視覺使人類得以感知和理解周邊的世界，人的大腦皮層大約有70%的活動在處理視覺相關信息。計算機視覺即通過電子化的方式來感知和理解影像，以達到甚至超越人類視覺智能的效果。從1966年學科建立（MIT：TheSummerVisionProject）至今，盡管計算機視覺在感知與認知智能方向仍有大量難以解決、尚待探索的問題，但得益于深度學習算法的成熟應用（2012年，采用深度學習架構的AlexNet模型，以超越第二名10個百分點的成績在ImageNet競賽中奪冠），側重于感知智能的圖像分類技術在工業界逐步實現商用價值，助力金融、安防、互聯網、手機、醫療、工業等領域智能升級。

2017-2021年全球網絡視頻用戶流量

數據來源：公開資料整理

　　2016年下半年，1：N人臉識別、視頻結構化等計算機視覺相關技術在安防領域的實戰場景中突破工業化紅線，敲響了計算機視覺行業市場大規模爆發的前奏。伴隨人臉識別、物體識別等分類、分割算法不算提升精度，在2017年占比較高的安防、視頻廣告、泛金融、手機及互聯網娛樂領域之外，醫療影像、工業制造、批發零售等現階段的創新領域也將逐步解鎖，成為行業整體快速發展的重要支撐。

2016-2020年中國計算機視覺行業市場規模預測

數據來源：公開資料整理

2017年中國計算機視覺行業市場構成

數據來源：公開資料整理