根據國家標準化管理委員會指導編撰的《2018人工智能標準化白皮書》定義，計算機視覺是使用計算機模仿人類視覺系統的科學，讓計算機擁有類似人類提取、處理、理解和分析圖像以及圖像序列的能力。自動駕駛、機器人、智能醫療等領域均需要通過計算機視覺技術從視覺信號中提取并處理信息。

隨著移動設備數量的增長和傳感器技術的進步，包含有價值的圖像和視頻數據的增加，智能終端與移動設備采集和產生的環境與用戶數據成為寶貴資源。對視覺信息的分析須借助計算機視覺技術，數據量的急劇增長，算力的大幅提升和深度學習算法的不斷優化極大促進了計算機視覺行業的發展。

市場關注度持續升溫

自1956年達特茅斯會議上首次提出人工智能概念以來，人工智能技術與應用已經發展60多年。在半個多世紀的發展歷程中，由于受到算法、算力、存儲水平等多方面因素的影響，人工智能技術和應用發展經歷了多次高潮和低谷。2006年以來，以深度學習為代表的機器學習算法在計算機視覺、語音識別、自然語言理解等領域取得了巨大突破，人工智能行業進入第三次發展浪潮。

受益于國家政策的大力支持、人工智能企業的涌現和廣闊的應用場景等因素，中國人工智能行業的發展走在世界前列。

根據Frost&Sullivan（沙利文咨詢）統計數據顯示，2019年中國人工智能行業市場規模約為1372.4億元。2020年我國人工智能市場仍保持穩定發展，預計整體市場規模將達到1858億元。

根據匯桔網和胡潤百富攜手合作發布的《2019中國人工智能產業知識產權發展白皮書》數據顯示，2019年中國AI企業IP競爭力TOP100企業有16家企業涉及計算機視覺領域;其次是智能機器人和語言識別與自然語言處理領域，企業數量分別為13家和11家。

行業規模高速增長

中國從事計算機視覺的公司可分為工業巨頭、互聯網巨頭和創業公司。除自身投入資源研發外，工業巨頭和互聯網巨頭多數選擇投資、并購創業公司或與其戰略合作以涉足計算機視覺技術，實現生態拓展和產業鏈布局。創業公司中獨角獸迅速崛起，新興創業公司不斷涌現。

隨著計算機視覺技術的逐漸成熟，其實際應用的技術領域不斷擴展，由最初的靜態人臉識別和光學字符識別，擴展到人臉識別分析、活體檢測、人體識別分析、物體檢測識別、行為識別分析、人體重識別、醫療影像診斷技術等諸多種方向。

同時，計算機視覺技術和場景應用正在相互促進發展。從商業化角度來看，應用場景由最早基于1：1識別算法的人證核驗場景邁向基于1：N識別算法的動態比對場景;從基于圖像的場景分析邁向基于視頻的事件、動作識別;從基于2D醫療影像數據的病灶檢測邁向基于3D醫療影像數據的病灶分析。伴隨著海量數據的采集以及人工智能算力的提升，不斷發展的計算機視覺算法將解鎖更多的應用場景。

計算機視覺技術的應用領域也越來越廣泛，除應用較早的安防、金融、互聯網等領域之外，城市治理、樓宇園區、醫療影像等創新領域正逐步實現應用，成為計算機視覺技術快速發展的重要支撐，計算機視覺領域市場規模仍處在高速增長階段。

根據Frost&Sullivan（沙利文咨詢）的統計數據顯示，2016年，我國計算機視覺市場規模僅11.4億元，到2019年，中國計算機視覺行業市場規模增長至219.6億元。

另外，根據信通院統計數據顯示，2017年中國視覺人工智能市場規模達到41.0億元，較2016年增長259.6%。隨著視覺人工智能技術的逐漸成熟及應用領域的逐步擴大，預計2020年中國視覺人工智能市場規模將進一步擴大，達到755.5億元。

責任編輯：gt