2017年计算机视觉行业现状及发展前景分析报告
计算机视觉技术的发展现状与未来趋势分析
计算机视觉技术的发展现状与未来趋势分析随着科技的进步和发展，计算机视觉技术在各个领域中的应用也越来越广泛。
计算机视觉技术是指通过计算机对图像或视频进行理解和处理的一种技术，其应用范围涵盖了人工智能、机器学习等诸多领域。
本文将从技术、应用和发展趋势三个方面来分析计算机视觉技术的现状和未来发展趋势。
一、技术发展现状计算机视觉技术的发展已经取得了很大的突破，目前在人脸识别、图像检索、目标检测等领域已经具备了相当的实用性。
例如，人脸识别技术已经广泛应用于安防领域、金融领域等，通过对人脸特征的提取和匹配，可以实现人脸的自动识别。
图像检索技术可以根据图像的内容进行相似图片的搜索，通过计算机视觉技术，可以在庞大的图像数据库中快速找到相似的图片。
目标检测技术可以实现对图像中目标的自动识别和定位，广泛应用于交通监控、无人驾驶等领域。
计算机视觉技术的核心是图像和视频的处理和理解。
随着硬件设备的升级和图像处理算法的不断优化，计算机视觉技术的实时性和准确性得到了大幅提升。
现如今，计算机可以通过深度学习算法对复杂的图像进行识别和分类，能够超越人眼在细节和准确性方面的表现。
二、应用领域的发展计算机视觉技术的应用领域越来越广泛，不仅仅局限于传统的安防、金融等领域。
如今，计算机视觉技术已经延伸到医疗、农业、智能交通等多个领域。
在医疗领域，计算机视觉技术可以帮助医生对疾病进行诊断和治疗。
通过对医学影像的分析，计算机可以快速准确地识别病灶，并给出相应的诊断建议。
在农业领域，计算机视觉技术可以监测和分析农作物的生长情况，帮助农民实现精准种植和施肥，提高农作物的产量和质量。
在智能交通领域，计算机视觉技术可以实现车辆和行人的自动识别和跟踪，为自动驾驶技术提供基础支持。
三、未来发展趋势随着技术的不断发展，计算机视觉技术的未来发展趋势也逐渐清晰。
首先，计算机视觉技术将进一步突破图像和视频处理的性能和准确度，提高对复杂场景的理解能力。
其次，计算机视觉技术将与其他技术相结合，实现更加智能化的应用。
计算机视觉市场分析报告
计算机视觉市场分析报告1.引言1.1 概述计算机视觉市场是指利用计算机技1.2 文章结构文章结构部分的内容如下：本报告共分为三个部分，分别是引言、正文和结论。
在引言部分中，我们将概述本报告的目的和整体结构，并总结报告的关键内容。
在正文部分中，我们将从市场规模、技术趋势和主要应用领域三个方面对计算机视觉市场进行深入分析。
在结论部分，我们将展望计算机视觉市场的未来发展前景，分析竞争格局，并提出相关建议和展望。
通过全面的市场分析，希望能够为相关行业的决策者和投资者提供有益的参考。
目的部分的内容如下：1.3 目的本报告的目的是对计算机视觉市场进行全面分析，包括市场规模、技术趋势和主要应用领域的分析。
通过深入挖掘计算机视觉行业的发展现状，希望能够为相关企业和投资者提供准确的市场信息，帮助他们更好地了解市场趋势，制定合理的发展战略。
另外，本报告还旨在为行业内的企业提供参考，提出针对市场发展的建议和展望，促进企业之间的竞争力和行业整体的发展。
通过全面的市场分析，我们希望能够为计算机视觉行业的全面发展贡献一份力量。
1.4 总结总结部分:综合以上所述，计算机视觉市场正处于快速发展阶段，市场规模持续扩大，技术趋势不断向前推进，主要应用领域不断拓展。
市场前景广阔，竞争格局趋于激烈，但也存在着巨大的发展机遇和挑战。
建议相关企业和机构要密切关注市场动态，加强技术创新和产业结合，不断完善产品和服务，以抢占市场先机，实现可持续发展。
同时，我们对计算机视觉市场的未来发展充满信心，期待着更多创新技术和应用的涌现，为社会发展和人类生活带来更多的福祉。
2.正文2.1 市场规模分析市场规模分析:计算机视觉市场在近年来呈现出了快速增长的态势，主要受益于人工智能技术的发展和落地应用。
据市场调研数据显示，从2019年到2025年，计算机视觉市场的年复合增长率预计将达到15以上。
2019年，全球计算机视觉市场规模已突破100亿美元，预计到2025年将超过300亿美元。
2017年计算机视觉行业市场调研分析报告
2017年计算机视觉行业市场调研分析报告目录第一节计算机视觉的诞生、发展与繁荣 (5)一、计算机“睁眼看世界” (5)二、计算机视觉的前世今生 (6)三、多因素共振，引爆计算机视觉市场 (11)第二节云和端再平衡，计算机视觉加速普及 (15)一、计算机视觉终端化促进实时监控 (15)二、计算机视觉结构化数据加速智能大数据分析 (19)三、计算机视觉为空间识别提供关键技术 (21)四、计算机视觉API普及生物特征识别服务 (22)第三节计算机视觉引爆人工智能应用场景 (26)一、智能驾驶生态逐渐成型 (26)二、智能安防带来无忧用户体验 (28)三、视觉技术活体检测实现安全加密 (28)四、智慧医疗大幅提升诊断效率 (30)五、增强现实扩展用户交互维度 (31)图表目录图表1：人类视觉系统与计算机视觉系统对比 (5)图表2：计算机视觉应用层次结构 (5)图表3：人工智能之父——马文•明斯基 (6)图表4：卷积神经网络典型结构 (8)图表5：特征提取与图像搜索系统 (8)图表6：历年ImageNet识别正确率 (9)图表7：机器学习/深度学习发展简史 (10)图表8：深度学习技术发展 (11)图表9：大数据存储量规模走势 (11)图表10：截至2015年人工智能创业公司数量（家） (13)图表11：截至2015年全球人工智能创业公司融资（百万美元） (13)图表12：全球计算机视觉市场规模. (14)图表13：中国视频监控市场规模 (14)图表14：结构化数据与非结构化数据 (15)图表15：通过图像分割提取图片特征 (15)图表16：海康威视智能交通摄像机 (16)图表17：iDS-2CD9365-SZ部分参数 (17)图表18：比亚迪疲劳驾驶预警系统摄像机 (18)图表19：比亚迪疲劳驾驶预警系统ECU (19)图表20：大华监控平台一体机服务后台数据处理 (20)图表21：大华智能公安管理平台 (20)图表22：新一代金融集中监控一体化平台 (20)图表23：FaceID技术特性 (23)图表24：HMI汽车互联网解决方案 (27)图表25：Road Hackers平台 (27)图表26：Biomio认证平台 (29)图表27：Biomio所提供的解决方案 (29)图表28：医疗成像 (30)图表29：2025年VR/AR软件规模及细分结构（10亿美元） (31)图表30：增强现实技术流程 (32)图表31：HoloLens计算机视觉硬件 (32)图表32：光学透视式现实增强系统 (33)图表33：HoloLens部分应用场景 (33)表格目录表格1：计算视觉理论三阶段 (7)表格2：深度学习主要模型 (10)表格3：近年成立的部分主要计算机视觉企业 (11)表格4：计算机视觉相关政策 (12)表格5：主流疲劳驾驶监测方式 (18)表格6：大华股份平台产品 (19)表格7：智能机器人关键技术 (21)表格8：阅面科技空间识别技术主要功能 (22)表格9：FaceID合作企业及业务 (23)表格10：商汤科技B轮融资 (24)表格11：人脸识别部分细分领域领先企业 (24)表格12：商汤科技人脸识别服务 (25)表格13：商汤科技合作企业及业务 (25)表格14：百度阿波罗计划 (26)表格15：自动驾驶技术排名 (27)第一节计算机视觉的诞生、发展与繁荣一、计算机“睁眼看世界”计算机视觉（Computer Vision, CV）是一门研究如何让计算机实现人类视觉系统功能的学科。
计算机视觉技术的现状和未来发展趋势
计算机视觉技术的现状和未来发展趋势一、计算机视觉技术的现状1.计算机视觉技术的定义计算机视觉技术是指利用计算机对图像或视频进行分析、处理和理解的一项技术。
它基于图像处理、模式识别、机器学习等方面的知识，旨在让计算机系统能够模拟人类视觉系统的能力，进行图像的感知、理解和推理。
2.计算机视觉技术的应用领域计算机视觉技术已经在多个领域得到了广泛的应用，包括但不限于医学影像分析、智能交通、安防监控、工业检测、虚拟现实与增强现实、无人驾驶等。
通过计算机视觉技术，可以实现对图像和视频的自动分析与识别，从而提高工作效率、降低成本、增强安全性等。
3.计算机视觉技术的主要技术（1）图像处理技术：包括图像采集、图像预处理、特征提取等，是计算机视觉技术的基础。
（2）模式识别技术：通过机器学习算法对图像进行分类、识别和检测。
（3）深度学习技术：利用深度神经网络进行图像识别和分析，已成为计算机视觉领域的主流技术。
4.计算机视觉技术的挑战尽管计算机视觉技术在多个领域得到了应用，但仍然存在一些挑战，如复杂场景下的图像识别、实时性要求较高的应用场景、对小样本数据的学习能力等。
二、计算机视觉技术的未来发展趋势1.强化学习的应用随着人工智能领域的持续发展，强化学习已经成为计算机视觉领域的一个热点。
强化学习可以帮助计算机系统更好地理解图像，提高图像分析和识别的精度与速度。
2.多模态融合技术未来计算机视觉技术将更加注重多模态融合，即通过结合图像、文本、声音等多种信息来进行更加全面的分析与理解。
这种技术的应用将拓展计算机视觉技术的应用场景，提高其适用性。
3.高性能计算平台的支持未来计算机视觉技术的发展将需要更加强大的计算平台的支持，以应对日益增长的数据量和复杂的算法模型。
云计算、边缘计算等技术的发展将为计算机视觉技术的应用提供更加强大的支持。
4.端到端的解决方案未来计算机视觉技术将趋向于提供端到端的解决方案，即通过整合数据采集、数据处理、模型训练和应用部署等环节，为用户提供更加便捷和高效的服务。
计算机视觉技术的发展现状与未来趋势分析
计算机视觉技术的发展现状与未来趋势分析随着科技的迅速发展，计算机视觉技术成为了各行业的热门话题。
它不仅改变了我们的生活方式，还带来了许多前所未有的机遇和挑战。
本文将从技术发展、应用场景和未来趋势三个方面进行分析，以期能够全面地探讨计算机视觉技术的发展现状和未来的前景。
一、技术发展计算机视觉技术的发展可以追溯到上世纪60年代，但是直到近年来，随着硬件性能的提升和算法的创新，计算机视觉技术才开始真正被广泛应用。
如今，计算机视觉已经可以实现图像和视频的识别、分析和处理，辅助人们进行决策和判断。
一方面，深度学习技术的兴起为计算机视觉的发展提供了强大的动力。
深度学习的神经网络模型可以通过大规模数据集进行训练，在识别任务上取得了突破性的进展。
例如，基于卷积神经网络（CNN）的图像分类算法在多个数据集上准确率超过了人类水平。
另一方面，硬件设备的升级也为计算机视觉技术的应用提供了条件。
图形处理器（GPU）的高性能计算能力以及各种专门的计算设备的涌现，极大地提高了计算机视觉算法的运行速度和效果。
二、应用场景计算机视觉技术在各行各业都有着广泛的应用。
下面将以几个具体的应用场景进行介绍。
首先是安防监控领域。
通过计算机视觉技术，摄像头可以实现实时监控和智能分析。
例如，人脸识别技术可以辅助公安机关快速查找嫌疑人；运动目标检测技术可以追踪可疑行为并报警。
此外，计算机视觉技术还可以应用于交通管理领域，提高交通安全和交通流量的效率。
其次是医疗领域。
计算机视觉技术可以帮助医生进行疾病诊断和手术操作。
例如，肺结节和乳腺肿瘤的自动检测技术可以辅助医生进行早期诊断；机器人手术系统可以实现精确的手术操作。
此外，计算机视觉技术还可以应用于康复领域，帮助残障人士恢复功能。
再次是智能交互领域。
计算机视觉技术可以实现人机交互的智能化。
例如，人脸识别技术可以用于解锁手机或支付宝付款；手势识别技术可以实现无触摸的交互操作。
此外，虚拟现实和增强现实技术结合计算机视觉，可以创造出更加身临其境的交互体验。
2017年计算机视觉行业分析报告
2017年计算机视觉行业分析报告2017年3月目录一、计算机视觉：未来之眼，人工智能的前哨 (5)1、计算机视觉：人类的另一双“慧眼” (5)2、巨头入主视觉领域，人工智能成行业新引擎 (6)（1）国外互联网巨头开启并购狂潮-苹果看“脸”VS 谷歌注重运用 (7)（2）国内计算机视觉最看“脸”，投融资如火如荼 (8)3、欧美领跑产业趋势，市场空间巨大 (9)（1）工业自动化需求驱动产业成长 (9)（2）国内需求强劲，未来有望引领产业发展 (10)二、生产需求和技术进步驱动计算机视觉行业发展 (12)1、硬件是基础，算法是核心 (12)2、计算机技术升级+巨头布局+产业政策“三驾马车”促进产业成长 (14)（1）图像处理与深度学习技术为行业内生驱动 (14)（2）“机器换人”带来“视觉”设备广泛应用 (15)（3）政策为产业发展保驾护航 (16)3、性能优越，应用领域广泛 (17)（1）比人类更敬业的“眼睛” (17)（2）应用广泛，大有作为 (18)4、多维场景、嵌入式、一体化成为计算机视觉技术趋势 (18)（1）从二维场景重建迈向三维乃至通用视觉信息系统的构建 (18)（2）基于嵌入式的产品将取代板卡式产品 (18)（3）标准化、一体化解决方案也将是计算机视觉的必经之路 (19)三、应用领域广泛，计算机视觉前景看好 (19)1、智能制造领域迅速扩展，半导体与电子制造占据半壁江山 (20)（1）半导体电子制造 (20)（2）汽车制造：计算机视觉为汽车制造严格把关 (24)（3）生物医疗：计算机视觉为医疗影像、药品质控装上神秘的眼睛 (25)2、消费应用领域快速扩展，打开未来想象空间 (26)（1）服务机器人：取代重复劳作，实现场景交互 (26)（2）无人驾驶：计算机视觉是无人驾驶汽车皇冠上的明珠 (27)（3）物流：OCR是智能物流的技术核心 (28)（4）安防监控：计算机视觉透视公共场所，助力智能安防 (29)四、国外巨头积极布局产业链上游，国内企业着力开拓中下游，以To B模式为主 (31)1、计算机视觉产业链分析 (32)（1）产业链上游分析：芯片制造、算法开发是核心 (32)（2）产业链中游分析：四大技术用途广泛 (33)（3）产业链下游分析：稳定的市场需求开启应用领域扩展 (34)2、计算机视觉产业的商业模式 (36)（1）软件服务：技术算法驱动者—“技术层+场景应用”作为突破口 (36)（2）软硬件一体化：生态构建者---“全产业链生态+场景应用”作为突破口 (37)3、我国计算机视觉产业发展状况 (38)（1）2020 年中国计算机视觉市场规模预计54.7 亿元 (39)（2）从事工业系统集成与人类识别居多，未来将转向智能化应用 (40)五、相关企业：智能制造领域与消费&智能化场景应用领域 (41)计算机视觉赋予机器感知的功能，是人工智能技术的基础。
2017年中国机器视觉行业市场分析报告
2017年中国机器视觉行业市场分析报告目录第一节机器视觉：机器从此有了眼睛和大脑 (6)一、让机器火眼金睛的机器视觉 (6)二、察人眼力所不及，行人力之不可为——机器视觉优势众多 (7)三、机器视觉应用广泛，新的应用行业不断拓展 (8)3.1. 机器视觉能更好实现检测、测量、识别和定位功能 (8)3.2. 机器视觉市场可划分为工业和非工业应用领域 (10)3.3. 机器视觉在工业领域的应用最为广泛 (11)3.4. 电子制造行业占市场近半壁江山，其他行业渗透率也在不断提高 12第二节机器视觉由软硬件组成，核心是算法软件 (16)第三节机器视觉在国际：已较为成熟，美日处于领先地位 (18)一、机器视觉发展历程 (18)二、全球机器视觉进入稳定增长期，北美占全球市场份额的半壁江山 (19)三、美国康耐视的启示 (21)第四节机器视觉在中国:市场渗透率较低，进入加速增长期 (24)一、机器视觉在国内起步较晚，渗透率还处在较低水平 (24)二、中国的机器视觉行业迎来了“黄金发展期” (26)三、系统集成及设备是国内企业最有优势的环节 (27)四、非标领域带来机器视觉的发展机会 (29)4.1. 一些非标领域机器视觉优势明显，具备发展应用空间 (29)4.2. 三维乃至多维机器视觉存在巨大想象空间 (30)第五节重点公司分析 (31)一、超音速：以机器视觉系统和机器人为核心的工业自动化企业 (31)二、天准科技：持续扩张产业链价值的视觉测量行业领先者 (37)三、大树智能：烟草产品在线检测龙头 (46)图表目录图表1：机器视觉内涵 (6)图表2：机器视觉原理图 (6)图表3：机器视觉应用之“测量” (8)图表4：机器视觉应用之“检测” (9)图表5：机器视觉应用之“机器人视觉引导” (9)图表6：机器视觉应用之“识别” (10)图表7：机器视觉在制造业的应用 (11)图表8：工业机器视觉的工作环境 (12)图表9：电子制造业之“电容器检测” (12)图表10：电子制造业之“IC 尺寸测量” (13)图表11：汽车制造之“汽车离合器从动盘装配检测” (13)图表12：汽车制造之“底盘/轮胎检验” (14)图表13：医药行业之“注射器针头检测” (15)图表14：医药行业之“生物样本读码追踪” (15)图表15：机器视觉在食品安全监测领域的应用 (16)图表16：机器视觉基本组成 (16)图表17：机器视觉的上下游产业链 (17)图表18：机器视觉发展历程概括 (19)图表19：机器视觉全球市场规模稳定增长 (19)图表20：2001-2013 年美国机器视觉市场规模变化及预测 (19)图表21：2014 年全球机器视觉市场地区分布 (20)图表22：康耐视发展历程 (21)图表23：康耐视营业收入快速增长 (23)图表24：康耐视归母净利润快速增长 (23)图表25：我国机器视觉发展历程 (24)图表26：我国机器视觉正处于高速成长期. (24)图表27：中国机器视觉企业数量还不多 (25)图表28：我国不同年龄人群占比走势图 (26)图表29：劳动力报酬与GDP 增速对比 (26)图表30：农村居民的人均年工资性收入 (27)图表31：机器视觉成本构成 (29)图表32：大疆精灵 4 无人机首次引入机器视觉 (30)图表33：机器视觉给服务机器人安上眼睛 (31)图表34：公司业务演变过程 (32)图表35：超音速持续加大研发投入 (33)图表36：超音速研发费用收入占比 (33)图表37：超音速-机器视觉检测自动化系统 (34)图表38：超音速-精密组装自动化设备 (34)图表39：超音速近三年营业收入 (34)图表40：超音速营业收入结构 (35)图表41：向标准化产品倾斜的战略调整有利于超音速长期发展 (36)图表42：天准科技产品在智能制造中的应用 (37)图表43：天准科技“智能制造设备”之“影像测量仪”系列产品 (38)图表44：天准科技“智能制造设备”之“三坐标测量机”系列产品 (38)图表45：天准科技“智能制造系统”之“测量自动化”系列产品 (39)图表46：天准科技“智能制造系统”之“检测自动化”系列产品 (40)图表47：天准科技“智能制造系统”之检测自动化系列产品 (40)图表48：天准科技收入结构 (41)图表49：天准科技人员学历组成 (42)图表50：天准科技人员构成 (43)图表51：天准科技持续加大研发投入 (43)图表52：天准科技近三年营业收入 (44)图表53：天准科技近三年归母净利 (44)图表54：天准科技现金流及盈利能力 (45)图表55：天准科技毛利率和净利率 (45)图表56：大树智能卷烟工业自动化产品 (46)图表57：大树智能复烤工业自动化产品 (47)图表58：烟草机械行业进入壁垒 (49)图表59：大树智能营业收入创新高 (50)图表60：大树智能归母净利润创新高 (50)图表61：大树智能历年现金流量情况和盈利能力 (51)图表62：大树智能毛利率和净利率呈提升趋势 (51)图表63：大树智能收入结构（单位：万元） (52)图表64：大树智能在制药领域研发的“制药包装颗粒缺损检测装臵” (52)表格目录表格1：与人类视觉相比，机器视觉优势明显 (7)表格2：机器视觉性能优势原理 (8)表格3：机器视觉的应用领域 (8)表格4：机器视觉的组成 (17)表格5：我国机器视觉市场上的三类力量 (28)表格6：国内机器视觉产业链上公司类型分布 (28)表格7：超音速标准化产品研发推广进度 (36)表格8：天准科技智能制造设备 (38)表格9：天准科技智能制造系统 (39)表格10：机器视觉在烟草行业主要应用范围 (49)第一节机器视觉：机器从此有了眼睛和大脑一、让机器火眼金睛的机器视觉机器视觉是通过计算机来模拟人类视觉功能，以让机器获得相关视觉信息和加以理解。
2017年中国机器视觉行业市场深度分析报告
2017年中国机器视觉行业市场深度分析报告本调研分析报告数据来源主要包含欧立信研究中心，行业协会，上市公司年报，欧咨行业数据库,国家相关统计部门以及第三方研究机构等。
目录第一节机器视觉蓬勃发展，2018年市场将突破140亿 (5)一、工业4.0推动行业进步，软硬件发展速度各异 (5)1、灯源 (5)2、镜头 (6)3、工业相机 (6)4、图像采集卡 (6)5、图像处理单元 (6)二、机器视觉替代人工视觉的紧迫性越来越强 (8)三、市场处于成长阶段，2018年将突破140亿元 (9)第二节国内厂商将在二次应用领域率先突破 (12)一、美日是全球机器视觉领跑者 (12)1、美国康耐视—技术国际领先，专注机器视觉领域 (12)2、日本基恩士—多产品销售带动占据市场份额 (14)二、国内企业有望在二次应用环节实现弯道超车 (15)1、机器视觉行业商业模式 (15)2、核心零部件国外垄断，国内主要做软件二次开发 (16)3、凭借工程师红利在二次应用环节率先突破 (17)第三节产业发展多为需求驱动，未来国内企业优势加剧 (20)一、国内市场发展从2006年起多为需求驱动 (20)二、从标准化产品需求到非标产品需求，下游应用领域激增 (20)1、部分标准化产品行业格局已形成 (20)2、标准化产品仍存在巨大发展空间——以3C行业为例 (21)3、非标产品、前沿技术领域带来企业发展新机会 (23)第四节风险提示 (25)一、技术突破不及预期 (25)二、新兴领域下游应用推广不及预期 (25)第五节部分相关企业分析 (26)一、劲拓股份：机器视觉是主攻方向，业绩成长可期 (26)二、斯莱克：国内金属包装寡头智能制造布局值得期待 (28)三、美亚光电：新产品拓展稳步推进业绩增长将再上台阶 (30)四、永创智能：成立投资基金坚定智能产业布局 (32)五、慈星股份：工业级和消费级应用发力，机器视觉快速成长 (34)六、京山轻机：布局自动化领域分享增长盛宴 (36)图表目录图表1：机器视觉系统主要由硬件和软件构成 (5)图表2：全球机器视觉系统及部件市场规模平稳增长 (9)图表3：我国机器视觉市场规模增速是全球增速2倍 (9)图表4：2007-2013年我国机器视觉行业企业稳定持续增长 (10)图表5：2013年全球机器视觉产业分布 (11)图表6：2010-2013年各国机器视觉市场规模比较 (11)图表7：康耐视营收5年增两倍 (12)图表8：康耐视净利润扭亏为盈，高速增长 (12)图表9：康耐视毛利润稳定较高 (13)图表10：康耐视北美市场占有率稳步上升 (13)图表11：基恩士营收快速增长 (15)图表12：基恩士净利润积极改善 (15)图表13：零部件与软件开发占据机器视觉行业80%成本 (17)图表14：国内普通理工科本专科毕业生逐年递增 (18)图表15：国内理工科研究生毕业人数逐年递增 (18)图表16：我国代表城市工程师工资水平 (18)图表17：美国不同级别系统工程师工资水平 (19)图表18：BANNER机器视觉检测系统食品包装检测 (21)图表19：FANUC机器人使用视觉系统让零件正确就位 (22)图表20：Google的无人车用了8个Balser的镜头 (23)图表21：机器视觉未来将成为服务机器人的“眼睛” (23)图表22：劲拓股份财务数据汇总 (26)表格目录表格1：机器视觉核心零部件发展速度各异 (7)表格2：机器视觉应用领域十分广泛 (7)表格3：机器视觉远超越人眼视觉极限 (8)表格4：国内产业链高附加值环节弱 (16)表格5：电子制造行业规模最大，汽车行业渗透率最高，其行业格局基本形成 (20)表格6：斯莱克财务数据汇总 (28)表格7：美亚光电财务数据汇总 (30)表格8：永创智能财务数据汇总 (32)表格9：慈星股份财务数据汇总 (34)表格10：京山轻机财务数据汇总 (36)第一节机器视觉蓬勃发展，2018年市场将突破140亿一、工业4.0推动行业进步，软硬件发展速度各异机器视觉是将图像转换成数字信号进行分析处理的技术。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
(此文档为word格式，可任意修改编辑！）正文目录1 计算机视觉：未来之眼，人工智能的前哨 (6)1.1 计算机视觉：人类的另一双“慧眼” (6)1.2 巨头入主视觉领域，人工智能成行业新引擎 (8)1.2.1 国外互联网巨头开启并购狂潮-苹果看“脸”VS谷歌注重运用 (9)1.2.2国内计算机视觉最看“脸”，投融资如火如荼 (10)1.3 欧美领跑产业趋势，市场空间巨大 (12)1.3.1工业自动化需求驱动产业成长 (12)1.3.2国内需求强劲，未来有望引领产业发展 (13)2 生产需求和技术进步驱动计算机视觉行业发展 (16)2.1 硬件是基础，算法是核心 (16)2.2 计算机技术升级+巨头布局+产业政策“三驾马车”促进产业成长 (18)2.2.1 图像处理与深度学习技术为行业内生驱动 (18)2.2.2“机器换人”带来“视觉”设备广泛应用 (19)2.2.3 政策为产业发展保驾护航 (20)2.3 性能优越，应用领域广泛 (21)2.3.1 比人类更敬业的“眼睛” (21)2.3.2 应用广泛，大有作为 (22)2.4 多维场景、嵌入式、一体化成为计算机视觉技术趋势 (23)2.4.1 从二维场景重建迈向三维乃至通用视觉信息系统的构建 (23)2.4.2 基于嵌入式的产品将取代板卡式产品 (24)2.4.3 标准化、一体化解决方案也将是计算机视觉的必经之路 (25)3 应用领域广泛，计算机视觉前景看好 (25)3.1 智能制造领域迅速扩展，半导体与电子制造占据半壁江山 (25)3.1.1 半导体电子制造：计算机视觉有效提升自动化水平 (26)3.1.2 汽车制造：计算机视觉为汽车制造严格把关 (29)3.1.3 生物医疗：计算机视觉为医疗影像、药品质控装上神秘的眼睛 (30)3.2 消费应用领域快速扩展，打开未来想象空间 (31)3.2.1 服务机器人：取代重复劳作，实现场景交互 (31)3.2.2 无人驾驶：计算机视觉是无人驾驶汽车皇冠上的明珠 (32)3.2.3 物流：OCR是智能物流的技术核心 (33)3.2.4 安防监控：计算机视觉透视公共场所，助力智能安防 (33)4 国外巨头积极布局产业链上游，国内企业着力开拓中下游，以To B模式为主 (35)4.1 计算机视觉产业链分析 (36)4.1.1 产业链上游分析：芯片制造、算法开发是核心 (36)4.1.2产业链中游分析：四大技术用途广泛 (37)4.1.3产业链下游分析：稳定的市场需求开启应用领域扩展 (38)4.2 计算机视觉产业的商业模式 (40)4.2.1 软件服务：技术算法驱动者—“技术层+场景应用”作为突破口.. 404.2.2 软硬件一体化：生态构建者---“全产业链生态+场景应用”作为突破口 (41)4.3 我国计算机视觉产业发展状况 (42)4.3.1 2020年中国计算机视觉市场规模预计54.7亿元 (43)4.3.2 从事工业系统集成与人类识别居多，未来将转向智能化应用 (43)5 相关建议 (44)6 风险提示 (48)图表目录图表1：计算机系统的漏光检测 (6)图表2：计算机视觉助力VR (6)图表3：计算机视觉系统的技术与领域 (7)图表4：基于计算机视觉的工业机器人定位技术 (7)图表5：人工智能生命周期曲线与架构 (8)图表6：计算机视觉在人工智能融资中位居前列 (8)图表7：计算机视觉公司为人工智能增添动力 (9)图表8：国内计算机视觉的创业热 (9)图表9：近几年传统行业巨头的收购行动，注重上下游整合 (10)图表10：近几年国外互联网大佬在计算机视觉行业的收购“大动作” (10)图表11：2016年中国计算机视觉公司前5强资料 (11)图表12：近几年国内BAT三巨头也开始计算机视觉争夺战 (12)图表13：计算机视觉的发展阶段 (13)图表14：全球计算机视觉市场规模持续增长 (13)图表15：2015年全球计算机视觉地区分布 (14)图表16：2007-2016我国计算机视觉市场规模 (14)图表17：2015年我国计算机视觉应用领域 (15)图表18：2006-2016年我国就业人口变化 (15)图表19：2006-2016年来我国科研投入 (16)图表20：计算机视觉系统的组成硬件和软件 (16)图表21：计算机视觉系统的零部件发展状况 (17)图表22：计算机视觉系统产业链 (18)图表23：GPU运算能力远远超越CPU (19)图表24：近年ImageNet 比赛图像识别准确率 (19)图表25：四次工业革命进程 (20)图表26：智能制造是工业4.0的核心 (20)图表27：2015年以来我国对计算机视觉的政策/规划 (21)图表28：计算机（机器）视觉与人类视觉的对比:给工业4.0时代添上一双“慧眼” (22)图表29：计算机（机器）视觉应用广泛1 (23)图表30：计算机（机器）视觉应用广泛2 (23)图表31：三维场景的重建才刚刚起步 (24)图表32：嵌入式产品是未来发展趋势 (24)图表33：计算机视觉主要应用领域 (25)图表34：计算机视觉四大功能 (26)图表35：贴片机视觉自动对位系统构成 (27)图表36：视觉检测装置原理 (27)图表37：视觉测量原理 (28)图表38：物流读码器系统 (28)图表39：计算机视觉在半导体制造三大阶段中的应用 (29)图表40：计算机视觉在半导体与电子制造中的应用 (29)图表41：计算机视觉技术在汽车制造领域的应用 (30)图表42：邦纳计算机视觉在汽车零部件制造的应用原理 (30)图表43：计算机视觉技术在医疗影像诊断器械上的应用 (31)图表44：无人驾驶计算机视觉系统 (32)图表45：物品包装检测系统 (33)图表46：中国视频监控市场规模6年复合增长率高达17.42% (34)图表47：人脸识别在安防领域的市场规模在2015年高达70亿 (35)图表48：计算机视觉产业链 (36)图表49：国内外视觉处理芯片对比 (37)图表50：国内外基础算法应用对比 (37)图表51：计算机视觉四大技术 (38)图表52：2015年中国计算机视觉下游应用分布 (39)图表53：智能制造三大主要领域固定资产投资（单位：万元） (39)图表54：国内五大计算机视觉公司主营业务 (40)图表55：在线API、离线SDK、私有云模式对比 (41)图表56：格灵深瞳智能交通大数据平台 (42)图表57：国内外To B to C模式的软硬件一体化的视觉服务应用 (42)图表58：2006-2015我国计算机视觉市场规模 (43)图表59：国内计算机视觉公司分类 (44)图表60：国内知名创业公司计算机视觉应用场景梳理 (44)图表61：受益于智能制造领域爆发 (46)图表62：受益于消费应用领域爆发（初创企业居多） (47)图表63：A股相关标的 (48)图表64：“计算机视觉”受益组合 (48)1 计算机视觉：未来之眼，人工智能的前哨1.1 计算机视觉：人类的另一双“慧眼”计算机视觉(Computer Vision)是指用计算机来模拟人的视觉系统，实现人的视觉功能，以适应、理解外界环境和控制自身的运动。
简言之，计算机视觉是一门研究如何使机器"看"的科学，是人类视觉在机器上的延伸。
机器视觉(Machine Vision)就是利用机器代替人眼来作各种测量和判断，是计算机视觉在工程工业领域的应用。
图表1：计算机系统的漏光检测图表2：计算机视觉助力VR计算机视觉综合了光学、机械、电子、计算机软硬件等方面的技术，涉及到计算机、图像处理、模式识别、人工智能、信号处理、光机电一体化等多个领域。
图表3：计算机视觉系统的技术与领域图表4：基于计算机视觉的工业机器人定位技术计算机视觉是人工智能技术的基础，是实现工业自动化和智能化的必要手段。
随着人工智能领域的融资总额逐年增长，计算机视觉的融资额也不断攀升。
截止2016年第一季度各类人工智能公司的融资中，计算机视觉融资额度在16亿美金左右，在细分领域中位居前列。
图表5：人工智能生命周期曲线与架构图表6：计算机视觉在人工智能融资中位居前列1.2 巨头入主视觉领域，人工智能成行业新引擎计算机视觉技术为人工智能增添动力。
2016 年 3 月，谷歌（Google）研发的围棋人工智能AlphaGo以4：1大胜世界冠军李世石，人工智能时代已经来临，已逐步渗透到社会发展中。
计算机视觉占全球人工智能创业公司的 1/5，国内计算机视觉也迎来创业热，成为行业新引擎。
图表7：计算机视觉公司为人工智能增添动力图表8：国内计算机视觉的创业热1.2.1 国外互联网巨头开启并购狂潮-苹果看“脸”VS谷歌注重运用国外巨头接连布局计算机视觉领域。
康耐视等计算机视觉厂商通过并购完善产业链布局，整合上下游产业。
图表9：近几年传统行业巨头的收购行动，注重上下游整合苹果、英特尔、Facebook、谷歌和亚马逊等互联网巨头沿着与主业有协同效应的方向布局，并购对象多为为图像识别、建模，应用领域为无人驾驶、无人机、人脸识别等人工智能领域。
图表10：近几年国外互联网大佬在计算机视觉行业的收购“大动作”1.2.2国内计算机视觉最看“脸”，投融资如火如荼国内计算机视觉起步晚，产业发展仍处于初创期，投融资空间大。
2016年中国计算机视觉排名前5的公司全部以人脸识别为核心业务，而且均获得过A轮及以上融资。
国内企业在工控领域的应用主要集中在系统集成应用。
消费领域的应用多与人脸识别、图像处理相关。
如排名第一的旷视科技主攻人脸识别，为阿里巴巴旗下支付宝等金融平台提供面部扫描系统。
图表11：2016年中国计算机视觉公司前5强资料百度、腾讯、阿里三巨头也先后在计算机视觉领域发力，或自研或收购。
其中百度斥巨资进行包括计算机视觉在内的人工智能研发与无人驾驶、盲人机器人等应用。
阿里巴巴通过投资等占据人脸识别、VR应用市场的强势地位。
腾讯搭建“优图”平台，但整体动作缓慢。
图表12：近几年国内BAT三巨头也开始计算机视觉争夺战1.3 欧美领跑产业趋势，市场空间巨大1.3.1工业自动化需求驱动产业成长计算机视觉始于20世纪50年代模式识别的研究，为解决工业自动化生产工艺需求。
60年代Roberts用计算机成功提取多面体，实现质的突破。
70年代Marr 为代表的视觉计算理论发展与麻省理工学院“计算机视觉”课程开设标志计算机视觉进入主涵道，同时基恩士创立开启计算机视觉产业浪潮。
到了 80年代，受集成电路与半导体技术的发展影响，计算机视觉进入了快速发展通道，步入正轨。
90年代计算机视觉的研究经历了从实验室走向实际应用的发展阶段，趋于成熟。