摄像头行情持续“爆炸”！下一个市场“爆点”究竟在哪儿？

随着三摄、四摄在智能手机市场的兴起，如今的摄像头产业市场需求量爆棚，直接导致了相关产业链零部件市场出现供不应求的局面。如今，这股热潮已经波及到芯片及原材料等多个产业链关键环节，尤其是CIS芯片的缺货和涨价，已经成为当下市场热议的话题。根据IC Insights数据显示，预计到2023年，全球CIS的销售额将达到215亿美元，2018-2023年的复合增长率为8.7%;从出货量上来看，2019年预计全球出货量达到61亿颗，2023年有望突破95亿颗，2018-2023年全球CIS出货量年复合增长率达到11.7%。

　　智能手机固然是驱动当下摄像头市场快速膨胀的主力，但鉴于摄像头的通用性十分广泛，如今从汽车电子、安防监控等各类终端市场对摄像头的需求量也在持续增加，这其中，主要得益于背后机器视觉类应用的高速成长。尤以中国市场为甚，在不久前的“2019国际摄像头技术应用大会”上，众智技服创始人毛成就表示：“根据CB Insight数据，目前中国已经是继北美、欧洲和日本之后的第三大机器视觉领域应用市场，占全球市场份额的7%。数据显示，目前进入中国市场的国际机器视觉企业和中国本土的机器视觉企业都超过了200家，专业的机器视觉系统集成商超过了70家，覆盖全产业链各端。”不过，虽然有如此庞大的产业规模，但由于国内产业的配套不完善且基础薄弱，进入5G和AIoT时代，本土摄像头产业链供应商在市场和技术研发上都很难占据上风，这也是当下整个国内摄像头产业链亟待解决的问题。

　　5G网络加持：“视频+感知”成摄像头市场增长引擎

　　5G和AIoT的渐趋普及，使得从智能手机、智能手表、无线耳机到VR/AR等各类智能设备都将真正从传感步入感知阶段。以最典型的智能手机为例，手机端搭载的各种新型器件都需要与摄像头之间进行更加紧密的配合，而且摄像头将不再只是提供拍照功能，更多如3D成像、支付以及视觉感知等智能化的应用的出现，将日益提升摄像头在手机零部件产业链中的分量。

　　5G网络将为智能手机端带来的最直接的就是视频类应用的爆发，方正证券资深分析师吴文吉对记者表示：“4G时代的特点只是流程式的上网，5G时代更高速的网络，将会使得我们从屏幕上看视频的习惯跳跃到自己拍视频、录制视频、实时分享视频的模式，这会打开很多新的应用场景。根据最新数据显示，目前短视频类应用已经占到用户日常手机使用的时长达到33%，是目前占比最大的一块。”

　　其次是AR和VR以及各类云游戏类应用，5G网络会使得手机端的虚拟和增强现实成为可能，而要支撑这样的应用场景，就需要新增更多的传感器摄像头，这也是手机与当前的数码相机最大的区别。吴文吉预计，未来这块市场会达到接近100亿美金。而3D TOF也会受益于这类应用的驱动而高速成长，3D ToF目前主要的成本结构占比还是来自于激光器和芯片，一个占比20%，一个占比30%。

　　在汽车方面，5G通信的广覆盖，虽然技术上离真正的AI智能辅助驾驶还略有距离，但采用视觉类传感器去感知路况以及道路的环境会成为2020年以后汽车上的应用主流。在这类市场当中，机器感知的部分会促使ADAS的市场平稳增加，从40%增长到45%。除此之外还有安防，对于中国的安防市场非常巨大，从芯片到核心的算法，国内的安防市场可以说本来就有非常成熟的技术，而智能安防则主要会是“视频理解+大数据处理”，未来仅这一块的市场也会有6亿美金的规模。

　　这些细分市场和新型应用的增长，对于摄像头产业的整个价值链都将会有很大助益。目前，在整个摄像头价值链的占比当中，芯片大概占到45%到50%，而封装和模组基本上占据22%到25%，剩下的就是镜头以及关键材料的部分。作为其中最为关键的零部件，目前摄像头芯片已经呈现出供不应求的局面，比如目前一线CIS芯片厂如SONY、三星等自有产线全部满载，二三线CIS供应商如豪威、格科微等采用Fab less模式，订单供不应求令晶圆代工厂产能亦十分紧张，短期难以得到缓解。

　　且随着后续应用端需求的持续放大，摄像头芯片的市场需求将会持续扩大，缺货状况可能还会继续，吴文吉表示：“2022年摄像头芯片市场基本上会达到200亿美金的市场规模，摄像头芯片和摄像头模组，包括封装最大的区别就是行业的壁垒。可以看到，今年索尼、三星、豪威这三家公司可以分到150亿美金即70%的市场，预计到2023年可以上升到220亿美金时，这三家公司大概可以占到90%的市场份额。”因此，对于国产替代来说，还是有一定的成长空间。

　　软硬结合时代 ISP创新可能是下一个市场爆点?

　　软硬件结合如今已成为主流趋势，稍微了解市场一线的都知道，很多终端厂商对软硬结合的要求是越来越多。比如某个方案公司用了某一家芯片厂商的芯片，同时又用了第三方的算法，生产出一个具体的产品，最后退给客户之后产品不稳定，这个问题会以各种各样的形式出现。但现在，可能最后某一方为另一方背锅，因为目前软硬件结合的过程中，问题可能本身不是出自背锅的那一方，但还要承担责任，这种事情会经常发生。

　　在摄像头当中，ISP一直以来都是非常核心的部分，但随着图像硬件与AI算法结合趋势的深化，ISP也需要更多的软硬结合的创新。从一开始，ISP就被赋予了两大最基本的目的和功能，比如清晰的呈现图像以及进行美学上的图像处理。但如今，随着更多细分市场的图像类应用场景陆续被打开，ISP所面对的外界环境也愈发复杂，需求也各具特色，已经难以通过传统的ISP架构来呈现目标精确的图像效果，以及更多彩的美学处理需求。

　　所以这个背景下，“我们提出了一种把ISP与AI进行更深入的交互与融合，在芯片级别就已经做到了AI和ISP有深层次的互动。”微锐智能总经理周艇表示，“在视频的基本框架上，传统的边缘计算芯片，最前面就是各种成像端的光学模组、传感器，接下来就是ISP处理，处理完之后输出给AI，然后进行编码，然后显示，最终传输，这是一个流水架构。从光学到模拟信号到数字信号到处理，处理完之后，然后显示编码AI各种事情。”

　　这样就会存在一些问题，比如各芯片公司买了各种IP，然后集成一颗芯片，技术还是自己在每个领域有自己的传统技术，技术之间的交叉很少。“另外，在AI和ISP的互动方面，ISP处理成什么样子，AI能识别就识别，识别不了也没有办法，这样就会在现实应用中出现很多新的问题。”

　　比如，支付宝之前推出的人脸支付，但由于呈现的是太过真实的人脸，所以很多爱美的女性不太愿意用支付宝刷脸支付的功能，后来支付宝专门招了很多工程师优化图片效果，才逐渐解决问题。另外，平时在做PS的时候，没有把背景和人分开，也就造成了这样的一些比较奇葩的现象。

　　这也是为何如今需要AI与ISP之间做更多的交互和融合，周艇认为：“第一种方式就是基于目标图像的处理方式，让ISP与AI又更多的互动和深层次沟通。比如内部的图像传感器同时过来两祯图像，其中有一祯先做了简单处理之后，基于目标做自动曝光算法，后续针对AI的具体需求去做目标增强、目标检测和预处理，最后将处理的结果反馈给AI，再做是识别。这样一个流程之后，我们发现实际应用当中，检测率、识别率都会提升很多。”

　　第二种则是双线程的ISP方式，周艇表示：“与第一种两套都是针对目标去处理的方式不同，双线程的ISP方式主要是一套ISP针对背景处理，另外一套ISP针对目标处理。一个是面向AI的，AI是要非常真实的，非常清晰自然的图像。另一个面向人机交互，即面向美学的图像处理，主要是用来满足人对审美的需求以及我们希望呈现出的状态。所以人机交互的时候，是另外一套ISP，就是我们这样双向的概念，可能传感器是一路传感器，但ISP有两套的时候，可以兼顾这两种主流的需求。”

　　如今，这种方式已经在智能手机端比如人脸支付等多种应用上已经有所普及，但是在物联网领域、智能安防、智能家居新零售等场景目前还是基于传统ISP架构的处理方式，所以这几类场景还有很大的提升空间，同时对于算法厂商而言也是不错的利基市场。

　　尤其是安防场景，比如海康的摄像头产品，虽然在硬件上可能大致相同，但是画面的风格效果却不同。比如其中有的摄像头是拿来做AI和人脸识别，另外就是传统的监控相机。虽然硬件一样，但呈现效果完全不一样，只是监控摄像头，画面很通透，很清晰，看人脸识别摄像头反而很糊，或者反而颜色也不那么鲜艳。

　　这是因为AI摄像头主要是去瞄准AI识别去做优化，没有办法对美学做很好的优化。而监控摄像头就专门针对美学这一块去优化，所以它就不关注识别，但未来的摄像头这两者都会兼顾，会让我们在监控屏上看到的是非常好的效果。但从现阶段来看，这种提升一般都需要厂商摊付更大的成本，但随着未来应用端的市场驱动加之头部厂商的努力，这种创新也将更快速的在安防和物联网等市场快速普及。

　　小结：

　　总之，摄像头产业受应用端的驱动如今已经走上高速爆发的阶段，这也将彻底点燃摄像头硬件产业链和软件算法厂商们的热情。但随着接下来，应用端对图像呈现效果的要求越来越严苛，国内的大量基础元器件和算法供应商也需要及时转变思维，产品研发应更多的向AI等创新技术靠拢。毕竟唯有如此，才能搭上摄像头产业链的这波快车，不至于在与国际大厂的直接或间接的竞争中掉队。