2020年計算機視覺複合增速超100%
就如同我們在之前在人工智慧相關文章中的說明，對於人工智慧核心產業到底包含哪些、統計人工智慧規模的時候是否包含AI+產業...等等問題，國內外權威研究機構尚未有統一的口徑和標準，造成各大機構對我國人工智慧規模到底有多大這個問題的解讀差異較大，從100億、200億到700億，各種說法不一而足。
這一點也同樣發生在計算機視覺上，根據前瞻產業研究院《2018-2023年中國機器視覺產業發展前景與投資預測分析報告》對CAICT（中國信息通信研究院）、Ganter、CBInsights等機構發布的數據匯總，2017年我國計算機視覺市場規模的增速都超過了110%，對2020年我國計算機視覺市場規模的預測也非常樂觀，增速基本上也都在100%以上。
計算機視覺應用領域逐漸拓寬
2016年下半年開始，1：N人臉識別、視頻結構化等計算機視覺相關技術在安防領域的實戰場景中突破工業化紅線，敲響了計算機視覺行業市場大規模爆發的前奏。目前安防影像是計算機視覺最大的應用場景，2017年佔比達到近七成。
2017年計算機視覺技術在更多的領域有所落地應用，自動駕駛領域、高考、政務等領域更多的場景開始應用計算機視覺技術。
伴隨著技術成熟度提高，人臉識別、物體識別等分類、分割算法不算提升精度，未來將有更多的場景能夠應用計算機視覺技術，計算機視覺企業應在強化技術打造的前提下，發掘更多新的應用領域，提高商業落地應用。
深度學習重要性更加明顯
深度學習在計算機視覺領域的應用能有效提高其識別精度，助力其實際落地，在各行業得以實現應用，2017年深度學習技術的重要性得到進一步體現，海內外網際網路巨頭企業在深度學習領域均加強了布局。
尤其是百度在深度學習上走得最遠，與國際最為接近，其Deep Speech2深度語音學習技術被《麻省理工科技評論》評為十大突破性技術，並且在「全球50大創新公司」中，將百度列為了第2的創新公司，直接排在特斯拉、中興、華為之上。同時又在今年10月份《財富》雜誌，又將百度與谷歌、微軟、臉書並列稱為AI四巨頭，是唯一的中國企業。
2018年1月，百度成立數據可視化實驗室，並發布深度學習可視化平臺 Visual DL。
機器視覺+人臉識別的爆發應用
2017年人臉識別技術在智慧型手機終端應用開始普及，自iPhone X宣布引入Face ID高精度人臉識別技術後，華為、小米、OPPO、vivo等手機廠商紛紛跟進，都推出了帶人臉識別功能的智慧型手機。
計算機視覺領域內人臉識別功能可應用場景廣泛，商業化落地能力強，除了計算機視覺創業企業，網際網路巨頭和硬體巨頭企業也紛紛關注布局人臉識別領域。但目前人臉識別技術仍然存在一定缺陷，現階段人臉識別技術在智慧型手機終端上的應用仍處於起步發展階段，技術和安全性仍有待提高，未來隨著各計算機視覺企業加強技術研發，人臉識別技術有望進一步改善，成為智慧型手機標配。
更多數據參考前瞻產業研究院發布的《2018-2023年中國機器視覺產業發展前景與投資預測分析報告》。
更多深度行業分析盡在【前瞻經濟學人APP】，還可以與500+經濟學家/資深行業研究員交流互動！