全文字数：3084字，精读时间：10分钟

本文援引于报告《计算机视觉：AI落地看视觉》，首发于头豹科技创新网（www.leadleo.com）。

头豹科技创新网内容覆盖全行业、深入垂直领域，行业报告每日更新；政策图录、数据工具助您轻松了解市场动态；智能关键词轻松搜索，直奔行业热点内容。

诚挚欢迎各界精英交流合作，头豹承接行业研究、市场调研、产业规划、企业研究、商业计划、战略规划等业务，您可发送邮件或来电咨询。

客服邮箱：CS@leadleo.com 咨询热线：400-072-5588

核心摘要：

计算机视觉原理较为复杂，整体概念较为宏大，底层涉及数理及神经学基本学科，中间层对于目标的把握分析较多，而应用层则细分更为详尽，对不同领域的计算机视觉做出了具体方向的分类。计算机视觉与机器视觉、图像视觉同属于人工智能视觉领域，共同打造智慧之眼的完整闭环，是人工智能中最为重要的部分之一。

作为新兴的热门行业，计算机视觉企业备受资本青睐，但同时又面临成本高、落地较难等问题。本报告将聚焦计算机视觉行业进行深度研究，着力于对中国计算机视觉行业进行分析与展望。

商汤科技递交港股申请为人工智能行业重燃希望之火

8月28日，人工智能独角兽商汤科技向港交所递交上市申请。中金公司、海通国际及汇丰银行担任此次发行联席保荐人。

此次IPO招股，商汤科技拟将募集资金的60%用于提升公司的研发及开发能力。其中，10%募集资金将用于扩大公司的AIDC算力；10%将用于加强人工智能芯片的设计能力及开发自有人工智能芯片解决方案；15%将用于提升人工智能模型有关能力；25%将用于进一步开发产品并增强人工智能研发能力。另外有30%将用于业务扩展及潜在战略投资及收购，10%将用于运营及一般企业用途。

 智慧之眼

计算机视觉（Computer Vision）顾名思义是一门“教”会计算机如何去“看”世界的学科。计算机视觉是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。

计算机视觉原理较为复杂，整体概念较为宏大，底层涉及数理及神经学基本学科，中间层对于目标的把握分析较多，而应用层则细分更为详尽，对不同领域的计算机视觉做出了具体方向的分类。计算机视觉与机器视觉、图像视觉同属于人工智能视觉领域，共同打造智慧之眼的完整闭环，是人工智能中最为重要的部分之一。

计算机视觉起始于20世纪60年代，进入21世纪，计算机视觉更多的基于深度学习和深度神经网络这两大概念，人工智能方法论逐步走向成熟，在网络环境，物联网、移动互联网和资本的共同推动下，计算机视觉的商用化落地成为了人工智能得以实现的重要途径，在数字化转型和科技强国的双重推动下，计算机视觉在中国蓬勃发展。

产业链上中游有一定融合趋势

计算机视觉产业链上中游逐渐呈现融合趋势，部分产品实现国产化替代，但中国产品与世界领先企业产品仍有一定距离

计算机视觉上游包括算法、数据集以及芯片、摄像设备、传感器等硬件。当前中国企业在计算机视觉算法领域领先，计算机视觉芯片实现部分国产化替代，尤其在边缘端安防领域国产化程度较高。但计算机视觉芯片与国际大厂如英伟达、英特尔还有一定距离。另外，摄像机芯片已实现国产化替代。中游企业有一定的上游原材料自研能力，能够实现部分产品的自产自用，但大部分还是以购买为主，主要原因在于：（1）实现量产的能力不足；（2）性价比不高。

早期计算机视觉行业有按调用量和次数收费的方式，但当前是用这种方式的企业不多，使用该种收费方式的企业，主要以公安用途为主。当前行业内主要的商业模式为结合授权设备量及授权周期定价以及结合具体项目收费以及后续每年可有升级维保收入两种模式。现阶段，计算机视觉行业逐渐向边缘端趋势发展，对于云端的需求逐渐减少，因此主要收费还是一次性或一定时间内按授权收费。但如果数据量较大，如人脸识别数据达到10万，则需要云端进行辅助，整体而言，计算机视觉行业整理利润保持在约50%。

下游应用聚焦于安防

目前，计算机视觉主要用于安防影像分析、金融身份认证、广告营销、无人驾驶、机器人、工业制造、医疗影像分析、教育和娱乐业等领域。人脸识别、物体识别等技术算法精度提高使中国计算机视觉技术率先在安防领域中实现商业化，安防影像分析应用领域中国计算机视觉行业占比最高，达到67.9%，广告营销、智能金融分别以17.2%、9.6%紧随其后，医疗影像、工业制造、新零售等创新领域也逐步解锁，成为计算机视觉行业快速发展的重要支撑，泛金融、互联网娱乐、手机、创新领域等也都是计算机视觉落定的较好场景，这些场景一共占比共达到32.1%。

雪亮工程、天网工程和平安城市均属于新时代中国的重要部署，也是计算机视觉在安防领域快速落地的重要契机。计算机视觉与安防的结合具有多重优势。首先，安防影像处理技术已经较为完备，且经过多年发展，智慧安防已经形成显著的产业价值，平安城市、雪亮工程等政府端项目为安防计算机视觉提供了广阔的市场。随着技术的不断成熟，安防计算机视觉的应用范围还将得到进一步拓展。从中国建设雪亮工程、天网工程、平安城市以来，中国公安机关受理与查处案件数字持续减少，其中受理的案件数从2015年的1,179.5万件下降为2019年的965.2万件，同比下降18.2%，查处治安案件数从2015年的1,097.2万件下降为871.9万件，同比下降20.5%。整体来看，计算机视觉在安防中起到了一定的作用。

计算机视觉在消费领域主要围绕着货、客户、商场三个方面展开。其中货主要是以库存管理和货品识别为主，主要对货品的数量和类目进行有效管理。商场部分则主要对场内安全和经营分析做到有效管理，场内安全以安防需求和客流量控制为主，而经营分析则主要在场内热点、客户留店时长和客户群体大致运动轨迹分析客户偏好，改善经营活动，提高营业效率。而客户端主要是致力于为客户打造较为智能化的购物体验，比如刷脸支付等。

交通枢纽客流量较大，人员活动频繁，治安管理难度较大，场内管理较为复杂。因此，利用计算机视觉辅助交通枢纽的管理十分有力。相比于消费场景、园区场景以及视频会议这样的低精度要求场景，机场对于计算机视觉的精度要求较高，需要达到近乎100%的识别能力，这对于该场景算法模型的要求则达到0.1%的精度要求，难度较大。同时，机场环境对于识别的速度也有较高要求，0.5秒的微弱差别也可能带来了整个通行的体验和效率的下降。

自动驾驶走过了L2、L3阶段，部分智能汽车已经实现L4阶段的有条件自动化驾驶阶段。在未来20年，自动驾驶预计将会经历L4的普及和L5的发展，因此，自动驾驶行业将迎来成长期。中国大力支持自动驾驶行业的发展，颁布《智能汽车创新发展战略》、《关于促进道路交通自动驾驶技术发展和应用的实施意见》等相关支持与指导文件，推动中国自动驾驶方面的技术进步。在L1/L2阶段，车载摄像头的单车需求量在3个/台，而进入L3阶段，车载摄像头的单车需求量在6个/台，未来L4阶段，车载摄像头的单车需求量在10个/台，因此随着自动驾驶技术的进步，车载摄像头的需求量将会迎来指数型增长。预计从2021年-2025年，中国自动驾驶及智能汽车将迅速发展，汽车总产量的30%-40%将会为智能汽车。当前研发的不同自动驾驶车辆的车载摄像头数量均在5-10之间，车载摄像头的需求将随着智能化汽车的量产逐步展现。

深度见解：人工智能领域中国优质企业活跃的优质领域，在未来，计算机视觉的应用领域将会更加多元

作为新兴的热门行业，计算机视觉企业备受资本青睐，但同时又面临成本高、落地较难等问题。整体来看，伴随着网络基础设施的逐步成熟，站在智能汽车和移动经济高速发展的风口上，计算机视觉找到了更多的应用场景。随着算法和精度的提升，算法模型的学习深度的积累，计算机视觉的落地领域将会更加多元。

大力鸣谢

鸣谢AI视觉科技创新企业「瑞为技术」对于本文的支持与帮助，感谢企业的分享。