图像识别是怎么实现的 120图勾勒全球AI产业完整图谱，AI行业最为全面研报之一（(3)

半导体：我们认为 2020 年人工智能相关半导体的市场空间将达到 117 亿美元，其中云端服务器市场规模 76 亿美元，智能手机移动端 41 亿美元。除了上游的芯片设计厂商将 受益之外，中下游晶圆代工及封装测试厂也将同步获益。

传感器：第二是收集数据需求的增加，手机及汽车上搭载传感器数量大幅上升。我们预 计传感器市场从 2016 年的 82 亿美金扩大到 2025 亿的 290 亿美金（15% CAGR）。

主要图表： 视频、智能驾驶、软件框架、芯片、光学、音箱、云7大产业链

全球主要AI科技公司市值、研发开支与研发费用率一览

AI+安防：智能化推动安防行业的第三次升级

中国视频监控行业在过去十几年经历了两次重要的升级换代：

（1）高清化：在这次升级的主要变化是摄像机的清晰度从标清（30 万像素）升级到 100 万像素或以上。图像传输方法从原本通过同轴电缆传输的模拟信号过渡到通过局域 IP 网 或 同 轴电 缆传 输的 数字信 号 。 后 端设 备也从 DVR（Digital Video Recorder) 过 渡到 NVR（Network Video Recorder）。NVR 的物理位臵还是在本地（例如，小区内）。

（2）网络化：在这次升级中的主要变化是，视频被直接传回数据中心内的集中存储

(IP-SAN)。主要的优势是方便集中管理以及可监控的区域大大增加。

随着 2016 年以来人工智能技术在视频分析领域的突破，我们认为视频监控行业正处在第 三次重要的升级周期的开始阶段。

（3）智能化：我们认为这次升级主要包括：(a) 前端摄像机的智能化升级以支持结构化 数据提取，(b) 后端设备强化计算分析功能，以支持复杂的视频分析，(c) 对应特定行业 应用的人工智能分析软件快速增长。

安防摄像机的智能化升级

传统的网络摄像机直接把高清视频回传给数据中心里的 NVR，由于回传视频数据量巨大， 很难对所有图像进行实时分析。大部分时候是对保存的图像进行事后分析。通过在网络 上添加人工智能芯片（例如，NVidia 的 Jetson TX2、Movidius 的 Myriad 2 Vision 等芯片），前端可以实时对视频数据进行结构化处理。例如，设臵在交通路口的摄 像头可以提取车牌，车型等汽车信息，和乘客数量，是否带安全带等乘客信息回传给数 据中心。方便进行实时分析，优化系统反应能力。

根据 IHS 统计，全球安防市场 2016 年约 95 亿美元，预计到 2020 年将达到 128.4 亿美元，CAGR 为 8.1%。其中，网络摄像机占比将从 2016 年的 82%上升到 2020 年的 90%。同时，我们预计相当一部分网络摄像机将迎来智能化升级。目前，中国占据全球44%的需求，海康威视已成为安防的全球龙头。

后端设备强化计算分析功能

后端设备强化计算分析功能，以支持复杂的视频分析：传统的 NVR(Network video recorder)的主要功能是压缩存储视频信息。通过添加 GPU 等人工智能加速芯片和应用处理软件，智能 NVR 能够实现图像识别，特征提取，人体识别、人员检索等功能。一些公 司率先在里面加入人工智能处理能力，如海康的“超脑”系列。

根据 IHS 的数据，后端录像存储设备的市场规模 2016 年约 38 亿美元，到 2020 年将达 42.7 亿美元，CAGR 为 2.4%。中国依旧占据了全球 42%的市场需求，海康威视成为全 球龙头。从产品占比趋势观察，基于服务器的集中式存储的占比将逐渐降低。这表明未 来的存储将更加分散化，NVR 等设备的增长更快。

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/jisuanjixue/article-67224-3.html