近年來，生物識別、機器學習和自動駕駛日益成為社會各界關注的焦點，人工智能與社會、人類生活融合的程度也不斷深化。人工智能技術的出現和應用，不僅豐富了人們的休閑娛樂生活，也推動著交通、醫療、教育等行業加快進行新型產業體系構建。計算機視覺作為一種前沿技術，其在整個人工智能產業也占據著十分重要的地位。

從發展歷程來看，我國人工智能產業已有數十年的發展史，現處于蓬勃發展階段。在政策支持和資本市場熱捧的情況下，人工智能產業規模實現了快速增長。5月15日，CSG科大智能研究院院長劉偉在長三角G60科創走廊人工智能產業聯盟成立大會上表示，人工智能市場規模2020年有望達到千億市場。其中，計算機視覺市場存在較大發展空間。

放眼全球，計算機視覺行業已經進入了穩定增長期。我國雖然起步晚，但是發展迅速，2015年計算機視覺行業市場規模已經居于世界前列，成為計算機視覺的重要市場。與此同時，有分析人士指出，AI作為新一代信息技術領域的核心板塊之一，已經在基礎層、技術層和應用層等多個領域中實現了應用。據清華大學數據顯示，在技術層面上，計算機視覺的應用在整個人工智能應用領域中的占比達到34.9%，已經成為各行業發展的重要支撐。

當前，我國計算機視覺市場格局已經初步形成，行業核心壁壘方面，中短期是技術和產品能力，長期則是生態構建能力。目前，我國計算機視覺市場集中度趨高。據IDC統計，2017年商湯、曠視、依圖、云從四家公司合計占據計算機視覺應用市場69.4%的份額。

實際上，除了上述幾家企業外，騰訊、百度、阿里、金山等巨頭也在加緊布局，在近期出爐的科創板受理公司名單中也不乏計算機視覺領域的公司。與此同時，海外科技巨頭也頻頻收購技術團隊，旨在推出開源計算機視覺開發平臺，并希望能在激烈的國際市場競爭中獲得更多機會。

從應用場景來看，國內計算機視覺的行業應用包括安防、金融、互聯網、自動駕駛、增強現實、無人零售等。根據IDC的市場跟蹤，2018年我國計算機視覺技術輸出規模最大的3個行業分別是政府、金融和互聯網，最大的兩個場景為政府行業中的平安城市以及金融行業中基于人臉識別的身份。隨著技術的不斷成熟，計算機視覺的應用范圍還將得到進一步拓展。

例如，在醫學影像分析領域，計算機視覺潛藏著巨大的發展空間。如果將深度學習和計算機視覺中的圖像識別技術用于醫學影像分析，那么計算機視覺技術就可以被應用于醫學影像輔助診斷。現代醫學越來越依賴于醫學影像信息，去醫院看病時，患者經常被要求去拍CT、核磁等多種醫學影像，計算機視覺中的圖像識別和自然語言處理，從某種程度上可以為醫生全面分析和判斷醫學影像提供有力的技術支持。

眼下，人工智能技術處理的數據類型包括文字、語音、圖像和視頻這四類。根據Cisco的研究，到2022年全球線上視頻流量占總流量的比例將從2017年的75%上升到82%，線上數據將越來越被視頻數據所主導。以圖像和視頻為主要處理對象的計算機視覺，要比以文字或語音為主要處理對象的其它人工智能技術具有更加豐富的應用場景和商業化價值。

今后，隨著深度學習的進步、計算機存儲的擴大以及可視化數據集的激增，計算機視覺技術將得到迅速發展。從監控攝像頭到車牌識別，從人臉識別到出入境管理，計算機視覺都將扮演重要角色。隨著人工智能技術的逐步普及，計算機視覺將迎來新的發展機遇，并取得諸多成果。