【本翼资本】5Ｇ时代下的智能视觉机遇之二

摘要：智能视觉的发展程度取决于三大因素：云、端和应用场景。5G的到来极大地解放了视觉技术在网络层面的限制，云的效用将会增强；智能视觉终端的硬件和配套算法也在不断突破与进化；可以预见在不久的未来，智能视觉下游应用将迎来一轮机遇：5G下的智能制造、移动机器人等领域将直接受益。

智能视觉技术发展趋势

产业链上的巨头布局

智能视觉产业链的上游有光源、镜头、工业相机、图像采集卡、图像处理软件等硬件零件与基础算法提供商；中游为具体的视觉技术提供商，主要从事硬件集成与软件开发；下游是视觉场景应用，包括工业、汽车产业、半导体、安防、金融等各个行业的视觉需求商。目前国际领先的计算机视觉厂商在产业链上游的芯片生产和算法库开发上已实现产业化，而国内企业则集中于中下游的技术提供层和场景应用层，总体而言面向B端的软硬件一体化解决方案的商业模式更具竞争力， 满足个性化需求。

智能视觉产业链上游包括芯片制造和基础算法，二者相辅相成。定制化的视觉处理芯片以相对较低的功耗带来优秀的图形处理能力，是基础算法运算能力的决定性因素之一；基础算法的研发与进化又反向刺激了芯片的升级需求。芯片作为集成电路的载体，主要包括GPU、FPGA、类型，是计算机视觉产业链中硬件部分的上游。谷歌、微软、联想等基础算法提供商为视觉识别的公司提供开源的系统和算法，位于视觉软件的上游。目前国外三巨头已实现芯片产业化，底层算法库也被外资垄断，在智能视觉的上游领域国内起步较晚，目前与国外存在较大差距。

智能视觉产业链中游为视觉技术提供商，通过硬件集成和软件开发满足不同行业、不同场景下的智能视觉应用需求。中游是国内的视觉创业公司最集中的环节，主要的技术开发方向包括：生物特征识别技术、光学字符识别技术、物体与场景识别技术、视频对象提取与分析技术。

而在国外，智能视觉产业链中游发展程度更高，早已不再是创业公司的成长沃土而是硬件集成商、互联网巨头的激烈战场。在硬件层，康耐视等计算机视觉厂商通过并购完善产业链布局，整合上下游产业；在软件层，苹果、英特尔、Facebook、谷歌和亚马逊等互联网巨头沿着与主业有协同效应的方向布局，在产业中游的技术方向主要为图像识别和3D建模。

智能视觉产业链下游是场景应用，由于目前国内规模排名前位的智能视觉公司集中于中游的人脸识别方案，以商汤、旷视、依图、云从等公司为代表，落地场景也以安防、广告和金融居多，同质化较为严重；在工控领域的视觉企业数量较少，业务主要集中于硬件和软件系统集成。国外互联网巨头和国内BAT三家的智能视觉应用则范围更广，除人脸识别之外，无人机、无人驾驶、AR/VR、服务机器人都是互联网公司未来布局的重点，换而言之，也是未来智能视觉最有潜力在C端市场爆发的应用领域。

核心硬件：芯片与相机

智能视觉系统主要由图像的获取、图像的处理和分析、输出或显示三部分组成，硬件主要包括灯源、镜头、工业相机、图像采集卡和图像处理单元，其中灯源和图像采集卡的国产化程度较高，高端镜头和工业相机主要依赖欧美日进口，而在图像处理单元方面，国内生产商在系统集成和设备制造上具有明显优势。

智能视觉的核心硬件是芯片与传感器（相机）。芯片方面，目前的视觉算法主要运行在GPU、FPGA、ASIC之上，针对不同的应用领域将相应的视觉算法集成到芯片上（即算法硬化）也是目前的主流趋势；相机方面，2D视觉选用CMOS传感器居多，3D视觉则需要选取深度相机，目前有TOF、结构光和双目视觉三种解决方案，由于三种方案各有利弊，采用组合技术路线也是目前的较好的解决方案，如双目+结构光结构等。

在智能视觉芯片的选择上，GPU、FPGA和ASIC是最为常见的芯片类型。GPU是一种图形处理器，被广泛运用在家庭电脑、游戏机、智能手机等设备中，目前较为知名的两家GPU生产厂商为Nvidia和AMD。FPGA是一种集成大量基本门电路及存储器的芯片，通过配置特定的文件可以拥有不同的功能，同样也可以运行智能视觉算法ASIC不同于FPGA，是一种高度定制化的专用集成电路，性能高于FPGA，并且在提高出货量的情况下，生产成本可以被控制的很低。GPU的成本价格较为昂贵，FPGA由于较好的可编辑性受到诸多视觉技术研发公司的青睐，但未来基于特定深度学习框架的ASIC芯片可能会是智能视觉的主脑，前提是智能视觉的算法硬化已经达到相当的成熟度，且深度学习的发展水平能够满足各个领域的应用需求。

智能视觉芯片未来的发展将呈现三种趋势：

1）视觉芯片集成度进一步提高。随着半导体加工工艺的发展，未来集成电路的大小将逐步缩小，并将集成更多功能。深度学习架构与神经网络以及各种图形处理算法都将被集成硬化到视觉芯片中，使其不需要依赖GPU的算力，类似智能手机使用的SoC（片上系统）。

2）视觉芯片更加专业化。由于各行各业对于智能视觉的要求有不同侧重点，出于专业度和降成本的要求，视觉芯片的设计将更加专业和细化，根据应用领域的不同，裁剪掉其领域不需要的部分功能或加强重点需要的功能，出现类似无人驾驶芯片、AR/VR应用芯片等专用视觉芯片。

3）智能视觉系统呈现云端一体化。目前智能视觉芯片在终端处完成主要的视觉功能，并且将处理结果发回云端进行分析判断，云端的计算压力较大。随着5G的到来和边缘计算的兴起，对图像的主要的处理运算由云端转变至终端，云端主要负责处理结果的统计分析，用于视觉算法的优化及机器学习。

在相机的选择上，不同的相机模组适应不同的视觉需求，相机本身的取像质量也将直接影响智能视觉系统的精度。2D视觉选用RGB相机，以CMOS和CCD相机为代表，由于CCD相机的成本和功耗较高，CMOS相机应用最为广泛。典型的RGB摄像头模组（如智能手机中的摄像头模组）包括镜头，红外滤光片和CMOS传感器。CMOS传感器上覆盖着叫做“拜耳阵列”的滤色片，每个不同颜色的滤光片可以通过特定的光波波长，对应CMOS感光器件上不同颜色的光强。如果CMOS传感器的分辨率是4000x3000，为了得到同样分辨率的RGB彩色图像需要用“去马赛克”计算摄像算法解算出相应的RGB信息。此外红外滤光片可以去除太阳光线中红外光对CMOS的干扰，加上滤光片后图像的对比度会得到显著的提升。

深度相机是3D视觉需要的传感器，主要可分成三大类：一类是TOF传感器，根据光的飞行时间直接测量，不受光照变化及物理纹理影响而受多重反射影响，可在室外工作；一类是结构光传感器，通过主动投射已知编码图案提升特征匹配效果，不受光照变化及物理纹理影响而受反光影响，成本中等，室外不适用；一类是双目视觉，通过RGB图像特征点匹配进行三角测量间接计算，受光照变化及物理纹理影响较大，成本较低，可在室外工作。目前技术相对成熟、应用最为广泛的是结构光结构，传统的单目红外相机+主动红外投影模组体积较小可集成于手机中，而结构光与双目视觉的结合路线可获得更佳的深度效果和更多的落地场景。限于TOF的高成本、高功耗和双目视觉的算法开发难度，这两种智能视觉技术的适用场景较为有限，商业应用速度相对缓慢。

此外在相机曝光方式的选择上，大部分相机都是以卷帘的形式实现电子曝光的，曝光通常是一行一行分别进行，因此在物体快速移动时，相机采集到的图像会发生形变；为了避免这种形变对基于立体几何进行计算的视觉算法的影响（例如VSLAM），选用全局快门的相机日益增多。

由于智能视觉的两大核心硬件芯片和模组都尚未出现在行业内占据绝对主流的统一方案，智能视觉模组尚未形成标准化产品，由于跨行业的视觉需求差异较大，未来有较大可能在每个行业内形成一款或几款标准化的智能视觉模组。而就终端的智能视觉产品而言，未来面向工业和行业的2B产品将会是通用产品与高端定制并存的局面，随着研发的突破原有的定制品逐渐成为标准品，同时有更高技术标准的定制品也在不断研发，2B智能视觉的市场边界在此过程中不断扩宽；而面向消费者的2C产品端，通用化、标准化是唯一路径，市场也将迎来新一轮智能终端的选择：在PC端萎缩，手机移动端爆发之后，手表或眼镜会成为智能技术的新载体吗？人类通过视觉得到的信息占据接收信息总量的70%，如果考虑智能视觉技术在整个智能板块的重要影响力，智能眼镜或许将会更有成为下一代智能载体的潜力。

热门算法：立体算法与VSLAM

在智能视觉领域，硬件的选择与其背后软件算法的实现程度密不可分。3D视觉的兴起带来了深度信息提取算法的研发热潮，而利用视觉技术进行定位导航也是视觉算法开发的一个热门方向。

深度信息提取算法的基本原理就是使用两个平行的相机，对空间中的每个点三角定位，通过匹配左右两个相机中成像点的位置，来计算对应三维点在空间中的距离。目前深度相机的三种技术路线：TOF、结构光和双目视觉分别要求了不同的硬件与软件配置，目前技术相对成熟、应用最为广泛的是结构光结构，并存在以下几种技术变种：一种是单目红外相机+投影红外点阵，由于体积较小可集成于手机中，典型应用是iPhone X的深度相机技术方案；另一种是双目红外相机+投影红外点阵，相当于结构光+双目视觉的融合，深度测量效果较前者更好，通常来说体积较大，典型应用是Intel RealSense R200。TOF在算法软件层最容易实现，但在硬件上成本较高，且受限于低分辨率和高功耗问题，应用场景较为有限；而双目视觉的硬件配置十分简单，软件复杂度较高，目前算法非常依赖纯图像特征匹配，所以不适应光照较暗、过度曝光和被测目标本身缺乏纹理的情况，应用场景较为有限。

除3D立体算法之外,VSLAM是智能视觉算法研发的另一个重要方向。利用视觉实现的移动机器人（广义上包括服务机器人、无人驾驶汽车、无人机等）定位导航系统较为复杂，涉及的技术主要包括：视觉里程计（V0）、建图、重定位、闭环检测、全局导航、视觉避障和场景标注，每个技术步骤的主要任务如下表所示：

基于特征的VSLAM算法从经典的PTAM算法开端，近年来获得快速发展，目前以ORB-SLAM为代表的算法已经可以在PC上达到实时运行。ORB-SLAM算法使用ORB作为图像特征提取工具，并且在后续的建图及重定位中均使用了同一份特征点信息，相对于传统的SIFT和SURF特征提取算法其效率高出很多。ORB-SLAM包含三个并行的线程，即跟踪，建图和闭环，其中跟踪线程运行在前端，保证实时运行，建图和闭环线程运行在后端，速度不需要实时，但是与跟踪线程共享同一份地图数据，可以在线修正使得地图数据精度和跟踪精度更高。然而，ORB-SLAM算法在移动机器人上应用仍然存在如下难点：

1）计算量过大，在4核处理器上通常会占去60%左右CPU资源；

2）在机器人运动过快时会出现跟丢不可复原的情况；

3）单目SLAM存在尺度不确定的问题。在机器人快速旋转时，容易出现闭环误差过大无法纠正的情况。针对尺度问题通常有两种方法解决：增加一个摄像头形成双目SLAM系统，或者增加一个IMU（惯性测量单元）形成视觉惯导定位系统。

     与激光SLAM相比，VSLAM定位导航方案的主要优势在于：简单的结构、低廉的成本、无传感器探测距离限制，更符合智能化方向（未来可进行地图内的语义识别），但由于VSLAM技术的不成熟，目前尚存在受环境光影响大、运算负荷大（尤其在路径规划方面，VSLAM采用三角测距的间接计算方法）、地图构建不精准等问题，但在5G爆发和相关的硬件算法取得突破后，VSLAM将会成为未来的主流导航技术。而激光SLAM作为一种较为成熟的技术，在现阶段具有更高的可靠性和精度，激光测距进行路径规划也更为简单直接，但激光SLAM受限于雷达探测范围，且对安装结构要求较高，对地图缺乏语义辨识，未来可作为辅助定位导航系统弥补VSLAM的不足。

5G下的智能视觉行业应用

从市场规模和发展阶段判断，全球（尤其是中国）智能视觉市场仍有巨大的发展潜力。依据国外咨询机构Automated Imaging Association研究并预测，2016年全球机器视觉市场约为46亿美元，渗透率仅为5%，全球智能视觉潜在市场可达1200亿美元；预计到2020年全球市场规模将达到125亿美元，2016-2020年全球机器视觉市场将以年复合增速9.1%的速度增长，其中中国机器视觉产业发展速度快，2016-2020年中国制造有望促使智能视觉维持20%的增长率，预计到2020年中国市场规模将达到152亿元。

从相关专利申请的数量来看，国内的智能视觉技术尚处于早期发展阶段。截至 2018 年5月，有关“机器视觉”的申请专利共有 5968 项，智能视觉技术研究从 2011 起进入高速发展期。从机器视觉技术专利公开数量来看，从2011年开始同样保持逐年快速增长，2017年专利公开数量突破 1000 项，达到 1313 项。而从专利申请人来看，专利申请前十名均为各大高校，且占比较低。这一方面说明近年蓬勃发展的智能视觉技术大都还未达到应用预期，距离真正商业化仍需一定时间，另一方面也说明产业技术较为分散，不存在技术垄断格局。

智能制造：工业视觉方案

中国工业视觉行业起步较晚，渗透率仍然偏低。从工业视觉应用最广的电子设备制造业来看，我国是世界上最大的3C产品制造国，目前3C产品产能约占全球70%，但自动化设备渗透率很低，目前约15%～25%，工业视觉大都结合自动化设备进行应用，自动化设备的渗透率低也就意味着工业视觉在我国的渗透率较低。从全球机器视觉行业区域格局来看，根据全球自动化成像协会 AIA 的调查，2015年时仅有5%的潜在用户使用工业视觉，按照全球工业视觉市场10%的增速测算，目前全球不到 10%的潜在用户使用工业视觉。全球市场尚有庞大的增长空间，而我国工业视觉的使用还远远落后于传统工业强国，这意味着我国市场存在巨大的发展潜力，制造业转型升级将带来行业的爆发。

根据智研咨询的最新数据，目前进入中国市场的国际视觉企业和中国本土的视觉企业都已经超过200家，产品代理商超过300家，智能视觉系统集成商超过70家，覆盖全产业链各端，且我国工业视觉企业数量（不包括代理商）目前每年保持20%左右的数量增加。尽管企业数量呈增长态势，但从总体竞争格局来看，国外大多数工业视觉制造商具备从核心软硬件到系统集成的产业链优势，中高端市场几乎全部由国外具有深厚行业背景的品牌产品垄断，拥有较为稳定的市场份额和利润水平。中国制造商多集中在技术含量和价值量都相对较低机器视觉系统集成及设备组装上，且企业规模和集中度也相对较低。GGII 2016 年的调研显示，我国工业视觉前20公司营收约占中国整体市场规模 37% 左右，国内尚未出现有主导地位的龙头企业。

产业链方面，工业视觉产业链上主要包括：底层开发商（核心零部件和软件提供商）、产品代理商（即二次开发商的上游供应商）以及提供集成和软件服务的二次开发商。其中，底层开发又可根据系统的不同分为基于PC的视觉系统（由单独的光源、镜头、工业相机、图像采集卡等组成）和智能相机（将 图像采集单元、图像处理单元、图像处理软件等集成于单一相机内构成。

其中底层开发是工业视觉价值量最高的部分，核心软硬件成本占据工业视觉总成本80%。在底层开发方面，尤其是在工业镜头、工业相机、底层软件系统等技术壁垒高，利润率高的部分，康耐视和基恩士等国外企业具备核心软硬件的技术优势，抢占绝大部分市场，且盈利能力较强，基恩士今年可达50%的毛利率和20%-30%的高净利。

而相较于上述基于PC的工业视觉系统，智能工业相机是一种高度集成化的微小型机器视觉系统，在通用性、智能性、安装维护和成本上具备优势，未来将在许多领域取代传统的板卡式产品。从全球市场来看，智能相机市场的集中度远高于板卡式相机市场，率先布局智能相机的康耐视和基恩士目前市场占比总计已超过70%，而板卡式相机前八大企业的市场份额之和仅为61%；国内企业则主要从中低端市场切入，逐步进行进口替代。

相比于上游产业链中的高利润核心零部件环节基本为国外厂家主导，我国厂商在中游的工业视觉设备组装和集成服务领域占有较大份额，主要是由于工业视觉应用领域广，非标服务需求大，集成端存在巨大空间。工尤其对于国内市场而言，由于我国制造业种类复杂，下游能够应用工业视觉的行业足够多，而不同行业对工业视觉有着差异化的需求，故仍存在许多国外厂商没有涉足的空白领域，给国内集成厂商留下了空间。除此之外，工业生产对非标服务需求大，对比国外厂商我国工业视觉企业具有本土优势，对国内的客户需求更加敏感。

从下游应用来看，工业视觉在半导体和电子产业应用较早，推动了工业视觉产业整体发展。目前半导体领域工业视觉市场规模年增长率在25%左右，预计2018年市场规模能够突破20亿元。除此之外，汽车、医疗器械与制药、食品与包装、印刷等工业产业也是国外工业视觉应用的重要领域。我国工业视觉市场由于起步晚，因此在标准化程度更高的汽车制造领域呈现出更快的增长势头。

自动驾驶：ADAS视觉方案

国际汽车工程学会SAE将自动驾驶划分为辅助驾驶、 部分自动化、有条件自动化、高度自动化、完全自动化5个等级，因此无人驾驶并不等同于自动驾驶，而是自动驾驶的L4和L5级别。根据摩根大通的预测，未来五年增长最快、渗透率最高的仍是L1和L2车型。相对而言，辅助驾驶的技术相对成熟且不断在完善，而渗透率还相对较低。辅助驾驶是自动驾驶的前提，在无人驾驶还未能真正实现商业化的阶段，辅助驾驶将在行驶安全等方面展示出巨大作用，在未来几年也将面临较大的成长空间。

辅助驾驶的核心在于高级辅助驾驶系统（Advanced Driver Assistance System, 简称 ADAS）。ADAS是一个利用雷达、摄像头等传感器采集汽车周围环境数据，进行静态或动态物体识别、跟踪并结合地图数据做出相应行为决策的主动安全功能集成控制系统。ADAS能够使驾驶员觉察可能发生的危险，必要时直接控制车辆避免碰撞，提高驾驶的安全性和舒适性。ADAS是自动驾驶的前提，其最终目标是实现无人驾驶。

随着人们对驾驶安全水平需求的不断提高，以及ADAS相关技术不断成熟，ADAS市场呈现爆发式增长。根据 Frost&Sullivan 测算，当 ADAS 系统价格低至1000美元时，其将成为市场进入普及阶段，而目前我国较为成熟的ADAS 双目视觉产品在4000元左右。预计到 2025 年，ADAS能够基本覆盖前装市场，整体市场规模近300亿欧元。而我国在消费结构升级、中产阶级购车需求增加、相关政策的进一步放开等众多利好因素共同作用下，ADAS渗透率（目前国内新车ADAS装配率约为17%）将整体提升，保守估计2020年我国ADAS市场规模能达到200亿元以上。

目前ADAS系统所采用的的传感器有四类，分别是摄像头、激光雷达、毫米波雷达和超声波雷达。整体而言，并没有任何一种传感器能完全满足自动驾驶的所有需求。通常为了保证安全性，每块区域需要两个或两个以上的传感器覆盖，达到相互校验的效果。但ADAS发展至今，摄像头仍然是适用领域最广的传感器，视觉方案也是适用领域最广的 ADAS方案。随着算力的解放和视觉算法的突破，基于摄像头的ADAS视觉可以单独实现路标识别、车道线感应、行人识别、车辆识别等特殊功能，相比于其他传感系统，智能视觉在物体类型和颜色的准确识别具备独特优势，加上摄像头硬件成本相对低廉而近年计算机视觉发展迅速，ADAS视觉方案不仅难以被取代，在可见的将来还有较大发展潜力。根据法国市场调研机构Yole的统计，2016年全球车载传感器市场规模为10.9 亿美元，其中视觉传感器市场为2.2亿美元，占比 20%，仅次于毫米波雷达；2022 年全球车载传感器市场规模预计将达到 23.8 亿美元，年复合增长率 14%，其中视觉传感器市场年复合增长达到24%。

在硬件方面，ADAS视觉系统将会进一步提升车载摄像头的产业需求，预计未来汽车上的摄像头数量将达到12个以上，而L3以上的车型需求更高；而和摄像头硬件深度绑定的ADAS视觉方案也将反向收益。做出这一判断的主要原因有三：

1）前视中双目方案将成为主流。由于单目摄像头的测距原理是先通过图像匹配进行目标识别（各种车型、行人、物体等），再通过目标在图像中的大小去估算目标距离，估算精度较低。而双目检测是通过对两幅图像视差的计算，直接对前方景物进行距离测量，而无需判断前方出现的是什么类型的障碍物，精度相对较高。

2）盲区的克服需要安装多个摄像头。汽车后视镜的缺陷之一是存在视觉盲点，目前日美等国也陆续出台法案允许摄像头对后视镜的替代，承认摄像头能够有效减少刮蹭、碰撞等事故的发生。此外，也可通过车辆两侧加装侧视摄像头实现盲区监测功能。克服视觉盲区已经成为交通安全领域的共识，为实现盲区克服，汽车新增的摄像头数量将在4个以上。

3）车载摄像头价格持续走低。摄像头本身相对于其他传感器价格更加低廉，易于普及应用，而车载摄像头价格从2010年的300多元持续走低，到2018年单个摄像头价格已降低至150元左右，一般的盲区摄像头价格已降至100元以内。随着硬件成本的逐渐走低，摄像头方案将能够更好地在中低端车型市场得到推广，尤其在后装市场会有更多的车主愿意加装视觉系统。

  在软件方面，目前FPGA芯片是ADAS视觉芯片的热门方案，主要是由于其并行处理能力强适应深度学习算法，且相较于GPU芯片能耗较低。由于深度学习算法更适应实际的复杂行驶状况，未来将逐步取代传统视觉算法；而目前ADAS视觉算法的实验室测试精度达90%以上，结合深度学习算法将会进一步提高，未来实车测试重要性将愈发突出。

在产业竞争方面，舜宇光学的车载镜头出货量居全球第一位，市场占有率超过 1/3；车载CMOS传感器市场基本被外资品牌把控，国产品牌实力较弱，行业龙头是美国企业On Semi（安森美）；车载摄像头ISP 行业总体竞争仍较为激烈，德州仪器（TI、Mobileye、华为海思等均有涉足，尚无绝对龙头出现；前摄像头模组封装市场基本上为日韩厂商主导，Panasonic占据最大份额（20%）；ADAS 视觉芯片多数被国外垄断，但标杆产品尚未出现，主要供应商有瑞萨电子、意法半导体、飞思卡尔英伟达等，结合深度学习的低成本标杆产品的空缺也给我国企业提供了机会，国内森国科、地平线、寒武纪等相继发布了相关芯片产品；而在算法领域，Mobilieye在智能驾驶视觉识别前装领域市占率达70%，是行业绝对的龙头。

 本 翼研

报

产业趋势行业专题公司研究

喜欢记得来一个赞