(此文档为word格式，可任意修改编辑！）正文目录1 计算机视觉：未来之眼，人工智能的前哨 (6)1.1 计算机视觉：人类的另一双“慧眼” (6)1.2 巨头入主视觉领域，人工智能成行业新引擎 (8)1.2.1 国外互联网巨头开启并购狂潮-苹果看“脸”VS谷歌注重运用 (9)1.2.2国内计算机视觉最看“脸”，投融资如火如荼 (10)1.3 欧美领跑产业趋势，市场空间巨大 (12)1.3.1工业自动化需求驱动产业成长 (12)1.3.2国内需求强劲，未来有望引领产业发展 (13)2 生产需求和技术进步驱动计算机视觉行业发展 (16)2.1 硬件是基础，算法是核心 (16)2.2 计算机技术升级+巨头布局+产业政策“三驾马车”促进产业成长 (18)2.2.1 图像处理与深度学习技术为行业内生驱动 (18)2.2.2“机器换人”带来“视觉”设备广泛应用 (19)2.2.3 政策为产业发展保驾护航 (20)2.3 性能优越，应用领域广泛 (21)2.3.1 比人类更敬业的“眼睛” (21)2.3.2 应用广泛，大有作为 (22)2.4 多维场景、嵌入式、一体化成为计算机视觉技术趋势 (23)2.4.1 从二维场景重建迈向三维乃至通用视觉信息系统的构建 (23)2.4.2 基于嵌入式的产品将取代板卡式产品 (24)2.4.3 标准化、一体化解决方案也将是计算机视觉的必经之路 (25)3 应用领域广泛，计算机视觉前景看好 (25)3.1 智能制造领域迅速扩展，半导体与电子制造占据半壁江山 (25)3.1.1 半导体电子制造：计算机视觉有效提升自动化水平 (26)3.1.2 汽车制造：计算机视觉为汽车制造严格把关 (29)3.1.3 生物医疗：计算机视觉为医疗影像、药品质控装上神秘的眼睛 (30)3.2 消费应用领域快速扩展，打开未来想象空间 (31)3.2.1 服务机器人：取代重复劳作，实现场景交互 (31)3.2.2 无人驾驶：计算机视觉是无人驾驶汽车皇冠上的明珠 (32)3.2.3 物流：OCR是智能物流的技术核心 (33)3.2.4 安防监控：计算机视觉透视公共场所，助力智能安防 (33)4 国外巨头积极布局产业链上游，国内企业着力开拓中下游，以To B模式为主 (35)4.1 计算机视觉产业链分析 (36)4.1.1 产业链上游分析：芯片制造、算法开发是核心 (36)4.1.2产业链中游分析：四大技术用途广泛 (37)4.1.3产业链下游分析：稳定的市场需求开启应用领域扩展 (38)4.2 计算机视觉产业的商业模式 (40)4.2.1 软件服务：技术算法驱动者—“技术层+场景应用”作为突破口.. 404.2.2 软硬件一体化：生态构建者---“全产业链生态+场景应用”作为突破口 (41)4.3 我国计算机视觉产业发展状况 (42)4.3.1 2020年中国计算机视觉市场规模预计54.7亿元 (43)4.3.2 从事工业系统集成与人类识别居多，未来将转向智能化应用 (43)5 相关建议 (44)6 风险提示 (48)图表目录图表1：计算机系统的漏光检测 (6)图表2：计算机视觉助力VR (6)图表3：计算机视觉系统的技术与领域 (7)图表4：基于计算机视觉的工业机器人定位技术 (7)图表5：人工智能生命周期曲线与架构 (8)图表6：计算机视觉在人工智能融资中位居前列 (8)图表7：计算机视觉公司为人工智能增添动力 (9)图表8：国内计算机视觉的创业热 (9)图表9：近几年传统行业巨头的收购行动，注重上下游整合 (10)图表10：近几年国外互联网大佬在计算机视觉行业的收购“大动作” (10)图表11：2016年中国计算机视觉公司前5强资料 (11)图表12：近几年国内BAT三巨头也开始计算机视觉争夺战 (12)图表13：计算机视觉的发展阶段 (13)图表14：全球计算机视觉市场规模持续增长 (13)图表15：2015年全球计算机视觉地区分布 (14)图表16：2007-2016我国计算机视觉市场规模 (14)图表17：2015年我国计算机视觉应用领域 (15)图表18：2006-2016年我国就业人口变化 (15)图表19：2006-2016年来我国科研投入 (16)图表20：计算机视觉系统的组成硬件和软件 (16)图表21：计算机视觉系统的零部件发展状况 (17)图表22：计算机视觉系统产业链 (18)图表23：GPU运算能力远远超越CPU (19)图表24：近年ImageNet 比赛图像识别准确率 (19)图表25：四次工业革命进程 (20)图表26：智能制造是工业4.0的核心 (20)图表27：2015年以来我国对计算机视觉的政策/规划 (21)图表28：计算机（机器）视觉与人类视觉的对比:给工业4.0时代添上一双“慧眼” (22)图表29：计算机（机器）视觉应用广泛1 (23)图表30：计算机（机器）视觉应用广泛2 (23)图表31：三维场景的重建才刚刚起步 (24)图表32：嵌入式产品是未来发展趋势 (24)图表33：计算机视觉主要应用领域 (25)图表34：计算机视觉四大功能 (26)图表35：贴片机视觉自动对位系统构成 (27)图表36：视觉检测装置原理 (27)图表37：视觉测量原理 (28)图表38：物流读码器系统 (28)图表39：计算机视觉在半导体制造三大阶段中的应用 (29)图表40：计算机视觉在半导体与电子制造中的应用 (29)图表41：计算机视觉技术在汽车制造领域的应用 (30)图表42：邦纳计算机视觉在汽车零部件制造的应用原理 (30)图表43：计算机视觉技术在医疗影像诊断器械上的应用 (31)图表44：无人驾驶计算机视觉系统 (32)图表45：物品包装检测系统 (33)图表46：中国视频监控市场规模6年复合增长率高达17.42% (34)图表47：人脸识别在安防领域的市场规模在2015年高达70亿 (35)图表48：计算机视觉产业链 (36)图表49：国内外视觉处理芯片对比 (37)图表50：国内外基础算法应用对比 (37)图表51：计算机视觉四大技术 (38)图表52：2015年中国计算机视觉下游应用分布 (39)图表53：智能制造三大主要领域固定资产投资（单位：万元） (39)图表54：国内五大计算机视觉公司主营业务 (40)图表55：在线API、离线SDK、私有云模式对比 (41)图表56：格灵深瞳智能交通大数据平台 (42)图表57：国内外To B to C模式的软硬件一体化的视觉服务应用 (42)图表58：2006-2015我国计算机视觉市场规模 (43)图表59：国内计算机视觉公司分类 (44)图表60：国内知名创业公司计算机视觉应用场景梳理 (44)图表61：受益于智能制造领域爆发 (46)图表62：受益于消费应用领域爆发（初创企业居多） (47)图表63：A股相关标的 (48)图表64：“计算机视觉”受益组合 (48)1 计算机视觉：未来之眼，人工智能的前哨1.1 计算机视觉：人类的另一双“慧眼”计算机视觉(Computer Vision)是指用计算机来模拟人的视觉系统，实现人的视觉功能，以适应、理解外界环境和控制自身的运动。
简言之，计算机视觉是一门研究如何使机器"看"的科学，是人类视觉在机器上的延伸。
机器视觉(Machine Vision)就是利用机器代替人眼来作各种测量和判断，是计算机视觉在工程工业领域的应用。
图表1：计算机系统的漏光检测图表2：计算机视觉助力VR计算机视觉综合了光学、机械、电子、计算机软硬件等方面的技术，涉及到计算机、图像处理、模式识别、人工智能、信号处理、光机电一体化等多个领域。
图表3：计算机视觉系统的技术与领域图表4：基于计算机视觉的工业机器人定位技术计算机视觉是人工智能技术的基础，是实现工业自动化和智能化的必要手段。
随着人工智能领域的融资总额逐年增长，计算机视觉的融资额也不断攀升。
截止2016年第一季度各类人工智能公司的融资中，计算机视觉融资额度在16亿美金左右，在细分领域中位居前列。
图表5：人工智能生命周期曲线与架构图表6：计算机视觉在人工智能融资中位居前列1.2 巨头入主视觉领域，人工智能成行业新引擎计算机视觉技术为人工智能增添动力。
2016 年 3 月，谷歌（Google）研发的围棋人工智能AlphaGo以4：1大胜世界冠军李世石，人工智能时代已经来临，已逐步渗透到社会发展中。
计算机视觉占全球人工智能创业公司的 1/5，国内计算机视觉也迎来创业热，成为行业新引擎。
图表7：计算机视觉公司为人工智能增添动力图表8：国内计算机视觉的创业热1.2.1 国外互联网巨头开启并购狂潮-苹果看“脸”VS谷歌注重运用国外巨头接连布局计算机视觉领域。
康耐视等计算机视觉厂商通过并购完善产业链布局，整合上下游产业。
图表9：近几年传统行业巨头的收购行动，注重上下游整合苹果、英特尔、Facebook、谷歌和亚马逊等互联网巨头沿着与主业有协同效应的方向布局，并购对象多为为图像识别、建模，应用领域为无人驾驶、无人机、人脸识别等人工智能领域。
图表10：近几年国外互联网大佬在计算机视觉行业的收购“大动作”1.2.2国内计算机视觉最看“脸”，投融资如火如荼国内计算机视觉起步晚，产业发展仍处于初创期，投融资空间大。
2016年中国计算机视觉排名前5的公司全部以人脸识别为核心业务，而且均获得过A轮及以上融资。
国内企业在工控领域的应用主要集中在系统集成应用。
消费领域的应用多与人脸识别、图像处理相关。
如排名第一的旷视科技主攻人脸识别，为阿里巴巴旗下支付宝等金融平台提供面部扫描系统。
图表11：2016年中国计算机视觉公司前5强资料百度、腾讯、阿里三巨头也先后在计算机视觉领域发力，或自研或收购。
其中百度斥巨资进行包括计算机视觉在内的人工智能研发与无人驾驶、盲人机器人等应用。
阿里巴巴通过投资等占据人脸识别、VR应用市场的强势地位。
腾讯搭建“优图”平台，但整体动作缓慢。
图表12：近几年国内BAT三巨头也开始计算机视觉争夺战1.3 欧美领跑产业趋势，市场空间巨大1.3.1工业自动化需求驱动产业成长计算机视觉始于20世纪50年代模式识别的研究，为解决工业自动化生产工艺需求。
60年代Roberts用计算机成功提取多面体，实现质的突破。
70年代Marr 为代表的视觉计算理论发展与麻省理工学院“计算机视觉”课程开设标志计算机视觉进入主涵道，同时基恩士创立开启计算机视觉产业浪潮。
到了 80年代，受集成电路与半导体技术的发展影响，计算机视觉进入了快速发展通道，步入正轨。
90年代计算机视觉的研究经历了从实验室走向实际应用的发展阶段，趋于成熟。