专题研究报告.pdf
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_05.gif)
《2017上半年中国计算机视觉专题研究报告.pdf》由会员分享,可在线阅读,更多相关《2017上半年中国计算机视觉专题研究报告.pdf(45页珍藏版)》请在得力文库 - 分享文档赚钱的网站上搜索。
1、2017上半年中国计算机视觉 专题研究报告 2017H1 China Computer Vision Region Research Report (内部精简版) 艾媒咨询人工智能系列研究报告 本报告主要采用行业深度访谈、桌面研究等方法,并 结合艾媒咨询自有的用户数据监测系统及北极星统计 分析系统等。 通过对行业专家、相关企业与网民进行深度访谈,了解 相关行业主要情况,获得相应需要的数据。 对部分相关的公开信息进行筛选、对比,参照用户调研 数据,最终通过桌面研究获得行业规模的数据。 政府数据与信息 行业公开信息 企业年报、季报 行业资深专家公开发表的观点 根据艾媒咨询自身数据库、北极星统计分析
2、系统和草莓 派调研社区平台(Strawberry Pie)的相关数据分析。 艾媒北极星:截至2017年6月底,北极星采用自主研发 技术已经实现对7.65亿独立装机覆盖用户行为监测。 面向全国针对各领域征集优秀案例企业进行中,详情可 咨询research 。 研究方法 目录 1 2017上半年中国计算机视觉市场现状 2017上半年中国计算机视觉专题用户 研究 2 3 4 2017上半年中国计算机视觉场景概述 中国计算机视觉市场发展趋势及预测5 2017上半年中国计算机视觉专题市场 案例分析 PART ONE 2017上半年中国计算 机视觉市场现状 1 1 计算机视觉概况 计算机视觉是使用计算机及
3、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 机器视觉 图像处理 计算机视觉相对图像处理更注 重识别功能。 机器视觉侧重精确的几何计算, 计算机视觉侧重感知和识别。 推广应用模型训练信息获取 对海量图片中的相 关特征进行提取 针对问题对提取出来的特 征进行训练,得到解决问 题的通用模型 把新图片中提取的 特征套用在已经训 练好的模型中,解 决实际问题 2012年,ImageNet ILSVRC比赛中,冠军团队将深度学习算法应 用在计算机视觉算法改进中,将识别错误率一举降低到16%,深度 学习从此进入了广泛应用期,应用于
4、商务、美图、医学、人工智能 等各个领域。 2015年,微软研究院公布了一项新的技术成果,在“ImageNet” 图片识别基准测试中,微软新的神经网络系统错误率为4.94%,低 于人类测试者的5.1%。 计算机视觉发展历程及大事记 1999 年,Nvidia 公司在推销自己的 Geforce 256 芯片时,提 出了GPU这个概念。GPU是专为执行复杂的数学和集合计算而 设计的数据处理芯片。它的出现让并行计算成为可能,对数据处 理规模、数据运算速度带来了指数级的增长与改善,极大的促进 计算机视觉的发展。 1966年,人工智能学者Marvin令学生写出程序,让计算机自动 “了解” 所连接摄像头的内
5、容,计算机视觉序幕被拉开。 20世纪50年代,计算机视觉被归入模式识别主要集中在二维 图像分析和识别上。 20世纪60年代MIT的Roberts通过计算机程序从数字图像中提取 诸如立方体、棱柱体等多面三位机构,并对物体形状及空间关系 进行了描述。 20世纪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。 20世纪80年代中期,计算机视觉蓬勃发展,新概念、新方法、新 理论不断涌现。 21世纪后,计算机视觉理论逐步成熟,各类产品开始涌现。计算 机视觉的热度从国外向中国渗透。 萌 生 期 高 速 发 展 期 计算机视觉应用特点及行业PEST分析 计算机视觉应用: 减少人工误差,识别
6、更精准 机器识别效率更高 图搜索方便快捷 视频贴图功能趣味性强 传统行业特点: 识别受人为因素影响 人工成本高,费时费力 传统文字搜索描述不精准 传统广告、照片、视频等较为单调 Policy Economy Society Technology 政策对于人工智能有所倾斜; 政府、公共场所已经尝试使用计算机视觉技术。 银行、列车站 等公共场所 电商 美图平台 交通枢纽 需 求 端 计算机视 觉公司 资本注入 计算机视觉在中国网民中使用普及率不同领域具 有差异,总体来说对行业认知度还有待提升; 边看边买、手机贴图等功能受到年轻群体的认 可。 近几年,人工智能的兴起使得包括计算机视 觉的各个分支蓬勃
7、发展,各种条件利好的情 况下,新技术的推出和成熟周期逐渐缩短。 各领域对计算机视觉技术有需求,会购买计算机 视觉公司解决方案、相应产品,或与计算机视觉 公司进行合作。 计算机视觉细分领域 计算机视觉 视频处理 图像处理 图片识别 特征分类 视频关键信 息识别 贴图 信息输出 信息关联 手写签名识别 医学图像处理 人脸识别 美图贴图 视频软广植入 城市安防 视频关键物解析 车辆识别 边看边买 图搜索 数据量、运算力和算法模型是影响计算机视觉行业发展的三大要素。2000 年之后,数据量的上涨、运算力的提升和深度学习算法的出现促进了计算 机视觉行业的发展。数据量和算法可以分别比作人工智能的燃料和发动
8、机。 算法是计算机基于所训练的数据集归纳出的识别逻辑,好的算法模型可以 实现精准的物体和场景识别。而数据集的丰富性和大规模性对算法的训练 尤为重要。海量而优质的场景数据可以助力训练高效精准进行。以人脸识 别为例,训练该算法模型的图片数据量至少应为百万级别。 计算机视觉技术核心要素: 数据量、运算力、算法模型 2000年以来,得益于互联 网和硬件设备的高速发展, 全球可用场景数据量急剧增 加,这为通过深度学习的方 法来训练计算机视觉技术提 供良好发展条件。 大数据 算法 成熟模型 训练包装组合优化 0 10 20 30 40 50 2009 2010 2011 2012 2013 2014 20
9、15 2016 2017E 2018E 2019E 2020E 2009-2020年全球总体数据量 (单位:ZB) 并行运算和GPU硬件的出现,使得运算能力大大提升,有 效缩短了训练时间 ,加速了技术的更新换代。 并行运算 数据来源:公开数据整理 视频识别视频对象提取视频追踪 图片识别人像识别场景识别字符识别物体识别 模式匹配对比检验 技术层 智能硬件 VR/AR 无人机 作为核心技 术应用于 智能应用 公交违章查询美颜贴图 图搜索 医学图像辅助 诊断 工厂查漏 计算机视觉产业链 硬件支持 芯片 CPU GPU 信号处理数学 机器学习 物理学 人工智能成像技术 SVM 深度学习CNN 算法支持
10、 应用于 DNN 计算机视觉技术平台 一站式解决方案 嵌入式视觉软件 机器人 应用端 基础层 数据集 真实数据 模拟数据 计算机视觉识别步骤 图像预处理 机器判别 图像分割 特征提取 模型建立 图像去噪 图像平滑 标准化配准 缺失值/异常值处理 将目标与背景分隔开: 灰度分割 专家经验分割 统计分布分割 特征选择 纹理,灰度,形状,结构等 特征 分类 聚类 投入应用 加速训练进程;提高准确率;增加模型稳定性。 数据来源:iiMedia Research iiMedia Research(艾媒咨询)数据显示,2016年中国人工智能产业规模 已突破100亿元,以43.3%的增长率高速增长,预计20
11、17年产业规模将 以51.2%的增长率达到152.1亿元,并于2019年增长至344.3亿元。 艾媒咨询分析师认为,中国人工智能产业起步相对较晚,随着科技、制 造等业界巨头公司的布局深入,人工智能产业的规模将进一步扩大。计 算机视觉作为人工智能的子领域,其发展和应用也很大程度受到人工智 能核心技术的影响。未来,作为人工智能子领域的计算机视觉产业规模 也会相应扩大。 计算机视觉行业规模将进一步扩大 51.7 70.2 100.6 152.1 238.2 344.3 35.8% 43.3% 51.2% 56.6% 44.5% 0.00% 10.00% 20.00% 30.00% 40.00% 50
12、.00% 60.00% 0 50 100 150 200 250 300 350 400 2014201520162017E2018E2019E 2014-2019中国人工智能产业规模及预测 产业规模(亿元)增长率 全球计算机视觉行业资讯 2017年6月,谷歌在自家的科研博客上发文, 宣布开源MobileNets 一组移动端优先的 计算机视觉模型。通过TensorFlow Mobile, 这些模型可以在脱机状态下在移动设备上高效 运行。 2017年6月,由英特尔和触景无限联合举办了名为“ 让机器看懂世界”的AI论坛,会上触景无限还发布了 新一代双目“视觉卡 Vision Card”,视觉卡最终
13、以 长条板卡的形式呈现,能够通过双目摄像头为智能硬 件提供图像识别与环境感知能力。 Facebook在西雅图 DataScale 大会上公布的 一篇研究论文中表示,已成功开发一套新的计算机 视觉系统,该系统在每秒钟可完成4万张图片的训 练。此后在60分钟内完成ImageNet-1K的数据集 (共计120万张图片)的训练成为可能,且质量也 不会降低。而在现阶段,完成数据集的训练至少需 要几天时间。 中国计算机视觉行业资讯 在手机影像领域,商汤科技的SensePhoto如今已经与包括OPPO 、vivo、华为、小米等在内的前十大国产手机中的大部分品牌合作 ,市场占有率持续增长的同时,也将智能化的影
14、像体验带给数亿的 网民。 商汤科技2017年7月完成B轮共计4.1亿美元的B轮融资,其中,科 大讯飞公司的全资子公司少量持股商汤科技。 2017年3月,东方网力、京山轻机、汤臣倍健三家上市公司与成员 单位物灵科技、格灵深瞳及奇点汽车联合真格基金共同发起万象人 工智能研究院。三家上市公司计划将出资不超过5亿人民币,在北 京、武汉、深圳、硅谷设立研究与孵化机构,打造成为产业应用驱 动的人工智能加速器。艾媒咨询分析师认为,合作公司对于格灵深 瞳或许会有资金和数据方面的倾斜,而格灵深瞳会为他们带来技术 上的支持。 Yi+背靠阿里主营应用在视频、图片中的计算机视觉引擎,拥有优 酷、天猫魔盒、华数TV、响
15、巢看看的优质资源流量,覆盖流量日 活数千万,同时在与多家其他视频平台和内容方在深入对接。 2017年4月,Yi+联合伙伴共同打造互动电视广告平台为5大电视 厂商(海信、创维、长虹、TCL、康佳)与5大牌照方(华数、百 事通、芒果TV、ICNTV、优朋普乐-双牌照方授权)打造互动电视 广告平台;2017年7月,Yi+荣膺“中国最有潜力的创业新贵榜” 创业邦2017中国人工智能创新公司50强 计算机视觉行业部分融资情况 注:以上仅列举行业内部分公司,数据来源于公开资料整理 公司名称创立时间 最新融 资轮次 最新融 资时间 投资方创业方向 依图科技2012C轮2017.05 高瓴资本 云锋基金 红杉
16、资本中国 高榕资本 真格基金 安防/金融 /互联网应用 旷视科技2012B+轮2015.01 创新工场/启明 创投 安防/金融 /互联网应用 商汤科技2014B轮2017.07 B1轮由私募公 司鼎晖领投; B2轮由赛领资 本领投 安防/金融 /互联网应用 Yi+2014B轮2017.06 海通证券 百融骏集团 北京银行旗下 基金 媒体/广电/ 营销 图普科技2014A轮2016.9 晨兴资本 北极光创投 互联网应用 格灵深瞳2013A轮2014.06红杉资本中国 安防/金融/ 无人驾驶/ 医疗应用 云从科技2015A轮2015.12 安防/金融 /无人驾驶 图森科技2015A轮2016.01
17、新浪微博 互联网 /ADAS应用 计算机视觉行业痛点 随着计算机视觉技术垂直化推动,计算机视觉领域行业细分相 较上一阶段有了明显的改进(如Yi+主营图像与视频中“边看 边X”创新能力及场景营销赋予解决方案),但仍不够细致, 很多企业是兼顾型全方位发展,各领域区分比较模糊。艾媒咨 询分析师认为,这是由于计算机视觉相对来说是一个比较新颖 的概念,目前各领域的技术都还欠缺成熟。 技术问题是计算机视觉乃至整个人工智能行业的重中之重。目 前技术更迭脚步加快,各算法已经从源方面有了质的优化,但 是目前算法的稳健性还欠缺实践的检验和考量,其实际应用能 力仍待时间检验。 计算机视觉的准确性比较受所给图像影响,
18、目前训练图像数量 不够会导致训练效果受一部分受损或者模糊图像的干扰较大。 一方面大数据概念建立以后数据库共享将可能成为现实,届时 图像数量会有很大改善;另一方面,一些公司已经将这种误差 纳入考虑范围之内,增加算法对于模糊以及偏差较大图像的识 别和自动修复,未来误差问题将很有可能被合理规避。 PART TWO 2017上半年中国计算 机视觉专题用户研究 2 2 数据来源:iiMedia Research 9.0% 14.7% 16.9% 23.5% 33.2% 39.3% 43.2% 63.8% 互动电视广告 边看边买 医学图像处理 手写签名识别 视频识别 人脸识别 图片搜索 智能识别贴图应用
19、2017H1中国网民对计算机视觉各类别了解情况分布 计算机视觉用户市场有待挖掘 iiMedia Research(艾媒咨询)数据显示,2017上半年网民对于计 算机视觉行业整体了解程度还不深,智能识别贴图应用以63.8%的 了解比例名列各领域之首,其余领域网民了解比例均未超过五成。 艾媒咨询分析师认为,计算机视觉行业作为新兴行业,其概念还未 深入大众群体,大众对于其作用了解程度不深,未来计算机视觉行 业用户市场开发潜力较大。 备注:智能识别贴图应用通指图片处理软件中自动识别图像并 适配优化或装饰方案的功能。 数据来源:iiMedia Research 计算机视觉整体渗透率低 图搜功能获用户认可
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 2017 上半年 中国计算机 视觉 专题研究 报告
![提示](https://www.deliwenku.com/images/bang_tan.gif)
限制150内