时下，人工智能技术越来越成熟，而其中计算机视觉逐渐成为其一的重要研究领域和方向。计算机视觉拥有人脸识别、图像识别、图像分割、图像重构、图像生成、目标检测等功能，即能像人一样对外界进行感知、识别和理解。与此同时，机器视觉机器视觉也逐渐进入到大家的视线，人们开始关注和区分其与计算机视觉的概念。

       而认识计算机视觉产业链的全局，也可以从这两者的差异出发。

       计算机视觉：硬件＋计算

       计算机视觉和机器视觉对世界的感知和描述，同样是通过图像或图像序列来获取。计算机视觉离不开计算机，即让计算机对人的视觉功能进行模仿，而机器视觉，是利用机器代替人眼来实现检测和判断，侧重于基础硬件的选择，强调精度和图像分析能力。

       随着人工智能技术不断成熟，并且深入和应用于计算机视觉和机器视觉，计算和硬件也开始融合并成为了一个新的趋势。从另一个层面来看，计算机视觉和机器视觉各自的侧重点不同，前者重学术，后者重工业。因而现在对于二者的区分又有了一个明显的切入点，工业制造领域中的视觉应用多为机器视觉，其也作为计算机视觉的重要应用场景之一。

       在计算机视觉的构成模块中，基础硬件用来实现图像采集和处理等功能，其包括光源、工业相机、图像处理单元、视觉处理软件等软硬件；而计算单元作为计算机视觉的核心，其包含技术、应用和基础三个层面。而再深入细化一点，分析一整个解决方案中包含的基础设施，技术层中划分有各类算法，而基础层划分为硬件和计算平台。应用层中常见的应用场景有安防、泛金融、手机、零售、自动驾驶、医疗影像、工业制造、广告营销等，其分别对应有各自领域的厂商。其中的工业制造就是机器视觉在工业领域的应用。

       国外：硬件至上

       在研究机构Science Examiner推出的《2017年－2024年全球计算机视觉市场行为分析和预测》中，将英伟达、英特尔、高通、苹果、谷歌等列为了全球计算机视觉市场的主要参与者。Science Examiner认为在这一市场中，芯片开发者和硬件组建开发者的作用力要远大于单纯的技术研发者。此外，Science Examiner还提出，算法能力本身很容易达成趋同，并且会因此变得越来越廉价，未来的行业创新关键在于硬件算力提升，和软硬件的定制式创新，而主要的盈利点也很可能出现在硬件上。

       而纵观近年来英伟达、英特尔、高通等科技巨头的发展路径，“硬件至上”的观点得到了体现和验证，在计算机视觉的发展中，芯片承担了重要的角色。据美国国家标准与技术研究院（NIST）的2018年全球人脸识别算法测试结果显示，排名前11名的企业，大都来自中国、俄罗斯和立陶宛，其中中国企业占据了前五名，然而美国的企业只有两家，有相关专家指出：美国得到这样的结果很可能是由于其对算法的忽视。

       国内：应用为王

       中国人工智能发展的重要点之一在于视觉的“应用场景”，计算机视觉坚持“应用为王”的理念。

       而近年来过国内计算机视觉的应用场景中，安防占了重要席地，与此同时，国内互联网发展所积累的海量数据以及相对宽松的政策环境，为一批安防初创企业的发展提供了空间和机遇，另外，得益于互联网和ICT企业的跨界，一些传统安防厂商也“重获新生”。此外，计算机视觉也不断涉向其他应用场景，如金融（支付）、手机（含互联网娱乐）、自动驾驶（无人机、机器人）、医疗影像、工业制造（机器视觉）等。而目前国内计算机视觉产业已形成三大阵营共存的局势。

       由商汤、旷视、依图、云从“CV四小龙”为首的初创企业构成第一阵营。其以安防为起点，凭借算法的不断创新、进步与成熟，渐渐向多领域拓展。其中，为其他企业赋能的To B业务将会成为全新的增长点。

       海康威视、大华股份、宇视科技为代表的传统安防巨头构成第二阵营。这些企业在原来的技术优势上不断更新进步，积极引入或自研算法，向更多的领域进军。

       由BAT、华为等互联网、ICT领域的巨头构成第三阵营。这些企业拥有极为丰富的数据资源和经验，涉足安防等多个领域，通过源源不断的技术输出和凭借其雄厚的资本，从而实现“圈地”和布局。

       随着我国城市化建设的不断推进，以及人工智能技术的进步，计算机视觉的发展前景可见广阔，其不仅在安防市场上仍有巨大的发掘潜力，同样也将在金融、手机、医疗影像、工业制造及广告营销等其他领域上蓬勃生长。

返回列表