計算機視覺作為人工智能的一個重要分支，在中國AI市場組成部分占比巨大，隨著人工智能領域融資不斷擴大和行業扶持政策逐步出臺，中國計算機視覺市場發展迅速。據新思界產業研究中心發布的報告顯示，2017年我國計算機視覺市場規模達到80.2億元，同比增長166%，未來仍將保持高速增長的態勢，中國信通院預測2020年計算機視覺規模將達600億元。而安防與人工智能各細分領域的發展息息相關，如智能交通、智能駕駛、機器人等領域均有賴于計算機視覺技術采集、分析、處理場景信息，計算機視覺市場的持續增長，向安防企業釋放了強烈的信號。

計算機視覺應用場景多樣，成安防重要應用方向

計算機視覺是一門研究如何使機器“看”的科學，即用攝像機和電腦等機器代替人眼來做測量和判斷，并進一步做圖形處理，使電腦處理成為更適合人眼觀察或傳送給儀器檢測的圖像，其功能范圍不僅包括人眼對信息的接收，同時還延伸至大腦對信息的處理與判斷。相對人類視覺，計算機視覺在速度、感光范圍、觀測精度、環境要求等方面都存在顯著優勢，尤其是在有害環境下或重復性工作環境下。

近些年，基于深度學習的發展，計算機視覺在人工智能和深度學習的大背景下，逐步滲透至各行各業，發展前景廣闊，有望成為下一個智能時代的標配。安防的計算機視覺應用中，人臉識別和視頻監控備受關注，同時還有樓宇對講、出入口控制、門禁一卡通、防盜報警等技術的應用;在交通領域，則主要是車輛的檢測、身份識別與比對、行為分析以及當前熱門的無人駕駛和汽車輔助駕駛技術;在金融領域，計算機視覺主要用于金融支付驗證，包括人臉驗證、指靜脈驗證和虹膜驗證等。

新貴巨頭發力計算機視覺，綜合實力不強的企業或將難以為繼

伴隨著人工智能產業升溫，計算機視覺行業有望邁向新的發展階段，市場規模將加速擴張。目前，以產品化落地和商業化閉環為導向的AI產業化階段到來，我國計算機視覺企業已逾百家，誕生了人工智能四小龍等優秀的初創AI企業。在巨頭新貴的奮力追趕下，我國在計算機視覺領域取得了顯著的成果。近年來，在ImageNet計算機視覺識別挑戰賽和圖像識別挑戰賽MS COCO這兩項重大賽事中，中國團隊不斷刷新紀錄，拿下多個項目的冠軍。

計算機視覺賽道的火熱，為企業的盈利之路帶來了更多的挑戰。計算機視覺企業旨在將復雜的神經網絡架構應用在數據建模上，試圖建立能夠從圖像或者多維數據中獲取“信息”的人工智能系統，提高準確性，除了一些場景的難題外，更大的威脅在于同質化嚴重，護城河難以建立。傳統安防公司體量大，但起步相對較晚，AI技術尚需積累，對市場渠道、產品化落地方面有著獨特的優勢。計算機視覺行業具有高成長性特點，行業發展同時伴隨著高風險性，行業競爭需要比拼企業技術算法能力、資金能力、人才資源，同時考驗企業能否實現技術迅速落地，對企業綜合實力要求高。在接下來的市場落地和擴張階段，能夠真正深入行業，善于把握客戶需求，有能力提供完整解決方案的團隊會獲得快速成長，綜合實力不具備優勢的企業在行業內將難以生存。

結語：隨著計算機視覺技術的應用隨處可見，其應用需求也存在著巨大潛力，安防企業只需要不斷深入場景促使技術落地，形成閉環獲得數據，從而創造價值，在激烈的競爭中脫穎而出。