36氪調研報告（第48期）——碼隆科技 2017.06以圖搜圖核心技術+垂直行業場景聚焦，打破商品交易的界限——碼隆科技調研報告人工智能/計算機視覺報告要點：行業概況：人工智能推動傳統行業升級，行業應用花開遍地最新融資數千萬美元人工智能經歷兩起兩落，正在經歷第三次高潮。深度學習加速人工智融資階段A輪能技術發展，使技術能在終端產品和行業領域里得到應用。資本帶動了人工智能產業落地，人工智能促進企業往數據化、結構化、規范化、融資時間2016年10月系統化以及自動化方向上進行產業升級。工業智能化、無人機植保、自動駕駛、刷臉支付、私人助理等人工智能升級產品開花遍地。創始人黃鼎隆、碼特圖像識別多領域應用廣泛，場景化是商業發展的關鍵36氪數據中心圖像識別是計算機對圖像進行處理、分析和理解，以識別各種不同模式的目標和對象的技術。作為人工智能中發展最為迅速，應用最為廣李園園泛，商業化成熟度最高的技術，其在終端應用場景上也體現了多領域行業分析和場景化。隨著技術的不斷提升，生物識別、物體與場景識別、視頻+8618810668592識別的典型技術被廣泛應用于刷臉支付、醫療影像判斷、安防、教育、lliyuanyuan@36交通、零售等領域。36氪數據中心圖像識別：數據、運算、垂直行業是圖像識別核心競爭力算法、運算力和數據量是人工智能底層基礎，而垂直行業和場景驅動張伊蔥數據分析則決定人工智能上層建筑。現階段人工智能從算法技術驅動逐步走向場景化驅動，除基礎設施提供者外，對于全產業鏈生態型、通用技術+8613683354577型還是垂直領域縱深型人工智能公司，場景都是至關重要的，從長期zhangyicong@36來看，圖像識別亦只有在合適的場景切入，構建多維度應用空間，才能夠在競爭中占據優勢。碼隆科技：以圖搜圖核心技術+垂直行業場景聚焦，打破商品交易近期相關報告的界限碼隆科技是國內領先的圖像識別技術平臺提供商，從紡織面料切入，《自動駕駛行業研究報告》為客戶提供商品識別、定制化以圖搜圖搜索引擎，和定制化物體屬性、2017.2.17場景及人物識別AI模型及接口。以領先的圖像識別技術，以圖搜圖引擎工具，垂直行業場景深入，為面料紡織品、服飾電商、紅酒等領域《人工智能行業研究報告》提供精準搜索和推薦，智能鑒別與智能導購，為企業精準營銷、人工運營降低成本，為C端消費者的個性化需求提升服務品質和購物體驗，2017.2.20迎合消費升級和消費者日漸成熟的趨勢。請務必閱讀文末的免責聲明1AI進入第一次低谷會議“人工智能”請務必閱讀文末的免責聲明 AI進入第一次低谷會議“人工智能”請務必閱讀文末的免責聲明 法在自然語言處理、模訓練和復雜任務， 36氪調研報告（第48期）——碼隆科技 2017.06 1. 行業概況：人工智能推動傳統行業升級，行業應用花開遍地 1.1人工智能發展歷程：自1956年達特茅斯會議人工智能誕生標志開始， 歷時半個世紀兩起兩落，人工智能正在經歷第三次高潮。 數據量、運算力和算法模型是影響人工智能行業發展的三大要素， 自人工智能的誕生開始，由于計算機運算能力、算法模型和數據量 的限制，人工智能不得不經歷數次起落，從人工智能的時間歷程來 看，有幾個重要的時間節點。 2000年后，得益于互聯網、社交媒體、移動設備和廉價的傳感器， 這個世界產生并存儲的數據量急劇增加；而擅長并行計算的GPU滿 足人工智能巨量的數據運算需求；深度學習算法較之神經網絡的反 響傳播算法（BP算法）、支撐向量機（SVM）等淺層學習算法的局 限性，無監督的學習使得機器從海量數據庫里自行歸納特征，窮舉 各種復雜情境，使算法擬合的準確率達到最高；人工智能也真正走 入了智能感知的時代。人工智能發展歷程1970年，計算能力1990年，人工智能現在，深度學習算計算機DARPA沒能實現，政府投入縮計算機視覺識別上減，人工智能進入獲得巨大成功，進未能使機器完成大規第二次低谷入感知智能時代 1956年，達茅斯 正式誕生的標志1957年，第一款神1982年，霍普菲爾德2006年，Hinton提出“深度學習”神經經網絡Perceptron神經網絡被提出；BP網絡，使得人工智能推動人工智能進入算法將人工智能推向獲得突破性進展第一個高峰第二個高峰 圖示：根據互聯網公開信息整理 21根據維基百科資料整理 1根據維基百科資料整理 請務必閱讀文末的免責聲明 36氪調研報告（第48期）——碼隆科技 2017.06 1.2深度學習加速人工智能技術發展，使技術能在終端產品和行業 領域里得到應用。 1.2.1深度學習技術 深度學習（DeepLearning）是機器學習的分支，它試圖使用包含 復雜結構或由多重非線性變換構成的多個處理層對數據進行高層抽 象的算法。深度神經網絡具備至少一個隱層的神經網絡，與淺層神 經網絡類似，深度神經網絡也能夠為復雜非線性系統提供建模，而 多出的層次為模型提供了更高的抽象層次，提高了模型的能力。 至今已有數種深度學習框架，如深度神經網絡、卷積神經網絡和深 度置信網絡和遞歸神經網絡已被應用計算機視覺、語音識別、自然 語言處理、音頻識別與生物信息學等領域并獲取了極好的效果。 基于神經元網絡的深度學習算法示意圖 在短短幾年時間里，深度學習顛覆了語音識別、語義理解、計算機 視覺等基礎應用領域的算法設計思路，逐漸形成了從一類訓練數據 出發，經過一個端到端的模型，直接輸出最終結果的一種模式。由 于深度學習是根據提供給它的大量的實際行為（訓練數據集）來自 我調整規則中的參數，進而調整規則，因此在和訓練數據集類似的 場景下，可以做出一些很準確的判斷。 3 39.7% 10.9% 12182 智能駕駛 24.6% -14.8% 173 11611461 60 產 36.7% 28.9% 6.5% -1.7% -5.3%-2.5% 156 9056 智能醫療 術 品 24.6% 13.4% -9.1% 169 9947 無人機 機器人 智能金融 基 終 技 智能家居 19.1% 8.9% -21.1% 160 7644 43 投資事件數 增長率 請務必閱讀文末的免責聲明 36氪調研報告（第48期）——碼隆科技 2017.06 1.2.2人工智能行業應用 人工智能按照技術應用的不同場景，可以分為基礎技術和終端產品 兩層。從基礎技術來講，可以分為芯片、深度學習、計算機視覺和 自然語言處理和計算機識別。從終端產品來講，可以分為機器人、 智能金融、智能醫療、智能駕駛、智能安防等應用領域。 芯片 深度學習 礎 端 計算機視覺 智能安防 自然語言處理 智能教育 1.2.3資本涌入帶動了人工智能產業落地，人工智能成為傳統行業 升級新動力。 人工智能促進企業往數據化、結構化、規范化、系統化以及自動化 方向上進行產業升級；尤其近兩年來機器人、無人機、智能家居、 智能汽車、安防等領域迅速發展；資本與巨頭企業的深度布局促進 工業智能化、無人機植保、自動駕駛、刷臉支付、私人助理等人工 智能升級產品開花遍地。 2012-2016年全球人工智能領域投資情況 （單位：件） 69.2% 9.3% -2.3% 142 93 26 數據來源：CBinsights; 創投助手 4目標識別請務必閱讀文末的免責聲明目標識別請務必閱讀文末的免責聲明 36氪調研報告（第48期）——碼隆科技 2017.06 1.3圖像識別多領域應用廣泛，場景化是商業發展的關鍵 圖像識別是計算機對圖像進行處理、分析和理解，以識別各種不同 模式的目標和對象的技術，包含生物識別、物體與場景識別、視頻 識別三項典型技術；圖像識別作為人工智能中發展最迅速、應用最 廣泛、商業化成熟度最高的技術，其在終端應用場景上也體現了多 領域和場景化。如，生物識別技術被廣泛用于金融和安防領域，而 相對更加復雜的物體與場景識別則應用于自動駕駛、增強現實等領 域，視頻與圖像識別廣泛用于內容鑒黃、醫療影像、教育、零售等 領域。 1.3.1機器視覺識別技術過程 機器的視覺系統主要解決的是物體識別、物體形狀和方位確認以及 物體運動判斷這三個問題從技術流程上分為三個過程：目標檢測、 目標識別和行為識別，分別解決了“去背景”、“是什么”、“干 什么”的問題。 目標檢測：圖像預處理、圖像分割 目標識別：特征提取、目標分類、判斷匹配 行為識別：模型建立、行為識別 目標檢測 行為識別?模型建立?圖像預處理?特征提取目標分類?行為識別圖像分割??判斷匹配? 1.3.2視覺識別應用場景 如果不談場景，人工智能就只是一門高深的數學科學、物理科學、 計算機科學等等，而人工智能從學術研究到商業應用的過程離不開 場景，只有場景足夠深入，技術才能商品化，才會有人為之買單。 人工智能的基礎是數據，在數據可得性高的行業，將率先使得人工 智能應用于行業，并爆發出大量場景應用。 5請務必閱讀文末的免責聲明請務必閱讀文末的免責聲明 36氪調研報告（第48期）——碼隆科技 2017.06 （接上頁） 從場景上看，可以把人工智能視覺識別公司分為兩層：底層技術開 發和產品解決方案集成。 底層技術開發指通用的計算機視覺主要解決那些場景的識別問題， 包含圖像識別平臺和嵌入式視覺軟件兩類；平臺可直接提供應用服 務，而嵌入式軟件需要和硬件進行系統集成后在終端產品中使用。 場景應用層作為直接解決具體應用場景的需求，產品的形式可能是 應用系統，也可能是軟硬件一體的終端產品或服務。終端產品開發應用系醫療影像智能識別場景進一步擴大；在臨床方面，用于支統開發智能門禁持、監控、輔導、外科手術輔助、術后康復以及看護自動醫療化設備外骨骼機器人等技術發展迅速。產品監視智能用于解決目前城市交通普遍存在的道路擁堵，駕駛體驗差汽車等問題的無人駕駛、智能汽車、交通規劃等場景。與方搜索案集引擎智能投顧促進金融投資。智能成視頻金融分析智能拍照搜題、智能閱卷、智能測評以及個性化輔導等場景有……待進一步發掘。教育倉儲物流、智能搜索精準推薦，智能導購客服，不僅提升智能用戶消費體驗、滿足需求，更大幅降低企業成本。零售人臉識別已廣泛應用于安防監控、安防機器人以及公安系智能統疑犯追蹤等。安防底層圖像識別平臺嵌入式視覺軟件?特征提取?物體識別?字符識別技術開發目標分類視頻對象提取??場景識別? 6請務必閱讀文末的免責聲明請務必閱讀文末的免責聲明