2019年人工智能计算机视觉行业分析报告

合集下载

2019年版人工智能行业市场调研分析报告

2019年版人工智能行业市场调研分析报告（部分内容）China's Industrial Market Research and Prospect Forecast Analysis Report(2019-2025)（专业、精准、高效，助力企业决策）2019年2015-2017年机器人产业发展综况一、全球机器人行业规模分析当前，全球机器人市场规模持续扩大，工业、特种机器人市场增速稳定，服务机器人增速突出。

技术创新围绕仿生结构、人工智能和人机协作不断深入，产品在教育陪护、医疗康复、危险环境等领域的应用持续拓展，企业前瞻布局和投资并购异常活跃，全球机器人产业正迎来新一轮增长。

全球市场规模根据调研的数据，2017年，全球机器人市场规模达到232亿美元，2012-2017年的平均增长率接近17%。

其中，工业机器人147亿美元，服务机器人29亿美元，特种机器人56亿美元。

图1：2017年全球机器人规模占比（一）工业机器人：销量稳步增长，亚洲市场依然最具潜力目前，工业机器人在汽车、金属制品、电子、橡胶及塑料等行业已经得到了广泛的应用。

随着性能的不断提升，以及各种应用场景的不断明晰，2012年以来，工业机器人的市场正以年均15.2%的速度快速增长。

据IFR统计显示，2016年全球工业机器人销售额首次突破132亿美元，其中亚洲销售额76亿美元，欧洲销售额26.4亿美元，北美地区销售额达到17.9亿美元。

中国、韩国、日本、美国和德国等主要国家销售额总计占到了全球销量的3/4，这些国家对工业自动化改造的需求激活了工业机器人市场，也使全球工业机器人使用密度大幅提升，目前在全球制造业领域，工业机器人使用密度已经超过了70台/万人。

2017年，工业机器人将进一步普及，销售额有望突破147亿美元，其中亚洲仍将是最大的销售市场。

图2：2012-2020年全球工业机器人销售额及增长率（二）服务机器人：人工智能兴起，行业迎来高速发展新机遇随着信息技术快速发展和互联网快速普及，以2006年深度学习模型的提出为标志，人工智能迎来第三次高速发展。

2019年人工智能行业分析报告(37y)

【2019年人工智能行业】---分析报告2019年3月目录一、AI 主导下一轮科技创新红利 (2)1、AI 孕育万亿级别市场 (2)2、AI 应用于移动互联网下半场 (4)3、AI 应用于更广泛的领域 (6)二、AI 产业链：算力驱动，场景为王 (7)1、基础层：AI 芯片、深度学习等 (8)2、技术层 (11)3、应用层：场景+AI (15)三、从“数据产业链”到“人工智能” (29)1、数据是AI 的核心 (29)2、数据采集：从互联网到IoT (31)3、数据传输：从4G 到5G (32)4、数据存储：IDC 需求迅速增长 (34)四、AI：科技巨头在做什么 (35)五、风险因素 (37)六、投资建议 (37)一、AI 主导下一轮科技创新红利1、AI 孕育万亿级别市场人工智能（AI）指利用技术学习人、模拟人，乃至超越人类智能的综合学科。

人工智能技术可以显著提升人类效率，在图像识别、语音识别等领域快速完成识别和复杂运算。

此外，面对开放性问题，人工智能技术亦可通过穷举计算找到人类预料之外的规律和关联。

自1956 年“人工智能”概念首次被提出，AI 技术“三起两落”。

本轮人工智能腾飞受益于持续提升的AI 算力对神经网络算法的优化。

AI 产业链分为：基础层、技术层、应用层。

基础层主要包括：AI 芯片、IoT 传感器等，技术层主要包括：图像识别、语音识别、自然语言处理NLP、知识图谱等，应用层的场景包括：无人驾驶、智慧安防、智慧城市（城市大脑）、金融科技（Fintech）、智慧医疗、智慧物流等领域。

图1：人工智能发展历程表1：AI 主要使用决策类型AI 市场规模快速成长。

中国是全球第二大AI 力量，人工智能企业超过1000 家。

2018 年中国AI 市场规模约330 亿元人民币，全球AI 市场规模约2700 亿美元。

我们预计，中国人工智能市场规模有望成长至万亿量级，成为下一轮科技创新红利的主导力量。

2019年中美人工智能产业分析报告

2019年中美人工智能产业分析报告2019年8月目录一、走进人工智能新时代 (6)1、人工智能是什么 (6)2、中美两国引领全球人工智能发展 (8)二、多角度对比中美人工智能投资 (11)1、看规模，中国人工智能投资额已超过美国 (11)2、看轮次，中国人工智能投融资更偏早期 (12)3、看投向，中国重应用层而美国重基础层 (13)三、人工智能带来新机会，中国有望从AI芯片突围 (18)1、人工智能的发展加速芯片专用化进程 (18)2、高端人才缺乏是中美AI芯片领域投资差异的最大原因 (21)（1）美国在芯片领域起步早，巨头众多，培养并积累了丰富的人才 (21)（2）美国芯片和互联网巨头众多，为资本退出提供更多选择 (22)（3）美国芯片产业链齐全，产业布局完整 (24)3、换道超车，中国在AI芯片上可以有所作为 (25)（1）AI芯片处于发展早期，竞争格局未定 (25)（2）边缘AI芯片领域，广阔的应用场景为中国提供巨大机会 (28)（3）芯片自主可控呼声高涨，政策为芯片研发保驾护航 (28)四、深入落地，计算机视觉仍有广阔的应用场景 (30)1、计算机视觉是中国人工智能市场的最大组成部分 (30)2、多重因素促成中美计算机视觉领域投资差异 (33)（1）安防千亿市场成为拉动中国计算机视觉发展的最大需求 (33)（2）我国计算机视觉技术领先，在数据方面占有优势 (35)（3）中国消费者对新技术接受度更高 (36)3、对比美国，看好中国计算机视觉应用领域进一步拓宽 (37)（1）新零售 (38)（2）医疗影像 (38)（3）保险行业 (39)（4）工业制造 (39)五、主要风险 (40)1、人工智能芯片研发不及预期 (40)2、计算机视觉技术发展不及预期 (40)中美两国引领全球人工智能发展。

得益于中国较好的互联网及信息技术产业底蕴以及国家、社会的高度重视，中国在人工智能方面发展迅猛。

目前，中美在人工智能企业数量、专利数量、论文数量以及人才数量上并驾齐驱，成为引领全球人工智能发展的两大动力来源。

计算机视觉市场分析报告

计算机视觉市场分析报告概述计算机视觉（computer vision）是一种模拟人类视觉的技术，通过各种数字技术和图像处理算法对视觉图像（视频、图片等）进行分析、处理和识别。

随着技术的不断发展，计算机视觉已经成为一个逐渐兴起的新兴领域，其在机器视觉、图像识别、目标跟踪、自动驾驶、人脸识别、安防监控、医疗影像等领域得到广泛应用。

本文将对计算机视觉市场进行分析，并分析市场前景以及发展趋势。

市场规模分析展望未来，计算机视觉市场前景广阔。

根据最新数据，2019年全球计算机视觉市场规模约为110亿美元，预计到2025年市场规模将达到270亿美元，复合年增长率为12%以上。

此外，根据市场分析机构的研究报告，除了智能手机市场带来的快速增长，人工智能、机器学习等新兴技术的出现也推动了计算机视觉市场的发展。

目前，中国已经成为全球计算机视觉市场最重要的市场之一，预计到2025年，中国市场规模将达到90亿美元左右。

应用场景分析计算机视觉的应用场景非常广泛，主要集中在以下几个领域：1. 智能家居领域随着人工智能和物联网技术的蓬勃发展，智能家居领域成为计算机视觉市场的一个重要应用场景。

通过计算机视觉技术，用户可以通过语音、手势等多种方式来进行家居设备的控制，实现智能化的家居体验。

2. 安防监控领域计算机视觉技术在安防监控领域有很广泛的应用，可以实现视频监控、人脸识别、行为分析等功能。

通过人脸识别技术，可以实现身份认证、安防防范等功能，进一步加强安全保障。

3. 自动驾驶领域计算机视觉技术是自动驾驶领域的重要支撑技术，可以实现路径规划、环境感知、障碍物检测等功能，实现车辆的智能控制。

4. 医疗影像领域计算机视觉在医疗影像领域的应用也非常广泛，可以实现医学影像的分析、诊断和治疗等功能。

通过计算机视觉技术，医生可以实现对病人的快速诊断，大大提高了医疗诊疗效率和质量。

发展趋势分析计算机视觉市场的未来发展趋势主要有以下几个方面：1. 智能化发展随着人工智能技术的不断发展和普及，计算机视觉技术也将更加智能化，实现更加精准高效的视觉处理和识别功能。

2019年中国计算机视觉市场前景研究报告

5
计算机视觉行业发展前景
计算机视觉未来发展趋势中国计算机视觉市场规模预测
01 计算机视觉行业概况
计算机视觉定义
计算机视觉是使用计算机及相关设备对生物视觉的一种模拟。它的主要任务就是通过对采集的图片或视频进行处理以获得相应场景的三维信息。
计算机视觉既是工程领域，也是科学领域中的一个富有挑战性重要研究领域。深度学习是机器学习研究中的一个新的领域，其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，深度学习在计算机视觉、语音识别和自然语言处理等领域有成功的应用。
目标跟踪目标跟踪应用程序保持实现目标的距离和仰角的轨道。
语义分割实例分割
语义分割是将输入图像中的每个像素分配一个语义类别，以得到像素化的密集分类。它是对背景分离的拓展，要求分离开具有不同语义的图像部分。
实例分割是对物体的边缘轮廓进行标记。它是对检测任务的拓展，要求描述出目标的轮廓（相比检测框更为精细）。
2014-2018年中国人工智能市场规模
市场规模（亿元） 300
250
200
150
100
50
0 2014
2015
2016
2017
2018
数据来源：中商产业研究院整理
PAGE 12
人工智能行业投融资情况
2018年中国人工智能行业投融资轮次占比情况
下游应用互联网系统开发终端开发
PAGE 7
计算机视觉五大技术
目前，计算机视觉是深度学习领域最热门的研究领域之一。视觉识别是计算机视觉的关键组成部分，如图像分类、定位和检测。神经网络和深度学习的最新进展极大地推动了这些最先进的视觉识别系统的发展。

2019年人工智能行业现状与发展趋势报告

2-1-1 国家层面人工智能行业发展政策分析 2015年以来，人工智能在国内获得快速发展，国家相继出台一系列政策支持人工智能的发展，推动中国人工智能步入新阶段。2019年，人工智能
连续第三年出现在政府工作报告中，继2017、2018年的“加快人工智能等技术研发和转化”，“加强新一代人工智能研发应用”关键词后， 2019年政府工作报告中使用了“深化大数据、人工智能等研发应用”等关键词。从“加快”、“加强”到“深化”，说明我国的人工智能产业已经走过了萌芽阶段与初步发展阶段，下个阶段将进入快速发展时期，并且更加注重应用落地。
2015年以来，人工智能在中国国内获得快速发展，中国政府相继出台一系列政策支持人工智能的发展，推动中国人工智能步入新阶段。2017-2019年，人工智能连续三年被政府工作报告提及，人工智能迅速从国家层面上升至战略高度。这说明，中国的人工智能产业已经走过了萌芽阶段与初步发展阶段，将进入快速发展阶段，并且更加注重应用落地。经过近几年的快速发展，国内人工智能产业上中下游格局也逐渐清晰。其中，上游提供基础能力，中游将基础能力转化成人工智能技术，下游则将人工智能技术应用到特定行业中。
《中华人民共和国国民经济和社会发展第加快信息网络新技术开发应用，重点突破大数据和云计算关键技术、自主可控操作系统、高端工业和大型管理软件、新兴领域人工智
十三个五年规划纲要》
能技术，人工智能写入“十三五”规划纲要。
到2020年，自主品牌工业机器人年产量达到10万台，六轴及以上工业机器人年产量达到5万台以上。服务机器人年销售收入超过300亿《机器人产业发展规划（2016－2020年）》元；工业机器人主要技术指标达到国外同类产品水平；机器人用精密减速器、伺服电机及驱动器等关键零部件取得重大突破。

2019人工智能发展报告总结

2019人工智能发展报告总结随着科技的不断进步和应用的推广，人工智能（Artificial Intelligence，简称AI）正逐渐成为当今社会的焦点。

2019年，人工智能领域取得了显著的发展，涵盖了各个方面的创新和突破。

本文将就2019年人工智能发展报告进行总结，回顾这一年人工智能领域的重要进展和趋势。

一、技术创新2019年，人工智能技术取得了许多重要的突破和创新。

在自然语言处理方面，深度学习模型的应用使得机器翻译、语音识别和智能对话等任务取得了巨大的进步。

在计算机视觉领域，图像识别和目标检测技术的提升使得人工智能在图像处理和安防监控等领域发挥了重要作用。

此外，机器学习、深度学习和强化学习等算法的不断优化也为人工智能的发展提供了坚实的基础。

二、应用领域人工智能的应用范围越来越广泛，2019年也涌现出了许多新的应用场景。

在医疗领域，人工智能被应用于疾病诊断、药物研发和医疗影像分析等方面，提高了医疗服务的效率和质量。

在金融领域，人工智能被应用于风控模型、信用评估和智能客服等方面，为金融机构提供了更加精确和高效的服务。

此外，人工智能还在交通、教育、农业等领域展现出了巨大的潜力。

三、伦理和隐私问题随着人工智能的快速发展，伦理和隐私问题也逐渐凸显出来。

在人工智能算法的训练和应用过程中，涉及到大量的个人数据和隐私信息。

因此，如何保护个人隐私成为了一个亟待解决的问题。

同时，人工智能的发展也带来了一些伦理问题，例如自动驾驶车辆在道德决策上的困境，需要社会各方共同探讨和解决。

四、产业发展和政策引导人工智能的发展离不开产业的支持和政策的引导。

2019年，各国纷纷制定和调整了相关政策，加大对人工智能领域的支持力度。

例如，中国发布了《新一代人工智能发展规划》，提出了推动人工智能核心技术突破、建设人工智能创新示范区等措施，加快了人工智能产业的发展。

同时，各国也加强了人工智能的国际合作，共同推动人工智能的发展和应用。

五、未来趋势展望展望未来，人工智能的发展仍将呈现出良好的势头。

2019-2024年中国机器视觉技术应用行业发展及产业投资空间专项研究报告

2019-2024年中国机器视觉技术应用行业发展及产业投资空间专项研究报告近年来，随着人工智能的发展，机器视觉技术已经成为重要的一部分，应用广泛，如自动驾驶、智能安防、无人机巡检等领域。

本研究报告旨在分析中国机器视觉技术应用行业发展状况及投资空间，并展望未来2024年。

2019至2024年时间段，中国机器视觉技术市场将持续稳定增长，主要推动力量来自于国家政策倡导支持和企业投入。

其中，自动驾驶领域将成为机器视觉技术应用最重要的领域之一。

根据市场研究机构的统计，2024年自动驾驶领域市场规模可达到2400亿元人民币。

该领域的发展将带动相关供应链和行业产业的迅速发展，如传感器、芯片、智能硬件等方面的制造。

另外，智能安防领域也是机器视觉技术重要的应用领域，预计2024年市场规模将超过1500亿元人民币。

机器视觉技术将运用于视频监控、人脸识别、行为分析及异常检测等领域，为公共安全和企业安全提供技术保障。

未来的市场增长空间不仅仅局限于上述领域，随着科技的不断进步，机器视觉技术将应用于更广泛的领域，如医疗、金融、零售等领域。

预计未来五年，中国机器视觉技术应用市场总规模将超过5000亿元人民币。

对于投资者来说，机器视觉技术应用市场的投资空间广阔，可投资的具体细分行业包括智能制造、智能交通、智能安防、智慧教育、智能医疗等领域。

值得注意的是，机器视觉技术应用市场具有高度的集中度和壁垒性，投资者需谨慎选择优质的上市公司或民营机构。

总而言之，机器视觉技术应用领域具有广阔的增长空间，未来五年市场规模将突破5000亿元人民币，自动驾驶和智能安防将成为市场最重要的应用领域。

投资者应该谨慎选择上市公司或民营机构，聚焦优质股票。

机器视觉技术应用市场规模持续增长数据显示，机器视觉技术应用市场在2019年达到了1736.1亿元人民币，同比增长了27.1%。

而预计到2024年，市场规模将达到达5268.7亿元人民币，同比增长率为24.1%。

2019-2024年中国人工智能行业现状深度及产业综合评估报告

2019-2024年中国人工智能行业现状深度及产业综合评估报告自从2017年中国政府发布《新一代人工智能发展规划》，推动人工智能技术的发展，中国人工智能行业迎来了蓬勃发展的机遇。

截至2019年，中国已成为全球最大的人工智能市场，在算法、芯片、数据等方面均有明显进展。

本篇报告将对中国人工智能行业未来五年的发展现状进行深入的评估。

首先，当下中国人工智能行业的重点领域是数据处理、机器人、自动化及应用等技术。

现有技术的不斩chou，介入领域面广，这些优势将促进中国人工智能行业全面向纵深发展，使得人工智能技术具体应用的衍生能力及负面效应上升，整个产业体系将进一步被构建完善。

其次，在人工智能领域，中国的潜力和竞争优势依然具有显著的优势。

随着技术的不断进步，中国越来越能够在诸如机器视觉和自然语言处理等领域媲美或超越美国和欧洲的公司。

在人工智能领域，中国最大的优势也许是数据，由于中国人口的数量巨大,可以为企业采集大量的数据,从而推出更好的算法或模型。

而且，中国政府致力于支持创新创业，鼓励人工智能行业的发展。

政府提出了不少在智能制造、智能物流、智能医疗等方面的支持政策，同时也为人才提供相应的奖学金、津贴和税收免费等优惠措施。

这将激励中国人工智能企业进一步深入引领全球技术和市场发展。

但是，人工智能的技术和发展也会带来一些负面影响和挑战。

例如，会导致失业和社会不公等问题。

但是，中国政府也在加强相关政策的制定，以应对这些负面影响并确保人工智能产业的健康发展。

综上所述，未来五年，中国的人工智能行业将迎来更广泛的分享和利用。

与此同时，中国政府将继续推动人工智能的发展，并加强对人工智能技术的监管。

整体而言,中国人工智能行业将继续保持快速发展的趋势，但也需要在政策和监管方面加强基础设施和治理, 才能让人工智能为社会带来更多的好处。

自中国政府提出《新一代人工智能发展规划》以来，中国人工智能行业迎来了高速发展的阶段。

从数据上来看，以下是相关数据分析：一、市场规模根据IDC的报告，中国的人工智能市场在2019年达到了77.1亿美元。

计算机视觉行业分析报告

计算机视觉行业分析报告计算机视觉（Computer Vision，CV）是一种基于图像理解和宽泛的人工智能技术，它主要用于使计算机能够模拟和实现人类视觉。

计算机视觉在图像处理、视觉感知、图像分析等方面都有着广泛的应用。

一、定义计算机视觉是一种从图像或多维数据中提取有用信息的科学和工程领域，它的目标是使计算机能够理解和解释数字图像或视频。

计算机视觉的研究领域包括图像处理、图像识别、目标检测、三维重建、图像跟踪、视觉导航等。

二、分类特点根据应用领域、技术特点和发展趋势，计算机视觉可以分为以下几个方向：1.图像处理图像处理是计算机视觉的重要组成部分，其主要研究数字图像的获取、存储、处理和显示。

图像处理技术主要包括数字图像处理、图像增强、色彩处理、形态学、图形学和几何变换等。

2.图像识别图像识别是计算机视觉的核心问题之一，它的目标是使计算机能够识别图像中的目标、物体、人脸等。

图像识别技术主要包括特征提取、模式分类、神经网络、深度学习等。

3.目标检测目标检测是计算机视觉的重要应用之一，它主要是通过图像处理、特征提取和分类识别等技术来实现。

目标检测技术主要包括目标跟踪、目标识别和目标定位等。

4.三维重建三维重建是一种将多张二维图像或视频转换成空间三维模型的技术。

它主要应用于计算机图形学、虚拟现实、建筑设计等领域。

三、产业链计算机视觉产业链主要包括硬件、软件、算法和服务四个环节，如下图所示：硬件环节：包括硬件设备、传感器、摄像头、处理器等。

软件环节：包括操作系统、开发工具、图像处理库等。

算法环节：包括图像处理算法、识别算法、跟踪算法等。

服务环节：包括视觉分析、视频监控、智能驾驶、医疗诊断等。

四、发展历程计算机视觉技术的发展历程可以分为以下几个阶段：（1）20世纪60年代：计算机视觉技术开始发展。

（2）20世纪80年代：计算机视觉技术开始应用于工业领域。

（3）20世纪90年代：计算机视觉技术被广泛应用于机器人、自动驾驶等领域。

2019年中国人工智能产业发展形势展望报告

２０１９年中国人工智能产业发展形势展望报告目录一、对２０１９年形势的基本判断（一）核心基础技术持续突破，边缘智能加速应用布局（二）产业链条正在形成，集聚效应初具规模（三）融合应用水平大幅拓展，智能经济形态雏形初现二、需要关注的几个问题（一）技术发展能力不均衡，基础层存在短板弱项（二）技术产品创新快于应用创新，技术创新的商业应用模式不明朗（三）产业生态体系尚不完善，协同发展势头尚未形成（四）环境建设尚不健全，产业安全风险加剧三、应采取的对策建议【内容提要】展望2019年，我国人工智能领域核心基础技术持续突破，边缘智能加速应用布局；产业链条正在形成，集聚效应初具规模；融合应用水平大幅拓展，智能经济形态雏形初现；国内产业政策加速落地，国际产业博弈更加激烈。

与此同时，我国面临人工智能技术发展能力不均衡，基础层存在短板弱项；技术产品创新快于应用创新，技术创新的商业应用模式不明朗；产业生态体系尚不完善，协同发展势头尚未形成；环境建设尚不健全，产业安全风险加剧等问题与挑战。

为此，我国人工智能产业未来应以推动核心技术攻关为目标，加大对重点技术产品研发的资金支持；以深化与实体经济融合发展为目标，加强场景化应用推广和辐射引导；以构建有机协同的产业生态为目标，提升服务支撑能力；以营造发展环境为目标，培育多元化发展格局。

人工智能是引领未来的战略性技术，是新一轮科技革命和产业变革的重要驱动力量，已经成为国际竞争的新焦点和经济发展的新引擎，在支撑供给侧结构性改革、打造高质量的现代经济体系、促进社会进步等方面发挥着越来越重要的作用。

2018年，中国人工智能技术创新日益活跃、产业规模逐步壮大、应用领域不断拓展，取得了阶段性成效。

展望2019年，人工智能产业集聚效应将更具规模，智能经济雏形初现，国际产业博弈将更加激烈。

与此同时，我国人工智能产业仍面临问题与挑战，基础层短板弱项始终存在，技术创新的商业应用模式不明朗，产业生态协同体系尚未形成，产业安全风险加剧，必须给予积极应对。

2019年计算机视觉行业专题分析报告

五、投资建议...................................................................................................................................................... 31
（一）海康威视 .......................................................................................................................................................32 （二）大华股份 .......................................................................................................................................................32 （三）虹软科技 .......................................................................................................................................................33 （四）千方科技 .......................................................................................................................................................33 （五）苏州科达 .......................................................................................................................................................34 （六）四维图新 .......................................................................................................................................................34 （七）中科创达 .......................................................................................................................................................35

2019年机器视觉行业分析报告

机器视觉行业分析报告2019年12月目录一、行业简介 (5)1、机器视觉行业及其应用领域简介 (5)（1）机器视觉是人工智能最重要的分支之一 (5)（2）机器视觉技术最大的应用领域之一 (6)2、机器视觉技术的核心优势 (7)（1）精确性、客观性和可靠性 (7)（2）环境适应性和工作持续性 (7)（3）经济性和高效性 (8)（4）灵活性和重复性 (8)3、机器视觉技术在工业领域中的具体应用 (9)（1）机器视觉的主要应用之一：尺寸与缺陷检测 (9)（2）机器视觉的主要应用之二：智能制造 (10)（3）机器视觉的主要应用之三：导航等其他应用 (10)二、行业发展现状 (10)1、机器视觉技术及行业保持高速发展 (10)2、机器视觉行业在中国处于快速发展阶段 (11)三、行业驱动力分析 (12)1、产业结构升级将推动机器视觉行业发展 (12)2、下游应用行业快速发展推动机器视觉行业保持快速增长 .. 123、劳动力成本持续上涨，“机器换人”的需求旺盛 (13)4、广阔的国际市场 (13)四、下游行业发展趋势 (13)1、机器视觉下游应用领域多，市场空间广阔 (13)2、消费类电子行业为机器视觉最主要的应用行业，将持续引领产业发展 (14)（1）机器视觉技术在消费类电子行业应用较早，推动机器视觉产业整体发展 (14)（2）消费类电子行业更新换代快，需求量大 (14)（3）消费类电子行业对机器视觉存在刚性需求 (15)（4）我国消费类电子行业自动化程度对比发达国家仍比较较低，人工替代空间大 (15)3、汽车产业的机器视觉应用呈现快速增长势头 (15)（1）汽车销量的不断提升使汽车制造业保持快速发展 (16)（2）汽车的智能化发展使汽车产业链对生产精度、智能化的要求均不断提高，对机器视觉技术和智能制造装备的需求持续提升 (17)4、半导体产业作为机器视觉技术的发源领域，机器视觉产品在半导体生产过程中发挥着重要作用 (17)（1）国内半导体产业呈快速发展的趋势 (18)（2）机器视觉技术广泛应用于半导体生产的全过程 (18)5、机器视觉产品广泛应用于仓储物流、辅助驾驶、医药、农业、包装印刷等行业，市场潜力巨大 (19)五、市场规模分析 (20)六、行业竞争分析 (22)1、竞争格局 (22)2、行业进入壁垒 (23)（1）技术壁垒 (23)（2）人才壁垒 (24)（3）品牌壁垒 (24)（4）规模壁垒 (24)（5）服务壁垒 (25)（6）客户资源壁垒 (25)3、行业内主要企业 (25)（1）康耐视 (25)（2）基恩士 (26)（3）海克斯康 (27)七、行业发展制约因素 (27)1、高端复合型人才稀缺限制本行业快速发展 (27)2、上游核心零部件配套企业尚未成熟 (27)机器视觉行业分析报告一、行业简介1、机器视觉行业及其应用领域简介（1）机器视觉是人工智能最重要的分支之一人工智能的应用技术主要包括语音类技术、视觉类技术、自然语言处理类技术和基础硬件等。

2019年视觉AI算法行业虹软科技分析报告

2019年视觉AI算法行业虹软科技分析报告2019年7月目录一、公司概况：视觉AI算法及解决方案全球厂商 (5)1、二十余年磨一剑，财务指标持续向好 (5)（1）虹软科技是视觉AI算法及解决方案全球供应商 (5)（2）子公司全球布局，业绩贡献较为均衡 (5)（3）盈利能力持续向好，费用水平不断下降 (7)2、实控人持股比例较高，员工激励完善 (8)3、高度重视研发投入，人才储备较充足 (10)（1）持续高比例研发投入，远高于首批科创板企业平均值 (10)（2）研发人员占比较高，通用算法人才储备足 (11)二、商业模式：软件授权生利，视觉AI算法为基 (12)1、以智能手机视觉解决方案为核心业务 (12)（1）智能单摄视觉解决方案 (13)（2）智能双（多）摄视觉解决方案 (13)（3）智能深度摄影解决方案 (14)2、卡位视觉AI底层算法，拓展行业应用 (17)（1）卡位视觉AI底层算法，全面拓展多层次行业应用 (18)（2）重点深化智能手机全产业链合作，夯实护城河壁垒 (19)3、以软件授权获利，预收款具先验价值 (19)三、成长驱动：头部效应显现，多行业拓展加速 (21)1、强者恒强，视觉AI头部效应逐渐显现 (21)2、智能手机市场景气度高，公司基础深厚 (23)（1）智能手机多摄像头模组开始向中低端手机普及，带动行业持续增长 (23)（2）深度摄像开启三维交互新时代，加速视觉AI市场发展 (24)（3）虹软科技在智能手机市场拥有较强的领先地位 (25)（4）公司算法产品基本覆盖安卓主流手机品牌 (28)（5）公司与主要客户合作持续性强，合作时间在5年以上 (29)3、平台赋能，多行业拓展驱动更快速发展 (29)（1）视觉AI平台价值日渐提升，技术、生态不断完善 (29)（2）智能汽车有望迎来快速增长，视觉AI算法大有可为 (31)（3）视觉AI算法在其他IOT领域亦有广阔市场前景 (32)虹软科技是视觉AI算法及解决方案全球供应商。