医疗数据中有超过 90% 的数据来自医疗影像。医疗影像领域拥有孕育深度学习的海量数据，医疗影像诊断可以辅助医生，提升医生的诊断的效率。

　　2015 年 4 月，IBM 成立了 Watson Health 部门，开始进军医疗行业。2015 年 8 月 6 日，IBM 宣布以 10 亿美元的价格收购医疗影像公司 MergeHealthcare，并将其与新成立的 WatsonHealth 合并。2016 年 2 月，IBM 又斥资 26 亿美元收购医疗数据公司 TruvenHealthAnalytics。今年 2 月份，在 HIMSS17 大会上 Watson Health 公布了 IBM 的第一个认知影像产品 Watson Clinical Imaging Review，该产品可检查包括图像在内的医疗数据，帮助医疗服务提供商识别需要关注的最危急情况。

　　代表企业：推想科技、雅森科技、汇医慧影、12Sigma 图玛深维、DeepCare 等。

　　TOP 8：文字识别

　　计算机文字识别，俗称光学字符识别，它是利用光学技术和计算机技术把印在或写在纸上的文字读取出来，并转换成一种计算机能够接受、人又可以理解的格式。这是实现文字高速录入的一项关键技术。

　　今年三月份，海康威视研究院预研团队基于深度学习技术的 OCR（Optical Character Recognition，图像中文字识别）技术，刷新了 ICDAR Robust Reading 竞赛数据集的全球最好成绩，并在「互联网图像文字」、「对焦自然场景文字」和「随拍自然场景文字」三项挑战的文字识别（Word Recognition）任务中取得第一。同期参赛的有来自 82 个国家的 2367 支队伍参加，其中包括 Google、微软、百度、三星、旷视等团队。

　　代表企业：海康威视、合合信息、鼎识科技、易道博识等。

　　TOP 9：图像及视频编辑

　　2016 年，Google 举行了一场「人工智能作家」的画展。通过一个名叫「DeepDream」的艺术生成器，j2直播，谷歌可以将神经网络由内部传送到外部。不是识别图像，而是创作图像。有人称这些机器做的画为「机器之梦」。

　　目前市场上也出现了很多运用及机器学习算法对图像进行处理，可以实现对图片的自动修复、美化、变换效果等操作。并且越来越受到用户青睐。

　　近日，全球知名的数字媒体编辑软件供应商 Adobe，也加入了人工智能的大潮，发布了旗下首个基于深度学习和机器学习的底层技术开发平台——Adobe Sensei。

　　代表公司：美图秀秀、泼辣熊、SenseTime 商汤科技、微禾迅科技等。

　　总结

　　在分析了「计算机视觉与图像」领域的公司中总融资额过亿元（人民币）的八家吸金大户及九大应用场景后，我们可以得到一些结论及推测。

　　1、2016 年「人脸识别」成为了小风口，大量资本涌入，而 2017 年可能将是人脸识别产业应用产生突破性进展的一年。

　　2、人脸识别和视频监控两大方向最受资本青睐，同时技术也在寻找其他方向的突破。

　　3、「计算机视觉与图像」技术在互联网金融、银行业、安防、交通等行业应用最为广泛。

　　4、八家吸金大户创业公司业务全为 toB 的，人工智能技术的普及确实非常需要借助行业的力量。

　　5、目前「计算机视觉与图像」泡沫问题并不是特别突出，人工智能概念确实炒的过热，但大多数资本还是趋于理性。

　　6、人脸识别、视频监控、互联网图像内容审查等应用，已经成为「计算机视觉与图像」技术的产业切入口，未来市场的认可将加速人工智能的产业化进程。

　　7、我们在梳理企业的时候发现，目前互联网创业公司蹭人工智能热点的现象非常普遍，确实存在「人工智能泛化」的问题，但是多数真正拥有人工智能核心技术的公司，成长状况都比较良好。

　　8、技术固然重要，但是，产业的切入点、应用场景、行业服务也是重中之重。最重要的是解决实际问题。