2020年计算机视觉复合增速超100%
就如同我们在之前在人工智能相关文章中的说明，对于人工智能核心产业到底包含哪些、统计人工智能规模的时候是否包含AI+产业...等等问题，国内外权威研究机构尚未有统一的口径和标准，造成各大机构对我国人工智能规模到底有多大这个问题的解读差异较大，从100亿、200亿到700亿，各种说法不一而足。
这一点也同样发生在计算机视觉上，根据前瞻产业研究院《2018-2023年中国机器视觉产业发展前景与投资预测分析报告》对CAICT（中国信息通信研究院）、Ganter、CBInsights等机构发布的数据汇总，2017年我国计算机视觉市场规模的增速都超过了110%，对2020年我国计算机视觉市场规模的预测也非常乐观，增速基本上也都在100%以上。
计算机视觉应用领域逐渐拓宽
2016年下半年开始，1：N人脸识别、视频结构化等计算机视觉相关技术在安防领域的实战场景中突破工业化红线，敲响了计算机视觉行业市场大规模爆发的前奏。目前安防影像是计算机视觉最大的应用场景，2017年占比达到近七成。
2017年计算机视觉技术在更多的领域有所落地应用，自动驾驶领域、高考、政务等领域更多的场景开始应用计算机视觉技术。
伴随着技术成熟度提高，人脸识别、物体识别等分类、分割算法不算提升精度，未来将有更多的场景能够应用计算机视觉技术，计算机视觉企业应在强化技术打造的前提下，发掘更多新的应用领域，提高商业落地应用。
深度学习重要性更加明显
深度学习在计算机视觉领域的应用能有效提高其识别精度，助力其实际落地，在各行业得以实现应用，2017年深度学习技术的重要性得到进一步体现，海内外互联网巨头企业在深度学习领域均加强了布局。
尤其是百度在深度学习上走得最远，与国际最为接近，其DeepSpeech2深度语音学习技术被《麻省理工科技评论》评为十大突破性技术，并且在“全球50大创新公司”中，将百度列为了第2的创新公司，直接排在特斯拉、中兴、华为之上。同时又在今年10月份《财富》杂志，又将百度与谷歌、微软、脸书并列称为AI四巨头，是唯一的中国企业。
2018年1月，百度成立数据可视化实验室，并发布深度学习可视化平台VisualDL。
机器视觉+人脸识别的爆发应用
2017年人脸识别技术在智能手机终端应用开始普及，自iPhoneX宣布引入FaceID高精度人脸识别技术后，华为、小米、OPPO、vivo等手机厂商纷纷跟进，都推出了带人脸识别功能的智能手机。
计算机视觉领域内人脸识别功能可应用场景广泛，商业化落地能力强，除了计算机视觉创业企业，互联网巨头和硬件巨头企业也纷纷关注布局人脸识别领域。但目前人脸识别技术仍然存在一定缺陷，现阶段人脸识别技术在智能手机终端上的应用仍处于起步发展阶段，技术和安全性仍有待提高，未来随着各计算机视觉企业加强技术研发，人脸识别技术有望进一步改善，成为智能手机标配。
