计算机视觉AI行业

分析师：强超廷、胡独巍、郭新宇

▌计算机视觉:AI主要应用领域，安防等结合较为紧密

人工智能:是国内科创主力军，17-22年复合增速超50%

根据创业家杂志联合i黑马网筛选出的“2018年中国独角兽TOP100”榜单，100家国内科创、创新领域的知名企业中人工智能企业就有16家，其中寒武纪、云从科技等公司估值均超过10亿美元。同时由于人工智能的战略地位，以及在科创板等战略板块的重要定位，人工智能的重要性有望继续提升。

中国人工智能市场未来五年将处于高速发展阶段，IDC预测到2022年市场规模将达到98.4亿美元，2017-20复合增长率达到54.5%。

计算机视觉:AI主要应用，规模远超其他细分

计算机视觉在未来几年都将可能是AI主要的技术应用。

根据IDC的预测，2017年国内计算机视觉应用市场规模为15.45亿元，到2022年有望达到146.08亿元，2017-2022年的年均复合增速有望达到56.72%。

与其他细分的比较来看，计算机视觉技术应用的市场规模也远远大于其他细分。

计算机视觉应用场景:安防为主，多领域渗透

在计算机视觉所有应用场景中，与安防的结合具有场景明确、基础技术积累充分、下游市场巨大、政府政策鼓励等优点。

1)在技术成熟度上，处理安防影像的技术已经研发的较为完备。因此，智能安防仍将是人工智能快速应用的方向之一，形成显著的产业价值。

2)行业指导性政策加快了人工智能技术的应用，如平安城市、雪亮工程等。根据IDC的预测，政府端的应用市场规模在目前各行业应用中占比最高。

除了安防之外，目前计算机视觉还应用于金融、手机等领域。以计算机视觉领域的四家知名企业为例，安防、金融的应用已经深入到多次大型重要会议以及多家银行，零售、消费电子、物流、交通灯领域则初有布局，与手机、娱乐应用等领域企业有着密切合作。

▌安防:AI带来长期增量，各路力量皆有机遇

AI大势所趋:向“看得懂”的转变，正向反馈推动渗透进一步加深

安防行业产业链:主要厂商集中在中游，AI趋势让行业属性逐步延伸安防行业从上游到下游可分为3个环节，分别为:安防产品，安防工程，安防运营服务。

上游是视音频基础算法提供商和芯片制造商，主要有TI、ADI、索尼等;中游是软硬件供应商，主要包括摄像机、网络硬盘彔像机、网络传输设备、视频服务器等环节，主力厂商包括海康、大华、BOSCH等，还有工程商、系统集成商等;

下游主要指的是运营服务商，代表企业有ADT、安居宝、银湖股份等。由于国内主要厂商集中于中游，因此后文以视频监控市场为主要研究对象。

AI的融入让行业属性得到延伸。新时代AI+安防产业链包括上游的芯片公司、AI公司、中游的安防厂商、云服务厂商，下游的安防集成商等。安防厂商、AI公司都可通过集成商、渠道，或直接为客户提供产品与服务。

AI趋势:解决安防产业由“看得见”、“看得清”向“看得懂”的转变

传统安防存在的问题:耗费人力物力，动态管理不足，缺乏关联分析。

第一，单个案件侦破平均要调看3000小时录像，对警力耗费巨大。

第二，传统安防侧重事后侦查，面临源头管理、动态管理不足，无法起到预防和实时发现的作用。

第三，传统安防在后端缺乏关于数据之间有价值的关联的分析，缺乏数据共享应用。人、车、案、组织、地址等主题库建设与时空、全文、轨迹等专题库建设之间缺少关联性。

AI能够解决上述问题。智能安防前后端产品能够汇总海量信息再进行实时分析，给出建议，并将犯罪嫌疑人轨迹锁定由原来的几天，缩短到几分钟。

以海康威视2017年破获某个抢劫案为例，从大量的视频图像中找到嫌疑人，需要对来自500多个监控点的长达250个小时的视频进行分析，如果采用人力查阅至少需要30天时间，但如果采用基于深度学习的视频分析技术仅需不到5秒。

AI带来公安处理案件精度和效率的提升。根据国家统计局数据，从2012年起，依靠智能视频监控系统，公安受理和查处的案件数量都有大幅度减少，预警维稳成效显著。

需求端:AI技术提升安防价值，打开长期新空间

1.传统视频监控领域:国内市场未来五年复合增速有望达到10%左右视频监控行业有望稳定增长。

根据前瞻产业研究院、IHS等机构数据，2018年国内视频监控市场规模为1192亿元，预计2023年能达到1940亿元，18-23年复合增长率为10.23%。

从全球范围来看，2018年全球视频监控设备规模为182.9亿美元，预计2020年能达到201.8亿美元，年复合增长率为5.03%。

2.长期来看，AI有望打开市场空间，给市场整体规模带来20%左右增量

AI趋势有望带来价格的提升。根据艾瑞咨询数据，传统监控(包括模拟摄像机、高清摄像机等)的平均价格不到1万元，而AI视频监控(包括前端智能、后端智能等)到2018年平均价格约为2万元一路。

对AI技术带来的增量进行测算:有望给行业带来20%增量。基本思路及假设:据IHSMarkit最新数据显示，2016年中国在公共和私人领域(包括机场、火车站和街道)共装有1.76亿个监控摄像头，预计在2020年中国安装摄像头的数量会增加到6.26亿个，复合增长率37.33%，那么2018年摄像头数量约在3.32亿个。

据艾瑞咨询统计，2018年中国城市公共安防中AI渗透率达到2.6%，AI摄像头平均价格为1400元/个。思路如下：

1)总摄像头数量预测:据IDC与HISMarkit预测报道可以得到2016年、2020年及2025年中国市场监控摄像头总体数量。

2)智能摄像头数量:据艾瑞咨询预测的2020、2025年智能摄像头渗透率来推算出对应年年份智能摄像头数量。

3)未来AI硬件(摄像头)市场规模的预测:通过各年智能摄像头数量与价格算出智能摄像头市场规模后，减去2018年已有的市场规模即可推算出市场增加量。

4)整体市场规模的预测:假设智能安防软硬件市场比保持不变，通过智能摄像头市场规模即可推算出智能安防市场总体规模状况。

中性估计，2020年AI摄像头渗透率为8%/11%14%，预计在2020年中国安装摄像头的数量会增加到6.26亿个，AI摄像头价格为1200元/个(随数量增加而下降)，

19-20年AI带来的市场增量估测:据艾瑞咨询统计，2018年AI+安防市场约为135.3亿元，121.5亿元为监控摄像头市场，约占90%，则相关算法、软件平台、解决方案等市场规模大概为10%。

假设这一比例不变，那么AI所带来的整体增量将为616.2/783.13/950.07亿元。如果按照中性估计，2019、2020年增量总计783.13亿元，给相关两年带来的市场增量为26.46%。

21-25年AI带来的市场增量估测:预测到2025年我国监控摄像头数量约达到12.59亿个，假设随着AI摄像头的普及，价格降低到1000元左右，渗透率分别达到25%/20%/16%来算，那么2021-2025年AI摄像头带来的市场增量分别为2170.94/1691.68/1212.42亿元，AI给安防带来的整体增量分别为2412.16/1879.64/1347.13亿元。

中性估计下，AI安防市场增量总计为1879.64亿元，给2021-2025年安防市场带来的增量约为19.28%。

结论:根据我们的测算，AI技术的渗透加深有望给19-25年的市场带来约20%的增量。总体来看，AI技术能够有效地打开安防视频监控产业的市场空间，行业景气度有望持续提升。

供给端:各路力量积极参与，传统龙头仍具有优势

1.三路力量同场竞技，看好传统龙头竞争优势

市场格局逐步稳定，CR2份额超50%

安防产业格局经过了两次重要转变，第一次是在监控产品数字化的趋势下，国产厂商凭借自身优势以及多年积累成功超越国外厂商，成为了国内市场的主导力量。第二次是传统的摄像头厂商逐渐开始为客户提供完整的、符合客户需求的、深耕于细分行业的解决方案，并由此诞生了“海大宇”，以及苏州科达、东方网力等知名厂商。

据权威市场研究机构IHSMarkit2018年7月发布的《2018全球视频监控信息服务报告》，2017年海康威视市场份额37.94%，连续七年蝉联全球第一;大华股份全球第2位，市场份额17.02%;宇视科技位列全球第6位，市场份额2.8%。

从国内市场来看，海康、大华、宇视科技、苏州科达几家公司份额总共已超过60%，海康、大华两家公司份额合计已经超过50%。(注:两个资料来源统计口径可能有所不同，主要说明市场集中度情况)

(2)三路力量积极参与，逐渐走向竞争

目前行业内主要有三类公司，第一类是以海康威视、大华股份为代表的，从后端设备和前端设备生产起家的传统安防企业;第二类是以AI算法为基础逐渐向软硬件和解决方案拓展的AI科创企业，代表公司有商汤科技、旷视科技、云从科技等;第三类是华为等大型互联网厂商。

三路力量虽各有不同优势，但逐渐走向同一层面竞争。对于AI科创企业，仅通过授权算法的方式难以实现规模的快速扩张，同时传统安防企业也开始自行研究算法，积极布局AI新领域。

对于华为等互联网企业，单凭借技术优势与云计算等资源基础也难以实现规模化扩张。因此，AI科创企业和华为等大型互联网公司开始逐渐的由单纯的算法提供商向设备和解决方案的提供商转变。

(3)几路力量的比较下，仍看好传统安防领域龙头大型互联网企业、知名科创企业的优势在于技术、ICT领域的经验以及云计算等资源。

但从多角度综合考虑，我们认为传统龙头企业相对来说更具优势。

第一，从技术上看，科创企业占据优势，华为也具备充足的研发基础，但传统龙头在算法端有逐渐赶超之势，软硬件的布局也逐渐形成完整生态。同时，在实际的运营中，算法精度99.9%和99.91%的识别率差别并不大。

第二，从渠道上看，海康、大华等龙头已经在全国大部分省份建立了业务中心，并不断实现三四线城市的渠道下沉，在国外覆盖的国家也均超过150个。相比之下，互联网企业多将安防作为众多业务其中之一，科创企业受限于规模，短期内都难以实现渠道的下沉。

第三，从行业积累能力上看，传统龙头凭借多年积累，其解决方案与客户需求深度契合，并能够提供覆盖近百个细分领域的解决方案，而其他参与者在行业理解上需要长期的积累，往往也只能选择少数细分行业去覆盖。

第四，从规模化能力上看，其他参与者缺乏硬件方面的大规模生产能力。在硬件智能化趋势的今天，拥有产能就意味着成本的优势，以及海外拓展的能力。

2.传统厂商:持续的研发投入奠定基础，算法等AI布局已经不落下风

(1)传统厂商中的龙头公司凭借其充足的投入占得AI研发先机

在算法端，领军企业屡获重要成果:2019年3月，宇视科技(uniview)计算机视觉与深度学习算法在MultipleObjectTracking(MOT)Challenge全球竞赛刷新最好成绩，在MOT最新的数据集MOT17Det中，将交通场景目标检测的AP提高至0.89X，呈现最高识别准确率与最低误报率。

大华股份2018年在KITTIVISION的2D人体检测、2D/3D车辆检测、场景流、光流、可行驶区域道路分割、实例分割(车辆、行人等实例)、MOT多目标跟踪(车辆、人体)、PRCV2018大规模行人检索竞赛(图片、系统测试)等13项榜单第一，人脸识别算法在NIST人脸识别竞赛自然场景中排名国内厂商第一。

在相关软硬件端，领军企业也已有充分的布局:以海康威视为例，在AI软件端，海康威视基于AICloud架构发布了“两池一库四平台”软件产品，通过通过资源管理调度平台、数据资源平台、智能应用平台、运维服务平台，实现人脸、人体、车辆等算法的统一管理调度。

在AI硬件端，海康威视已经能够实现根据用户需求打造的，包括轻智能、泛智能、全结构化、智能黑光、合智能等四个产品系列的前端产品，实现对人脸、车辆、行为等多方面分析。

以两款硬件产品为例:海康威视的智能黑光系列摄像机采用了双光融合+混合补光技术，能够在夜间无光污染的情况下采集高清彩色的特征图片，通过面向特征抓拍的自适应图像算法，可以在更远距离、更复杂场景下进行特征采集。

合智能系列摄像机可在监控场景中进行人、车、事件的目标检测。让摄像机在满足监控场景覆盖的同时，还能高效的采集更多维、更有效的数据。

技术取得突破的基础:持续的研发投入，龙头公司明显高于行业平均水平。海康、大华18年研发投入分别为44.83、22.84亿元，其余公司为个位数;海康、大华18年研发人员数量分别为16010、6880人，其余公司多在1000-2000人的规模。

3.知名科创企业:AI技术带来价值，真正提升安防效率知名科创企业及二线企业中的领先者有望凭借AI技术实现弯道超车。

旷视、商汤、云从等公司已经在较短的时间内实现其产品和服务的快速普及。下面我们以云从科技为例，说明先进的算法等技术如何给行业带来改变。

1. 后端技术:跨境追踪，精度上超过其他竞争者

跨镜追踪(ReID)技术能够识别人的服装穿着、体态与发型等，主要解决跨摄像头跨场景的情况下行人的识别、追踪与检索。

在三大主流ReID数据集Market-1501、DukeMTMC-reID、CUHK03上，公司超过阿里巴巴、腾讯、微软、中科院自动化所等企业与科研机构，并分别在三大数据集的两大核心指标mAP与Rank-1准确率上取得第一。

在跨镜追踪(ReID)技术研究领域，首位命中率和平均精度均值是衡量算法水平的核心指标。

1)平均精度均值(mAP)更能综合反映算法在真实场景中应用的能力。

云从科技原创的“飞龙R2”算法方案在Market-1501，DukeMTMC-reID，CUHK03三大数据集中，mAP关键指标分别达到了91.14%、83.31%、81.06%，相较于目前业内顶尖水平有着近3%-4%的巨大提升，较自身去年又分别提高了整整4.24%，4.91%，13.66%;

2)Rank-1关键指标分别也达到了业界最好水平(注:该结果是在不引入额外数据，不利用测试集时空信息，不进行重排再优化(Re-ranking)等条件下取得)。

2. 前端设备:AI智能相机影像处理速度首次降至毫秒级

2018年云从科技正式发布中国首款高性能AI相机—“炬眼”AI智能相机V1.0。

该产品使99.9%以上的计算都放在相机上，将视频转化为特征数据后回传到服务器，带宽占用少(网点峰值不超过100kbps);2019年云从科技正式发布新款“炬眼”AI智能相机，影像处理速度首次降至毫秒级，并一举达到了0.05秒。

技术作用:不仅实现了人脸识别，还具有动作、性别等其他识别功能。由于算力的限制，此前的识别相机多数只能单独进行人脸识别任务，而新款炬眼AI智能相机成为了“全球首个同时支持动作识别、性别分析、年龄分析、客流计数等功能”的智能识别相机。

3. 对安防效率和价值的提升

在安防场景中，跨镜追踪系统可以通过还原行人历史轨迹等功能，帮助公安视频侦查实现人脸、人体图像与数据联结，强化轨迹追踪功能，深化公安视频图像应用能力。

在新零售场景中，跨镜追踪技术可以让商家对用户画像和用户行为有更强的感知，从而能够做出更准确的商业决策。

在金融场景中，“炬眼”AI智能相机作为“VIP精准营销方案”的前端设备，加上后端服务器，使得前端人脸、生物特征的实时抽取到分析分类和后端的数据搜索、匹配及报告综述能一体化实现。

技术上的领先为客户创造价值。根据公司官网，公司的解决方案、产品已在29个省级行政区上线实战，每天比对超过10亿次，数据汇聚总量超过千亿，协助全国公安抓获超过1万名犯罪嫌疑人。

公司在银行有50多个解决方案落地，全国400多家银行已采用公司产品，为全国银行提供对比服务日均1.1亿次。

4.大型互联网公司:以华为为例

1) 依托云计算优势打造自身安防云平台

华为云平台基础稳固，合作伙伴与市场资源众多。华为已在30多个城市建立了云服务节点，构建了一张覆盖国家-省-市三级的云服务资源网络。

2017年9月华为与东方网力、高新兴、商汤科技、依图科技等公司合作成立中国平安城市视频云合作伙伴开放联盟，并在自身CloudIVS视频监控云的基础上发布了平安城市公共安全视频多应用领域的联合解决方案。

相较于传统安防企业，华为云平台在系统优化与文件格式上具有开放、高兼容性的独特优势。

华为的Openstack开放架构可以让任何的摄像头数据传输进来，从而进行统一的分析，可以更好的打破数据孤岛。

警务云、视频云、全栈云等兼容各类型算法的开放云平台，是基于全球领先的人像识别算法和新一代人像大数据处理平台，在功能上支持多源数据接入与大规模人像实时归档。同时，依托强大的云计算资源，平台在高度精确的基础上可以实现海量数据分析，满足安防领域的各类需求。

(2)芯片技术优势明显在芯片领域重要程度不断提升的今天，华为凭借上游优势立足行业。

据DIGITIMESResearch报告，华为海思是2018年全球前十大芯片设计公司中增长速度最快的芯片公司，营收高达75.73亿美元。2019年海思Q1营收达到17.55亿美元，同比大涨了41%，增速远远高于其他半导体公司，在视频编码等技术上具备优势。2016年的编解码芯片出货量中，海思占有率就超过60%，目前仍在提升。

(3)B端客户资源丰富，利于业务的拓展

华为作为一家端到端的解决方案商，在安防行业顶层涉及与资源整合、信息共享的业务构建上优势明显，其多年经营所积累的庞大的B端客户资源将成为发力安防的重要基础。仅以云业务客户来看，华为目前就积累了超过数十家大型企业，以及多个地方公安、交管部门资源。

▌消费电子:领军企业各有千秋，市场蓝海有望逐步打开
需求端:渗透加深带来需求扩大，18-22年复合增速有望超15%。

2018年AI视觉技术在智能手机领域市场规模约为27.22亿，到2022年可能将增至48.85亿(中性估计)，年复合增速有望达到15.74%。供给端:领军企业各有千秋，新兴领域布局值得关注。

国内主要参与者包括商汤、旷视，以及科创板公司虹软科技等，深入手机产业链，与多家手机厂商长期合作体现了其技术优势和行业理解能力。

主要公司均以美颜等成熟技术为基础，向AR、立体成像等新兴领域不断拓展，应用深化将带来更大空间。

▌智能驾驶:产业进程不断推进，国内企业加速布局

需求端:看好智能驾驶推进所带来的行业空间，2020-2025年的复合增速有望达到12.5%。

供给端:目前全球市场多被Mobileye等重点企业占据，但国内企业在算法、芯片两端均有积极布局，未来有望逐渐实现对国外企业的赶超。

安防行业与AI结合大势所趋，需求端有望给行业带来长期增量，打开长期成长空间，供给端龙头凭借深厚壁垒和技术积累强者恒强;消费电子端，看好领军企业向AR等新兴领域拓展打开长期空间;智能驾驶端看好国内企业在算法、芯片两端布局。

报告来源：民生证券

文琳编辑

今日导读：点击下面链接可查阅

公众号 ：文琳行业研究

文琳行研报告，为各机构提供专业的信息、数据、研究和咨询服务。欢迎关注【文琳行业研究】

文琳资讯，每日提供最新信息。欢迎关注【文琳资讯】

今日导读：点击下面链接可查阅

《文琳阅读》每晚经典，欢迎关注！

文琳编辑

今日导读：点击下面链接可查阅

公众号 ：文琳阅读