一、視覺人工智能:應用場景豐富，市場空間巨大

    1、視覺人工智能發展迅速，是AI領域中份額占比最大的細分市場

    視覺人工智能是人工智能技術的重要分支之一，包括圖像及視頻分析、計算機視覺等相關領域。視覺人工智能（計算機視覺）是指用攝影機代替人眼對目標進行識別、跟蹤和測量等機器視覺，并進一步做圖形處理，得到更適合人眼觀察或傳送給儀器檢測的圖像。在深度學習和大數據的推動下，視覺人工智能技術已經取得了質的突破，在人體識別、物體識別、場景識別等任務均已經初步具備了實現較大規模產業化應用的技術基礎。

人工智能行業總覽

數據來源：公開資料整理

    視覺人工智能是AI市場中市場規模最大的細分領域，未來有望繼續保持高速增長。2017年我國人工智能市場中計算機視覺領域規模最大，占比達到37%。我們認為隨著在智能手機、安防、智能汽車等應用場景的普及和深化，視覺人工智能未來仍然能夠保持高速發展，預計2020年市場規模可達755.5億，未來兩年CAGR有望達到148%。

中國人工智能市場結構

數據來源：公開資料整理

中國視覺人工智能行業市場規模及預測（單位：億元）

數據來源：公開資料整理

    2、技術逐步成熟為更多應用領域的商業化落地奠定基礎

    視覺人工智能產業由技術驅動，其核心在數據、算力和算法三個方面。隨著互聯網浪潮興起，數據儲量急劇增加，而深度學習算法的出現及運用恰好能夠將數據集歸納出邏輯，實現精準的物體識別和場景識別，目前人臉識別的準確率已提升至97%以上。另外，GPU和AI專用芯片的出現突破了傳統CPU的算力瓶頸，數據運算速度和處理規模爆發性增長，從而為視覺人工智能的應用提供硬件上的算力支撐。

視覺人工智能系統框架

數據來源：公開資料整理

歷屆ImageNet冠軍人臉識別準確率與神經網絡層數

數據來源：公開資料整理

    隨著技術的不斷發展，視覺人工智能能夠識別信息的種類已包括文字信息，人臉，體態以及不同的物體。識別精度也從最初的輸入圖像與數據庫1：1比對，到用于門禁系統等的1：N比對，以及用于黑名單監控等場景的M：N動態監控等。另一方面，用于對人工智能進行訓練的數據標注的自動化程度極大提高，進一步提高識別效率，降低了識別成本。

視覺人工智能可識別對象種類

數據來源：公開資料整理

    視覺人工智能的應用場景不斷拓展。視覺人工智能在智能手機、智能汽車、智能安防、智能家居、智能保險、智能零售、互聯網視頻等領域均取得了廣泛應用，隨著細分領域不斷擴大，產業化落地應用程度不斷提高，視覺人工智能市場規模將進一步擴大。

視覺人工智能技術應用領域不斷拓展

數據來源：公開資料整理

    3、視覺人工智能應用場景一：智能手機

    智能手機是視覺系統中出貨量最大的前端設備，龐大的智能手機消費市場是目前整個視覺產業發展升級的重要推動力之一。從攝像頭模組獲取光信號到用戶得到圖像，須經歷一系列圖像數據處理過程。對于這一過程，硬件決定了手機最終攝像效果的下限，算法和軟件決定其上限。隨著手機向輕薄化發展，攝像頭模組的厚度已經成為制約手機厚度的重要因素，通過硬件提升攝影效果逐漸遇到天花板。通過引入先進的視覺人工智能技術，可以實現在既有的攝像頭硬件能力基礎上全面提升攝像頭的成像質量，達到超出硬件能力范圍的成像效果。通過視覺人工智能技術，可實現手機攝像的HDR、全景拍攝、夜景拍攝、防抖等功能。對圖像進行進一步處理和識別，基于人臉識別、人體姿態識別、物體與場景識別等技術，還可進一步實現人臉解鎖、手勢識別等功能。

視覺人工智能技術加持手機拍照實力

數據來源：公開資料整理

    雙/多攝像頭已成為智能手機發展趨勢，深度攝像日漸興起，其滲透率逐年提升。雙/多攝像頭技術在夜拍降噪、快速對焦、光學變焦、景深應用等方面均展示出了良好的效果和發展前景，也促進了智能手機攝像頭市場的發展。深度攝像由多個攝像頭與深度傳感器組成，可獲取拍攝對象的三維位置及尺寸信息?；谏疃葦z像技術的相關應用如面部識別可以使手機解鎖及支付更加安全快捷，手勢動作識別可以增強游戲體驗，人形及物體建?？梢允咕W絡購物更加直觀方便快捷。隨著攝像頭組合復雜化和攝像頭硬件發展放緩，算法和軟件重要性日益凸顯，具備在平衡功耗和成本的同時，實現高效率、高質量的圖像識別與處理的視覺人工智能算法企業將獲得優勢。

手機多攝像頭與傳感器組合方案

數據來源：公開資料整理

    5G手機滲透率逐漸提升，有望催生視覺人工智能增量需求。當前全球智能手機出貨量已超過14億臺，預計未來基本保持平穩。隨著5G時代的來臨，三星、華為等手機廠商紛紛發布了新款5G手機，未來5G手機的滲透率將迅速提升，預計2022年將達到18%。5G時代下，移動智能終端的體驗和交互將得到全面提升，用戶依托于高速傳輸網絡可以上傳高質量圖像與視頻，高清及3D視頻的拍攝與分享可能成為未來人們溝通的主要手段，網絡條件改變和用戶需求提升將為視覺人工智能算法和解決方案提供商帶來新的機遇。

5G手機出貨量預測，2020年后逐步開啟5G手機換機潮（單位：百萬臺）

數據來源：公開資料整理

    4、視覺人工智能應用場景二：智能汽車

    智能汽車是視覺人工智能未來重要的應用發展方向之一。按照SAE（美國機動車工程師學會）的劃分標準，汽車智能化可以分為五個等級：駕駛輔助（DA）、部分自動駕駛（PA）、有條件自動駕駛（CA）、高度自動駕駛（HA）和完全自動駕駛（FA）。智能駕駛的基本工作原理就是通過各類傳感器不斷搜集汽車周邊信息，通過人工智能技術輔助駕駛員做出判斷和決策。

汽車智能化等級劃分

數據來源：公開資料整理

    高級駕駛輔助系統（ADAS）是智能駕駛的關鍵落地點，也是視覺人工智能技術在智能汽車中最為集中的領域。ADAS涉及到環境感知、精準定位、決策規劃、控制執行等多項技術，包含盲區監測、駕駛員監測等多類子系統。視覺人工智能技術通過雷達、攝像頭等傳感器采集汽車自身及周圍環境數據，對靜態或動態物體以及駕駛員、乘客等進行識別、跟蹤，為車輛安全行駛以及后續自動泊車、車道偏離等各類ADAS功能的實現提供有效的決策信息。

ADAS各項功能全瞻

數據來源：公開資料整理

    應用于ADAS領域的視覺人工智能的市場前景十分廣闊。我國每年汽車的銷量巨大，2018年銷量達到2777萬輛，而全球和國內各類ADAS系統的滲透率均處于較低水平。盲區監測系統是各類ADAS系統中滲透率最高的領域，國內市場的滲透率僅為12.1%。智能汽車是汽車行業的發展趨勢，ADAS系統也成為很多車型的宣傳賣點，未來各類ADAS系統滲透率將逐步提升和普及，預計2030年國內ADAS市場規模將超過百億美元。視覺人工智能技術在夜視系統、司機監測、全景環繞等各類ADAS系統都有應用，未來的市場前景十分廣闊。

我國ADAS系統市場規模預測（單位：億美元）

數據來源：公開資料整理

全球ADAS細分市場滲透率

數據來源：公開資料整理

中國ADAS細分市場滲透率

數據來源：公開資料整理

    政策是加速ADAS前裝滲透率提升的重要力量，也是促進視覺人工智能在智能汽車領域規模化落地的主要驅動力之一。目前ADAS系統中車道偏離、前車碰撞等預警系統已在車長大于9米的營運客車及危險貨物運輸車上強制安裝，自動緊急制動系統也已走向強制前裝化。此外，國家正積極開展其他ADAS系統的標準制定工作，如泊車輔助、商用車車道保持系統等。我們認為隨著各項ADAS標準逐步制定和實施，前裝ADAS的功能將越來越豐富，覆蓋的車型將越來越廣。這將加速視覺人工智能的落地應用，進一步促進智能汽車領域視覺人工智能市場規模的提升。

我國 ADAS 相關的政策

數據來源：公開資料整理

    二、視覺人工智能市場格局呈現差異化的競爭態勢

    1、視覺人工智能企業在技術及應用場景等方面各有側重

    目前視覺人工智能市場格局已經初步形成，2014-2016年是視覺人工智能領域初創企業的爆發階段，有一半左右的企業在這段時間設立，至2015以后，初創企業數量呈現下降趨勢。目前行業中國內企業主要有虹軟科技、商湯科技、曠視科技等，國外企業主要有CorePhotonicsLtd.、Morpho,Inc.、EyeSightTechnologiesLtd.等。

2012-2017年視覺人工智能領域新增企業數量

數據來源：公開資料整理

    行業內公司在技術特點以及應用領域各有側重。現有主要的視覺人工智能企業中，虹軟科技注重研發視覺人工智能底層算法，主要提供智能手機、智能汽車、物聯網（IoT）設備及智能保險的視覺人工智能解決方案；商湯科技專注于構造算法平臺，研發底層算法技術的工程化應用；曠視科技主要在安防、金融、零售、汽車、教育等領域提供軟硬件一體化的解決方案；CorePhotonicsLtd.和Morpho,Inc.主要從事攝像領域的視覺人工智能算法，提供手機、相機、汽車等攝像頭設備的智能解決方案；EyeSightTechnologiesLtd.專注于增強車輛、家居和消費電子產品中的用戶體驗，主要提供智能汽車、智能家居等領域的視覺人工智能解決方案。

視覺人工智能行業公司梳理

數據來源：公開資料整理

    2、核心技術、產業生態鏈合作與產品化能力共為核心競爭力

    對于視覺人工智能技術行業，核心技術、產業生態鏈合作及產品化能力均是企業的核心競爭力。仍然以虹軟科技為例，其與產業鏈上的傳感器、攝像頭模組、平臺芯片廠家及下游客戶形成了緊密的業務和合作關系，沉淀了一批經過市場檢驗的底層算法技術和應用解決方案，在智能手機視覺解決方案方向處于領先地位，并具備基于積累了技術向智能汽車及其他IoT設備方向擴展的能力。

視覺人工智能企業的核心競爭力

數據來源：公開資料整理

    三、視覺人工智能行業前景廣闊

    人工智能產業鏈可劃分為三個層次，分別是底層的基礎層（計算基礎設施），中間的技術層（軟件算法及平臺）和上層的應用層（行業應用及產品）。基礎層主要包括計算硬件（AI芯片）、計算系統技術（云計算、大數據和5G通信）和數據（數據采集、標注和分析）。技術層，可分為三個部分：算法理論（機器學習算法、類腦算法）、開發平臺（基礎開源框架、技術開放平臺）和應用技術（計算機視覺、自然語言理解和人機交互）。應用層，以語音識別、機器視覺為代表的人工智能技術快速成熟，達到實用化水平。

人工智能產業鏈

數據來源：公開資料整理

    視覺人工智能技術發展迅猛

    視覺人工智能行業為各類人工智能應用提供基礎支持技術，廣泛應用于各類人工智能細分領域。視覺人工智能產業由技術驅動，而技術的核心在于數據、算力和算法三個方面。GPU及AI專用芯片的出現突破了傳統CPU的算力瓶頸，數據運算速度和處理規模爆發性增長，從而為大數據的分析提供硬件上的支持。越來越多的應用領域正持續積累著日趨豐富的大數據，海量的圖像和視頻內容為深度學習提供了有力的數據支撐。

算法、算力和數據，是視覺人工智能快速發展的三個要素

數據來源：公開資料整理

    在數據、算力、算法并行驅動下，世界視覺人工智能產業得以迅速發展。目前，視覺人工智能在深度學習和大數據的推動下，已經取得了質的突破，人體識別、物體識別、場景識別等任務均已經初步具備了實現較大規模產業化應用的技術基礎。視覺人工智能技術的發展也不斷催生各行業新產業、新模式的發展。

    深度學習的出現極大推動了視覺人工智能行業的發展。2015年，視覺人工智能系統識別項目ImageNet比賽中，ResNet以3.57%的識別錯誤率首次超越人類視覺的5.1%。目前人臉識別準確率已經提升至97%以上。

    相關報告：智研咨詢發布的《2019-2025年中國視覺人工智能行業市場潛力分析及投資方向研究報告》