《AITR：2020人工智能之计算机视觉（88页）.pdf》由会员分享，可在线阅读，更多相关《AITR：2020人工智能之计算机视觉（88页）.pdf（88页珍藏版）》请在三个皮匠报告上搜索。

1、 I 人工智能之计算机视觉报告 Research Report of Computer Vision 2020 年第 8 期 顾问：黄高，李涓子 8 前 言 计算机视觉（Computer Vision, CV）作为人工智能（AI）的核心技术之一，在过去的三十年里发展迅猛， 应用范围遍及工业、 农业、 军事、 国防等多个领域。与人类相比，机器更具优势，它不需要像人类那样依赖可见光，而是利用传感器就能更清楚地看世界。但从发展角度看，计算机视觉技术本身还在发展，还有许多理论、算法尚需完善，计算机视觉的应用范围也还远没有达到普及的程度，此项技术蕴藏的潜能亟待开发利用。 本期 TR 报告我们选取计算机视

2、觉作为主题，围绕计算机视觉的基本概念、技术发展、 人才概况、 产业应用和热点趋势五大方面进行深入挖掘。 报告的论文、国家自然科学基金、趋势数据均来自于清华大学唐杰教授自主研发的“科技情报大数据挖掘与服务系统平台”（简称 AMiner），利用人工智能、大数据分析与挖掘、知识图谱、自然语言处理等技术，并结合文献计量学等情报学方法制作生成。 I 目 录 图表目录. IV 1.1.概述篇概述篇 . 3 1.1 计算机视觉的概念. 3 1.2 计算机视觉经典任务. 3 1.3 计算机视觉的产生与发展. 6 1.4 计算机视觉的机遇与挑战. 6 2.2.技术篇技术篇 . 9 2.1 图像增强. 9 2.1

3、.1 基于多尺度分析的图像增强. 9 2.1.2 数学形态增强. 9 2.1.3 卷积神经网络增强. 9 2.2 图像分类. 10 2.2.1 单标签分类. 10 2.2.2 多标签分类. 10 2.3 图像检测与定位. 11 2.3.1 物体定位. 11 2.3.2 关键点检测. 11 2.4 图像分割. 11 2.4.1 语义分割. 11 2.4.2 实例分割. 12 2.4.3 全景分割. 13 II 2.5 目标识别. 13 2.5.1 3D 目标识别 . 13 2.5.2 点云目标识别. 14 2.6 专利申请情况. 15 2.6.1 全球专利申请概况. 15 2.6.2 中国专利申

4、请概况. 16 2.7 国家自然科学基金支持情况. 17 3.3.人才篇人才篇 . 19 3.1 计算机视觉学者概览. 19 3.1.1 全球学者概况. 19 3.1.2 中国学者概况. 22 3.2 计算机视觉代表性学者介绍. 23 3.3 计算机视觉代表性团队介绍. 50 4.4.应用篇应用篇 . 57 4.1 城市公共安全. 59 4.2 政务民生. 60 4.3 金融服务. 60 4.4 新零售. 61 4.5 产业应用的未来. 62 5 5. .趋势趋势篇篇 . 63 5.1 技术趋势. 63 5.2 国家趋势. 63 5.3 机构趋势. 64 III 5.4 技术发展面临的挑战.

5、65 参考文献. 67 IV 图表目录 图 1 识别任务. 4 图 2 运动分析. 5 图 3 场景重建. 5 图 4 语义分割示例. 12 图 5 实例分割示例. 12 图 6 基于模型的 3D 目标识别方法流程 . 14 图 7 计算机视觉领域专利申请情况. 15 图 8 全球计算机视觉专利 TOP 3 国家年变化趋势 . 16 图 9 中国计算机视觉领域专利申请量 TOP 10 省市 . 16 图 10 中国计算机视觉专利 TOP 3 省市年变化趋势 . 17 图 11 国家自然科学基金分布情况. 17 图 12 国家自然科学基金项目量前十的依托单位. 18 图 13 计算机视觉全球顶尖

6、学者分布. 20 图 14 计算机视觉学者数量 Top 10 国家 . 20 图 15 计算机视觉学者 h-index 分布 . 21 图 16 计算机视觉全球学者迁徙图. 21 图 17 计算机视觉学术机构对比. 22 图 18 中国计算机视觉领域学者分布. 23 图 19 计算机视觉领域技术趋势图. 63 图 20 计算机视觉领域国家趋势图. 64 图 21 计算机视觉领域机构趋势图. 65 表 1 中外国家合作统计. 23 1 报告说明 1.数据来源 本报告中与计算机视觉领域相关的人才数据来均自于 AMiner 系统。系统支持研究者信息抽取、研究者社会网络关系识别、研究者能力图谱、审稿人