中国企业AI技术研发投入情况分析

1、传统厂商：持续的研发投入奠定基础，算法等AI布局已经不落下风

（1）传统厂商中的龙头公司凭借其充足的投入占得AI研发先机

在算法端，领军企业屡获重要成果：2019年3月，宇视科技（uniview）计算机视觉与深度学习算法在MultipleObjectTracking(MOT)Challenge全球竞赛刷新最好成绩，在MOT最新的数据集MOT17Det中，将交通场景目标检测的AP提高至0.89X，呈现最高识别准确率与最低误报率。

大华股份2018年在KITTIVISION的2D人体检测、2D/3D车辆检测、场景流、光流、可行驶区域道路分割、实例分割（车辆、行人等实例）、MOT多目标跟踪（车辆、人体）、PRCV2018大规模行人检索竞赛（图片、系统测试）等13项榜单第一，人脸识别算法在NIST人脸识别竞赛自然场景中排名国内厂商第一。

宇视科技在MultipleObjectTracking(MOT)Challenge全球竞赛刷新最好成绩

在相关软硬件端，领军企业也已有充分的布局：以海康威视为例，在AI软件端，海康威视基于AICloud架构发布了“两池一库四平台”软件产品，通过通过资源管理调度平台、数据资源平台、智能应用平台、运维服务平台，实现人脸、人体、车辆等算法的统一管理调度。在AI硬件端，海康威视已经能够实现根据用户需求打造的，包括轻智能、泛智能、全结构化、智能黑光、合智能等四个产品系列的前端产品，实现对人脸、车辆、行为等多方面分析。

以两款硬件产品为例：海康威视的智能黑光系列摄像机采用了双光融合+混合补光技术，能够在夜间无光污染的情况下采集高清彩色的特征图片，通过面向特征抓拍的自适应图像算法，可以在更远距离、更复杂场景下进行特征采集。合智能系列摄像机可在监控场景中进行人、车、事件的目标检测。让摄像机在满足监控场景覆盖的同时，还能高效的采集更多维、更有效的数据

传统领域领军企业在AI领域取得的相关成果

资料来源：公开资料整理

技术取得突破的基础：持续的研发投入，龙头公司明显高于行业平均水平。海康、大华18年研发投入分别为44.83、22.84亿元，其余公司为个位数；海康、大华18年研发人员数量分别为16010、6880人，其余公司多在1000-2000人的规模。

2、知名科创企业：AI技术带来价值，真正提升安防效率

知名科创企业及二线企业中的领先者有望凭借AI技术实现弯道超车。旷视、商汤、云从等公司已经在较短的时间内实现其产品和服务的快速普及。下面我们以云从科技为例，说明先进的算法等技术如何给行业带来改变。

后端技术：跨境追踪，精度上超过其他竞争者

跨镜追踪（ReID）技术能够识别人的服装穿着、体态与发型等，主要解决跨摄像头跨场景的情况下行人的识别、追踪与检索。在三大主流ReID数据集Market-1501、DukeMTMC-reID、CUHK03上，公司超过阿里巴巴、腾讯、微软、中科院自动化所等企业与科研机构，并分别在三大数据集的两大核心指标mAP与Rank-1准确率上取得第一。

在跨镜追踪（ReID）技术研究领域，首位命中率和平均精度均值是衡量算法水平的核心指标，1）平均精度均值（mAP）更能综合反映算法在真实场景中应用的能力。云从科技原创的“飞龙R2”算法方案在Market-1501，DukeMTMC-reID，CUHK03三大数据集中，mAP关键指标分别达到了91.14%、83.31%、81.06%，相较于目前业内顶尖水平有着近3%-4%的巨大提升，较自身去年又分别提高了整整4.24%，4.91%，13.66%；2）Rank-1关键指标分别也达到了业界最好水平（注：该结果是在不引入额外数据，不利用测试集时空信息，不进行重排再优化（Re-ranking）等条件下取得）。

最好算法在三个公开数据集上的结果

资料来源：公开资料整理