计算机视觉研究报告怎么写：附市场现状及发展方向分析报告

一、计算机视觉行业发展历程

计算机视觉是使用计算机模仿人类视觉系统的科学，让计算机拥有类似人类提取、处理、理解和分析图像以及图像序列的能力。利用摄像机（眼睛）等视觉传感装置代替人眼对物体进行识别、跟踪和测量，再由计算机（大脑）处理这些视觉信息，从而达到像人眼一样对事物进行感知和认知。相较于全球，国内的计算机视觉发展较晚，于1999年初步启蒙，但后来居上。

中国计算机视觉行业发展历程

资料来源：公开资料整理

二、计算机视觉行业现状分析

2020年全球计算机视觉市场规模为64.4亿美元，预计2027年全球计算机视觉市场规模将达到950.8亿美元，预计2020年至2027年全球计算机视觉行业规模年均复合增长率将达46.9%。

资料来源：公开资料整理

伴随计算机视觉技术从传统图片处理方法转向人工智能处理，图像识别准确率显著突破，应用场景不断拓展，计算机视觉行业进入快速发展阶段。数据显示，2020年中国计算机视觉市场规模约为167亿元，预计2025年市场规模将有望突破千亿美元大关。

资料来源：公开资料整理

基于前端摄像机获取的海量视频，计算机视觉算法在边缘端和后端实时运算，识别并提取有价值的信息，为城市管理、企业管理、人居生活、交通物流等提供智能化服务。2020年中国计算机视觉市场规模约167亿元，其中城市管理场景占比49%，企业应用占比26%，消费端应用占比18%，汽车应用占比7%。

资料来源：公开资料整理

相关报告：华经产业研究院发布的《2022-2027年中国计算机视觉行业市场供需现状及投资战略研究报告》

三、计算机视觉行业竞争格局

中国计算机视觉企业包括创业公司、传统安防巨头、互联网巨头三大阵营。创业公司多以细分领域为发力点，提供定制化解决方案；传统安防巨头在保持原有硬件优势的同时引入算法，推出智能化产品；互联网巨头凭借经验逐渐渗透各个领域。

中国计算机视觉企业三大阵营

资料来源：公开资料整理

国内计算机视觉市场集中度高，头部企业地位显著。目前，头部企业已逐渐占据主要市场份额，2020年，商汤科技市场份额排名第一，达到17.4%；其次为旷视科技，市占率为15.2%；云从科技及依图科技分别占比9.8%、9%，CR4为51.4%。

资料来源：公开资料整理

四、计算机视觉技术的发展趋势

计算机视觉技术又被称为机器视觉技术（MVT）,从目前的总体情况来看，MVT在国内诸多领域中的应用越来越广泛，除工业产业之外，还涉及航空航天、医疗等重要领域。为使MVT的作用得以蕞大限度地发挥，未来一段时期，该技术应朝着如下方向发展：

1、三维工业视觉

传统的二维MVT系统需要对三维空间进行压缩，在实际应用中发现，该系统会受到物体的颜色、环境光等因素的干扰。由于检测对结果的精确性和可靠性要求较高，所以该系统已经无法满足检测需要。近年来，传感器技术的发展速度相对较快，3D传感器的出现，给三维MVT系统提供了强有力的技术支撑，未来一段时期，三维机器视觉将会成为主流的发展趋势，借助三维视觉系统，机器人可对一堆物体中的任意物体的相关信息进行快速识别，如位置、方向等，可按照物体的实际情况，对方向进行调整，完成物体拾取，在满足人机交互需求的前提下，提高生产效能。

2、嵌入式视觉

嵌入式是一种专用的计算机系统，可用于设备的控制和辅助操作，将嵌入式系统与MVT有机结合到一起，便可构成嵌入式机器视觉系统，该系统具有成本低、可靠性高、灵活方便、易于集成等特点。在未来一段时期，集成化、小型化的产品将会成为MVT的主要发展方向之一。对于整个机器视觉行业而言，可对DSP等处理器加以利用，将机器视觉系统嵌入芯片当中，形成微型化产品，此类产品的用途非常广泛，可植入任何位置，基本上不会受到限制。在嵌入式芯片功能不断增强的前提下，微型化MVT系统将会在PC机领域中得到广泛应用，前景十分广阔。

3、产品智能化

MVT的价值体现在应用方面，常规的MVT系统可以产生大量的图像，AI技术的发展和图像处理技术的完善，为MVT产品智能化提供了支撑。未来一段时期，MVT与AI的融合将成为主要的发展趋势，AI将会使MVT产品变得更加智能化，通过深度学习，使产品能够像人一样进行思考，对环境进行感知，并从海量信息当中，找出关键的特征，在较短的时间内完成判断。如，开发根据环境自主决策行动路径和拾取姿态的视觉引导机器人等。

4、视觉处理技术

在实际的发展过程中，计算机视觉技术在视觉处理方面的先进性被凸显得十分明显，实际可以应用的方面主要表现在：人脸识别、行人重识别、OCR文字识别以及唇语识别方面。人脸识别是在面部特征信息的基础上展开图像身份认证的计算机视觉处理技术，可自动在图像中检测和跟踪人脸，并对检测到的人脸进行脸部识别。随着这项技术的不断发展，现阶段开始加入红外热像技术，经过此技术的加成，人脸识别技术可以对红外热成像的图像进行识别，并进行体温测量。行人重识别属于一种行人再识别技术，是借助计算机视觉技术对图像或者视频的序列当中是否存在特定行人的判断技术，属于图像检索的子任务，可用于目标人物检测检索等场景。OCR文字识别是应用光学技术以及计算机技术，对纸张上的文字进行打印或者读取，同时也可以将其转换成为计算机以及人都能够理解的形式。现阶段，印刷字体的OCR技术已经相当成熟，相应的文字可识别性能已经超过95%。就唇语识别而言，主要是应用计算机视觉技术，从连续图像中对人说话过程中口型变化的提取，经过唇语识别模型计算后能够得出可能性蕞大的自然语言语句，除此之外，这项技术可在噪声环境或无声环境中辅助语音识别的相关应用。