2016-2022年圖形圖像識別和處理系統(tǒng)市場分析與預(yù)測報告

匯智聯(lián)恒2016-20222016-2022年圖形圖像識別和處理系統(tǒng)市場分析與預(yù)測報告匯智聯(lián)恒2016匯智聯(lián)恒20162016-2022年圖形圖像識別和處理系統(tǒng)市場分析與預(yù)測報告報告目錄報告目錄 1圖表目錄 12第一章 2013-2015年全球圖形圖像識別和處理系統(tǒng)行業(yè)發(fā)展分析 1第一節(jié) 全球圖形圖像識別和處理系統(tǒng)行業(yè)發(fā)展軌跡綜述 1一、 全球圖形圖像識別和處理系統(tǒng)行業(yè)發(fā)展歷程 1二、 全球圖形圖像識別和處理系統(tǒng)行業(yè)發(fā)展面臨的問題 5三、 全球圖形圖像識別和處理系統(tǒng)行業(yè)技術(shù)發(fā)展現(xiàn)狀及趨勢 6第二節(jié) 全球圖形圖像識別和處理系統(tǒng)行業(yè)市場情況 8第三節(jié) 部分國家地區(qū)圖形圖像識別和處理系統(tǒng)行業(yè)發(fā)展?fàn)顩r 9一、 美國圖形圖像識別和處理系統(tǒng)行業(yè)發(fā)展分析 9二、 歐洲圖形圖像識別和處理系統(tǒng)行業(yè)發(fā)展分析 10三、 日本圖形圖像識別和處理系統(tǒng)行業(yè)發(fā)展分析 10四、 韓國圖形圖像識別和處理系統(tǒng)行業(yè)發(fā)展分析 11第二章 2013-2015年中國圖形圖像識別和處理系統(tǒng)行業(yè)發(fā)展形勢 12第一節(jié) 圖形圖像識別和處理系統(tǒng)行業(yè)發(fā)展概況 12一、 圖形圖像識別和處理系統(tǒng)行業(yè)發(fā)展特點(diǎn)分析 12二、 圖形圖像識別和處理系統(tǒng)行業(yè)投資現(xiàn)狀分析 12三、 圖形圖像識別和處理系統(tǒng)行業(yè)總產(chǎn)值分析 15四、 圖形圖像識別和處理系統(tǒng)行業(yè)技術(shù)發(fā)展分析 15第二節(jié) 圖形圖像識別和處理系統(tǒng)行業(yè)市場情況分析 24一、 圖形圖像識別和處理系統(tǒng)行業(yè)市場發(fā)展分析 24二、 圖形圖像識別和處理系統(tǒng)市場存在的問題 28三、 圖形圖像識別和處理系統(tǒng)市場規(guī)模分析 30第三節(jié) 圖形圖像識別和處理系統(tǒng)產(chǎn)銷狀況分析 30一、 圖形圖像識別和處理系統(tǒng)產(chǎn)量分析 30二、 圖形圖像識別和處理系統(tǒng)市場需求狀況分析 31第四節(jié) 產(chǎn)品發(fā)展趨勢預(yù)測 31一、 產(chǎn)品發(fā)展新動態(tài) 31二、 技術(shù)新動態(tài) 34三、 產(chǎn)品發(fā)展趨勢預(yù)測 35第五節(jié) 宏觀經(jīng)濟(jì)環(huán)境分析 37一、 國民經(jīng)濟(jì)運(yùn)行情況GDP 37二、 消費(fèi)價格指數(shù)CPI、PPI 38三、 全國居民收入情況 39四、 社會消費(fèi)品零售總額 42五、 工業(yè)發(fā)展形勢 43六、 固定資產(chǎn)投資情況 46七、 財政收支情況 49八、 對外貿(mào)易&進(jìn)出口 53第三章 2013-2015年中國圖形圖像識別和處理系統(tǒng)行業(yè)區(qū)域市場分析 58第一節(jié) 華北地區(qū)圖形圖像識別和處理系統(tǒng)行業(yè)分析 58一、 行業(yè)發(fā)展現(xiàn)狀分析 58二、 市場規(guī)模情況分析 58三、 市場需求情況分析 59四、 行業(yè)發(fā)展前景預(yù)測 59五、 行業(yè)投資風(fēng)險預(yù)測 59第二節(jié) 東北地區(qū)圖形圖像識別和處理系統(tǒng)行業(yè)分析 60一、 行業(yè)發(fā)展現(xiàn)狀分析 60二、 市場規(guī)模情況分析 60三、 市場需求情況分析 61四、 行業(yè)發(fā)展前景預(yù)測 61五、 行業(yè)投資風(fēng)險預(yù)測 61第三節(jié) 華東地區(qū)圖形圖像識別和處理系統(tǒng)行業(yè)分析 62一、 行業(yè)發(fā)展現(xiàn)狀分析 62二、 市場規(guī)模情況分析 62三、 市場需求情況分析 63四、 行業(yè)發(fā)展前景預(yù)測 63五、 行業(yè)投資風(fēng)險預(yù)測 63第四節(jié) 華南地區(qū)圖形圖像識別和處理系統(tǒng)行業(yè)分析 64一、 行業(yè)發(fā)展現(xiàn)狀分析 64二、 市場規(guī)模情況分析 64三、 市場需求情況分析 65四、 行業(yè)發(fā)展前景預(yù)測 65五、 行業(yè)投資風(fēng)險預(yù)測 65第五節(jié) 華中地區(qū)圖形圖像識別和處理系統(tǒng)行業(yè)分析 66一、 行業(yè)發(fā)展現(xiàn)狀分析 66二、 市場規(guī)模情況分析 66三、 市場需求情況分析 67四、 行業(yè)發(fā)展前景預(yù)測 67五、 行業(yè)投資風(fēng)險預(yù)測 67第六節(jié) 第六節(jié)西南地區(qū)圖形圖像識別和處理系統(tǒng)行業(yè)分析 68一、 行業(yè)發(fā)展現(xiàn)狀分析 68二、 市場規(guī)模情況分析 68三、 市場需求情況分析 69四、 行業(yè)發(fā)展前景預(yù)測 69五、 行業(yè)投資風(fēng)險預(yù)測 69第七節(jié) 西北地區(qū)圖形圖像識別和處理系統(tǒng)行業(yè)分析 70一、 行業(yè)發(fā)展現(xiàn)狀分析 70二、 市場規(guī)模情況分析 70三、 市場需求情況分析 71四、 行業(yè)發(fā)展前景預(yù)測 71五、 行業(yè)投資風(fēng)險預(yù)測 71第四章 2013-2015年圖形圖像識別和處理系統(tǒng)行業(yè)投資與發(fā)展前景分析 73第一節(jié) 圖形圖像識別和處理系統(tǒng)行業(yè)投資情況分析 73一、 總體投資情況 73二、 投資規(guī)模情況 73三、 投資增速情況 74四、 分地區(qū)投資分析 74第二節(jié) 圖形圖像識別和處理系統(tǒng)行業(yè)投資機(jī)會分析 75一、 圖形圖像識別和處理系統(tǒng)投資項目分析 75二、 可以投資的圖形圖像識別和處理系統(tǒng)模式 75三、 圖形圖像識別和處理系統(tǒng)投資機(jī)會 75四、 圖形圖像識別和處理系統(tǒng)投資新方向 76第三節(jié) 2016-2022年行業(yè)發(fā)展前景分析 80第五章 2013-2015年圖形圖像識別和處理系統(tǒng)行業(yè)競爭格局分析 81第一節(jié) 圖形圖像識別和處理系統(tǒng)行業(yè)集中度分析 81一、 圖形圖像識別和處理系統(tǒng)市場集中度分析 81二、 圖形圖像識別和處理系統(tǒng)企業(yè)集中度分析 82三、 圖形圖像識別和處理系統(tǒng)區(qū)域集中度分析 82第二節(jié) 圖形圖像識別和處理系統(tǒng)行業(yè)主要企業(yè)競爭力分析 82一、 重點(diǎn)企業(yè)資產(chǎn)總計對比分析 82二、 重點(diǎn)企業(yè)從業(yè)人員對比分析 83三、 重點(diǎn)企業(yè)全營業(yè)收入對比分析 83四、 重點(diǎn)企業(yè)利潤總額對比分析 83五、 重點(diǎn)企業(yè)綜合競爭力對比分析 83第三節(jié) 圖形圖像識別和處理系統(tǒng)行業(yè)競爭格局分析 84一、 圖形圖像識別和處理系統(tǒng)行業(yè)競爭分析 84二、 中外圖形圖像識別和處理系統(tǒng)產(chǎn)品競爭分析 84三、 我國圖形圖像識別和處理系統(tǒng)市場競爭分析 84四、 主要圖形圖像識別和處理系統(tǒng)企業(yè)動向 85第六章 2013-2015年中國圖形圖像識別和處理系統(tǒng)行業(yè)整體運(yùn)行指標(biāo)分析 89第一節(jié) 中國圖形圖像識別和處理系統(tǒng)行業(yè)總體規(guī)模分析 89一、 企業(yè)數(shù)量結(jié)構(gòu)分析 89二、 行業(yè)生產(chǎn)規(guī)模分析 90第二節(jié) 中國圖形圖像識別和處理系統(tǒng)行業(yè)產(chǎn)銷分析 90一、 行業(yè)產(chǎn)成品情況總體分析 90二、 行業(yè)產(chǎn)品銷售收入總體分析 91第三節(jié) 中國圖形圖像識別和處理系統(tǒng)行業(yè)財務(wù)指標(biāo)總體分析 91一、 行業(yè)盈利能力分析 91二、 行業(yè)償債能力分析 91三、 行業(yè)營運(yùn)能力分析 92四、 行業(yè)發(fā)展能力分析 92第四節(jié) 產(chǎn)銷運(yùn)存分析 92一、 圖形圖像識別和處理系統(tǒng)行業(yè)產(chǎn)銷情況 92二、 圖形圖像識別和處理系統(tǒng)行業(yè)庫存情況 93三、 圖形圖像識別和處理系統(tǒng)行業(yè)資金周轉(zhuǎn)情況 93第五節(jié) 盈利水平分析 94一、 圖形圖像識別和處理系統(tǒng)行業(yè)價格走勢 94二、 圖形圖像識別和處理系統(tǒng)行業(yè)毛利率情況 94三、 圖形圖像識別和處理系統(tǒng)行業(yè)贏利能力 95四、 圖形圖像識別和處理系統(tǒng)行業(yè)贏利水平 95五、 圖形圖像識別和處理系統(tǒng)行業(yè)贏利預(yù)測 96第七章 2013-2015年圖形圖像識別和處理系統(tǒng)行業(yè)盈利能力分析 97第一節(jié) 中國圖形圖像識別和處理系統(tǒng)行業(yè)利潤總額分析 97一、 利潤總額分析 97二、 不同規(guī)模企業(yè)利潤總額比較分析 98三、 不同所有制企業(yè)利潤總額比較分析 98第二節(jié) 中國圖形圖像識別和處理系統(tǒng)行業(yè)銷售利潤率 99一、 銷售利潤率分析 99二、 不同規(guī)模企業(yè)銷售利潤率比較分析 99三、 不同所有制企業(yè)銷售利潤率比較分析 100第三節(jié) 中國圖形圖像識別和處理系統(tǒng)行業(yè)總資產(chǎn)利潤率分析 100一、 總資產(chǎn)利潤率分析 100二、 不同規(guī)模企業(yè)總資產(chǎn)利潤率比較分析 101三、 不同所有制企業(yè)總資產(chǎn)利潤率比較分析 101第四節(jié) 中國圖形圖像識別和處理系統(tǒng)行業(yè)產(chǎn)值利稅率分析 102一、 產(chǎn)值利稅率分析 102二、 不同規(guī)模企業(yè)產(chǎn)值利稅率比較分析 102三、 不同所有制企業(yè)產(chǎn)值利稅率比較分析 103第八章 圖形圖像識別和處理系統(tǒng)重點(diǎn)企業(yè)發(fā)展分析 104第一節(jié) 漢王科技 104第二節(jié) 賽為智能 106第三節(jié) 捷順科技 109第四節(jié) 大恒科技 112第九章 2013-2015年圖形圖像識別和處理系統(tǒng)產(chǎn)品競爭力優(yōu)勢分析 115第一節(jié) 整體產(chǎn)品競爭力評價 115第二節(jié) 整體產(chǎn)品競爭力評價結(jié)果分析 115第三節(jié) 競爭優(yōu)勢評價及構(gòu)建建議 116第四節(jié) 觀點(diǎn)與結(jié)論 117第十章 2013-2015年圖形圖像識別和處理系統(tǒng)行業(yè)投資策略分析 118第一節(jié) 行業(yè)發(fā)展特征 118一、 行業(yè)的周期性 118二、 行業(yè)的區(qū)域性 119三、 行業(yè)的上下游 119四、 行業(yè)經(jīng)營模式 120第二節(jié) 行業(yè)投資形勢分析 121一、 行業(yè)發(fā)展格局 121二、 行業(yè)進(jìn)入壁壘 121三、 行業(yè)SWOT分析 123四、 行業(yè)五力模型分析 124第三節(jié) 圖形圖像識別和處理系統(tǒng)行業(yè)投資效益分析 129第四節(jié) 圖形圖像識別和處理系統(tǒng)行業(yè)投資策略研究 130第十一章 2016-2022年圖形圖像識別和處理系統(tǒng)行業(yè)投資風(fēng)險預(yù)警 132第一節(jié) 影響圖形圖像識別和處理系統(tǒng)行業(yè)發(fā)展的主要因素 132一、 影響圖形圖像識別和處理系統(tǒng)行業(yè)運(yùn)行的有利因素 132二、 影響圖形圖像識別和處理系統(tǒng)行業(yè)運(yùn)行的穩(wěn)定因素 132三、 影響圖形圖像識別和處理系統(tǒng)行業(yè)運(yùn)行的不利因素 132四、 我國圖形圖像識別和處理系統(tǒng)行業(yè)發(fā)展面臨的挑戰(zhàn) 132五、 我國圖形圖像識別和處理系統(tǒng)行業(yè)發(fā)展面臨的機(jī)遇 133第二節(jié) 圖形圖像識別和處理系統(tǒng)行業(yè)投資風(fēng)險預(yù)警 133一、 圖形圖像識別和處理系統(tǒng)行業(yè)市場風(fēng)險預(yù)測 133二、 圖形圖像識別和處理系統(tǒng)行業(yè)政策風(fēng)險預(yù)測 134三、 圖形圖像識別和處理系統(tǒng)行業(yè)經(jīng)營風(fēng)險預(yù)測 134四、 圖形圖像識別和處理系統(tǒng)行業(yè)技術(shù)風(fēng)險預(yù)測 135五、 圖形圖像識別和處理系統(tǒng)行業(yè)競爭風(fēng)險預(yù)測 136六、 圖形圖像識別和處理系統(tǒng)行業(yè)其他風(fēng)險預(yù)測 136第十二章 2016-2022年圖形圖像識別和處理系統(tǒng)行業(yè)發(fā)展趨勢分析 138第一節(jié) 中國圖形圖像識別和處理系統(tǒng)市場趨勢分析 138一、 我國圖形圖像識別和處理系統(tǒng)市場趨勢總結(jié) 138二、 我國圖形圖像識別和處理系統(tǒng)發(fā)展趨勢分析 139第二節(jié) 圖形圖像識別和處理系統(tǒng)產(chǎn)品發(fā)展趨勢分析 139一、 圖形圖像識別和處理系統(tǒng)產(chǎn)品技術(shù)趨勢分析 139二、 圖形圖像識別和處理系統(tǒng)產(chǎn)品價格趨勢分析 141第三節(jié) 中國圖形圖像識別和處理系統(tǒng)行業(yè)供需預(yù)測 141一、 中國圖形圖像識別和處理系統(tǒng)供給預(yù)測 141二、 中國圖形圖像識別和處理系統(tǒng)需求預(yù)測 142第四節(jié) 圖形圖像識別和處理系統(tǒng)行業(yè)規(guī)劃建議 142第十三章 圖形圖像識別和處理系統(tǒng)企業(yè)管理策略建議 146第一節(jié) 市場策略分析 146一、 圖形圖像識別和處理系統(tǒng)價格策略分析 146二、 圖形圖像識別和處理系統(tǒng)渠道策略分析 147第二節(jié) 銷售策略分析 149一、 媒介選擇策略分析 149二、 產(chǎn)品定位策略分析 149三、 企業(yè)宣傳策略分析 150第三節(jié) 提高圖形圖像識別和處理系統(tǒng)企業(yè)競爭力的策略 150一、 提高中國圖形圖像識別和處理系統(tǒng)企業(yè)核心競爭力的對策 150二、 圖形圖像識別和處理系統(tǒng)企業(yè)提升競爭力的主要方向 153三、 影響圖形圖像識別和處理系統(tǒng)企業(yè)核心競爭力的因素及提升途徑 153四、 提高圖形圖像識別和處理系統(tǒng)企業(yè)競爭力的策略 154第四節(jié) 對我國圖形圖像識別和處理系統(tǒng)品牌的戰(zhàn)略思考 158一、 圖形圖像識別和處理系統(tǒng)實施品牌戰(zhàn)略的意義 158二、 圖形圖像識別和處理系統(tǒng)企業(yè)品牌的現(xiàn)狀分析 159三、 我國圖形圖像識別和處理系統(tǒng)企業(yè)的品牌戰(zhàn)略 159四、 圖形圖像識別和處理系統(tǒng)品牌戰(zhàn)略管理的策略 160

圖表目錄TOC\h\z\c"圖表"圖表1：2013-2015年全球圖形圖像識別和處理系統(tǒng)行業(yè)市場規(guī)模 8圖表2：2013-2015年我國圖形圖像識別和處理系統(tǒng)行業(yè)總產(chǎn)值 15圖表3：圖像識別系統(tǒng) 16圖表4：玻璃瓶口識別及處理 17圖表5：俯拍圖像缺陷檢測 18圖表6：封鎖環(huán)橫裂紋及處理后圖像 18圖表7：頂拍圖像缺陷檢測 19圖表8：瓶口極坐標(biāo)圖像 19圖表9：圖像處理技術(shù) 20圖表10：圖像亮度對比 20圖表11：圖像色彩對比 21圖表12：不同方向的灰度直方圖 22圖表13：直方圖均衡化前后的圖形變化以及直方圖變化 23圖表14：采用濾波器對帶噪聲圖像進(jìn)行濾波處理 24圖表15：2013-2015年我國圖形圖像識別和處理系統(tǒng)行業(yè)市場規(guī)模 30圖表16：2013-2015年我國圖形圖像識別和處理系統(tǒng)行業(yè)總產(chǎn)值 30圖表17：2013-2015年我國圖形圖像識別和處理系統(tǒng)行業(yè)需求規(guī)模 31圖表18：2011-2015年國內(nèi)生產(chǎn)總值及增長速度 37圖表19：2011-2015年三次產(chǎn)業(yè)增加值占國內(nèi)生產(chǎn)總值比重 38圖表20：2015年居民消費(fèi)價格月度漲跌幅度 38圖表21：2015年居民消費(fèi)價格比上年漲跌幅度單位：% 39圖表22：2015年新建商品住宅月同比價格上漲、持平、下降城市個數(shù)變化情況 39圖表23：2011-2015年全國居民人均可支配收入及增長速度 40圖表24：2015年按收入來源分的全國居民人均可支配收入及占比 41圖表25：2011-2015年社會消費(fèi)品零售總額 42圖表26：2011-2015年全部工業(yè)增加值及其增長速度 43圖表27：2015年主要工業(yè)產(chǎn)品產(chǎn)量及增長速度 44圖表28：2011-2015年建筑業(yè)增加值及其增長速度 45圖表29：2011-2015年全社會固定資產(chǎn)投資 46圖表30：2015年按領(lǐng)域分固定資產(chǎn)投資（不含農(nóng)戶）及其占比 47圖表31：2015年分行業(yè)固定資產(chǎn)投資（不含農(nóng)戶）及其增長速度 47圖表32：2015年固定資產(chǎn)投資新增主要生產(chǎn)與運(yùn)營能力 48圖表33：2015年房地產(chǎn)開發(fā)和銷售主要指標(biāo)完成情況及其增長速度 48圖表34：2011-2015年全國一般公共預(yù)算收入 49圖表35：2011-2015年貨物進(jìn)出口總額 54圖表36：2015年貨物進(jìn)出口總額及其增長速度 54圖表37：2015年主要商品出口數(shù)量、金額及其增長速度 55圖表38：2015年主要商品進(jìn)口數(shù)量、金額及其增長速度 55圖表39：2015年對主要國家和地區(qū)貨物進(jìn)出口額及其增長速度 56圖表40：2015年外商直接投資（不含銀行、證券、保險）及其增長速度 56圖表41：2015年對外直接投資額（不含銀行、證券、保險）及其增長速度 57圖表42：2013-2015年華北地區(qū)圖形圖像識別和處理系統(tǒng)行業(yè)市場規(guī)模 58圖表43：2013-2015年華北地區(qū)圖形圖像識別和處理系統(tǒng)行業(yè)需求規(guī)模 59圖表44：2013-2015年東北地區(qū)圖形圖像識別和處理系統(tǒng)行業(yè)市場規(guī)模 60圖表45：2013-2015年東北地區(qū)圖形圖像識別和處理系統(tǒng)行業(yè)需求規(guī)模 61圖表46：2013-2015年華東地區(qū)圖形圖像識別和處理系統(tǒng)行業(yè)市場規(guī)模 62圖表47：2013-2015年華東地區(qū)圖形圖像識別和處理系統(tǒng)行業(yè)市需求規(guī)模 63圖表48：2013-2015年華南地區(qū)圖形圖像識別和處理系統(tǒng)行業(yè)市場規(guī)模 64圖表49：2013-2015年華南地區(qū)圖形圖像識別和處理系統(tǒng)行業(yè)需求規(guī)模 65圖表50：2013-2015年華中地區(qū)圖形圖像識別和處理系統(tǒng)行業(yè)市場規(guī)模 66圖表51：2013-2015年華中地區(qū)圖形圖像識別和處理系統(tǒng)行業(yè)需求規(guī)模 67圖表52：2013-2015年西南地區(qū)圖形圖像識別和處理系統(tǒng)行業(yè)市場規(guī)模 68圖表53：2013-2015年西南地區(qū)圖形圖像識別和處理系統(tǒng)行業(yè)需求規(guī)模 69圖表54：2013-2015年西北地區(qū)圖形圖像識別和處理系統(tǒng)行業(yè)市場規(guī)模 70圖表55：2013-2015年西北地區(qū)圖形圖像識別和處理系統(tǒng)行業(yè)需求規(guī)模 71圖表56：2013-2015年我國地區(qū)圖形圖像識別和處理系統(tǒng)行業(yè)投資場規(guī)模 73圖表57：2013-2015年我國地區(qū)圖形圖像識別和處理系統(tǒng)行業(yè)投資增速 74圖表58：2015年我國地區(qū)圖形圖像識別和處理系統(tǒng)行業(yè)地區(qū)投資情況 74圖表59：2016-2022年圖形圖像識別和處理系統(tǒng)行業(yè)市場規(guī)模預(yù)測 81圖表60：2015年我國圖形圖像識別和處理系統(tǒng)行業(yè)市場集中度分析 81圖表61：2015年我國圖形圖像識別和處理系統(tǒng)行業(yè)區(qū)域集中度 82圖表62：重點(diǎn)企業(yè)資產(chǎn)總計對比分析 82圖表63：重點(diǎn)企業(yè)從業(yè)人員對比分析 83圖表64：重點(diǎn)企業(yè)全營業(yè)收入對比分析 83圖表65：重點(diǎn)企業(yè)利潤總額對比分析 83圖表66：重點(diǎn)企業(yè)綜合競爭力對比分析 83圖表67：2015年我國圖形圖像識別和處理系統(tǒng)行業(yè)企業(yè)數(shù)量結(jié)構(gòu) 89圖表68：2013-2015年我國圖形圖像識別和處理系統(tǒng)行業(yè)生產(chǎn)規(guī)模 90圖表69：2013-2015年我國圖形圖像識別和處理系統(tǒng)行業(yè)產(chǎn)成品 90圖表70：2013-2015年我國圖形圖像識別和處理系統(tǒng)行業(yè)銷售收入 91圖表71：2013-2015年我國圖形圖像識別和處理系統(tǒng)行業(yè)盈利能力變化 91圖表72：2013-2015年我國圖形圖像識別和處理系統(tǒng)行業(yè)盈利能力變化 91圖表73：2013-2015年我國圖形圖像識別和處理系統(tǒng)行業(yè)盈利能力變化 92圖表74：2013-2015年我國圖形圖像識別和處理系統(tǒng)行業(yè)盈利能力變化 92圖表75：2013-2015年我國圖形圖像識別和處理系統(tǒng)行業(yè)產(chǎn)銷率 92圖表76：2013-2015年我國圖形圖像識別和處理系統(tǒng)行業(yè)存貨 93圖表77：2013-2015年我國圖形圖像識別和處理系統(tǒng)行業(yè)資產(chǎn)周轉(zhuǎn)率 93圖表78：2013-2015年我國圖形圖像識別和處理系統(tǒng)行業(yè)價格指數(shù) 94圖表79：2013-2015年我國圖形圖像識別和處理系統(tǒng)行業(yè)毛利率 94圖表80：2013-2015年我國圖形圖像識別和處理系統(tǒng)行業(yè)盈利能力 95圖表81：2013-2015年我國圖形圖像識別和處理系統(tǒng)行業(yè)總利潤 95圖表82：圖形圖像識別和處理系統(tǒng)行業(yè)贏利預(yù)測 96圖表83：2013-2015年我國圖形圖像識別和處理系統(tǒng)行業(yè)利潤總額 97圖表84：2015年不同規(guī)模企業(yè)利潤總額比較分析 98圖表85：2015年不同所有制企業(yè)利潤總額比較分析 98圖表86：2013-2015我國圖形圖像識別和處理系統(tǒng)行業(yè)銷售利潤率 99圖表87：不同規(guī)模企業(yè)銷售利潤率比較分析 99圖表88：不同所有制企業(yè)銷售利潤率比較分析 100圖表89：2013-2015年我國圖形圖像識別和處理系統(tǒng)行業(yè)資產(chǎn)利潤率 100圖表90：不同規(guī)模企業(yè)總資產(chǎn)利潤率比較分析 101圖表91：不同所有制企業(yè)總資產(chǎn)利潤率比較分析 101圖表92：2013-2015年我國圖形圖像識別和處理系統(tǒng)行業(yè)產(chǎn)值利稅率分析 102圖表93：不同規(guī)模企業(yè)產(chǎn)值利稅率比較分析 102圖表94：不同所有制企業(yè)產(chǎn)值利稅率比較分析 103圖表95：漢王科技資產(chǎn)負(fù)債表 105圖表96：漢王科技利潤表 105圖表97：漢王科技成長能力分析 106圖表98：漢王科技盈利能力分析 106圖表99：漢王科技償債能力分析 106圖表100：賽為智能資產(chǎn)負(fù)債表 108圖表101：賽為智能利潤表 108圖表102：賽為智能成長能力分析 108圖表103：賽為智能盈利能力分析 109圖表104：賽為智能償債能力分析 109圖表105：捷順科技資產(chǎn)負(fù)債表 111圖表106：捷順科技利潤表 111圖表107：捷順科技成長能力分析 112圖表108：捷順科技盈利能力分析 112圖表109：捷順科技償債能力分析 112圖表110：大恒科技資產(chǎn)負(fù)債表 113圖表111：大恒科技利潤表 114圖表112：大恒科技成長能力分析 114圖表113：大恒科技盈利能力分析 114圖表114：大恒科技償債能力分析 114圖表115：行業(yè)的周期性 118圖表116：企業(yè)區(qū)域分布 119圖表118：圖形圖像識別和處理系統(tǒng)行業(yè)投資方向預(yù)測 130圖表119：圖形圖像識別和處理系統(tǒng)產(chǎn)品價格趨勢分析 141圖表120：中國圖形圖像識別和處理系統(tǒng)供給預(yù)測 141版權(quán)申明本報告是北京匯智聯(lián)恒咨詢有限公司的研究成果。本報告內(nèi)所有數(shù)據(jù)、觀點(diǎn)、結(jié)論的版權(quán)均屬北京匯智聯(lián)恒咨詢有限公司擁有。未經(jīng)北京匯智聯(lián)恒咨詢有限公司的明確書面許可，任何人不得以全文或部分形式（包含紙制、電子等）傳播。不可斷章取義或增刪、曲解本報告內(nèi)容。北京匯智聯(lián)恒咨詢有限公司對其獨(dú)立研究或與其他機(jī)構(gòu)共同合作的所有研究數(shù)據(jù)、研究技術(shù)方法、研究模型、研究結(jié)論及衍生服務(wù)產(chǎn)品擁有全部知識產(chǎn)權(quán)，任何人不得侵害和擅自使用。本報告及衍生產(chǎn)品最終解釋權(quán)歸北京匯智聯(lián)恒咨詢有限公司所有。免責(zé)聲明本報告所載資料的來源及觀點(diǎn)的出處皆被北京匯智聯(lián)恒咨詢有限公司認(rèn)為可靠，但北京匯智聯(lián)恒咨詢有限公司對這些信息本身的準(zhǔn)確性和完整性不作任何保證。盡管北京匯智聯(lián)恒咨詢有限公司相信本報告的研究和分析成果是準(zhǔn)確的并體現(xiàn)了行業(yè)發(fā)展趨勢，但所有閱讀本報告的讀者在確定相關(guān)的經(jīng)營和投資決策前應(yīng)尋求更多的行業(yè)信息作為依據(jù)。讀者須明白，本報告所載資料、觀點(diǎn)及推測僅反映北京匯智聯(lián)恒咨詢有限公司于最初發(fā)布此報告時的判斷，北京匯智聯(lián)恒咨詢有限公司可能會在此之后發(fā)布與此報告所載資料不一致及有不同觀點(diǎn)和推測的報告。北京匯智聯(lián)恒咨詢有限公司不對因使用此報告的材料而引致的損失負(fù)任何法律責(zé)任。2013-2015年全球圖形圖像識別和處理系統(tǒng)行業(yè)發(fā)展分析全球圖形圖像識別和處理系統(tǒng)行業(yè)發(fā)展軌跡綜述全球圖形圖像識別和處理系統(tǒng)行業(yè)發(fā)展歷程移動互聯(lián)網(wǎng)、智能手機(jī)以及社交網(wǎng)絡(luò)的發(fā)展帶來了海量圖片信息，國內(nèi)的微信朋友圈也是以圖片分享為驅(qū)動。不受地域和語言限制的圖片逐漸取代了繁瑣而微妙的文字，成為了傳詞達(dá)意的主要媒介。圖片成為互聯(lián)網(wǎng)信息交流主要媒介的原因主要在于兩點(diǎn)：第一，從用戶讀取信息的習(xí)慣來看，相比于文字，圖片能夠為用戶提供更加生動、容易理解、有趣及更具藝術(shù)感的信息；第二，從圖片來源來看，智能手機(jī)為我們帶來方便的拍攝和截屏手段，幫助我們更快的用圖片來采集和記錄信息。但伴隨著圖片成為互聯(lián)網(wǎng)中的主要信息載體，難題隨之出現(xiàn)。當(dāng)信息由文字記載時，我們可以通過關(guān)鍵詞搜索輕易找到所需內(nèi)容并進(jìn)行任意編輯，而當(dāng)信息是由圖片記載時，我們卻無法對圖片中的內(nèi)容進(jìn)行檢索，從而影響了我們從圖片中找到關(guān)鍵內(nèi)容的效率。圖片給我們帶來了快捷的信息記錄和分享方式，卻降低了我們的信息檢索效率。在這個環(huán)境下，計算機(jī)的圖像識別技術(shù)就顯得尤為重要。圖像識別是計算機(jī)對圖像進(jìn)行處理、分析和理解，以識別各種不同模式的目標(biāo)和對像的技術(shù)。識別過程包括圖像預(yù)處理、圖像分割、特征提取和判斷匹配。簡單來說，圖像識別就是計算機(jī)如何像人一樣讀懂圖片的內(nèi)容。借助圖像識別技術(shù)，我們不僅可以通過圖片搜索更快的獲取信息，還可以產(chǎn)生一種新的與外部世界交互的方式，甚至?xí)屚獠渴澜绺又悄艿倪\(yùn)行?，F(xiàn)在隨著圖形識別技術(shù)的不斷進(jìn)步，越來越多的科技公司開始涉及圖形識別領(lǐng)域，這標(biāo)志著讀圖時代正式到來，并且將引領(lǐng)我們進(jìn)入更加智能的未來。圖像識別的初級階段——娛樂化、工具化在這個階段，用戶主要是借助圖像識別技術(shù)來滿足某些娛樂化需求。例如，百度魔圖的“大咖配”功能可以幫助用戶找到與其長相最匹配的明星，百度的圖片搜索可以找到相似的圖片；Facebook研發(fā)了根據(jù)相片進(jìn)行人臉匹配的DeepFace；雅虎收購的圖像識別公司IQEngine開發(fā)的Glow可以通過圖像識別自動生成照片的標(biāo)簽以幫助用戶管理手機(jī)上的照片；國內(nèi)專注于圖像識別的創(chuàng)業(yè)公司曠視科技成立了VisionHacker游戲工作室，借助圖形識別技術(shù)研發(fā)移動端的體感游戲。這個階段還有一個非常重要的細(xì)分領(lǐng)域——OCR(OpticalCharacterRecognition，光學(xué)字符識別)，是指光學(xué)設(shè)備檢查紙上打印的字符，通過檢測暗、亮的模式確定其形狀，然后用字符識別方法將形狀翻譯成計算機(jī)文字的過程，就是計算機(jī)對文字的閱讀。語言和文字是我們獲取信息最基本、最重要的途徑。在比特世界，我們可以借助互聯(lián)網(wǎng)和計算機(jī)輕松的獲取和處理文字。但一旦文字以圖片的形式表現(xiàn)出來，就對我們獲取和處理文字平添了很多麻煩。這一方面表現(xiàn)為數(shù)字世界中由于特定原因被存儲稱圖片格式的文字；另一方面是我們在現(xiàn)實生活中看到的所有物理形態(tài)的文字。所以我們需要借助OCR技術(shù)將這些文字和信息提取出來。在這方面，國內(nèi)產(chǎn)品包括百度的涂書筆記和百度翻譯等；而谷歌借助經(jīng)過DistBelief訓(xùn)練的大型分布式神經(jīng)網(wǎng)絡(luò)，對于Google街景圖庫的上千萬門牌號的識別率超過90%，每天可識別百萬門牌號。在這個階段，圖像識別技術(shù)僅作為我們的輔助工具存在，為我們自身的人類視覺提供了強(qiáng)有力的輔助和增強(qiáng)，帶給了我們一種全新的與外部世界進(jìn)行交互的方式。我們可以通過搜索找到圖片中的關(guān)鍵信息；可以隨手拍下一件陌生物體而迅速找到與之相關(guān)的各類信息；可以將潛在搭訕對象拍下提前去她的社交網(wǎng)絡(luò)了解一番；也可以將人臉識別作為主要的身份認(rèn)證方式……這些應(yīng)用雖然看起來很普通，但當(dāng)圖像識別技術(shù)滲透到我們行為習(xí)慣的方方面面時，我們就相當(dāng)于把一部分視力外包給了機(jī)器，就像我們已經(jīng)把部分記憶外包給了搜索引擎一樣。這將極大改善我們與外部世界的交互方式，此前我們利用科技工具探尋外部世界的流程是這樣：人眼捕捉目標(biāo)信息、大腦將信息進(jìn)行分析、轉(zhuǎn)化成機(jī)器可以理解的關(guān)鍵詞、與機(jī)器交互獲得結(jié)果。而當(dāng)圖像識別技術(shù)賦予了機(jī)器“眼睛”之后，這個過程就可以簡化為：人眼借助機(jī)器捕捉目標(biāo)信息、機(jī)器和互聯(lián)網(wǎng)直接對信息進(jìn)行分析并返回結(jié)果。圖像識別使攝像頭成為解密信息的鑰匙，我們僅需把攝像頭對準(zhǔn)某一未知事物，就能得到預(yù)想的答案。攝像頭成為連接人和世界信息的重要入口之一。圖像識別的高級階段——擁有視覺的機(jī)器目前的圖像識別技術(shù)是作為一個工具來幫助我們與外部世界進(jìn)行交互，只為我們自身的視覺提供了一個輔助作用，所有的行動還需我們自己完成。而當(dāng)機(jī)器真正具有了視覺之后，它們完全有可能代替我們?nèi)ネ瓿蛇@些行動。目前的圖像識別應(yīng)用就像是盲人的導(dǎo)盲犬，在盲人行動時為其指引方向；而未來的圖像識別技術(shù)將會同其他人工智能技術(shù)融合在一起成為盲人的全職管家，不需要盲人進(jìn)行任何行動，而是由這個管家?guī)椭渫瓿伤惺虑?。舉個例子，如果圖像識別是一個工具，就如同我們在駕駛汽車時佩戴谷歌眼鏡，它將外部信息進(jìn)行分析后傳遞給我們，我們再依據(jù)這些信息做出行駛決策；而如果將圖像識別利用在圖形圖像識別和處理系統(tǒng)和人工智能上，這就如同谷歌的無人駕駛汽車，機(jī)器不僅可以對外部信息進(jìn)行獲取和分析，還全權(quán)負(fù)責(zé)所有的行駛活動，讓我們得到完全解放。在人工智能中，感知是通過解釋傳感器的響應(yīng)而為機(jī)器提供它們所處的世界的信息，其中它們與人類共有的感知形態(tài)包括視覺、聽覺和觸覺，而視覺最為重要，因為視覺是一切行動的基礎(chǔ)。我們對世界的感知不是直接的，而是依賴于“無意識推理”，也就是說在我們能感知物體之前，大腦必須依據(jù)到達(dá)感官的信息來推斷這個物體可能是什么，這構(gòu)成了人類最重要的預(yù)判和處理突發(fā)時間的能力。而視覺是這個過程中最及時和準(zhǔn)確的信息獲取渠道，人類感覺信息中的80%都是視覺信息。圖形圖像識別和處理系統(tǒng)之于人工智能的意義就是視覺之于人類的意義，而決定著圖形圖像識別和處理系統(tǒng)的就是圖像識別技術(shù)。更重要的是，在某些應(yīng)用場景，圖形圖像識別和處理系統(tǒng)比人類的生理視覺更具優(yōu)勢，它更加準(zhǔn)確、客觀和穩(wěn)定。人類視覺有著天然的局限，我們看起來能立刻且毫無費(fèi)力的感知世界，而且似乎也能詳細(xì)生動的感知整個視覺場景，但這只是一個錯覺，只有投射到眼球中心的視覺場景的中間部分，我們才能詳細(xì)而色彩鮮明的看清楚。偏離中間大約10度的位置，神經(jīng)細(xì)胞更加分散并且智能探知光和陰影。也就是說，在我們視覺世界的邊緣是無色、模糊的。因此，我們才會存在“變化盲視”，才會在經(jīng)歷著多樣事物發(fā)生時，僅僅關(guān)注其中一樣，而忽視了其他樣事物的發(fā)生，而且不知道它們的發(fā)生。而機(jī)器在這方面就有著更多的優(yōu)勢，它們能夠發(fā)現(xiàn)和記錄視力所及范圍內(nèi)發(fā)生的所有事情。拿應(yīng)用最廣的視頻監(jiān)控來說，傳統(tǒng)監(jiān)控需要有人在電視墻前時刻保持高度警惕，然后再通過自己對視頻的判斷來得出結(jié)論，但這往往會因為人的疲勞、視覺局限和注意力分散等原因影響監(jiān)控效果。但有了成熟的圖像識別技術(shù)之后，再加以人工智能的支持，計算機(jī)就可以自行對視頻進(jìn)行分析和判斷，發(fā)現(xiàn)異常情況直接報警，帶來了更高的效率和準(zhǔn)確度；在反恐領(lǐng)域，借助機(jī)器的人臉識別技術(shù)也要遠(yuǎn)遠(yuǎn)優(yōu)于人的主觀判斷。許多科技巨頭也開始了在圖像識別和人工智能領(lǐng)域的布局，F(xiàn)acebook簽下的人工智能專家YannLeCun最重大的成就就是在圖像識別領(lǐng)域，其提出的LeNet為代表的卷積神經(jīng)網(wǎng)絡(luò)，在應(yīng)用到各種不同的圖像識別任務(wù)時都取得了不錯效果，被認(rèn)為是通用圖像識別系統(tǒng)的代表之一；Google借助模擬神經(jīng)網(wǎng)絡(luò)“DistBelief”通過對數(shù)百萬份YouTube視頻的學(xué)習(xí)自行掌握了貓的關(guān)鍵特征，這是機(jī)器在沒有人幫助的情況下自己讀懂了貓的概念。值得一提的是，負(fù)責(zé)這個項目的AndrewNG已經(jīng)轉(zhuǎn)投百度領(lǐng)導(dǎo)百度研究院，其一個重要的研究方向就是人工智能和圖像識別。這也能看出國內(nèi)科技公司對圖像識別技術(shù)以及人工智能技術(shù)的重視程度。全球圖形圖像識別和處理系統(tǒng)行業(yè)發(fā)展面臨的問題分辨現(xiàn)實世界中的各種復(fù)雜景物對為類來說是一件輕而易取的事，而用計算機(jī)進(jìn)行圖像識別卻非常困難，圖像識別大多數(shù)成功的應(yīng)用是相對簡單（或?qū)ψR別環(huán)境有嚴(yán)格的限制）的領(lǐng)域，并且多是二維的。當(dāng)前圖像識別所面臨者許多問題：首先，完成一幅圖像的識別要經(jīng)過許多不同的處理過程，圖像的識別正是這些過程的綜合作用的結(jié)果。但是缺少一個普遍的原理來指導(dǎo)這些過程在完成特定任務(wù)時應(yīng)該如何組織和搭配，即使是對于各種常用的圖像分割算法之間的性能比較，也沒有一個較好的統(tǒng)一的標(biāo)準(zhǔn)。還有，現(xiàn)在的各種圖像識別算法都或多或少帶有一定的局限性，圖像識別是人工智能的一個重要領(lǐng)域。為了編制模擬人類圖像識別活動的計算機(jī)程序，人們提出了不同的圖像識別模型。例如模板匹配模型。這種模型認(rèn)為，識別某個圖像，必須在過去的經(jīng)驗中有這個圖像的記憶模式，又叫模板。當(dāng)前的刺激如果能與大腦中的模板相匹配，這個圖像也就被識別了。例如有一個字母A,如果在腦中有個A模板,字母A的大小、方位、形狀都與這個A模板完全一致,字母A就被識別了。這個模型簡單明了，也容易得到實際應(yīng)用。但這種模型強(qiáng)調(diào)圖像必須與腦中的模板完全符合才能加以識別，而事實上人不僅能識別與腦中的模板完全一致的圖像，也能識別與模板不完全一致的圖像。例如,人們不僅能識別某一個具體的字母A,也能識別印刷體的、手寫體的、方向不正、大小不同的各種字母A。同時,人能識別的圖像是大量的，如果所識別的每一個圖像在腦中都有一個相應(yīng)的模板，也是不可能的。在一種環(huán)境下效果很好，但另一種環(huán)境下就可能很差，傳統(tǒng)的只簡單處理方法很難構(gòu)造圖像中景物的完整描述。再次，一些能用性，效果好的算法往往計算量很大，難以實時應(yīng)用。最后，為類對生物體的視覺機(jī)理還不清楚，不能給計算機(jī)圖像識別提供有力的指導(dǎo)。全球圖形圖像識別和處理系統(tǒng)行業(yè)技術(shù)發(fā)展現(xiàn)狀及趨勢格式塔心理學(xué)家又提出了一個原型匹配模型。這種模型認(rèn)為，在長時記憶中存儲的并不是所要識別的無數(shù)個模板，而是圖像的某些“相似性”。從圖像中抽象出來的“相似性”就可作為原型，拿它來檢驗所要識別的圖像。如果能找到一個相似的原型，這個圖像也就被識別了。這種模型從神經(jīng)上和記憶探尋的過程上來看，都比模板匹配模型更適宜，而且還能說明對一些不規(guī)則的，但某些方面與原型相似的圖像的識別。但是，這種模型沒有說明人是怎樣對相似的刺激進(jìn)行辨別和加工的，它也難以在計算機(jī)程序中得到實現(xiàn)。因此又有人提出了一個更復(fù)雜的模型，即“泛魔”識別模型。盡管計算機(jī)圖像識別技術(shù)面臨著很大的挑戰(zhàn)，但還是取得了很大的發(fā)展，多年的發(fā)展變化，不難看出一些特點(diǎn)：1.立體視覺與人工智能仍然是計算機(jī)圖像識別今后發(fā)展的方向，短時間內(nèi)實現(xiàn)全自動的通用性很大的計算機(jī)視覺系統(tǒng)的可能性不大，今后應(yīng)結(jié)合各種實際應(yīng)用開發(fā)各種用途的計算機(jī)視覺系統(tǒng)。2.七十年代末Marr提出的視覺計算理論極大地促進(jìn)了計算機(jī)視覺的發(fā)展，但同時也存在不少缺陷，視覺識別是一個極其復(fù)雜的過程，在Marr的理論中，有些東西是作為一種假設(shè)出現(xiàn)的，有些重要問題甚至還沒有涉及，圖像識別技術(shù)的發(fā)展必須以視覺計算理論的發(fā)展為前提。3.一些優(yōu)秀的數(shù)學(xué)方法，如神經(jīng)網(wǎng)絡(luò)，模糊集，分形理論，小波分析，遺傳算法紛紛應(yīng)用于圖像識別領(lǐng)域，取得了一定的成就，這些方法的繼續(xù)發(fā)展完美以及各種方法相互融合，取長補(bǔ)短的綜合集成是往后發(fā)展的重要任務(wù)。全球圖形圖像識別和處理系統(tǒng)行業(yè)市場情況圖表SEQ圖表\*ARABIC1：2013-2015年全球圖形圖像識別和處理系統(tǒng)行業(yè)市場規(guī)模數(shù)據(jù)來源：國家統(tǒng)計局今后有兩點(diǎn)值得關(guān)注。一是亞洲市場的動向。除了日系及歐洲制造設(shè)備廠商在亞洲設(shè)立制造基地之外，還有越來越多的當(dāng)?shù)貜S商開始開發(fā)制造設(shè)備及檢查裝置，因此，圖像處理系統(tǒng)的需求不斷擴(kuò)大。另一點(diǎn)是數(shù)字標(biāo)準(zhǔn)。在歐美的圖像處理標(biāo)準(zhǔn)化團(tuán)體力圖主導(dǎo)標(biāo)準(zhǔn)的情況下，日本的圖像處理標(biāo)準(zhǔn)團(tuán)體也為了掌握主導(dǎo)權(quán)而展開了對抗。今后需求有望增加的地區(qū)為東南亞、中南美及非洲。在泰國、印尼及馬來西亞，車載圖像處理系統(tǒng)的需求保持旺盛勢頭。另外，在東南亞市場，歐美廠商的食品工廠對圖像處理系統(tǒng)的需求也很高。墨西哥、巴西、阿根廷及非洲市場方面，汽車相關(guān)產(chǎn)品及數(shù)字家電的生產(chǎn)基地備受關(guān)注，圖像處理系統(tǒng)的需求有望增加。部分國家地區(qū)圖形圖像識別和處理系統(tǒng)行業(yè)發(fā)展?fàn)顩r美國圖形圖像識別和處理系統(tǒng)行業(yè)發(fā)展分析美國普渡大學(xué)（PurdueUniversity）的研究者們正在開發(fā)一種能夠讓機(jī)器識別一般環(huán)境原本是什么樣的人工智能技術(shù)。谷歌眼鏡和諾基亞城市萬花筒（NokiaCityLens）等設(shè)備讓我們認(rèn)識了增強(qiáng)現(xiàn)實技術(shù)，這些設(shè)備幫助我們識別四周環(huán)境中的“有趣點(diǎn)”。不久之后我們智能手機(jī)上的攝像頭也將具備類似的能力，識別給定視野中的所有東西。這不只是“面部識別”技術(shù)，而是識別“所有”的物體。美國普渡大學(xué)（PurdueUniversity）的研究者們正在開發(fā)一種能夠讓機(jī)器識別一般環(huán)境原本是什么樣的人工智能技術(shù)。打個比方，你曾在數(shù)年前與朋友們拍下了在演唱會的合影照片。你現(xiàn)在想找到這張照片，但是需要在手機(jī)存儲的數(shù)千張照片里查找。如果你可以啟動基于對圖片內(nèi)環(huán)境的搜索，如“音樂會”或“舞臺”，你就可以很輕松地把這張照片找出來。普渡大學(xué)的研究者們現(xiàn)在正在構(gòu)建這一被稱為“深度學(xué)習(xí)”的人工智能技術(shù)。它能讓機(jī)器像人一樣來處理信息。機(jī)器借助這一技術(shù)就能識別像“樹”和“轎車”等物體，并創(chuàng)建多個可以被檢索和搜索的信息層。很自然地，進(jìn)行這一處理過程的最優(yōu)平臺不是移動設(shè)備，但是隨著科技的進(jìn)步，這種技術(shù)最終將在手機(jī)等移動設(shè)備上得到應(yīng)用。它能分析場景，并把標(biāo)簽帖到所有物體上。當(dāng)你讓這種機(jī)器獲得視覺，天空就是它的極限。這種人工智能技術(shù)“提升”移動設(shè)備功能的潛力將是非凡的。這種方法絕不會導(dǎo)致低效率，研究顯示這一圖形處理方法的效率是常規(guī)方法的15倍以上。它能被用于醫(yī)學(xué)設(shè)備，比如掃瞄病人的設(shè)備，而這些設(shè)備也因此能“學(xué)會”發(fā)現(xiàn)癌癥或其他風(fēng)險因素。這種技術(shù)“何時”和“是否”能夠在智能手機(jī)和可穿戴設(shè)備上得到應(yīng)用，是目前大家都非常關(guān)心的問題。美國海軍研究辦公室、國家科學(xué)基金會和美國國防部高級研究計劃署（DARPA）正在提供該項目的研究經(jīng)費(fèi)。此外，卡洛西亞洛還創(chuàng)建了一家名為TeraDeep的公司使這項研究進(jìn)入商業(yè)化應(yīng)用。歐洲圖形圖像識別和處理系統(tǒng)行業(yè)發(fā)展分析2014年,歐洲圖像處理的需求增長率高達(dá)20%,總銷量中有37%用于出口。亞洲是歐洲圖像處理產(chǎn)品的最大市場(占總銷售額的20%,與2013年同比增長19%),之后是北美(占總銷量的14%,與2013年同比增長21%)。中國占總銷量份額為7%,同比增長13%,是歐洲機(jī)器視覺行業(yè)的第三大市場。從歐洲機(jī)器視覺行業(yè)用戶所屬的行業(yè)來看,工業(yè)和非工業(yè)領(lǐng)域的需求都十分強(qiáng)勁。2014年,工業(yè)領(lǐng)域的銷量占總銷量的76%,較去年增長16%。汽車行業(yè)是最大的用戶群,占2014年總銷售額的21%,較上一年同比增長17%。其次是電子和電氣行業(yè)(包括半導(dǎo)體,占比14.6%)、餐飲業(yè)(6.5%)和金屬工業(yè)(5.7%)。2014年,除了德國之外,歐洲機(jī)器視覺行業(yè)的企業(yè)從前一年的48家升至60家。這些企業(yè)來自奧地利、丹麥、芬蘭、法國、以色列、意大利等國。日本圖形圖像識別和處理系統(tǒng)行業(yè)發(fā)展分析日本研發(fā)出用于圖像識別的數(shù)據(jù)壓縮為16分之1大小技術(shù)。同樣容量大小的存儲空間，能對16倍多的對象物進(jìn)行識別。對于像可穿戴設(shè)備和智能手機(jī)這樣存儲空間有限的移動終端，他們提出將把該技術(shù)運(yùn)用到相關(guān)圖像識別app上。電氣通信大學(xué)研究院情報理工學(xué)研究科開發(fā)出了把用于圖像識別的數(shù)據(jù)壓縮為16分之1大小的技術(shù)。如此一來，同樣容量大小的存儲空間，能對16倍多的對象物進(jìn)行識別。對于像可穿戴設(shè)備和智能手機(jī)這樣存儲空間有限的移動終端，他們提出將把該技術(shù)運(yùn)用到相關(guān)圖像識別app上。采用了“標(biāo)量量化”壓縮技術(shù)和機(jī)械學(xué)習(xí)相結(jié)合的方法，將圖像分類標(biāo)本大幅壓縮。能識別256種圖像的app數(shù)據(jù)量從54MB減少到3.4MB，能識別1000種圖像的則從72MB減少到4.5MB。識別精度和速度則基本不變。因為是在移動終端內(nèi)部完成一系列識別過程，因此能實時進(jìn)行圖像識別。對于應(yīng)用場景，研發(fā)人員進(jìn)行的設(shè)想是，比如，當(dāng)攝像頭對著一個物體時，能實時判斷出該物體是什么，并顯示出與之相關(guān)的文章或文字介紹。具體說來，像健康管理app中對食物進(jìn)行卡路里計算、觀光app中對風(fēng)景名勝進(jìn)行講解等。計劃將推動智能手機(jī)、智能眼鏡等廠商使用該技術(shù)。韓國圖形圖像識別和處理系統(tǒng)行業(yè)發(fā)展分析為了回應(yīng)來自世界其他區(qū)域的廉價勞動力所帶來的威脅，自動化系統(tǒng)已成為保證韓國制造業(yè)競爭力的一大關(guān)鍵法寶。而圖形圖像識別和處理系統(tǒng)則成為現(xiàn)在許多工業(yè)流程中必不可少的一部分，因為它的成本較低廉，富有競爭力，更重要的是能提供快速、準(zhǔn)確、可重復(fù)的檢測能力。視覺化系統(tǒng)和機(jī)器人解決方案正得到越來越多的應(yīng)用，不論它們是獨(dú)立成套還是互相結(jié)合，都會對大大提高競爭實力有所助益。

2013-2015年中國圖形圖像識別和處理系統(tǒng)行業(yè)發(fā)展形勢圖形圖像識別和處理系統(tǒng)行業(yè)發(fā)展概況圖形圖像識別和處理系統(tǒng)行業(yè)發(fā)展特點(diǎn)分析近一兩年來，人工智能領(lǐng)域得到了媒體界、產(chǎn)業(yè)界和學(xué)術(shù)界等前所未有的關(guān)注，大家一致認(rèn)為智能化時代正在到來，機(jī)器正在越來越多的取代人類特有的優(yōu)勢和技能，而其中最為重要的可能就是圖像識別技術(shù)。圖像識別是計算機(jī)對圖像進(jìn)行處理、分析和理解，以識別各種不同模式的目標(biāo)和對像的技術(shù)。簡單來說，就是讓機(jī)器能夠通過對感知信息的處理像人類一樣讀懂圖片的內(nèi)容，而不是只看到像素。目前，伴隨著圖片成為互聯(lián)網(wǎng)中的主要信息載體，難題隨之出現(xiàn)。當(dāng)信息由文字記載時，我們可以通過關(guān)鍵詞搜索輕易找到所需內(nèi)容并進(jìn)行任意編輯，而當(dāng)信息是由圖片記載時，我們卻無法對圖片中的內(nèi)容進(jìn)行檢索，從而影響了我們從圖片中找到關(guān)鍵內(nèi)容的效率。圖片給我們帶來了快捷的信息記錄和分享方式，卻降低了我們的信息檢索效率。在這個環(huán)境下，計算機(jī)的圖像識別技術(shù)就顯得尤為重要。計算機(jī)視覺有著廣泛應(yīng)用，其中包括，醫(yī)療成像分析被用來提高疾病的預(yù)測、診斷和治療；人臉識別被Facebook用來自動識別照片里的人物；在安防及監(jiān)控領(lǐng)域被用來指認(rèn)嫌疑人；在購物方面，消費(fèi)者現(xiàn)在可以用智能手機(jī)拍攝下產(chǎn)品以獲得更多購買選擇。圖形圖像識別和處理系統(tǒng)行業(yè)投資現(xiàn)狀分析隨著我國國民經(jīng)濟(jì)的迅速增長,機(jī)動車的規(guī)模與流量大幅增加,隨之而來的管理問題也日益嚴(yán)重。因此迫切需要采用高科技手段,對這些違法違章車輛牌照進(jìn)行登記,汽車牌照識別系統(tǒng)的出現(xiàn)成為了交通管制必不可少的有力武器。汽車牌照的識別系統(tǒng)在公共安全,交通管理,及相關(guān)軍事部門有著重要的應(yīng)用價值。它是一個基于數(shù)字圖像處理和字符識別的智能化交通管理系統(tǒng),該系統(tǒng)先通過圖像采集,再對圖像進(jìn)行處理以

克服圖像干擾,改善識別效果,而后進(jìn)行二值化,歸一化等處理,最后進(jìn)行識別。車牌識別系統(tǒng)使得車輛管理更趨于數(shù)字化,網(wǎng)絡(luò)化,大大提高了交通管理的有效性與方便性。車牌識別系統(tǒng)作為整個智能交通系統(tǒng)的一部分,其重要性不言而喻。車牌識別是一項涉及到數(shù)字圖像處理、計算機(jī)視覺、模式識別、人工智能等多門學(xué)科的技術(shù),它在交通監(jiān)視和控制中占有很重要的地位,已成為現(xiàn)代交通工程領(lǐng)域中研究的重點(diǎn)和熱點(diǎn)之一。該項技術(shù)應(yīng)用前景廣泛,例如用在自動收費(fèi)系統(tǒng)、不停車?yán)U費(fèi)、失竊車輛的查尋、停車場車輛管理、特殊部門車輛的出入控制等等。

車牌識別一般可以分為車牌的定位、牌照上字符的分割和字符識別三個主要組成部分。通過研究進(jìn)行車牌識別的各項關(guān)鍵技術(shù),在分析了近年來一些典型的車牌識別算法的基礎(chǔ)上,最終確定一系列有效的算法對車牌進(jìn)行識別。

在車牌定位上,根據(jù)車牌圖像在HSV色彩空間各分量的取值范圍規(guī)律,首先對符合該取值范圍的像素進(jìn)行色彩過濾,然后利用數(shù)學(xué)形態(tài)學(xué)進(jìn)行處理,形成多個符合車牌顏色特征的連通區(qū)域。接下來,分別根據(jù)車牌的形狀特征和車牌上字符的紋理特征,逐步對得到的連通區(qū)域進(jìn)行分析和排除,從而得到車牌區(qū)域。該定位方法優(yōu)點(diǎn)是可以過濾掉車牌臨近區(qū)域那些顏色、紋理與車牌特征不符合的干擾紋理,如柵格、邊框等。在字符分割階段,在進(jìn)行了車牌的傾斜矯正和確定了車牌字符的上下邊界后,主要借助相關(guān)的投影信息和先驗知識來確定每個字符的分割位置,并針對斷裂和粘連字符進(jìn)行了簡單而有效的處理。對于單個字符的識別問題,我們在進(jìn)行必要的預(yù)處理后采用改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)來進(jìn)行單個字符的識別。

由于在車牌識別中用到的算法一般都比較復(fù)雜,直接用高級語言編程很困難,所以本文通過編寫VC++與Matlab的接口來實現(xiàn)算法編程,并且最終編寫的程序可以脫離VC++和Matlab平臺獨(dú)立運(yùn)行。Matlab的編程高效而靈活,它具有強(qiáng)大、豐富的內(nèi)置函數(shù),并且其在圖像處理方面的應(yīng)用有著獨(dú)特優(yōu)勢。通過接口來調(diào)用我們在Matlab下編寫好的函數(shù),這樣做能夠使我們從繁瑣的編程工作中解脫出來,從而可以集中精力進(jìn)行車牌識別算法的研究。手勢識別系統(tǒng)和人臉識別系統(tǒng)相似主要從攝像頭中采集手勢數(shù)據(jù),進(jìn)行特征提取,再將提取到的信息傳輸給機(jī)器，讓機(jī)器理解信息的含義。以下一手勢識別為例。手勢識別也是講特征提取到的信息傳送給機(jī)器，讓機(jī)器理解手勢信息的含義。手勢識別工作主要分三個階段:預(yù)處理、特征提取、歐式距離判定。預(yù)處理階段應(yīng)當(dāng)從手勢圖片中去除噪聲信號,利用膚色和背景在HIS顏色模型空間中的不同數(shù)值范圍將手勢從背景中提取出來,利用邊緣檢測算子提取手勢的輪廓曲線。利用傅里葉描述子對輪廓曲線進(jìn)行數(shù)學(xué)建模進(jìn)而進(jìn)行特征提取。通過歐氏距離的比較,對手勢進(jìn)行識別。通過對視頻流采樣,完成對幾種動態(tài)手勢的識別。利用若干人對手勢一到手勢十十種靜態(tài)手勢在該手勢庫上做統(tǒng)計實驗。在背景光線均勻的情況下,手勢基本能夠正確識別。利用若干人進(jìn)行動態(tài)手勢識別,在背景光線均勻的情況下,手勢動作基本能夠正確識別。本系統(tǒng)具有旋轉(zhuǎn)不變,比例伸縮性,平移不變性,利用實驗者在手勢一到手勢十十種靜態(tài)手勢庫上做旋轉(zhuǎn)不變性,比例伸縮性,平移不變性統(tǒng)計實驗,效果良好。本系統(tǒng)最大特色是符合人的操作習(xí)慣進(jìn)行數(shù)據(jù)采集,和傳統(tǒng)的佩戴顏色手套,在手上做標(biāo)記等數(shù)據(jù)采集方式比較更加貼近人的操作習(xí)慣。操作者在手勢動作時更加自然。不足之處客觀上容易受外界環(huán)境干擾例如光線、溫度、背景顏色等等。主觀上和操作者的操作習(xí)慣也有關(guān)系。

圖像識別系統(tǒng)的應(yīng)用還有很多，在此不一一列舉。隨著科技的發(fā)展，圖像識別技術(shù)越來越被人類所需求，可見圖像識別技術(shù)的重要性。圖形圖像識別和處理系統(tǒng)行業(yè)總產(chǎn)值分析圖表SEQ圖表\*ARABIC2：2013-2015年我國圖形圖像識別和處理系統(tǒng)行業(yè)總產(chǎn)值數(shù)據(jù)來源：國家統(tǒng)計局圖形圖像識別和處理系統(tǒng)行業(yè)技術(shù)發(fā)展分析從目的上可以將圖像處理分為兩類，分別是圖像識別技術(shù)和圖像處理技術(shù)。針對圖像處理技術(shù)，可以是旋轉(zhuǎn)、亮度、對比度、飽和度、RGB調(diào)節(jié)、調(diào)節(jié)圖像尺寸等屬性方面的處理技術(shù)和添加文字、圖像增強(qiáng)、弱化、水印、特效、鏤空等處理方法。甚至為了達(dá)到更精微的處理效果，一些軟件還使用了圖層。圖表SEQ圖表\*ARABIC3：圖像識別系統(tǒng)數(shù)據(jù)來源：匯智聯(lián)恒缺陷檢測識別玻璃瓶口缺陷識別包括俯拍圖像識別、頂拍圖像識別兩個部分，識別算法主要包括三部分：圖像定位、缺陷提取和缺陷識別。圖表SEQ圖表\*ARABIC4：玻璃瓶口識別及處理數(shù)據(jù)來源：匯智聯(lián)恒圖表SEQ圖表\*ARABIC5：俯拍圖像缺陷檢測數(shù)據(jù)來源：匯智聯(lián)恒圖表SEQ圖表\*ARABIC6：封鎖環(huán)橫裂紋及處理后圖像數(shù)據(jù)來源：匯智聯(lián)恒圖表SEQ圖表\*ARABIC7：頂拍圖像缺陷檢測數(shù)據(jù)來源：匯智聯(lián)恒圖表SEQ圖表\*ARABIC8：瓶口極坐標(biāo)圖像數(shù)據(jù)來源：匯智聯(lián)恒圖像處理技術(shù)的主要內(nèi)容圖表SEQ圖表\*ARABIC9：圖像處理技術(shù)數(shù)據(jù)來源：匯智聯(lián)恒圖像的基本屬性亮度：也稱為灰度，它是顏色的明暗變化，常用0％～100％(由黑到白)表示。以下三幅圖是不同亮度對比。圖表SEQ圖表\*ARABIC10：圖像亮度對比數(shù)據(jù)來源：匯智聯(lián)恒對比度：是畫面黑與白的比值，也就是從黑到白的漸變層次。比值越大，從黑到白的漸變層次就越多，從而色彩表現(xiàn)越豐富。圖表SEQ圖表\*ARABIC11：圖像色彩對比數(shù)據(jù)來源：匯智聯(lián)恒直方圖：表示圖像中具有每種灰度級的象素的個數(shù)，反映圖像中每種灰度出現(xiàn)的頻率。圖像在計算機(jī)中的存儲形式，就像是有很多點(diǎn)組成一個矩陣，這些點(diǎn)按照行列整齊排列，每個點(diǎn)上的值就是圖像的灰度值，直方圖就是每種灰度在這個點(diǎn)矩陣中出現(xiàn)的次數(shù)。我們可以具體看一下下面兩個不同圖形的灰度直方圖：圖表SEQ圖表\*ARABIC12：不同方向的灰度直方圖數(shù)據(jù)來源：匯智聯(lián)恒直方圖均衡化通過灰度變換將一幅圖像轉(zhuǎn)換為另一幅具有均衡直方圖的圖像，即在一定灰度范圍內(nèi)具有相同的象素點(diǎn)數(shù)的圖像的過程。下面是直方圖均衡化前后的圖形變化以及直方圖變化：圖表SEQ圖表\*ARABIC13：直方圖均衡化前后的圖形變化以及直方圖變化數(shù)據(jù)來源：匯智聯(lián)恒圖像的噪聲圖像的噪聲：就像對于聽覺而言，在打電話時對方說話我們有時候會聽到很嘈雜的噪聲，以至于聽不清楚對方在說什么。同樣的，對于圖像，原本我們可以很清晰的看到一幅圖像，但是有時候圖像上會有一些我們不需要的圖案，使我們無法很清楚的看清一幅圖，這就是圖像的噪聲。主要是采用濾波器對帶噪聲圖像進(jìn)行濾波處理。圖表SEQ圖表\*ARABIC14：采用濾波器對帶噪聲圖像進(jìn)行濾波處理數(shù)據(jù)來源：匯智聯(lián)恒圖形圖像識別和處理系統(tǒng)行業(yè)市場情況分析圖形圖像識別和處理系統(tǒng)行業(yè)市場發(fā)展分析圖像識別技術(shù)在安防領(lǐng)域的應(yīng)用展望說起圖像識別，人類的這一能力非常突出。圖形作用于感覺器官，人們辨認(rèn)出它是經(jīng)驗過的某一圖形，甚至能感知到與圖像距離或者形狀的改變，這一過程叫做圖像再認(rèn)。在圖像識別中，既要有當(dāng)時進(jìn)入感官的信息，也要有記憶中存儲的信息。只有通過存儲的信息與當(dāng)前的信息進(jìn)行比較的加工過程，才能實現(xiàn)對圖像的再認(rèn)。計算機(jī)圖像識別技術(shù)，則是利用計算機(jī)對圖像進(jìn)行處理、分析和理解，以識別各種不同模式的目標(biāo)和對象的技術(shù)。圖像識別所研究的問題，是如何用計算機(jī)代替人類去自動處理大量的物理信息，解決人類所無法識別或者識別過于耗費(fèi)資源的問題，從而很大程度上解放人類的勞動力。圖像識別技術(shù)是人工智能的一個重要領(lǐng)域。圖像識別技術(shù)是以圖像的主要特征為基礎(chǔ)的。每個圖像都有它的特征，對圖像識別時眼動的研究表明，視線總是集中在圖像的主要特征上，也就是集中在圖像輪廓曲度最大或輪廓方向突然改變的地方，這些地方的信息量最大。而且眼睛的掃描路線也總是依次從一個特征轉(zhuǎn)到另一個特征上。由此可見，在圖像識別過程中，知覺機(jī)制必須排除輸入的多余信息，抽出關(guān)鍵的信息。同時，在大腦里必定有一個負(fù)責(zé)整合信息的機(jī)制，它能把分階段獲得的信息整理成一個完整的知覺映象。為了編制模擬人類圖像識別活動的計算機(jī)程序，人們提出了不同的圖像識別模型。例如模板匹配模型。這種模型認(rèn)為，識別某個圖像，必須在過去的經(jīng)驗中有這個圖像的記憶模式，又叫模板。當(dāng)前的**如果能與大腦中的模板相匹配，這個圖像也就被識別了。但這種模型強(qiáng)調(diào)圖像必須與腦中的模板完全符合才能加以識別，有一定的局限性。格式塔心理學(xué)家又據(jù)此提出了一個原型匹配模型。這種模型認(rèn)為，在長時記憶中存儲的并不是所要識別的無數(shù)個模板，而是圖像的某些“相似性”。從圖像中抽象出來的“相似性”就可作為原型，拿它來檢驗所要識別的圖像。如果能找到一個相似的原型，這個圖像也就被識別了。但是，這種模型沒有說明人是怎樣對相似的刺激進(jìn)行辨別和加工的，它也難以在計算機(jī)程序中得到實現(xiàn)。因此又有人提出了一個更復(fù)雜的模型，即“泛魔”識別模型。隨著計算機(jī)技術(shù)及人工智能技術(shù)的發(fā)展，圖像識別技術(shù)越來越成為人工智能的基礎(chǔ)安防技術(shù)，它將是未來科技領(lǐng)域幾大關(guān)鍵產(chǎn)業(yè)的核心技術(shù)之一。微軟、谷歌、Facebook、亞馬遜、百度、騰訊等巨頭都在傾注大量資源推動這項功能進(jìn)步。比如微軟的圖像識別應(yīng)用“我看起來有多大”(HowOldDoILook?)，成為網(wǎng)絡(luò)上紅極一時的話題。在去年舉行的第六屆ImageNet圖像識別技術(shù)比賽中，微軟憑借“圖像識別的深度殘差學(xué)習(xí)”(DeepResidualLearningforImageRecognition)系統(tǒng)獲得第一名?？萍脊救绱藷嶂杂趫D像識別技術(shù)的應(yīng)用和創(chuàng)新，這種進(jìn)步顯然會大大方便互聯(lián)網(wǎng)、傳媒行業(yè)及科研領(lǐng)域的相關(guān)工作。圖像識別技術(shù)與安防技術(shù)的融合現(xiàn)在，圖像識別技術(shù)的應(yīng)用范圍已經(jīng)遠(yuǎn)遠(yuǎn)突破視覺的范圍，而更多地體現(xiàn)為機(jī)器智能、數(shù)字技術(shù)的特點(diǎn)。可以說，圖像識別技術(shù)就是人類視覺認(rèn)知的延伸。視頻監(jiān)控在過去的實際應(yīng)用中，面臨的最大問題就是必須由人工查看視頻。視頻智能分析技術(shù)正是為解決這一問題而生，它通過對視頻進(jìn)行智能分析、有效信息的結(jié)構(gòu)化數(shù)據(jù)提取，從而讓視頻監(jiān)控的使用者真正告別人工安防而走進(jìn)自動化安防的新時代。目前視頻智能分析主要有兩種產(chǎn)品形態(tài)：前端智能和后端智能。前端智能以科達(dá)感知型攝像機(jī)為代表，將智能分析算法嵌入到前端攝像機(jī)，前端攝像機(jī)對采集的視頻內(nèi)容立即進(jìn)行分析，提取出畫面中關(guān)鍵的、感興趣的、有效的信息，形成結(jié)構(gòu)化的數(shù)據(jù)，將后端感興趣的內(nèi)容實時傳給后端做存儲或深入分析。后端智能是前端攝像機(jī)只負(fù)責(zé)采集視頻圖像，將碼流傳遞到后端服務(wù)器做集中處理。這樣對于后端的計算壓力比較大，也不利于實時處理。更合理的方式是前端攝像機(jī)進(jìn)行基礎(chǔ)的結(jié)構(gòu)化數(shù)據(jù)提取，后端服務(wù)器再進(jìn)行深度二次分析;也就是說，將前端和后端配合起來做智能分析，才真正讓視頻圖像智能分析實現(xiàn)最大化價值。視頻監(jiān)控領(lǐng)域是圖像識別技術(shù)一直在尋求突破的主要領(lǐng)域之一。視頻智能分析技術(shù)目前在公安、交通、零售、司法、教育等行業(yè)都獲得了普及性應(yīng)用。公安公安行業(yè)借助智能視頻分析主要用于實現(xiàn)城市道路、廣場及各類重點(diǎn)場所的人、車、物等目標(biāo)的識別，提取包括人的性別、人臉、全身等信息，車的車標(biāo)、車牌、車身顏色等信息，這些信息均可提煉為計算機(jī)能識別的結(jié)構(gòu)化數(shù)據(jù)，送入后端進(jìn)行專業(yè)的安全管理應(yīng)用，主要包括實時布控、高危人員比對、以圖搜圖、多點(diǎn)碰撞、語義搜索等方面。交通具有分析、感知能力的智能攝像機(jī)通過視頻識別分析技術(shù)，可對每輛車進(jìn)行完整的違法行為分析、識別、抓拍和錄像，記錄車輛違法的整個過程，再將每條記錄生成非結(jié)構(gòu)化的視頻、照片數(shù)據(jù)和結(jié)構(gòu)化的文本數(shù)據(jù)提交給后端智能管理與分析系統(tǒng)，由系統(tǒng)進(jìn)行高度智能的交通違法行為處理?；谥悄芤曨l分析技術(shù)，智能交通管理系統(tǒng)還能得出不同品牌的車型擁有量、過車高峰期、車輛進(jìn)出城高峰期及行駛方向等豐富的交通數(shù)據(jù)，為城市交通流量管控、交通道路規(guī)劃等提供詳實的數(shù)據(jù)支撐。零售視頻智能分析在零售門店視頻監(jiān)控方面的領(lǐng)先應(yīng)用，是科達(dá)為聯(lián)合利華門店建設(shè)的熱點(diǎn)統(tǒng)計系統(tǒng)，系統(tǒng)通過感知型攝像機(jī)和后端的大數(shù)據(jù)分析平臺相配合，用于開展個人護(hù)理類商品陳列和貨架布局的顧客行為數(shù)據(jù)收集及分析，比如顧客在不同商品前的停留時間是多少、商品陳列和貨架布局調(diào)整前后的人流動向?qū)Ρ群唾徺I金額對比等，進(jìn)而作為最終的經(jīng)營決策參考。這一系統(tǒng)不僅創(chuàng)新了視頻監(jiān)控系統(tǒng)遠(yuǎn)程管理零售門店的應(yīng)用，更為連鎖零售行業(yè)如何通過視頻監(jiān)控系統(tǒng)開展消費(fèi)數(shù)據(jù)比對、分析等大數(shù)據(jù)應(yīng)用開創(chuàng)了有益啟示。司法和教育在監(jiān)獄和看守所，視頻智能分析技術(shù)更是較早得到了運(yùn)用。除傳統(tǒng)的智能分析技術(shù)應(yīng)用之外，感知型攝像機(jī)也被用在AB門等出入口，用于對所有過往人員進(jìn)行臉部和全身的圖像采集，同時提供結(jié)構(gòu)化和半結(jié)構(gòu)化數(shù)據(jù)給后端管理平臺，平臺對人員進(jìn)行實時比對，用于有效杜絕非法出入。學(xué)校采用視頻智能分析技術(shù)可以開展安全管理和教育錄播兩種應(yīng)用，后者通過教室內(nèi)的智能跟蹤攝像機(jī)自動識別、跟蹤老師的運(yùn)動圖像，同時對視頻和聲音進(jìn)行記錄，再生成錄播課程。應(yīng)該說，圖像識別技術(shù)對于整個安防方案來說都是一項艱巨而又關(guān)鍵的任務(wù)，直接決定了后續(xù)圖像處理與分析的準(zhǔn)確性和便捷性。在視頻監(jiān)控領(lǐng)域，圖像識別技術(shù)正面臨著不小的挑戰(zhàn)，具體可闡釋為：其一，對圖像質(zhì)量的要求越來越高，圖像識別與處理的算法也越來越復(fù)雜;其二，對圖像的實時性處理和傳輸要求越來越高;其三，圖像識別的算法更加個性化，也更加成為市場競爭力的關(guān)鍵所在;其四，圖像數(shù)據(jù)往往涉及隱私，因此也需要提供可以信任的安全保證。面對這些挑戰(zhàn)，科達(dá)深知要使圖像識別技術(shù)與安防技術(shù)實現(xiàn)更好的融合，任重而道遠(yuǎn)。盡管在業(yè)界已經(jīng)擁有了一定的知名度，科達(dá)仍然深耕于安防行業(yè)，把感知型攝像機(jī)視為視頻監(jiān)控的未來，在將圖像識別技術(shù)更好地應(yīng)用于具體的行業(yè)需求方面，為其他人工智能的應(yīng)用提供了一條有價值的參考路徑。圖形圖像識別和處理系統(tǒng)市場存在的問題第一是技術(shù)層面：室外夜間光照不足、惡劣天氣、圖像壓縮處理、網(wǎng)絡(luò)傳輸鏈路帶寬受限等因素造成圖像質(zhì)量下降，給安防智能視頻分析帶來先天困難；目標(biāo)與背景相似或背景雜亂等導(dǎo)致目標(biāo)分割以及特征信息提取困難；針對復(fù)雜異常行為、事件建模困難，相應(yīng)的智能分析算法識別性能不高。上述因素容易造成虛假報警、漏報警、跟蹤困難等不良后果，制約了智能視頻分析應(yīng)用系統(tǒng)實戰(zhàn)性能的提升。而在產(chǎn)品硬件上還存在一些問題，硬件包括前端攝像機(jī)和后端服務(wù)器。就基于像素比對的智能分析來說，圖像的清晰度直接影響到比對的結(jié)果，而越清晰的攝像機(jī)圖像像素點(diǎn)越多，運(yùn)算比對也讓服務(wù)器壓力更大。例如智能分析中的車牌識別，不同清晰度的攝像機(jī)得到的視頻資源，分析準(zhǔn)確率相差很大，同時后端服務(wù)器的比對效率也會有明顯的不同，使用標(biāo)清時單臺服務(wù)器的分析能力可能是20路，準(zhǔn)確率為90%，而使用200萬高清時，處理能力可能是5路，但準(zhǔn)確率卻可達(dá)到98%。該問題需在前端的更新?lián)Q代和“云計算”技術(shù)得到高效推廣的情況下才能夠得以較好的解決。第二是產(chǎn)業(yè)層面：主要的困惑還是客戶對智能視頻分析產(chǎn)品的過高期望與該技術(shù)的性能表現(xiàn)易受使用條件的限制。由于用戶對智能分析這類產(chǎn)品接觸不多，對這類產(chǎn)品的效果有疑問。而有的廠家為了能夠吸引客戶進(jìn)行夸大宣傳，結(jié)果實際使用效果與宣傳效果不符，使得這些客戶對智能視頻分析產(chǎn)品再無好感。廠商對產(chǎn)品大部分用戶沒有認(rèn)真梳理應(yīng)用需求；產(chǎn)品研發(fā)部門缺乏對安防行業(yè)的深入理解，導(dǎo)致智能視頻分析產(chǎn)品功能千遍一律，缺乏針對性。再者，缺少權(quán)威的標(biāo)準(zhǔn)認(rèn)證體系，導(dǎo)致用戶對產(chǎn)品的性能無法有效把控。第三是市場層面：目前很多智能視頻分析產(chǎn)品多是自主研發(fā)，而這類企業(yè)就需要攤薄早期的開發(fā)成本。因此，這類產(chǎn)品在定價方面可能要高于一般客戶的承受能力，這也就決定了智能分析產(chǎn)品尤其是行為分析產(chǎn)品只能在監(jiān)獄、高檔小區(qū)或者機(jī)關(guān)重地等具有嚴(yán)格、精準(zhǔn)監(jiān)控需求的地方。圖形圖像識別和處理系統(tǒng)市場規(guī)模分析圖表SEQ圖表\*ARABIC15：2013-2015年我國圖形圖像識別和處理系統(tǒng)行業(yè)市場規(guī)模數(shù)據(jù)來源：國家統(tǒng)計局圖形圖像識別和處理系統(tǒng)產(chǎn)銷狀況分析圖形圖像識別和處理系統(tǒng)產(chǎn)量分析圖表SEQ圖表\*ARABIC16：2013-2015年我國圖形圖像識別和處理系統(tǒng)行業(yè)總產(chǎn)值數(shù)據(jù)來源：國家統(tǒng)計局圖形圖像識別和處理系統(tǒng)市場需求狀況分析圖表SEQ圖表\*ARABIC17：2013-2015年我國圖形圖像識別和處理系統(tǒng)行業(yè)需求規(guī)模數(shù)據(jù)來源：國家統(tǒng)計局產(chǎn)品發(fā)展趨勢預(yù)測產(chǎn)品發(fā)展新動態(tài)人臉識別技術(shù)是基于人的臉部特征信息進(jìn)行身份識別的一種生物識別技術(shù)。用攝像機(jī)或攝像頭采集含有人臉的圖像或視頻流，并自動在圖像中檢測和跟蹤人臉，進(jìn)而對檢測到的人臉進(jìn)行的一系列計算和分別判斷的相關(guān)技術(shù)，通常也叫做人像識別、面部識別。人臉與人體的其他生物特征（指紋、虹膜等）一樣與生俱來，它的唯一性和不易被復(fù)制性為身份鑒別提供了必要的前提，與其他類型的生物識別比較，人臉識別具有如下特點(diǎn)：非強(qiáng)制性：用戶不需要專門配合人臉采集設(shè)備，幾乎可以在無意識的狀態(tài)下就可獲取人臉圖像，這樣的取樣方式?jīng)]有“強(qiáng)制性”。非接觸性：用戶不需要和設(shè)備直接接觸就能獲取人臉圖像。并發(fā)性：在實際應(yīng)用場景下可以進(jìn)行多個人臉的分揀、判斷及識別。符合視覺特性：具有“以貌識人”的特性及操作簡單、結(jié)果直觀、隱蔽性好等特點(diǎn)。人臉識別技術(shù)流程主要包括四個組成部分，分別為：人臉圖像采集及檢測、人臉圖像預(yù)處理、人臉圖像特征提取以及匹配與識別。（1）人臉圖像采集不同的人臉圖像都能通過攝像鏡頭采集得到，比如靜態(tài)圖像、動態(tài)圖像、不同的位置、不同表情等，當(dāng)采集對象在設(shè)備的拍攝范圍內(nèi)時，采集設(shè)備會自動搜索并拍攝人臉圖像。（2）人臉檢測人臉檢測在實際應(yīng)用中主要用于人臉識別的預(yù)處理，即在圖像中準(zhǔn)確標(biāo)定出人臉的位置和大小。人臉圖像中包含的模式特征十分豐富，如直方圖特征、顏色特征、模板特征、結(jié)構(gòu)特征及Haar特征等。人臉檢測就是把這其中有用的信息挑出來，并利用這些特征實現(xiàn)人臉檢測。主流的人臉檢測方法是基于以上特征采用Adaboost學(xué)習(xí)算法，Adaboost算法是一種用來分類的方法，它把一些比較弱的分類方法合在一起，組合出新的很強(qiáng)的分類方法。人臉檢測過程中使用Adaboost算法挑選出一些最能代表人臉的矩形特征（弱分類器），按照加權(quán)投票的方式將弱分類器構(gòu)造為一個強(qiáng)分類器，再將訓(xùn)練得到的若干強(qiáng)分類器串聯(lián)組成一個級聯(lián)結(jié)構(gòu)的層疊分類器，有效地提高分類器的檢測速度。（3）人臉圖像預(yù)處理對于人臉的圖像預(yù)處理是基于人臉檢測結(jié)果，對圖像進(jìn)行處理并最終服務(wù)于特征提取的過程。系統(tǒng)獲取的原始圖像由于受到各種條件的限制和隨機(jī)干擾，往往不能直接使用，必須在圖像處理的早期階段對它進(jìn)行灰度校正、噪聲過濾等圖像預(yù)處理。對于人臉圖像而言，其預(yù)處理過程主要包括人臉圖像的光線補(bǔ)償、灰度變換、直方圖均衡化、歸一化、幾何校正、濾波以及銳化等。（4）特征提取人臉識別系統(tǒng)可使用的特征通常分為視覺特征、像素統(tǒng)計特征、人臉圖像變換系數(shù)特征、人臉圖像代數(shù)特征等。人臉特征提取就是針對人臉的某些特征進(jìn)行的，也稱人臉表征，它是對人臉進(jìn)行特征建模的過程。人臉特征提取的方法歸納起來分為兩大類：一種是基于知識的表征方法；另外一種是基于代數(shù)特征或統(tǒng)計學(xué)習(xí)的表征方法。基于知識的表征方法主要是根據(jù)人臉器官的形狀描述以及他們之間的距離特性來獲得有助于人臉分類的特征數(shù)據(jù)，其特征分量通常包括特征點(diǎn)間的歐氏距離、曲率和角度等。人臉由眼睛、鼻子、嘴、下巴等局部構(gòu)成，對這些局部和它們之間結(jié)構(gòu)關(guān)系的幾何描述，可作為識別人臉的重要特征，這些特征被稱為幾何特征?；谥R的人臉表征主要包括基于幾何特征的方法和模板匹配法?；诖鷶?shù)特征方法的基本思想是將人臉在空域內(nèi)的高維描述轉(zhuǎn)化為頻域或者其他空間內(nèi)的低維描述，其表征方法分為線性投影表征方法和非線性投影表征方法。基于線性投影的方法主要有主成分分析法或稱K-L變換、獨(dú)立成分分析法和Fisher線性判別分析法。非線性特征提取方法有兩個重要的分支：基于核的特征提取技術(shù)和以流形學(xué)習(xí)為主導(dǎo)的特征提取技術(shù)。（5）匹配與識別提取的人臉圖像的特征數(shù)據(jù)與數(shù)據(jù)庫中存儲的特征模板進(jìn)行搜索匹配，通過設(shè)定一個閾值，當(dāng)相似度超過這一閾值，則把匹配得到的結(jié)果輸出。人臉識別就是將待識別的人臉特征與已得到的人臉特征模板進(jìn)行比較，根據(jù)相似程度對人臉的身份信息進(jìn)行判斷。這一過程又分為兩類：一類是確認(rèn)，是一對一進(jìn)行圖像比較的過程；另一類是辨認(rèn)，是一對多進(jìn)行圖像匹配對比的過程。技術(shù)新動態(tài)中國生物特征識別行業(yè)基本與國外同步，在80年代初就開始了研究，最早發(fā)展的是指紋識別技術(shù)，并掌握了核心技術(shù)，產(chǎn)業(yè)發(fā)展相對比較成熟。1996年之后，我國開始對人臉識別、虹膜識別等生物認(rèn)證技術(shù)進(jìn)行研究。2000年以后，中國的生物特征識別技術(shù)開始步入產(chǎn)業(yè)化階段，形成了一定的產(chǎn)業(yè)供求關(guān)系，指紋技術(shù)也從單一的門禁考勤設(shè)備向公安刑偵、金融內(nèi)部防控、社保養(yǎng)老金領(lǐng)取、醫(yī)療等行業(yè)領(lǐng)域發(fā)展，指紋識別產(chǎn)業(yè)開始步入由點(diǎn)到面的全面發(fā)展階段。在技術(shù)應(yīng)用層面，生物特征識別技術(shù)也在慢慢地和新興的自動識別技術(shù)進(jìn)行融合，如智能卡、二維條形碼、RFID等，并且不同的生物特征識別技術(shù)（如指紋識別、人臉識別）也在相互結(jié)合，通過多重技術(shù)整合提高識別的精準(zhǔn)性。盡管當(dāng)前全球經(jīng)濟(jì)形勢整體低迷，但人們對身份識別與驗證、風(fēng)險管控等需求日益增長，全球生物特征識別市場增長迅速，特別是在發(fā)展中國家，生物識別市場年增長率高達(dá)60%～70%。從市場應(yīng)用的角度而言，國內(nèi)較認(rèn)可指紋、虹膜、人臉等幾種生物特征識別技術(shù)，根據(jù)國際生物識別集團(tuán)（IBG）最新權(quán)威報告《生物識別市場與產(chǎn)業(yè)報告2009-2014》顯示，在各種生物特征識別技術(shù)中，自動指紋識別系統(tǒng)和實時掃描所占份額最大，為38.3%；指紋識別占到28.4%；人臉識別占到11.4%；虹膜識別、語音識別、靜脈識別和掌形識別各占8.0%、3.0%、2.4%和1.8%。在我國生物特征識別一個突出的市場變化就是，經(jīng)過短短三年時間，我國人臉識別技術(shù)的市場份額從零增長到16%，指紋識別的市場份額則從98%下降到82%，充分顯示了人臉識別技術(shù)的市場前景。產(chǎn)品發(fā)展趨勢預(yù)測圖像是人類獲取和交換信息的主要來源，因此，圖像處理的應(yīng)用領(lǐng)域必然涉及到人類生活和工作的方方面面。隨著科學(xué)技術(shù)的發(fā)展，數(shù)字圖像處理技術(shù)的應(yīng)用領(lǐng)域也將隨之不斷擴(kuò)大。數(shù)字圖像處理技術(shù)未來應(yīng)用領(lǐng)域主要有以下七個方面：（1）航天航空技術(shù)方面：數(shù)字圖像處理技術(shù)在航天航空技術(shù)方面的應(yīng)用，除JPL對月球、火星照片的處理之外，另一方面是在飛機(jī)遙感和衛(wèi)星遙感技術(shù)中。圖像在空中先處理（數(shù)字化編碼）成數(shù)字信號存人磁帶中，在衛(wèi)星經(jīng)過地面站上空時，再高速傳送下來，然后由處理中心分析判讀。這些圖像無論是在成像、存儲、傳輸過程中，還是在判讀分析中，都必須采用很多數(shù)字圖像處理方法。現(xiàn)在世界各國都在利用各類衛(wèi)星所獲取的圖像進(jìn)行資源調(diào)查、災(zāi)害檢測、資源勘察、農(nóng)業(yè)規(guī)劃、城市規(guī)劃。在氣象預(yù)報和對太空其它星球研究方面，數(shù)字圖像處理技術(shù)也發(fā)揮了相當(dāng)大的作用。（2）生物醫(yī)學(xué)工程方面：數(shù)字圖像處理技術(shù)在生物醫(yī)學(xué)工程方面的應(yīng)用十分廣泛，且很有成效。除了CT技術(shù)之外，還有一類是對醫(yī)用顯微技術(shù)的處理分析，如染色體分析、癌細(xì)胞識別等。此外，在X光肺部圖像增晰、超聲波圖像處理、心電圖分析、立體定向放射治療等醫(yī)學(xué)診斷方面都