序 言
人的大腦分配了大量的資源用于視覺，對視覺的“投入”比聽覺、味覺、嗅覺多得多：40%-50% 的神經元都與視覺功能有關，在大腦頂層 IT 區尤為密集。相較于其他感官，人類使用眼的場景也更多，平均活躍時間也更多，視覺占據人類感官系統的 80%。
于是，看，是人類感知世界最直接的方式。
隨著技術的進步，人類已經不僅僅滿足于用自己的眼睛看世界、看宇宙，因為人類本身生理結構的局限性，有些東西是光靠人類的眼睛看不到的，所以人類開始研究如何教會機器去“看”。
計算機視覺就是這樣一門學科，用攝影機和計算機代替人眼對目標進行識別、跟蹤和測量等機器視覺，并進一步做圖像處理，用計算機處理成為更適合人眼觀察或傳送給儀器檢測的圖像。
2016 年被很多人稱作人工智能的元年，但對于中國計算機視覺來說，2012 年開始，就已經陸續出現了不少后來為人所熟知的 CV 初創公司，依圖科技、曠視科技等等都是在那一年創立的。
據調查，這些企業主要創立的時間都集中在 2015~2016 年前后， 2015 成為了視覺公司創立最多的一年，約有 80 家企業在這一年成立 。
從 2012 年到 2018 年，六年間，中國的國際機器視覺品牌已有近 200 多家，而中國自有的機器視覺品牌也已有超過 100 多家，機器視覺各類產品代理商超過了 300 家，專業的機器視覺系統集成商也有 100 多家，這些企業主要應用于安防、金融、互聯網等方向。
2016~2017 年，也就是所謂的“人工智能元年”，中國的計算機視覺領域出現了一次明顯的分水嶺。在這一年的時間里，中國涌現出了一批優秀的獨角獸企業，根據《2017 年中國獨角獸企業發展報告》， 2017 年稱得上中國“獨角獸”企業的公司已達 164 家，這其中包括了 7 家人工智能企業，而計算機視覺企業就在其中占了四個名額，他們分別是：曠視科技、商湯科技、云從科技與依圖科技 。
計算機視覺在這不到一年的時間里已經遍地開花，地鐵的安防攝像頭、火車站飛機場的人臉識別閘機、智能手機的人臉識別解鎖與支付功能……不知不覺中，計算機視覺技術“滲透”到了人們生活的方方面面。
也同樣是這一年，中國計算機視覺領域的幾場數額巨大的融資活動，再一次吸引了世界的目光。被稱為人工智能領域最“吸金”的產業， 計算機視覺在這一年獲得超過 230 億元的投資，在中國人工智能領域的投資當中占比超過三分之一 。
為了讓全行業對計算機視覺發展現狀有更清晰地了解，發布了《2018 中國計算機視覺行業報告》，我們采訪了多家計算機視覺領域的“獨角獸”企業與老牌技術大廠，并邀請多位專家從多角度對行業進行深度解讀，希望這份報告能夠為行業提供幫助并產生價值。
第一章：2018 計算機視覺行業全回顧
計算機視覺已經成為變現最順利的人工智能技術，根據中國信通院 2018 年 2 月發布的報告數據，2017 年中國人工智能市場中計算機視覺占比 37%，以 80 億元的行業收入排名第一。
其中，安防影像分析是目前計算機視覺最大的應用，2017 年占比約 67.9%，但目前新的應用領域正在不斷創新涌現，例如無人駕駛、醫療影像，但現在沒有大規模普及，都還是在初級階段。
作為落地應用最廣的人工智能技術，尤其在中國的發展如此之順利，主要有以下幾點原因：
第一， 深度學習的突破 。 深度學習是非常龐大的一個神經網絡，通過深度學習，技術能做出非常好的結果來，雖然它不知道如何得出這個結果，但是它帶來的提升以及足夠 AI 技術從實驗室真正走進生活;
第二， 視覺場景極大豐富 。人類有 70-80% 的信息來源于視覺。相比語音場景的單一，CV 可以做的事情更多;
第三， 華人群體在全球范圍內的崛起 。隨著中國的日益強盛，越來越多的留學生出國選擇計算機及相關專業，將前沿的技術與研發理念帶回國內，這也客觀導致了在 AI 和 CV 領域，華人人才儲備的快速增長;
第四， 中國國家層面的重視 。中國在新興技術領域與國外的差距并沒有傳統領域那么大，非常有希望在中短期趕上其他國家，且 AI 技術是中國產業轉型升級的重要動力，所以國家從頂層部委到地方都十分重視 AI 技術的培育與發展，這就營造了一個非常好的發展環境。
2018 年，更多的技術得到應用，更多的產品得到推廣，我們將從市場發展與技術進步兩個方面進行詳細解析。
市場發展
從整個計算機視覺行業發展的角度看， 縱觀中西計算機視覺發展，可以看到，中國與西方國家的演進路線不同 。
國際上前沿的技術主要集中在深度學習的基礎研究層面，而中國的計算機視覺技術更傾向于產業落地。經過了過去這些年的沉淀，中國已經在人才、數據、場景和政策層面做了比較多的儲備，為中國計算機視覺技術的發展提供了豐沃的土壤。
尤其是在應用方面。從全球范圍來看，計算機視覺領域一定要通過落地應用才能推動學術的發展，而中國在這方面具有巨大的優勢。
說到計算機視覺場景的落地，以及賽道的搶占，這都與技術是否突破工業紅線息息相關。
與其他 AI 技術一樣，CV 技術的突破也在促使兩個工具的產生：一個是 生產力工具 ，對傳統行業中的人力部分進行替代，降本增效;另一個是 交互工具 ，帶來新的交互體驗和應用，形成新的應用場景。
目前 CV 公司比較集中的技術賽道有： 人臉識別、自動駕駛、醫療圖像等 ，但目前而言， 商業化落地最快的還是人臉識別及其業務相關的一些技術 ，比如銀行會用到人臉和自然場景下的 OCR(文字識別)，還有浸入式大數據風控，安防會用到人臉、人體、車輛與大數據分析等。
全球 CV 領域在發展方向上與國內差別不大，但是行業落地的速度會有差距，國內在人臉、自動駕駛等技術在安防及部分行業落地非常快，這得益于政府的重視和政策的開放。
每年計算機視覺頂級會議上，來自中國的論文總數、最佳論文數量占比越來越高，中國計算機視覺學術團穩坐第一梯隊。同時，技術的落地應用跑得快，往往也對這項技術提出了更多超前的、突破性的問題，倒逼技術向著創新的方向、領域突破發展，這些論文大部分都是來自于實際應用對技術的推動。
技術發展
從技術角度來看，目前計算機視覺技術在醫療、教育、自動駕駛、零售、社區等多個領域都有不錯的發展，但人臉識別技術研發和落地情況是比較領先，因為人臉是天然的跨行業入口，每個行業都與人有關，所以人臉識別順勢成為了最先商業化的技術，而這一技術落地最為廣泛的領域，就是每個人生活都離不開的手機。
計算機視覺落地手機行業
2017 年，越來越多的手機廠商意識到了 AI 給智能手機行業帶來的價值，紛紛推出了自己的 “AI+ 手機” 。2018 年，主流手機廠商更是在各自的旗艦機型中全面引入 AI 技術，甚至搭載 AI 芯片的手機正在成為市場的主流。
但是，同樣我們也看到，目前的“AI+ 手機 ”還處在 較為初級的階段 ， 很多的功能應用還具有局限性，只是在部分特定場景下才能發揮作用，距離真正的“AI 手機”普及還有不小的技術門檻。
AI 對于智能手機的價值，是能夠提前預測用戶需求，主動給出相應指引或回應，實現從 Smart 到 Intelligent，AI 解鎖僅僅是行業向前邁出的第一步。而視覺應用是手機 AI 應用中最主要的訴求，主流的手機 AI 應用大多與視覺應用相關，可以說， 提升視覺技術是當前是改善用戶體驗最直接和最有效的手段，甚至已經成為評判一款手機產品重要的指標之一。
從技術上來看，計算機視覺技術在手機的應用主要可以分為三大方向： 識別與認證、AI 攝影、3D 視覺。 其中 3D 視覺 是手機視覺技術 最具潛力的應用。隨著光學器件的提升，3D 視覺將原來平面的數字世界做到立體。
但目前 基于 3D 的視覺應用還不普及，應用、算法、 硬件、解決方案之間的技術壁壘還沒有完全打通 ，需要有更為簡單和高效的技術方案來進行一站式的整合，需要產業生態進行更深度的融合與協作。后文將會對 3D 視覺的核心技術： 3D 結構光 進行更詳盡的解釋。
3D 結構光： 3D 結構光是獲取面部立體信息的最佳方案之一，它是通過人臉表現反射光線來確定深度信息的，主要用于終端人臉識別，如手機刷臉解鎖等。
結構光聽起來很高大上，但實際上也很好理解，工作時相關器件會投影具備一定結構的光，比如亮滅相間的條紋光線，如果打到平面上，那么反射回來會是原樣粗細的條紋;而如果打到不規則物體上，那么反射回來就會時條紋就會發生變化，然后根據計算，就能得出物體的結構。
目前 3D 結構光技術在手機領域已經得到了應用，如：小米 8 透明探索版就是全球首款支持 3D 結構光技術的安卓旗艦手機。
云端和嵌入式
人工智能需要大量的數據，所以 AI 最早是往往是從云端起步的，但是隨著時間的推移，因為安全性、人性化的需求，逐漸地的會有一個遷移，很多的應用會從云端遷移到終端，未來最常見的 AI 應用模式，可能是在云端做訓練、做培訓，最后在終端做執行。可以說，在萬物互聯的時代，云端 AI 和嵌入式 AI 會是相互共存、相互補充的關系。
在靠近數據產生端進行計算，將網絡、計算、存儲能力從云端延伸到網絡邊緣，也因此擁有低時延、本地性高、對貸款要求低等優勢的新型計算模式。
人工智能強于人類的地方，在于它擁有并行處理能力，人工智能可以擁有多雙“眼睛”，去觀察這個世界并不斷自我提升。如果“眼睛”會思考，就減少了回傳大腦的“視神經”的負擔。不必將全部數據都上傳至云端，減少了對網絡的負擔，避免了網絡堵塞，提高了網絡帶寬利用效率，于是擁有上萬雙“眼睛”的人工智能成為了可能。
人才培養
對于技術行業來說，人才培養是非常重要的一環，人工智能高準入的技術門檻，決定了 AI 人才需要較長周期的培養，所以當人工智能產業迎來爆發的同時，造成了大量的人才缺口。
目前，中國高校培養的 AI 人才更側重于應用層面，這與中國 AI 產業的特色密切相關。同時，大學開放的氛圍、校企合作提供的平臺，也使得這批人才在進入企業后能夠快速成長，深入到行業中來。
相比之下，國外的 AI 人才更加偏向于基礎研究。但如今，中國 AI 人才也在基礎研究方面有了成果，在 CVPR、ECCV 等全球視覺頂會上，中國的 AI 人才也展現出了強勁的實力。
對于國內計算機視覺相關企業的調查：社招人才由于其應用方面的豐富經驗，在招聘時會更加受到關注;而隨著大量畢業生對于人工智能企業，尤其是初創企業的認知不斷提升，校招人才的競爭力也有所提升。
從整體來看，AI 創業公司對專業人才的重視程度更高，專業人才代表了企業的核心實力，高質量的人才能夠幫助公司獲得更強的市場競爭力。人工智能技術現在屬于增長期，此時人才是最稀缺的。未來 3-5 年內，人工智能領域最重要的競爭都是人才戰，最頂級的懂算法的人才尤為重要，全球范圍內，人工智能領域突破性工作的研究人員數量及其有限，而 AI 競爭最核心的就是研究人之間的比拼。
一方面， 技術專業人才 能夠加速公司底層技術的突破;另一方面，企業對 應用型專業人才 的需求同樣強烈。尤其是在針對不同的行業深入落地時，專業人才能夠協助企業更加精準地完成技術與新場景的匹配，幫助企業快速進入賽道。
此外，在人工智能領域做產品研發，需要深入各個垂直領域，成為每一個領域的專家，所以人才也需要永遠保持學習能力和好奇心，要善于思考、勇于創新，才能走在時代前列。
第二章：“獨角獸”的崛起
融資能力凸顯
2018 年對于計算技術覺初創公司來說可謂是“豐收”的一年。
4 月，商湯科技獲得 6 億美元融資，而就在此后不久，今年 5 月，商湯又獲得了 6.2 億美元的融資。
7 月，曠視科技拿下了 6 億美元的 D 輪融資，同月，依圖科技也獲得了 1 億美元的融資。
10 月，云從科技獲得 10 億元融資。
不到一年的時間里，這四家公司就已經拿下了超 100 億元人民幣的融資，而根據 CB Insight 數據，2017 年中國 AI 創業公司的融資總額也不過 500 億人民幣(73 億美元)。
相應的，這幾家公司的估值也隨著融資能力的上升而一漲再漲。
商湯科技目前估值已經達到 45 億美元，云從科技估值達 33 億美元，曠視科技估值達到 35 億美元，依圖科技估計達 20 億美元。
當然，除了這四家被“重點關注”的明星企業，2018 年計算機視覺領域整體的融資水平都處在比較高的狀態，據統計， 截至 2018 年 12 月，中國計算機視覺行業融資數額已達到 260 億人民幣，比去年整體高出近 30 億元 。
對于初創企業來說，融資能力當然可以展現出一部分實力，而真正要從競爭中獲得認可，還是需要靠強大的技術水平。
技術爭霸激烈
2018 年對于整個人工智能領域來說都是有些平淡的，甚至有人開玩笑說：2018 年 AI 領域最大的進步就是毫無進步。
對于計算機視覺領域來說是否也是同一番景象呢?
以上文所述的幾家初創公司為例。
商湯科技
提到中國的 AI 獨角獸，大概很少有人不知道商湯科技的。
從 2014 年成立至今，商湯科技也不過才走過四個年頭，2018 年 9 月，商湯科技被國家科技部選入國家新一代人工智能開放創新平臺的隊伍當中，成為國家隊的一員。與之同列的是百度、阿里云、騰訊、科大訊飛等技術大廠。
據調查，商湯科技已與國內外 700 多家公司和機構建立合作，涵蓋智慧城市、智能手機、互動娛樂及廣告、汽車、金融、零售、教育、醫療、地產等多個行業。
此外，商湯科技自主搭建了深度學習平臺 SenseParrots，對超深的網絡規模、超大的數據學習以及復雜關聯應用等支持更具優勢。商湯科技還自主搭建了深度學習超算中心，大幅降低了各類人工智能技術的研發成本，并且縮短了開發深度學習算法模型的時間。
在今年，商湯科技促成了包括 SenseAR 美體塑形、SenseDriveDMS 駕駛員監測、SenseMatrix 人臉 3D 重建等多個炫酷 AI 技術的落地。在智慧城市方面，商湯也加大了投入，據了解，商湯原創的 SenseSpace 智慧公共空間管理平臺已經在黃浦江西岸正式落地并投入使用。
云從科技
2015 年 4 月，時任中科院重慶研究院智能多媒體中心主任的周曦正式創立云從。作為計算機視覺領域的“后來者”，云從的技術實力卻一點不弱。
2018 年，云從建立了包含人臉識別、跨鏡追蹤、車輛識別、姿態識別、語音識別、文字識別等智能感知技術和大數據分析、知識圖譜、人物畫像等認知決策技術為核心的技術閉環。
今年 1 月，云從基于高準確度人臉識別系統產業化及應用，入選國家發改委“人工智能”創新發展工程;同年 9 月，依靠其自研的 SoC 芯片，云從入選工信部人工智能與實體經濟深度融合創新項目;10 月，云從發布了國家發改委 “國家人工智能基礎資源公共服務平臺”項目，該項目啟動于 2017 年，由騰訊、百度、科大訊飛、云從科技四家承建。
云從科技是第一家同時承擔國家人工智能基礎平臺、人工智能應用平臺和人工智能核心芯片平臺的人工智能企業。
目前，云從科技已經成為中國銀行業第一大 AI 供應商。包括農行、建行、中行、招行總行等全國 400 多家銀行已采用公司產品，為全國銀行提供對比服務日均 2.16 億次。
在安防領域，云從的產品已在 29 個省級行政區上線實戰，每天比對超過 10 億次，數據匯聚總量超過千億，協助全國公安抓獲超過 1 萬名犯罪嫌疑人;
在民航領域，已有 60 余家機場選擇云從產品，日均服務旅客超 6 千萬。
曠視科技
2011 年，曠視科技在北京成立。在計算機視覺獨角獸里，曠視算得上絕對的“老前輩”。除了是業界最早一批進軍 AI 移動智能終端產業的人工智能企業之一，曠視科技也是手機 AI 解決方案提供商。
曠視的核心 AI 技術應用早已拓展到了手機行業，基于核心的深度學習和計算機視覺技術推出人臉支付、人臉識別解鎖、人像光效、人像背景虛化、視頻美化、3D Animoji 等一系列移動端 AI 產品，以滿足不同手機廠商在人臉解鎖、圖像增強、相機增強、智能圖像和視頻處理上的需求，在不到一年的時間內已經與華為、小米、vivo、OPPO 等國內頭部手機企業實現深度合作 。
2018 年，曠視在學術領域也收獲頗豐，全年先后發表 20 余篇 CV 頂會論文，并在 ECCV COCO 2018 一舉包攬四項冠軍。
在安防領域，曠視擁有全國最大的第三方人臉身份驗證平臺。據了解，平臺涵蓋了全球 2.95 億人次的人臉信息，能夠提高在戶籍排查、重點場所管控、出入境管理和案件偵查等警務活動和國際會議、全球賽事等安?；顒拥陌踩?。也能將人臉身份驗證平臺應用于人臉識別支付、人臉識別解鎖、人像卡口系統等非安防領域中。
市場調研機構 WiseGuy Reports 發布的《2022 年全球面部識別市場預測報告》顯示，曠視科技成為中國唯一入選的人工智能企業。
依圖科技
依圖科技成立于 2012 年，深耕安防領域，維持金融業務，大力布局醫療影像業，在 2017 年，依圖科技獲封安防領域表現最強的算法型廠商。
2018 年，除了兩次上億美元級別的融資外，依圖科技的技術也同樣令業界矚目，尤其是在 AI+ 醫療領域。
今年 3 月，依圖推出世界首套 AI 醫療影像質控系統，可在在目前醫療影像缺少有效質控手段的情況下，基于人工智能圖像識別技術，通過海量數據訓練，使醫院系統具備醫學影像成像質量的自動評價與評分能力。
6 月 15 日，四川大學華西醫院與依圖醫療合作研發出國內首個肺癌臨床科研智能病種庫和全球首個肺癌多學科智能診斷系統。
11 月，全球人臉識別算法測試(FRVT)上，依圖以以千萬分之一誤報下的識別準確率超過 99%，成為冠軍。
第三章：大廠的發展
對于技術大廠來說，2018 年在計算機視覺上的發展是從多方面體現出來的。
以百度為例，計算機視覺 + 雷達的方案成為 Apollo 自動駕駛的首選，不僅在公園等封閉環境中已經有了落地案例，百度還計劃 2020 年開始交付高速自動駕駛車輛，可解決包括直道彎道定速巡航、檢測車輛匯入、跟車行駛、前車剎車、拔桿變道等常見的駕駛問題。此外，百度在智慧城市方向也開始有所行動，為解決城市道路問題，百度突出了車路協同方案，在道路上安裝智能探頭用來監控路況，通過 AI 實時反應并處理突發情況。在智慧產業領域，百度的視覺技術也落地在醫療、制造等諸多產業當中。
對于阿里巴巴來說，阿里巴巴視覺智能計算團隊目前的重點在四個方向： 城市大腦，醫療 AI，工業視覺和智能設計 。其中“城市大腦”致力于通過云計算和人工智能技術去解決依靠人腦無法解決的城市治理和發展問題。圍繞這一目標，阿里巴巴目前的重點研究方向包括：多模態城市感知、交通預測與干預、并行異構計算加速、基于視頻的行人與行為搜索識別、大規模城市視覺計算平臺等?；谝曨l的城市對象感知幾乎是所有工作的基礎，也是阿里率先取得突破的技術方向之一。
而騰訊優圖實驗室在 9 月正式升級為騰訊計算機視覺研發中心，聚焦計算機視覺研究，專注在圖像處理、模式識別、機器學習、數據挖掘等領域開展技術研發和業務落地。在技術上，優圖重點專注于圖像技術及人臉技術的研究及應用探索。圖像技術包含圖像識別、智能鑒黃、OCR 技術、圖像分割以及超分辨率技術等。人臉識別包含人臉配準追蹤技術、人臉核身技術、活體檢測技術、海量人臉檢索技術等。
目前優圖 AI 技術已經廣泛應用在零售、工業、社交娛樂、社會公益、道路感知、金融、鑒黃、安防、醫療、政務等領域，在手機 QQ、QQ 空間、QQ 音樂、微信、廣點通、全民 K 歌、騰訊覓影等產品中落地，并與滴滴、公安部門、快遞等行業已經有了合作案例。其中，智能醫療和自動駕駛是該實驗室今年剛涉足的領域。
第四章：懸而未決的問題
計算機視覺是 AI 最為成熟的技術之一，其應用已經在政府、金融、互聯網等行業市場率先落地。但是，整體而言， 計算機視覺的應用仍處于起步狀態。
當前市場關注度、滲透率及技術采用度相對較高的應用場景，如 人臉識別、物體識別、物體檢測等還停留在較為基礎的物體探測階段 ，在更具體的 事件檢測、更靈活的人機交互及更復雜的信息重組、自主行為等 方面的應用明顯不足。可以說， 當前的應用僅是冰山一角。
此外，自 2018 年起，人工智能商業化落地也成為了全行業都在重點關注的問題，計算機視覺技術的商業化產品最多，但是在行業內真正做到可以盈利的企業屈指可數。
與此同時，部分計算機視覺企業依靠競賽刷榜、刷分來現實自身實力，雖然可以通過這種方式獲得融資、招攬人才，但是對行業來說，落地才是硬道理。
在算法與硬件層，計算機視覺也同樣遇到了一些短時間內無法解決的問題。
深度學習彌補了手工設計特征的缺陷，非線性變換可以做非常多次，特征表示能力顯著提高，并且可以自動地訓練所有參數，大幅提升了視覺算法的效率。但是，由于硬件方面如：設備外觀、電池容量、設計成本、供應鏈等多方面的限制，算法無法在 端側 最大限度地發揮作用，導致了最終結果受到了一定的限制。
雖然目前在邊緣計算領域已經有不少企業進行了探索，但是要滿足大規模應用的需求，尚需時日。
除了技術上的諸多問題外，2018 年的幾次重大的數據泄露事故，讓普通用戶更加在意道德層面的問題，首當其沖的就是隱私安全性。
中國是人口大國，人口是一項巨大的優勢，這也就決定了計算機視覺技術可以在中國取得更好的發展。但是，安裝在道路上的攝像頭、每個人手機上的鏡頭、行車記錄儀、家用安防攝像頭等等，都可以成為隱私泄露的窗口，此類消息在世界各地也屢見不鮮。
如何既滿足技術發展的需求，同時保證用戶在隱私方面的安全，這也是全行業仍在積極解決的問題。
總 結
相信 2019 年計算機視覺方面的落地與技術研發，會更多的以人為中心來擴展。人與物體的結構化分析會成為主流，并且打通大數據分析這一環，為客戶產生真正的價值，各個行業都會產生細分行業龍頭。頭部公司的行業特點會越來越鮮明，大家都會有自己側重的業務點。
當然，在近兩年也會有一些企業在浪潮中退出歷史舞臺。
從技術發展的趨勢來看 ，現在是參數學習，未來是結構學習，再以后是目標學習。到那個階段，計算機視覺或許可以理解出來一些意料之外的能力。
從行業發展來看 ，視覺 AI 可以把整個生態環境形成起來。AI 并非一個獨立的行業，它更像是一種為所有傳統行業提供變革契機的基礎設施。因此在未來， 具有核心平臺化能力的 AI 企業才能夠不被淘汰 。
從人才培養來看 ，就視覺領域來說，隨著 AI 的發展與普及，有更多的人才加入了學習計算機視覺技術的行列，但是大多數人還處在“正在進行時”的狀態。行業需要真正有工程能力的人才，所以 人才短缺的情況仍會繼續，還是需要時間來培養 。
隨著萬物互聯的物聯網時代的到來，AI 面臨著全新的發展機遇，與物聯網的結合將更為緊密。越來越多的物聯網設備接入網絡，通過嵌入式模組、計算單元、感知單元等將物理世界數字化，獲取豐富的數據，大大提升 AI 的感知能力，為 AI 奠定堅實的數據基礎，讓充分的數據價值挖掘成為可能。
