計算機視覺技術實現突破 帶動全球新一輪市場熱潮

計算機視覺技術實現突破，識別準確度高於人眼

2007年由李飛飛教授發起的ImageNet計劃將人工智慧領域的影像數據推向了前所未有的規模，至今已有1400萬張經過人工清洗標註的圖片，含有2萬個分類，為計算機視覺領域做出巨大貢獻。自2010年每年一度的ImageNet物體識別競賽(對1000類接近50萬張圖片的單標籤識別)，更是成為了計算機視覺領域最受關注的比賽。

除此之外，還有FDDB、LFW、COCO、Pascal VOC、FRVT、MegaFace、WebVision等多個針對圖像識別、人臉識別的國際級賽事。

圖表1：國際主流計算機視覺賽事匯總

資料來源：前瞻產業研究院整理

2017年，ImageNet舉行了最後一屆圖像分類競賽，Top5的錯誤率降至2.25%(大幅領先人眼)，該競賽完成了歷史使命，而更多的關於圖像語義分割(像素級的分類問題)、1:N人臉識別、圖像及視頻理解(看圖寫話)方向的數據集與比賽將逐步登上舞台，推動更多領域更貼近真實世界場景的演算法革新。

圖表2：2010-2017年ImageNet ILSVRC大賽冠軍團隊識別分類的錯誤率

圖表3：ImageNet ILSVRC歷屆冠軍團隊及技術匯總

全球掀起新一輪市場熱潮，2020年計算機視覺達250-300億美元

計算機視覺技術的快速突破，使得其商業化落地能力不斷提高，計算機視覺將迎來突破性發展，增長率遠遠超出業內預期，Markets and Markets曾在2016年預計全球計算機視覺在2025年達到195億美元，而在2018年的最新報告中已將對2025年預測調至300億美元。

另一調研機構Automated Imaging Association在2015年的報告中預計2025年全球計算機視覺規模達到150億美元，最新報告(2017年11月發布)也上調至250億美元。

另外，Tractica也在2018年3月發布的最新報告中，預測到2025年全球計算機視覺軟體、硬體和服務收入將從2016年的11億美元增長到262億美元。

圖表4：國外權威機構對2025年全球計算機視覺市場規模的預測匯總(單位：億美元)

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！