没有合适的资源?快使用搜索试试~ 我知道了~
资源推荐
资源详情
资源评论
第 1 页 共 40 页
机器视觉全方位解读——未来之瞳引领智能发展之路
核心观点:
机器视觉初创公司涌现,国内外企业竞相布局,机器视觉备受关注
机器视觉是人工智能重要分支,Venture Scanner 跟踪的 957 家人工智能公
司中有 189 家属于机器视觉领域,累计获得风险投资 9.6 亿美元。自 2015 年以
来国内外企业竞相收购优秀机器视觉技术团队。资本市场对于机器视觉技术的密
切关注来源于机器视觉技术的三方面属性:应用上的广泛性、技术上的独特性、
硬件上的经济性。
机器视觉能在不受硬件成本束缚的情况下,在多个具备一定市场规模的领域展
开关键性应用
机器视觉在应用上具有广泛性,能够在智能制造,以及众多智能生活领域展
开应用;在技术上具有独特性,是唯一非接触式识别、测量物体的前沿技术;
在硬件上具有成本的经济性,不会对产品的成本构成造成成本压力。广泛性和
独特性使得其在许多领域构成产品核心竞争力的一部分;而经济性则能够使得
产品摆脱硬件的束缚,从而在产品设计、客户需求把握上更具灵活性,也使其
具备更强的盈利能力。
在智能生活领域,各地技术团队竞相研发,产品切合实际需求的终端优秀品牌
商将享受先入红利
在智能生活领域,机器视觉技术正处于逐步走向成熟的阶段,技术的突破与
成熟,具备资本优势的大公司对于技术团队的投资与布局,都将是行业发展的驱
动力。同时,真正切合实际需求、且具备市场空间的优秀产品,将能占得舆论、
资本、人力等资源的先机,享受先入红利,典型的案例如扫地机器人 iRobot,
辅助驾驶领域的 Mobileye。
在智能制造领域,中国机器视觉市场将成未来主要增长点,国内企业纷纷展开
布局
中国机器视觉产业起步较晚,虽然市场基数小,但发展速度快,2015 年全球
占比 8.3%,已成为全球第三大机器视觉市场。主要下游行业半导体及电子制造、
汽车制造等领域国内仍主要采用人工检测,未来随着人力成本的逐步走高,机器
换人的逻辑将在机器视觉领域逐步兑现,预计未来 5 年国内机器视觉市场将保持
15%以上的增长率,2018 年市场规模达到 33.4 亿人民币。
投资建议
第 2 页 共 40 页
机器视觉在应用场景上逐渐突破工业检测,其应用边界逐步向智能生活领域拓
展。我们建议从两条主线关注机器视觉领域的产业投资机会:
(1)工业应用领域,在工业视觉检测领域拥有较强研发能力和核心产品的企
业,例如劲拓股份、永创智能、埃斯顿等;
(2)智能化场景中,计算机视觉让更多智能化设备具备感知能力,目前成熟的
上市标的较少,建议关注众多创业型企业,例如格灵深瞳、商汤科技、驭势科
技等。
风险提示
机器视觉技术研发进展低于预期;机器视觉产品推广过程低于预期。
---------------------------------------------------------------------
正文内容
一、作为人工智能重要分支,机器视觉备受关注
1 机器视觉:人工智能范畴最重要的前沿分支之一
机器视觉是指利用相机、摄像机等传感器,配合机器视觉算法赋予智能设备
人眼的功能,从而进行物体的识别、检测、测量等功能。按照应用的领域与细分
技术的特点,机器视觉进一步可以分为工业视觉、计算机视觉两类,相应地,其
应用领域可以划分为智能制造和智能生活两类。因为工业视觉和计算机视觉在功
能目标、硬件需求、算法侧重、产业成熟度上有一定差异。
在功能目标上,工业视觉主要解决以往需要人眼进行的工件的定位、测量、
检测等重复性劳动;计算机视觉的主要任务是赋予智能机器人视觉,利用测距、
物体标定与识别等功能实现对于外界位置信息、图像信息等的识别与判断。
在硬件需求上,工业视觉相对较高,需要对工业相机的帧频、分辨率等指标
依据自身的需求进行筛选;而计算机视觉则除少部分特殊情况外,大部分对于相
机或摄像头的要求并不高。
在算法侧重上,工业视觉的算法往往侧重于精确度的提高;而计算机视觉的
算法难度相对较高,侧重于或采用数学逻辑或采用深度学习方法进行物体的标定
与识别。
在产业成熟度上,工业视觉已经相对较为成熟,在半导体、包装等行业的测
量检测已有较为广泛的应用;而计算机视觉整体来讲还是一个刚起步的状态,初
创企业层出不穷。
第 3 页 共 40 页
机器视觉作为人工智能领域的重要分支,已经协同其他技术开始对社会产生
重大影响。虽然人工智能领域内的各个前沿技术存在着不同程度的交叉,难以细
分,但依据主要采用的技术类别,可以将人工智能行业分为:深度学习、机器视
觉、自然语言处理、语音识别、情境感知计算、模式识别等等。其中,深度学
习、机器视觉、自然语言处理是优质企业参与最多的三大领域,也是人们在人
工智能领域付诸探索实践最多、获得应用成果最为丰厚的主要领域。在 Venture
Scanner 追踪的 1,118 家人工智能公司中,其中有 376 家公司的产品属于深度学
习领域,189 家公司的产品属于机器视觉领域,155 家公司的产品属于自然语言
处理领域。其中深度学习领域初创公司累计获得 20 亿美元的风险投资,机器视
觉领域初创公司其次,累计获得 9.6 亿美元风险投资。
第 4 页 共 40 页
深度学习、机器视觉、自然语言处理这三大方向是计算机智能化发展的三大
功能,分别代表着教会机器思考、教会机器观察外界、教会机器理解文字。其
中,机器视觉作为一种基础功能性技术,是机器人自主行动的前提,能够实现
计算机系统对于外界环境的观察、识别以及判断等功能,相当于赋予了机器人
视觉,对于人工智能的发展具有极其重要的作用。
2、事件频频:国内外企业前瞻性布局机器视觉领域
近年来,国际巨头纷纷在机器视觉领域进行收购行动,提前在这一领域进行
布局,抢占人才、技术、资源的优势。涉及未来生活智能化的各个领域,如无人
驾驶汽车、无人机等自主移动机器人领域、消费娱乐等领域、智能制造领域等。
一方面体现了机器视觉技术作为一种未来智能化的基础技术,其应用范围十分广
泛,另一方面也体现了知名企业对于该技术的重视程度。
A.无人驾驶汽车、无人机等自主移动机器人领域
1) 2016 年,通用 10 亿美元收购无人驾驶汽车初创公司 Cruise Automation,该
公司致力于利用双目摄像头、激光雷达、GPS 等传感器实现汽车的自主驾驶。
2) 2016 年,英特尔正式宣布收购俄罗斯机器视觉公司 Itseez,该公司成立于
2005 年,已经开发了面向驾驶员辅助系统的软件和服务。此次收购加强了英特
尔在电子感知和图像理解领域的能力,有利于公司于汽车和物联网领域的创新。
3) 2016 年,亚马逊收购了一家 12 人的欧洲机器视觉团队,该团队所掌握的技
术将用于亚马逊的无人机送货 Prime Air 项目,以实现无人机自主避障到达目的
地。
第 5 页 共 40 页
4) 2016 年,福特收购以色列机器视觉和机器学习公司 SAIPS,该公司开发的图
像和视频算法解决方案、深度学习、信号处理及分类技术,能够帮助福特的无人
驾驶汽车学习和适应周围的环境。
视觉识别是机器与外界交互的前提。在未来,基于机器视觉的定位、避障、
导航技术将是自主移动式机器人的必备基础功能之一,而其较低的生产应用成本
也将成为该技术应用的相对优势之一。
B.智能制造领域
1) 谷歌曾收购 Industrial Perception,该公司致力于研究用于工业机器人的
3D 视觉识别技术,能够准确对物体进行分类,可以使工业机器人对不同形状的
物体进行精准的货物装卸。
2) 2016 年 2 月,埃斯顿发布公告称拟使用 140 万欧元(约合 990 万人民币)收
购意大利 Euclid Labs SRL,持有其 20%股权,并计划于 2018 年将持股比例增加
至 51%。该公司是一家掌握 3D 机器视觉技术的自动化生产线解决方案提供商。
剩余39页未读,继续阅读
资源评论
曼陀罗彼岸花
- 粉丝: 2906
- 资源: 23
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功