發佈日期:2019-11-04

AI100新創公司之電腦視覺技術分析

作者:國研院科政中心 羅濟威

專利資訊 電腦視覺 新創 專利分析 人工智慧 Computer Vision Startup Patent Analysis Artificial Intelligence

文章圖片所有權: https://flic.kr/p/W4353r ,Created by ShashiBellamkonda
著作權適用聲明: CC0 Public Domain-可以做商業用途-不要求署名

1 1

一、前言

2 2

受益於人工智慧(Artificial Intelligence,簡稱AI)技術的發展日趨成熟,尤其是深度學習(deep learning)技術的進步,讓一度發展停滯不前的電腦視覺(computer vision)技術也呈現大幅的成長,在此之前,研究者透過攝影機模擬人眼,並以演算法模擬大腦來試圖讓機械產生視覺,但由於電腦眼中的世界是由「0」與「1」的數字所構成,並無法產生人類因圖形所產生的邏輯連結,因此無法產生實質上的視覺。但隨著AI技術的進步,現在的電腦雖然已經能夠透過大量數據的練習,逐漸具備分析、辨識影像的能力,若能再進一步做出決策的動作,這時才產生了意義上的視覺。

3 3

從2010至2017年間所舉辦的大規模視覺辨識競賽(ImageNet Large Scale Visual Recognition Competition ,ILSVRC)比賽結果可看出電腦視覺技術顯著的進步,在2010年表現最佳的系統,對圖像的辨識錯誤率達28.2%,而到了2012年因為深度學習技術的加入,使得錯誤率降至16.4%(黃楷元,2019), 2015年更是超越人類能夠辨識的錯誤率從原本5%,降低至3.57%,隨著該競賽在2017年的落幕,電腦在圖像的辨識錯誤率已降至2.25%。意謂著電腦視覺的技術將邁入對圖像的理解階段,因此緊接著ILSVRC的是蘇黎世理工大學與Google聯合等提出的大規模視覺理解競賽(WebVision Challenge),此競賽首次於2017年舉辦,該競賽的目的將著重於學習與理解網路的數據。

4 4

隨著電腦視覺的技術進步,相關的應用也日漸成熟,從一開始用於工業檢測、尺寸量測、自動化導引、安全監控,逐漸導入於工業製程、生產管理、商業行為、工程分析、醫學影像等領域,根據Machine Vision Market全球市場研究報告(MarketsandMarkets, 2019)指出全球的電腦視覺市場將以7.1%成長,並預測於2024年達到140億美元,這快速擴張的市場也吸引大量的廠商加入,除了傳統知名的大廠如英特爾(Intel Corporation)、德州儀器(Texas Instruments, Inc.)、歐姆龍(mron Corporation)等公司外,亦造就了許多新創公司的出現,而這些新創公司往往提供了更多創新之應用或服務的商業模式,因此本文選擇CB insight發布的AI百大公司中與電腦視覺相關的新創公司來進行觀察,並藉以了解電腦視覺未來可能的發展方向以及商業化發展趨勢。

5 5

二、電腦視覺新創公司分析

6 6

CB insights公司自2017年起,透過自行發展的Mosaic演算法、市場潛力、媒體關注、合作夥伴關係、競爭格局、團隊實力和科技新穎性等多個準則為標準,藉以評選出當年度前100大最具前景的AI新創公司並發表相關報告,即為「AI 100」報告(CB insights, 2019)。對比2017到2019年間所發布的AI公司名單中可發現與電腦視覺相關之新創公司共26家(表1),首先在入圍數量上,2017年共有10間的公司,而2018年則增至19家,到了2019年則為9間,但透過觀察可發現這些公司是競爭激烈且快速交替的,在2017年入榜的10間公司到了2018年僅剩4家公司,而2018年入榜的19家公司則在2019年僅剩9間,但在這個高度競爭的趨勢下,Descartes Labs與Orbital Insight兩家公司連續三年皆進入榜之中,而這兩家公司在本質上相當類似,首先這兩家公司皆設立於美國,同時相關業務都是透過對衛星圖像的分析取得各種數據並進行販賣。以Descartes Labs這間曾隸屬於Los Alamos國家實驗室的公司為例,該公司使用了機器學習技術與電腦視覺技術對於公共和私人衛星圖像內藏地理空間數據訊息進行分析,藉以取得如農作物產量分析、區域森林砍伐率、全球原油的儲量、甚至可通過分析賣場停車場車輛的數量來預測零售業的銷售。除了上述兩家公司外,連續兩年入榜的公司則有11家,包含Captricity與Nauto兩家公司連續於2017到2018年間入榜,而2018到2019年間SenseTime、Face++、Arterys、Applitools、Mighty AI、AEYE、Shield AI這七家公司。此外,尚有新創公司在這三年間被其他企業所收購,包含了Blue River Technology在2017年被美國農業機械公司約翰迪爾收購,GrokStyle Inc.於2019年被FaceBook收購,而Osmo亦在2019年則被印度教育獨角獸Byju收購。

7 7

表1 2017-2019年入圍「AI百大新創公司」之電腦視覺公司

公司名稱

國家

應用類型

(百萬美元)
AEYE
美國
汽車科技
16
AiCure
美國
健康照護
31
Applitools
美國
軟體發展與除錯
11
Aquifi
美國
商業
33
Arterys
美國 健康照護
42
Blue River Technology
美國 農業
31
Captricity
美國 跨產業
49
Chronocam
法國
AI硬體
17
Clarifai
美國 企業AI
40
Deep Sentinel
美國 實體安全
7
Descartes Labs
美國 地理空間分析
38
Face++
中國
跨產業
608
GrokStyle Inc.
美國 商業
2
Mighty AI
美國 汽車科技
27
Nauto
美國 汽車科技
183
Orbital Insight
美國 地理空間分析
79
OrCam
以色列
物聯網
47
Osmo
美國 教育
39
Pilot AI Labs
美國 AI硬體
7
Prospera
以色列
農業
22
SenseTime
中國
跨產業
637
Shield AI
美國 實體安全
13
SPORTLOGiQ
加拿大
運動
7
Tractable
英國
跨產業
10
YITU Technology
中國
跨產業
355
Zebra Medical Vision
以色列
健康照護
50
資料來源:CB insights(2019), 本研究整理。
註一:重複入圍公司披露資金以最新公布名單資料為主
8 8

若從這些新創公司設置區域來看,設立於美國的新創公司是最多的,共有17家,而第二位則是以色列與中國,各有3家新創公司入選,而英國、法國以及加拿大則入選1家(圖1);若以新創公司應用服務類型來看(圖2),與電腦視覺相關的應用領域共計13個領域,占AI100所有26個應用領域的一半,其中「跨產業」應用的公司數量最多,共有五家公司,而「跨產業」應用是指主要為發展AI核心技術與平台開發,並使用於不同產業領域,值得注意的是,入選的3家中國公司全為跨產業應用,而「汽車技術」投入的公司共有3家,在所有的應用領域中位於第二,此外像「AI硬體」、「地理空間分析」、「健康照護」、「農業」、「商業」、「實體安全」的投入亦顯示這些應用領域已趨成熟並具有較為明確的應用範疇。

9 9

若由獲投金額來看,入選的中國公司挾帶了該國強力的推動優勢,並且有很大程度上得益於政府合同,因此獲得的資金是最高的,入榜的三家公司皆為獨角獸公司,如SenseTime與Face++兩家公司。成立於美國加州的Nauto公司則是透過電腦視覺應用在自動駕駛的相關服務,獲得投資者的青睞,因而在資金募集上頗有斬獲,是除了中國公司外募得金額邁入億元大關的公司,總體來說,這三年入榜的公司裡,以美國的公司占大多數,這些公司不僅在數量上領先,且應用上這些新創公司是具多樣性的,不僅在AI硬體技術、汽車科技、地理空間分析、健康照護、商業、農業、企業AI…等領域皆有相關的服務以及產品,而這種同時具備既深且廣的優勢,是其他國家很難相比的,而中國可以說是獨角獸公司的產地,雖然入選的公司數量遠遠不及美國,但三家皆為獨角獸公司,並都因與政府部門進行合作而大大增加募資的力度,然而這些公司在應用領域上較為重疊,主要以人臉識別(生物識別)相關應用為主,並不如美國的新創公司一般具有多樣性。另一個值得注意的國家為以色列,該國國土不如其他入選國家廣大,資源也不豐富,但憑政府對於科技創新的大力推動並培養出的強勁的創新實力,使其在2018年世界經濟論壇所公布的2017-2018全球競爭力報告(The Global Competitiveness Report 2017-2018)(Schwab, 2017)中,在全球138個經濟體的創新力評比中取得第三,這也同時反應於入選的以色列公司,雖然與中國一樣入圍三間,但在應用場域的多樣性上確優於中國。

10 10

圖1 不同國家之新創公司數量

資料來源:CB insights, 本研究整理。
11 11

圖2 新創公司應用服務類型

資料來源:CB insights, 本研究整理。
12 12

三、電腦視覺新創公司專利分析

13 13

透過觀察各新創公司所擁有的專利可了解各公司的專利保護策略,透過統計可發現,這26家公司中共有24家擁有至少有2篇以上的美國專利(表2),來自美國的Aquifi共有61篇的專利,是所有公司的首位,這間成立於矽谷的新創公司,目前致力於研究流體視覺技術,該技術結合了3D視覺技術與深度學習,並將計畫應用於物流以及製造業中,而此技術主要透過3D感測器擷取數據並用3D數據設備生成具有實際尺寸的3D模型,並透過生成的3D視覺數據進行深度學習以用於複雜的電腦視覺應用,而透過這項技術將可提升物流以及製造業在庫存盤點與產品驗證及分類的準確性,此外該公司新的嘗試包含使用相機所取得的2D圖型轉為3D模型的技術,以及透過「可穿戴眼鏡」結合頭部轉動和手勢,實現人與3D世界的互動。而中國入選的新創公司雖然在數量上遠不及美國,但在專利保護的重視也相當高,Face++以及SenseTime兩家公司各擁有54篇與41篇,位居2、3位。

14 14

表2 新創公司擁有專利數

資料來源:CB insights(2019), 本研究整理。
15 15

就技術佈局上來看,入選的新創公司所有專利數共有394筆,在核心技術相關專利則有265筆,分類上包含了演算法(G06N)、影像資料(G06F)、影像辨識(G06T)、數據辨識(G06K)與H04N(影像擷取),占了所有專利數量的7成,而在這些分類中,以數據辨識(G06K)相關的專利數量最多,共有138筆(圖3),若依獲證年份來看,數據辨識相關專利自2014年開始持續成長,而在2018與2019年出現爆炸性成長,在這兩年中共通過94筆專利,占了該分類全體專利數量的68%(表3),這也顯示出圖形辨識相關技術已漸趨成熟且為各公司發展的重點技術。而影像辨識(G06T)相關專利則有51筆,這個分類的專利出現的時間則較圖形辨識晚,但目前亦呈現正成長的走勢,此外值得注意的是,這些專利技術亦呈現出逐漸自2D辨識提升到3D辨識的趨勢,這也意謂著這些新創公司將可透過平面圖形透過電腦視覺進行辨識並轉為3D模型並衍生出更多的應用與服務,相關的技術發展值得我們在未來持續關注與追蹤。而相較於辨識技術,演算法(G06N)相關專利數量則明顯較低,僅有12筆相關專利。

16 16

以應用場域來看,汽車科技相關專利共有38筆,是所有應用領域專利數量最多的,該領域將電腦視覺核心技術所產生的數據用於自駕車的導航及自動辨識部分,AEYE公司擁有最多的專利,該公司發展類似光達的iDA產品,並達成比市面上的光學雷達更遠的偵測與辨識距離;而在醫學照護應用部分共有24筆專利,AiCure公司是入選的三間醫療照護公司中專利數最多的,該公司結合電腦視覺、機器學習和預測分析用於監督患者按時服藥。而後的應用領域還包含農業相關17篇與商業應用11篇。除此之外,部分新創公司不僅擁有核心技術同時也擁有外型設計相關的專利,這意謂這些公司除了具備技術力外,亦有完整的產品設計概念。

17 17

圖3 應用領域專利數量

資料來源:本研究整理。
18 18

表3 電腦視覺核心技術專利申請數量

資料來源:本研究整理。
19 19

四、結語

20 20

觀察2017到2019年間,AI100新創公司名單中與電腦視覺相關的新創公司可得,美國在技術以及環境上的優勢而擁有最多的新創公司,這也造就了該國在應用服務上的多樣性,隨後則為中國與以色列,雖然就數量上,中國的新創公司遠比美國少,但入選的中國公司受惠擁有與政府相關的合作案,至使在募資上取得很大的優勢,這也形成了入選的三家皆是獨角獸,而以色列秉持著強悍的創新能力,而使其能與大國競爭。若由專利佈局來看,入選的新創公司大部份擁有自己的技術且重視專利的保護,主要的競爭技術落在電腦視覺中辨識的區塊上,其中以圖形辨識為重,未來將往影像辨識甚至自2D轉為3D辨識的趨勢發展,隨著更多的新創公司的加入,電腦視覺技術相關的應用將更進一步的被擴大,最終深入每個人的生活,並提供無可取代的助力。

21 21

參考文獻

  1. 黃楷元. (2019). 人工智慧再進化,開啟電腦新「視」界 !. Retrieved Sep. 20, 2019 from: http://research.sinica.edu.tw/computer-vision-liao-hong-yuan/
  2. CBingsights. (2019). AI 100: The Artificial Intelligence Startups Redefining Industries. Retrieved Sep. 20, 2019 from: https://www.CB insights.com/research/artificial-intelligence-top-startups/
  3. MarketsandMarkets. (2019). Machine Vision Market worth $14.0 billion by 2024. Retrieved Sep. 22, 2019 from:https://www.marketsandmarkets.com/PressReleases/industrial-machine-vision.asp
  4. Schwab, K. (2017). The Global Competitiveness Report 2017-2018 (p. 154). Retrieved Sep. 25, 2019 from: https://www.weforum.org/reports/the-global-competitiveness-report-2017-2018