中商情報網(wǎng)訊：計算機視覺是使用計算機模仿人類視覺系統(tǒng)的科學(xué)，讓計算機擁有類似人類提取、處理、理解、分析圖像以及圖像序列的能力。根據(jù)解決問題的不同，計算機視覺可分為計算成像學(xué)、圖像理解、三維視覺、動態(tài)視覺和視頻編解碼五大類。目前，計算機視覺已成為人工智能中技術(shù)率先取得較大突破、應(yīng)用場景較為明確的關(guān)鍵技術(shù)之一，在人工智能中占據(jù)重要地位，未來市場空間廣闊。

2019年，我國計算機視覺核心產(chǎn)業(yè)規(guī)模和帶動相關(guān)產(chǎn)業(yè)規(guī)模分別為633.3億元和1438.6億元，占人工智能核心產(chǎn)業(yè)和帶動相關(guān)產(chǎn)業(yè)規(guī)模的比重分別達(dá)到58.2%和37.6%。預(yù)計至2021年，我國計算機視覺核心產(chǎn)業(yè)規(guī)模和帶動相關(guān)產(chǎn)業(yè)規(guī)模將分別增長至969.1億元和2658.8億元，年均復(fù)合增長率分別為23.7%和22.5%。

數(shù)據(jù)來源：《中國人工智能產(chǎn)業(yè)研究報告（2020年）》、中商產(chǎn)業(yè)研究院整理

在計算機視覺方面，深度學(xué)習(xí)和深度網(wǎng)絡(luò)在圖像物體識別方面取得了變革性成果，在物體視覺方面較傳統(tǒng)方法體現(xiàn)了巨大優(yōu)勢。2015年基于深度學(xué)習(xí)的計算機視覺算法在ImageNet數(shù)據(jù)庫上的識別準(zhǔn)確率首次超過人類，計算機視覺技術(shù)得到顯著進(jìn)步。

目前，由于人類70%以上的信息獲取依靠視覺，而各領(lǐng)域模仿人類視覺均需要通過計算機視覺技術(shù)從視覺信號中提取并處理信息，因此計算機視覺在城市管理、金融、互聯(lián)網(wǎng)、零售、交通、醫(yī)療、工業(yè)等諸多領(lǐng)域擁有廣泛應(yīng)用，并在人工智能中占據(jù)重要地位。