本期看点：① 计算机视觉公司上市元年来了

② 计算机视觉已经超越人类视觉

③ 发现计算机视觉应用的下一个蓝海

计算机视觉公司上市元年来了

在经过一段时间的沉寂后，计算机视觉日前再次成为市场关注的焦点。

年初，公开消息显示，旷视科技正处于上市辅导阶段，准备在科创板上市。去年，云从科技和依图科技已申请上市。当前，前者上市申请已经进入实质审核阶段，后者科创版IPO申请已经得到受理。在2020年和2021年，计算机视觉行业龙头企业陆续申请上市。有机构认为，2021年或为计算机视觉公司上市元年。

此前，多家计算机视觉公司上市的传闻不绝于耳，但多由于市场和监管变化等原因而一波三折。如今，申请上市的企业增多，预示着行业景气的上升。

计算机视觉已经超越人类视觉

人类认识世界，视觉是重要途径，而在人工智能诸多细分技术领域当中，计算机视觉同样是重要组成部分。清华大学相关数据显示，计算机视觉是中国人工智能市场规模最大的应用方向，在整体中国人工智能市场应用中占比达到34.9%。

计算机视觉是通过摄像机和计算机来模仿人类视觉进行识别、定位、测量、检测等，使计算机视觉具备人类视觉所拥有的功能，对图像和场景等进行分析，将结果输送给人或者机器使用。对计算机视觉技术发展来说，2015年是具有里程碑意义的一年。当年，基于深度学习的计算机视觉算法在ImageNet数据库上的识别准确率首次超过人类。青出于蓝而胜于蓝，计算机视觉在某些功能方面已经超越了人类视觉：

• 更精准的视力：最好的人类视觉能够明察秋毫之末，但只有64灰度级，难以分辨微小的物体，而计算机视觉则可以达到256灰度级以上，观察微米级的物体轻而易举；
• 更快的动态识别能力：如果物体运动得比较快，人眼就要眼花缭乱，而计算机视觉的快门速度能够达到千分之一秒；
• 更多环境的适应能力：有些环境存在危险或者有害物质，不适合人在现场，而对于计算机视觉来说则无所谓；
• 更强大的量化处理能力：人眼看到的信息难以量化处理，而计算机视觉则可以对数据进行量化；
• 更强的持续工作能力：人工作一段时间后，肯定会疲劳，需要休息，而计算机视觉只要不出故障，就特别能战斗；
• 更稳定的工作状态：人是有脾气的，什么时候有了情绪就会不在状态，而计算机视觉作为设备，稳定可靠方面要比人强；
• 更高的工作效率：人类视觉与计算机视觉比效率，肯定比不过；
• 更强的信息集成能力：人不能长时间把观察到的信息进行收集和处理，而计算机视觉则能够根据编程对信息集成。

因此，有观点认为，计算机视觉相较于人类视觉，精确度高、速度快、适应性强、客观性高、重复性强、可靠性高、效率高、信息集成能力强，优势明显。

发现计算机视觉应用的下一个蓝海

近年来，中国计算机视觉市场规模持续增长，2018年约为7.5亿美元，次年增至14.56亿美元，增幅达到93%，2020年达到18.85亿美元，增长30%。

计算机视觉市场规模持续增长的背后，存在着一个问题。在应用方面，安防影像分析所占比重长期保持在半壁江山以上。相关研究数据显示，安防影像分析所占比重最大，达到67.90%，远远高于排在后边的广告营销的18.10%、泛金融的7.7%，以及互联网娱乐的4%，可谓遥遥领先。

然而，目前各家安防企业的技术水平差距日益缩小，安防市场增量规模逐渐稳定且几乎处于几家龙头企业主导下。在这种情况下，安防市场早已经从一片蓝海成为一片红海。相关数据显示，即便身为行业龙头的计算机视觉四小龙（云从科技、依图科技、旷视科技、商汤科技）净利润多数仍处于亏损状态，遑论其他企业，行业竞争程度和生存状况可想而知。因此，计算机视觉企业急需寻找安防之后的下一个蓝海，而百万亿级市场规模的产业数字金融为计算机视觉提供了用武之地，有望是计算机视觉继安防之后的下一个蓝海。

产业数字金融运用数字科技技术对企业底层资产进行数字化穿透，离不开对人员、设备、原材料、产品和场景进行监控和分析。在产业数字金融的实践中，AI视频是进行监控和分析的重要组成部分。计算机视觉等AI技术，可适用于从前端到后台的各个技术领域：

前端设备：成像清晰，可以在光线不明亮的情况下生成高清彩色图像，能适用于远近距离、复杂环境下的图像采集，覆盖场景多，采集数据多维；多数计算可以在相机上进行本地化处理，提高图像处理速度，低至毫秒级，保障数据实时性，降低带宽压力，保护数据安全；支持远程遥控操作和远程数据上传，能将图像上传到终端服务器或者后端平台等；能够自动处理数据，数据处理的智能化程度高。

后台技术：在产业数字金融场景下喂养产业金融数据训练模型，算法识别准确率高、误报率低；为设备提供多种不同场景下的算法，可根据场景需要自动切换，能实现对人员、原材料、设备、车辆、货物以及场景等的分析；机器学习、深度学习、卷积神经网络、深度卷积神经网络等模型算法不断迭代升级，持续提高图像识别和数据分析能力。

在前端设备和后台技术共同作用下，产业数字金融利用AI视频实现对人员、设备、原材料、产品实现全场景、全流程、全天候的识别、定位、测量、检测等。

产业数字金融在感知层、认知层和决策层进行AI视频数据的采集和分析，对底层资产进行监控，看得见、看得清、看得懂，货物是什么、在哪里、怎么样等信息尽在掌握中，对潜在风险进行预警，早发现、早应对、早解决，防患于未然。AI视频获得的客观、多维、实时的数据通过自动化、智能化的处理，具备产业金融服务的属性，赋能银行等金融机构进行风控控制，帮助实体企业解决融资难、融资贵的问题，促进实体经济发展。

参考文献：

新时代证券：《计算机视觉龙头陆续申请上市，行业景气上升》

中金公司：《人工智能：如何把握计算机视觉公司上市元年的投资机会》

民生证券：《计算机视觉：安防为先，创新领域多点渗透》

中研网：《2020年计算机视觉行业市场调研报告》

前瞻产业研究院：《2021中国机器视觉市场研究报告》

德勤：《2020年度中国计算机视觉人才报告》

文章作者:  李万林（聚均科技综合管理中心）

图片编制:  谢冰莹（聚量集团办公室）

版面编辑:  乔嘉男（聚量集团办公室）