《清科研究中心：2018年智能影像行业研究报告(105页).pdf》由会员分享，可在线阅读，更多相关《清科研究中心：2018年智能影像行业研究报告(105页).pdf（105页珍藏版）》请在本站上搜索。 1、1 智能影像行业研究报告 2012018 8 年 1 12 2 月 2 研究方法研究方法 信息来源信息来源 本报告中的数据除特殊说明外均来自于私募通，私募通的数据有三个来源，市场调研、 访谈以及专业网站或政府官方网站中的数据或资料。 市场调研是基础数据的主要来源。 市场 调研的对象是在中国拥有突出地位和活跃投融资记录的股权投资机构， 包括天使投资人、 早 期投资机构、创业投资机构、私募股权投资机构等。2017 年，调研覆盖了在中国大陆地区 从事创投活动的大部分中外股权投资机构和法律及审计服务提供商， 并在调研中使用了普查 法和重点调查法相结合的方式。 访谈或电话访谈的对象包括对某些机构和个人，2、 用于收集被 访者所在机构的投资情况。 除了通过上述两种方式获得直接信息之外， 私募通也从一些专业 网站或政府官方网站中获得二手数据或资料，在对这些数据进行真实性确认后纳入统计。 研究范围研究范围 本报告的研究范围仅限于智能影像行业， 主要涉及人工智能、 计算机视觉及智能影像相 关应用领域的市场规模、竞争格局和商业模式的研究。 名词释义名词释义 除非本报告明确另有所指，以下词语在本报告中具有如下含义： 名词名词 释义释义 商汤科技 北京市商汤科技开发有限公司 旷视科技 北京旷视科技有限公司 依图科技 上海依图网络科技有限公司 影谱科技 北京影谱科技股份有限公司 腾讯 深圳市腾讯计算机系统有限公3、司 新东方 北京新东方教育科技（集团）有限公司 好未来 北京世纪好未来教育科技有限公司 深兰科技 深兰科技（上海）有限公司 深睿医疗 北京深睿博联科技有限责任公司 3 名词名词 释义释义 星行科技 深圳星行科技有限公司 钛米机器人 上海钛米机器人科技有限公司 当红齐天 北京当红齐天国际文化发展集团有限公司 4 摘摘 要要 智能影像是继图像识别后的又一大计算机视觉应用爆发点。目前，计算机视觉技术中， 图像识别主要是基于静态图像的识别、 分析和应用， 未来技术和应用的重点将转向动态图像 技术，即视频的智能化获取、识别及处理，最终实现视频的智能化生产。目前，智能影像技 术已经在智能营销、游戏 AI 4、引擎、交通安防、无人机、自动驾驶等场景下进行了广泛的应 用。 智能影像行业的发展与人工智能智能影像行业的发展与人工智能，尤其是计算机视觉技术息息相关尤其是计算机视觉技术息息相关，从产业链结构来从产业链结构来 看，可以分为技术层和应用层两大部分。看，可以分为技术层和应用层两大部分。从技术角度看，智能影像主要依托于人工智能的 基础硬件和算法模型，核心是计算机视觉技术对图像和视频的获取、分析和处理能力。根据 Gartner 的 2018 年人工智能优先级矩阵，计算机视觉技术获得主流接受的年数为 2 至 5 年， 大规模应用的时代即将到来。 随着人工智能技术与实体产业的不断融合发展， 计算机视觉算 法5、的图像识别能力越来越强， 各国也陆续涌现了一大批优秀的计算机视觉公司。 从应用角度 看，智能影像在多个垂直行业有广泛的应用前景。目前，智能影像已经与文娱、教育、医疗 等行业深度融合，形成切实有效的落地方案，体现了强大的商业化能力，比如：影谱科技主 导的 AI+大文娱领域，众多科技巨头和创业公司布局的医疗影像 AI 领域等。 智能影像行业处于起步阶段，市场发展空间巨大，目前各细分领域竞争格局未定，商智能影像行业处于起步阶段，市场发展空间巨大，目前各细分领域竞争格局未定，商 业模式处于探索期。业模式处于探索期。计算机视觉技术是智能影像行业的核心技术基础，数据显示，2017 年 基于人工智能的计算机6、视觉全球市场规模为23.7亿美元， 预计2023年会达到253.2亿美元， 预测期内的复合年增长率为 47.54%。从技术水平来看，国内厂商在人脸识别领域处于国际 5 领先地位。 而综合各细分领域热度来看， 目前人脸识别是计算机视觉领域的竞争热点， 金融、 安防领域的人脸识别为重点布局场景。应用场景方面，我们选取文娱、教育和医疗三个领域 进行分析，文娱行业又细分智能营销和游戏两个方向，分别从市场规模、竞争格局和商业模 式三个维度展开，得出相应的结论。 典型企业研究方面， 我们选取了现阶段智能影像领域的典型企业商汤科技、 旷视科技，典型企业研究方面， 我们选取了现阶段智能影像领域的典型企业商汤科7、技、 旷视科技， 以及影谱科技三家，分别从股权结构、核心团队、商业模式、产品布局和融资情况五个方以及影谱科技三家，分别从股权结构、核心团队、商业模式、产品布局和融资情况五个方 面进行比较。面进行比较。商汤科技估值约 60 亿美元，在高校资源方面具备先天优势，自主研发了原创 深度学习平台 Parrots，和高通开展“算法+硬件”形式的合作，从人脸识别切入，在安防、 手机、社交、自动驾驶等诸多需要大量进行人脸识别的领域抢占市场。旷视科技估值约 60 亿美元，确立了“技术和场景双轮交替驱动”的商业模式，在消费、公共和商业 IoT（物联 网）三大市场发力，研发的人脸识别技术，图像识别技术，智能视频云产8、品，智能传感器产 品，智能机器人产品已经广泛应用于金融、手机、安防、物流、零售等领域。影谱科技估值 近 100 亿人民币，凭借在人工智能、计算机视觉、视频结构化、深度学习、大数据等领域的 技术优势，致力于为文化、新零售、教育、体育等行业提供基于智能影像生产技术的商业化 综合服务， 带动科研技术转化为实际经济增长力， 同时挖掘人工智能及视觉技术的多维度应 用价值，拓展商业边界。 2017年到年到2018年上半年， 智能影像行业融资情况良好， 主要融资案例发生在年上半年， 智能影像行业融资情况良好， 主要融资案例发生在B轮之前，轮之前， 地域分布上以北京市为主， 细分领域上计算机视觉技术和医疗领域9、案例较多。地域分布上以北京市为主， 细分领域上计算机视觉技术和医疗领域案例较多。 2017年到2018 年上半年，我国人工智能领域共发生 771 笔投资，总金额达 1,234.26 亿元人民币。其中， 智能影像领域的案例数在总案例数中的比例始终保持在二成到五成左右。 从融资阶段方面看， 智能影像领域的融资案例主要发生在 B 轮之前。2017 年到 2018 年上半年，一共有 150 个智 能影像领域的企业获得了融资，从地域分布上看，65 个企业注册于北京市，约占四成。从 被投企业的设立时间来看， 2017 年至 2018 年上半年之间获得投资的智能影像企业主要成立 于 2015 年至 201710、 年，约占三分之二。从案例数量上看，智能影像领域的投资案例中，计 算机视觉技术服务的案例最多，约占四分之一，其次是医疗领域的案例，约占五分之一，再 其次是交通和安防领域的案例，约占五分之一。 随着人工智能进入普及期，智能影像行业将迎来整合潮，政企合作仍是主流趋势。随着人工智能进入普及期，智能影像行业将迎来整合潮，政企合作仍是主流趋势。智 能影像行业发展仍面临诸多问题，比如：人工智能的算力和算法仍未取得根本性突破，计算 机视觉技术背后有很多认知问题需要解决， 智能影像技术真正要落地仍面临数据标准化问题 等多重挑战，主流团队技术差距逐渐缩小，应用场景又相对集中，整个行业面临较大竞争压 6 力。未来11、 5-10 年将是人工智能的快速发展和普及期，不仅有国家政策的加持，技术领域的 不断突破更是行业发展的强大助推器， 智能影像与应用场景的结合， 离不开技术提供方和传 统厂商的通力合作，双方资源优势互补，致力于给用户提供更好的垂直行业解决方案，智能 影像主流厂商正加快与政企单位合作，共同推动 AI 影像技术在应用场景的落地。目前文娱 领域是智能影像商业化程度最为领先的行业，同时也正在快速向教育、医疗、交通、零售、 移动互联网应用、工业检测等场景渗透。 7 目目 录录 研究方法研究方法. 2 2 信息来源 . 2 研究范围 . 2 名词释义 . 2 摘摘 要要 . 4 4 目目 录录 . 7 7 12、第一章第一章 智能影像行业概述智能影像行业概述 . 1515 第一节 智能影像行业相关概念 . 15 第二节 智能影像行业政策环境 . 16 第三节 智能影像产业链情况 . 20 一、智能影像产业链结构简述 . 20 二、智能影像核心技术情况介绍 . 21 （一）人工智能发展的驱动力 . 21 （二）计算机视觉技术成熟度 . 23 三、智能影像主要应用领域概览 . 23 （一）文娱 . 24 （二）教育 . 24 （三）医疗 . 25 （四）交通安防 . 25 （五）批发零售 . 26 （六）工业制造 . 26 第二章第二章 智能影像行业发展现状智能影像行业发展现状 . 2828 第一节 计算13、机视觉技术发展现状 . 28 一、计算机视觉技术市场现状分析 . 28 二、计算机视觉技术竞争格局分析 . 28 三、计算机视觉技术商业模式研究 . 30 第二节 智能影像在文娱领域的发展现状 . 31 一、智能影像在智能营销方向的发展现状 . 33 （一）智能影像在智能营销方向的市场现状分析 . 33 （二）智能影像在智能营销方向的竞争格局分析 . 35 （三）智能影像在智能营销方向的商业模式研究 . 36 二、智能影像在游戏方向的发展现状 . 37 （一）智能影像在游戏方向的市场现状分析 . 37 （二）智能影像在游戏方向的竞争格局分析 . 39 （三）智能影像在游戏方向的商业模式研究 .14、 40 第三节 智能影像在教育领域的发展现状 . 41 一、智能影像在教育领域的市场现状分析 . 41 二、智能影像在教育领域的竞争格局分析 . 46 三、智能影像在教育领域的商业模式研究 . 52 第四节 智能影像在医疗领域的发展现状 . 54 一、智能影像在医疗领域的市场现状分析 . 54 二、智能影像在医疗领域的竞争格局分析 . 60 8 三、智能影像在医疗领域的商业模式研究 . 62 第三章第三章 智能影像行业典型企业研究智能影像行业典型企业研究 . 6565 第一节 商汤科技. 65 一、公司股权结构. 65 二、公司核心团队. 66 三、公司商业模式. 66 四、公司产品布局. 615、9 五、公司融资情况. 73 第二节 旷视科技. 74 一、公司股权结构. 74 二、公司核心团队. 74 三、公司商业模式. 75 四、公司产品布局. 76 五、公司融资情况. 81 六、旷视科技和商汤科技对比 . 81 第三节 影谱科技. 83 一、公司股权结构. 83 二、公司核心团队. 84 三、公司商业模式. 84 四、公司产品布局. 86 五、公司融资情况. 87 第四章第四章 智能影像行业投融资情况智能影像行业投融资情况 . 8888 第一节 智能影像行业投融资情况分析 . 88 一、融资规模分析. 88 二、融资阶段分析. 90 三、企业地域分布. 91 四、企业设立时间分布 16、. 92 五、细分领域案例分布 . 94 第二节 智能影像行业典型融资案例 . 95 一、深兰科技 . 95 二、深睿医疗 . 95 三、星行科技 . 96 四、钛米机器人 . 97 五、当红齐天 . 98 第五章第五章 智能影像行业趋势与市场前景智能影像行业趋势与市场前景 . 9999 第一节 智能影像行业主要问题分析 . 99 一、人工智能发展初期，计算机视觉突破存难点 . 99 二、布局行业商用，智能影像技术面临多重挑战 . 99 三、商业模式尚不成熟，竞争压力进一步加剧 . 100 第二节 智能影像行业未来发展趋势 . 100 一、人工智能进入普及期，计算机视觉成熟度提升 . 100 17、二、技术与场景相结合，行业迎来跨界整合潮 . 101 三、政企合作仍是主流趋势，消费端爆发尚需时日 . 101 9 第三节 智能影像行业市场前景分析 . 102 一、行业高速成长，智能影像未来可期 . 102 二、万亿大文娱市场，AI 分享千亿盛宴 . 103 三、商业价值爆发，行业马太效应凸显 . 105 10 图目录图目录 图 1.1.1 智能影像技术与应用概览 . 16 图 1.3.1.1 智能影像产业链结构示意图 . 21 图 1.3.2.1.1 历届 ImageNet 比赛目标分类准确率 . 22 图 2.1.3.1 计算机视觉技术商业模式示意图 . 30 图 2.2.1.1.1 218、017-2022 年中国互联网广告市场规模 . 33 图 2.2.1.3.1 原生视频广告领域产业链结构图 . 36 图 2.2.2.1.1 2017-2022 年中国视频游戏市场规模 . 37 图 2.2.2.3.1 游戏 AI 影像领域产业链结构图 . 41 图 2.3.3.1 智能教育影像产业链结构图 . 53 图 2.4.3.1 医疗影像 AI 产业链结构图 . 63 图 4.1.1.1 2017-2018 H1 各季度人工智能行业投融资案例与金额 . 88 图 4.1.1.2 2017-2018 H1 各季度人工智能行业投融资案例数量分布（个） . 89 图 4.1.1.3 201719、-2018 H1 各季度人工智能行业投融资案例金额分布（亿元人民币）89 图 4.1.2.1 2017-2018 H1 人工智能行业投融资案例阶段分布（个） . 90 图 4.1.2.2 2017-2018 H1 智能影像行业投融资案例阶段分布（个） . 91 图 4.1.3.1 2017-2018 H1 人工智能行业投融资企业注册地点分布（前十五，个） . 92 图 4.1.3.2 2017-2018 H1 智能影像行业投融资企业注册地点分布（个） . 92 图 4.1.4.1 2017-2018 H1 人工智能行业融资企业设立时间分布（个） . 93 图 4.1.4.2 2017-2018 H1 智能影像行业融资企业设立时间分布（个） . 94 图 4.1.5.1 2017-2018 H1 智能影像融资企业细分领域案例数（个） . 94 图 5.3.1.1 2017-2020 年智能影像相关应用领域市场规模预测 . 102 11 图 5.3.1.2 2017-2020 年智能影像市场规模预测 . 103 图 5.3.2.1 2017-2020 年大文娱市场规模预测 . 104 图 5.3.2.2 2017-2020 年 AI+大文娱市场规模预测 .