机器视觉：人工智能重要分支

计算机视觉A类顶级会议CVPR 2020开幕在即，而由全球最大机器学习平台Kaggle承办的FGVC（Fine-Grained Visual Categorization，细粒度图像分类）全球挑战赛结果揭晓，支付宝天筭安全实验室夺冠，超越全球1316支顶尖计算机视觉团队。

资料显示，支付宝团队是基于数据增强、知识蒸馏方法，实现在大量信息干扰下进行物体具像化特征识别，使细粒度识别精度大幅提升，是比赛中唯一使用知识蒸馏这种深度学习方法的团队。

事实上，计算机视觉是拓展人工智能研究深度和边界的核心能力，也是AI主要的技术应用，在全部应用场景中占比超过40%。投融资角度来看，计算机视觉也是中国人工智能最大组成部分，市场规模占比37%、融资规模占比25%，均为细分领域第一。

欢迎关注微信公众号：「乐晴智库精选」

获取行业研究报告，请至乐晴智库网站：www.767stock.com

目前我国机器视觉市场刚刚兴起，GGII数据显示，2018年全球视觉市场总量70亿美元左右；国内机器视觉市场规模53.79亿元，同比增长27.95%，约占全球市场规模的13%。预计2020年，我国机器视觉市场规模将突破250亿，后劲十足。

据GGII数据显示2018年机器视觉检测主要分布行业中，电子及半导体占比高达46.85%，目前半导体领域工业视觉市场规模年增长率在25%左右，2018年市场规模突破20亿元，发展空间较大。

机器视觉可说是工业自动化系统的灵魂之窗，从物件/条码辨识、产品检测、外观尺寸量测到机械手臂/传动设备定位，都是机器视觉技术可以发挥的舞台，因此它的应用范围十分广泛，从作用看，主要包括图像检测应用、视觉定位应用、物体测量应用、物体分拣应用和图像识别应用。

作为人工智能正在快速发展的一个分支，其作用为用机器代替人眼来做测量和判断。机器视觉系统通过CMOS和CCD将被摄取目标转换成图像信号，传送给专用的图像处理系统，手机被摄目标的形态信息后将图像信号转变成数字化信号。图像系统根据信号特征进行运送，从而控制现场设备的动作。

相对人类视觉，机器视觉在速度、感光范围、观测精度、环境要求等方面都存在显著优势，特别是在有害环境下或重复性工作环境下。机器视觉在色彩识别能力、灰度分辨力、空间分辨力、速度、感光范围、环境适应性、观测精度等方面有明显的优势，其功能延伸至对信息的处理与判断。

从下游应用领域看，由于机器视觉的众多优势，为提高生产效率、减少生产过程中的错误，工业生产中的人工环节逐渐被机器替代，工业已成为目前机器视觉应用中比重最大的领域之一，在消费电子、汽车、制药等下游行业的生产过程中，机器视觉系统与智能制造如影随形，被广泛地应用于产品尺寸检测、缺陷检测、产品识别、装配定位等方面。

未来机器视觉场景将涵盖安防、广告营销、金融身份认证、移动互联网娱乐、自动驾驶、医疗影像等各大行业，此前华为发布机器视觉基础研究成果曾掀起市场追捧热潮，未来有望迎来更大的机遇。

从全球市场格局来看，目前机器视觉技术以国外较为先进。如康耐视、日本基恩士、欧姆龙、EuclidLabs等行业巨头，占据着全球大部分的市场份额。全球机器视觉行业呈现两强对峙状态，日本基恩士、美国康耐视两大巨头几乎垄断了全球50%以上的市场。美国康耐视专注机器视觉领域，在全球汽车行业应用占据约40%市场份额，在半导体设备制造领域占近80%市场份额。

国内方面，大部分机器视觉公司是以产品代理商和系统集成及设备制造为主，在算法等底层开发商较少，真正具备核心竞争力的公司较少。国内厂商海康威视在安防监控及图像处理领域有深厚的积累，大华股份华睿科技专门从事工业视觉相机的研发和生产。

受益于配套基础设施不断完善、制造业总体规模持续扩大、智能化水平不断提高、政策利好等因素，中国机器视觉市场需求有望不断增长。

人工智能是一项引领未来发展的战略技术，世界各国纷纷对人工智能核心技术和商业化发展进行部署，力争在新一轮国际竞争中争取掌握主导权。我国近年来陆续出台多项政策重点支持，长期来看，人工智能的发展将推动机器视觉进入黄金时代。