中商情報網(wǎng)訊:計算機視覺是使用計算機模仿人類視覺系統(tǒng)的科學(xué),讓計算機擁有類似人類提取、處理、理解、分析圖像以及圖像序列的能力。根據(jù)解決問題的不同,計算機視覺可分為計算成像學(xué)、圖像理解、三維視覺、動態(tài)視覺和視頻編解碼五大類。目前,計算機視覺已成為人工智能中技術(shù)率先取得較大突破、應(yīng)用場景較為明確的關(guān)鍵技術(shù)之一,在人工智能中占據(jù)重要地位,未來市場空間廣闊。
2019年,我國計算機視覺核心產(chǎn)業(yè)規(guī)模和帶動相關(guān)產(chǎn)業(yè)規(guī)模分別為633.3億元和1438.6億元,占人工智能核心產(chǎn)業(yè)和帶動相關(guān)產(chǎn)業(yè)規(guī)模的比重分別達到58.2%和37.6%。預(yù)計至2021年,我國計算機視覺核心產(chǎn)業(yè)規(guī)模和帶動相關(guān)產(chǎn)業(yè)規(guī)模將分別增長至969.1億元和2658.8億元,年均復(fù)合增長率分別為23.7%和22.5%。
數(shù)據(jù)來源:《中國人工智能產(chǎn)業(yè)研究報告(2020年)》、中商產(chǎn)業(yè)研究院整理
在計算機視覺方面,深度學(xué)習(xí)和深度網(wǎng)絡(luò)在圖像物體識別方面取得了變革性成果,在物體視覺方面較傳統(tǒng)方法體現(xiàn)了巨大優(yōu)勢。2015年基于深度學(xué)習(xí)的計算機視覺算法在ImageNet數(shù)據(jù)庫上的識別準確率首次超過人類,計算機視覺技術(shù)得到顯著進步。
目前,由于人類70%以上的信息獲取依靠視覺,而各領(lǐng)域模仿人類視覺均需要通過計算機視覺技術(shù)從視覺信號中提取并處理信息,因此計算機視覺在城市管理、金融、互聯(lián)網(wǎng)、零售、交通、醫(yī)療、工業(yè)等諸多領(lǐng)域擁有廣泛應(yīng)用,并在人工智能中占據(jù)重要地位。
更多資料請參考中商產(chǎn)業(yè)研究院發(fā)布的《中國計算機視覺行業(yè)市場前景及投資機會研究報告》,同時中商產(chǎn)業(yè)研究院還提供產(chǎn)業(yè)大數(shù)據(jù)、產(chǎn)業(yè)情報、產(chǎn)業(yè)研究報告、產(chǎn)業(yè)規(guī)劃、園區(qū)規(guī)劃、十四五規(guī)劃、產(chǎn)業(yè)招商引資等服務(wù)。