浅析人工智能的计算机视觉

本篇文章2823字，读完约7分钟

中央政府已明确指示加快国家计划中已明确规定的重大项目和基础设施建设，包括5g网络和数据中心等新基础设施的建设。与传统的“铁公基”相比，新基础设施是以高科技基础设施建设为基础，主要包括七大领域，如5g基础设施、UHV、城际高速铁路和城市轨道交通、新能源汽车充电桩、大数据中心、人工智能和工业互联网。

目前，人工智能的理论和技术越来越成熟，应用范围不断扩大，行业正在逐步形成和丰富，相应的商业模式也在不断演进和多样化。据idc统计，2018年中国人工智能市场规模为161.9亿元，预计到2022年市场规模将接近700亿元，复合年增长率超过50%。根据中国人工智能学会和罗兰·贝格咨询公司的预测，2025年市场规模将达到3万亿美元。

以深度学习为代表的人工智能算法的出现极大地推动了视觉人工智能产业的发展。计算机视觉是人工智能产业的最大组成部分。与其他细分市场相比，计算机视觉技术应用的市场规模远远大于其他细分市场。

计算机视觉是人工智能的主要应用领域之一，起源于20世纪80年代的神经网络技术。通过使用光学系统和图像处理工具，它模拟了人们捕捉和处理场景三维信息的视觉能力，通过命令特定设备来理解和执行决策。自2015年以来，全球科技界和工业界高度重视视觉人工智能的研究和应用，R&D在核心技术和工业应用方面的投资持续翻番。

计算机视觉可以大大提高机器的图像感知和认知能力，因此应用场景非常广泛，商业实现的空空间也很大。据前瞻工业研究所统计，国内人工智能企业中应用计算机视觉相关技术的高达42%，其次是语音和自然语言处理，分别占24%和19%，二者之和相当于计算机视觉的比例。它在安全图像分析、泛金融身份认证、手机和网络娱乐、批发零售商品识别、工业制造、广告营销、自动驾驶、医学图像分析等领域具有很大的应用价值。

视觉人工智能产业的发展离不开技术驱动:一方面，gpu、fpga、asic等一系列人工智能芯片的出现极大地提高了芯片的计算能力，突破了传统cpu的计算瓶颈；另一方面，以深度学习为代表的人工智能算法的兴起极大地提高了人工智能视觉的识别能力。硬件计算能力的提高和软件算法的进步对视觉人工智能的发展起到了重要的推动作用。

计算机视觉的工作流程包括四个模块:检测、分类、跟踪和语义分割。具体来说，成像设备首先捕获图像，然后对每个图像进行预处理，提取特征并将它们输入分类模型。

计算机视觉是图像处理、模式识别和人工智能的结合，侧重于一幅或多幅图像的计算机分析。图像可以由单个或多个传感器获取，也可以是单个传感器在不同时间获取的图像序列。在消费领域，随着数据量的增加、计算能力的提高和深度学习算法的发展，计算机视觉技术越来越多地应用于各种消费应用场景，如人脸识别服务，包括人脸检测、人脸关键特征点、人脸比较、人脸搜索、人脸属性、人脸聚类、人类生活检测等。

计算机视觉可以被计算机理解，而人脸识别、光学字符识别和图像结构化是它的主要应用场景。计算机视觉是利用计算机模拟人眼来识别、跟踪和测量目标，并处理图形，即通过计算机来实现“可懂度”。

根据《2019年计算机视觉人脸识别市场研究报告》，2018年中国计算机视觉人脸识别市场规模为151.7亿元，预计2021年将达到530亿元，年均复合增长率为53%，市场规模正在快速增长。

计算机视觉产业的产业链由上游基础层、中游技术层和下游应用层组成。

上游基础层基础层:主要包括cpu、gpu等芯片硬件，深度神经网络、循环神经网络、卷积神经网络等算法，以及由真实数据和模拟数据组成的数据集。核心芯片由英特尔和英伟达等传统芯片制造商控制，新的芯片制造商尚未出现，大规模应用需要时间；开源平台主要是谷歌的tensorflow、facebook的caffe等。，而其他企业的深度学习框架大多是二次开发；

中游技术层主要包括嵌入式可视化软件，如视频识别、图片识别、模式匹配和一站式解决方案。算法，初创企业占主导地位；云计算几乎被aws、谷歌云、天蓝色和阿里巴巴云所垄断。

下游应用层:计算机视觉的登陆场景，包括智能安全、智能金融、手机应用、无人驾驶等商业领域。垂直行业的领导者占据了舞台，技术初创企业向上渗透。

家用电脑视觉播放器有三种类型:

1.Hikvision、大华、时宇科技和其他安全供应商

安全图像分析的市场需求推动了此类企业的技术研发。在云融合的架构下，近年来，安全行业的主要制造商推出了自己的智能产品和解决方案。

作为人工智能范畴的关键子领域之一(人类从外界获取的信息80%~85%是通过视觉实现的)，计算机视觉技术的视觉是用摄像机等视觉传感设备代替人眼来识别、跟踪和测量物体，然后由计算机对这些视觉信息进行处理，从而实现对人眼等事物的感知和认知，这直接对应着安全监控系统的“可理解”需求。

2.互联网巨头公司

近年来，基于深度学习的智能语音、计算机视觉、自然语言处理等技术开始渗透到各个应用领域，全球人工智能产业规模迅速增长。为了抢占人工智能的高地，谷歌、微软、阿里巴巴、百度、腾讯、ibm、facebook等国际知名企业不断加大在人工智能领域的资本投入。美国、中国、英国、德国、日本等国家也出台了人工智能相关支持政策和国家战略计划，为整个行业的发展创造了良好的政策环境。

3.初创公司:包括上塘科技、易图科技和迪法恩科技等。，它们通常关注细分的字段并具有不同的布局思想。

纵观汤汤、迪法恩斯和易图等龙头企业，它们的战略思维有着明显的差异。尚唐致力于平台的建设，专注于底层的基础应用，并在完善平台后尝试快速登陆其他领域。迪法恩斯致力于在安全、金融、零售、汽车和教育等广泛领域提供软硬件集成解决方案。根据该计划，它显示出对安全和医疗保健这两个主要领域的高度重视，依靠生产化和工程化的能力。

根据中国信息与通信研究院的统计结果，中国人工智能应用市场主要由五个领域组成。其中，由于近年来中国互联网娱乐、广告传播和公共安全视频监控市场的快速发展，计算机视觉市场的规模以37%的比例遥遥领先。在机器视觉的市场细分中，安防行业占据了67.9%的大部分份额，这是由于中国公安视频监控建设市场巨大。根据《安全+人工智能白皮书》，2020年全球智能安全产业规模将达到106亿美元，中国将达到20亿美元。

人工智能产业是典型的技术驱动型产业，技术的核心在于三个方面:计算能力、算法和数据。gpu和ai专用芯片的出现突破了传统cpu的瓶颈，数据运算速度和处理规模都有了爆炸式增长，从而为大数据分析提供了硬件支持。越来越多的应用领域积累了越来越丰富的大数据，海量的图像和视频内容为深度学习提供了强大的数据支持。

一方面，视觉人工智能产业的快速发展得益于目前计算能力和算法的极大提高(国内算法甚至达到了国际水平)；另一方面，它受益于下游应用市场的巨大空空间。机器学习和深度学习等算法的不断增强促进了视觉人工智能产业的快速发展。