[年报]虹软科技:2020年年度报告
原标题:虹软科技:2020年年度报告 公司代码：688088 公司简称：虹软科技 虹软科技股份有限公司 2020年年度报告 重要提示 一、 本公司董事会、监事会及董事、监事、高级管理人员保证年度报告内容的真实、准确、完整， 不存在虚假记载、误导性陈述或重大遗漏，并承担个别和连带的法律责任。 二、 重大风险提示 公司已在本报告中阐述了公司在经营过程中可能面临的风险因素，敬请查阅本报告“第四节 经营情况讨论与分析/二、风险因素”部分。 三、 公司 全体董事出席 董事会会议。 四、 立信会计师事务所（特殊普通合伙） 为本公司出具了 标准无保留意见 的审计报告。 五、 公司负责人 Hui Deng （邓晖） 、主管会计工作负责人 林诚川 及会计机构负责人（会计主管人 员） 林诚川 声明：保证年度报告中财务报告的真实、准确、完整。 六、 经董事会审议的报告期利润分配预案或公积金转增股本预案 公司2020年年度利润分配预案为：拟以实施权益分派股权登记日登记的总股本扣减公司回购 专用证券账户中的股份为基数进行利润分配，每10股派发现金红利2.60元（含税），公司不进行 资本公积金转增股本，不送红股。 根据《上海证券交易所上市公司回购股份实施细则》等有关规定，上市公司回购专用账户中 的股份，不享有利润分配的权利。因此，本公司回购专用证券账户中的股份将不参与公司本次利 润分配。 截至2021年4月23日，公司总股本406,000,000股，回购专用证券账户中股份总数为447,873股， 以此计算合计拟派发现金红利105,443,553.02元（含税），占公司2020年度归属于上市公司股东 净利润的41.93%。 如在本报告披露之日起至实施权益分派股权登记日期间，公司总股本扣减公司回购专用证券 账户中的股份发生变动的，公司拟维持每股分配比例不变，相应调整分配总额，并将另行公告具 体调整情况。 本预案已经公司第一届董事会第二十一次会议审议通过，尚需提交公司股东大会审议。 七、 是否存在公司治理特殊安排等重要事项 □适用 √不适用 八、 前瞻性陈述的风险声明 √适用 □不适用 本报告中所涉及的未来计划、发展战略等前瞻性描述,均不构成公司对投资者的实质性承诺， 投资者及相关人士均应对此保持足够的风险认识，并且应当理解计划、预测与承诺之间的差异。 敬请投资者注意投资风险。 九、 是否存在被控股股东及其关联方非经营性占用资金情况 否 十、 是否存在违反规定决策程序对外提供担保的情况 否 十一、 是否存在半数以上董事无法保证公司所披露年度报告的真实性、准确性和完整性 否 十二、 其他 □适用 √不适用 目录 第一节 释义 ................................ ................................ ................................ .................... 5 第二节 公司简介和主要财务指标 ................................ ................................ ............... 8 第三节 公司业务概要 ................................ ................................ ................................ . 14 第四节 经营情况讨论与分析 ................................ ................................ ..................... 40 第五节 重要事项 ................................ ................................ ................................ ......... 62 第六节 股份变动及股东情况 ................................ ................................ ..................... 96 第七节 优先股相关情况 ................................ ................................ ........................... 107 第八节 董事、监事、高级管理人员和员工情况 ................................ ................... 108 第九节 公司治理 ................................ ................................ ................................ ....... 116 第十节 公司债券相关情况 ................................ ................................ ....................... 119 第十一节 财务报告 ................................ ................................ ................................ ....... 120 第十二节 备查文件目录 ................................ ................................ ............................... 230 第一节 释义 一、 释义 在本报告书中，除非文义另有所指，下列词语具有如下含义： 常用词语释义 虹软、虹软科技、 公司、本公司 指 虹软科技股份有限公司 虹软有限 指 虹软（杭州）多媒体信息技术有限公司，公司前身 南京多媒体 指 虹软（南京）多媒体技术有限公司，公司全资子公司 虹亚南京 指 虹亚（南京）多媒体科技有限公司，公司全资子公司 上海信息 指 虹软（上海）信息技术有限公司，公司全资子公司 Wavelet 指 Wavelet Capital Management Limited（涟漪资本管理有限公司）， 公司全资子公司 ArcSoft US 指 ArcSoft, Inc.，公司全资子公司 MISL 指 Multimedia Image Solution Limited，公司全资子公司 AMTL 指 ArcSoft Multimedia Technology Limited，公司全资子公司 上海多媒体 指 虹软（上海）多媒体科技有限公司，公司全资子公司 登虹科技 指 杭州登虹科技有限公司，公司联营企业 开易科技 指 开易（北京）科技有限公司，公司参股公司 HomeRun 指 HomeRun Capital Management Limited（虹润资本管理有限公司）， 公司控股股东 HKR 指 HKR Global Limited（虹扬全球有限公司），公司控股股东的一 致行动人 实际控制人 指 Hui Deng（邓晖）及Liuhong Yang 中国证监会 指 中国证券监督管理委员会 上交所 指 上海证券交易所 报告期、本期 指 2020年1月1日至2020年12月31日 报告期末 指 2020年12月31日 董事会 指 虹软科技股份有限公司董事会 监事会 指 虹软科技股份有限公司监事会 股东大会 指 虹软科技股份有限公司股东大会 元、万元、亿元 指 人民币元、万元、亿元 《公司法》 指 《中华人民共和国公司法》 《证券法》 指 《中华人民共和国证券法》 《公司章程》 指 《虹软科技股份有限公司章程》 三星 指 Samsung Electronics Co., Ltd.，是韩国知名的电子工业企业 华为 指 华为终端有限公司 小米 指 小米通讯技术有限公司/北京小米移动软件有限公司 OPPO 指 OPPO广东移动通信有限公司 vivo 指 维沃移动通信有限公司 上汽 指 上海汽车集团股份有限公司 AI 指 Artificial Intelligence的缩写，中文名称为人工智能，是研 究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应 用系统的技术科学 计算机视觉 指 用摄影机和计算机代替人眼对目标进行识别、跟踪和测量等机器 视觉，并进一步做图形处理，使计算机处理成为更适合人眼观察 或传送给仪器检测的图像。作为一个科学学科，计算机视觉研究 相关的理论和技术，试图建立能够从图像或者多维数据中获取“信 息”的人工智能系统 HDR 指 High-Dynamic Range的缩写，中文名称为高动态范围图像，相比 普通的图像，可以提供更多的动态范围和图像细节，根据不同的 曝光时间的LDR（Low-Dynamic Range）图像，利用每个曝光时间 相对应最佳细节的LDR图像来合成最终HDR图像，能够更好的反 映出真实环境中的视觉效果 AR 指 Augmented Reality的缩写，中文名称为增强现实技术，是一种实 时地计算摄影机影像的位置及角度并加上相应图像、视频、3D模 型的技术 VR 指 Virtual Reality的缩写，中文名称为虚拟现实技术，是一种可以 创建和体验虚拟世界的计算机仿真系统，它利用计算机生成一种 模拟环境，是一种多源信息融合的、交互式的三维动态视景 TOF 指 Time of Flight的缩写，中文名称为飞行时间，一种3D感测技 术，通过计算发射光的反射时间差来测算物体距离的技术 dTOF 指 Direct-Time of flight的缩写，中文名称为直接测量飞行时间， 通过直接向测量物体发射光脉冲，并测量反射光脉冲和发射光脉 冲之间的时间间隔，得到光的飞行时间，从而直接计算待测物体 的深度，具有深度算法相对简单、低功耗、抗干扰性好等优势 iTOF 指 Indirect-Time of Flight的缩写，中文名称为测量间接光飞行 时间，通过发射特定频率的调制光，检测反射调制光和发射的调 制光之间的相位差，测量飞行时间，具有传感器电路相对简单、 成本低、分辨率较高等优势 生物识别 指 通过计算机与生物传感器、光学、声学和生物统计学原理等高科 技手段密切结合，利用人体固有的生理特性（如指纹、脸象、虹膜 等）和行为特征（如笔迹、声音、步态等）来进行个人身份的鉴定 ADAS 指 Advanced Driver Assistance System的缩写，中文名称为高级 驾驶辅助系统 DMS 指 Driver Monitoring System的缩写，中文名称为驾驶员监控系统， 与DSM（Driver State Monitoring，驾驶员状态监控）同义 IoT 指 Internet of Things的缩写，中文名称为物联网，是互联网、传 统电信网等信息承载体，让所有能行使独立功能的普通物体实现 网络的互联互通 AIoT 指 AIoT=AI+IoT，人工智能物联网，通过物联网产生、收集云、边缘 的数据，进行分析、处理，形成一个智能化物联生态体系 5G 指 第五代移动通信网络，其峰值理论传输速度可达每秒数10Gb，比 4G网络的传输速度快数百倍 IDC 指 International Data Corporation的缩写，国际数据集团旗下全 资子公司，是信息技术、电信行业和消费科技市场咨询、顾问和 活动服务专业提供商 渗透率 指 在被调查的对象（总样本）中，一个品牌（或者品类、或者子品 牌）的产品，使用（拥有）者的比例 注：本报告若出现总数与各分项数值之和尾数不符的情况，均为四舍五入原因造成。 第二节 公司简介和主要财务指标 一、公司基本情况 公司的中文名称 虹软科技股份有限公司 公司的中文简称 虹软科技 公司的外文名称 ArcSoft Corporation Limited 公司的外文名称缩写 ArcSoft 公司的法定代表人 Hui Deng（邓晖） 公司注册地址 浙江省杭州市西湖区西斗门路3号天堂软件园A幢22、23楼 公司注册地址的邮政编码 310012 公司办公地址 浙江省杭州市西湖区西斗门路3号天堂软件园A幢22、23楼 公司办公地址的邮政编码 310012 公司网址 www.arcsoft.com.cn 电子信箱 [email protected] 二、联系人和联系方式 董事会秘书（ 信息 披露 境内代表 ） 证券事务代表 姓名 蒿惠美 廖娟娟 联系地址 上海市徐汇区龙兰路277号东航滨江 中心T2 15楼 上海市徐汇区龙兰路277号东航滨江 中心T2 15楼 电话 021-52980418 021-52980418 传真 021-52980248 021-52980248 电子信箱 [email protected] [email protected] 三、信息披露及备置地点 公司选定的信息披露媒体名称 《中国证券报》《上海证券报》《证券日报》《证券时报》 登载年度报告的中国证监会指 定网站的网址 www.sse.com.cn 公司年度报告备置地点 公司董事会办公室 四、公司股票 /存托凭证简况 (一) 公司股票简况 √适用 □不适用 公司股票简况 股票种类 股票上市交易所 及板块 股票简称 股票代码 变更前股票简称 A股 上海证券交易所 科创板 虹软科技 688088 不适用 (二) 公司 存托凭证 简 况 □适用 √不适用 五、其他 相 关资料 公司聘请的会计师事务 所（境内） 名称 立信会计师事务所（特殊普通合伙） 办公地址 上海市黄浦区南京东路61号四楼 签字会计师姓名 杨景欣、王佳良 报告期内履行持续督导 职责的保荐机构 名称 华泰联合证券有限责任公司 办公地址 上海市浦东新区东方路18号保利广场E栋20层 签字的保荐代表人姓名 彭松林、田来 持续督导的期间 2019年7月22日至2022年12月31日 报告期内履行持续督导 职责的保荐机构 名称 中信建投证券股份有限公司 办公地址 北京市东城区朝阳门内大街2号凯恒中心B、E座3层 签字的保荐代表人姓名 王晨宁、王建 持续督导的期间 2019年7月22日至2022年12月31日 六、近三年主要会计数据和财务指标 (一) 主要会计数据 单位：元 币种：人民币 主要会计数据 2020年 2019年 本期比 上年同 期增减 (%) 2018年 调整后 调整前 营业收入 683,186,583.37 564,477,015.80 21.03 458,071,270.47 458,071,270.47 归属于上市公司 股东的净利润 251,459,074.40 210,366,613.34 19.53 157,551,810.41 175,316,980.38 归属于上市公司 股东的扣除非经 常性损益的净利 润 196,421,908.89 166,247,423.02 18.15 203,044,289.45 203,044,289.45 经营活动产生的 现金流量净额 127,865,818.35 208,944,320.64 -38.80 248,167,991.79 248,167,991.79 主要会计数据 2020年末 2019年末 本期末 比上年 同期末 增减 （%） 2018年末 调整后 调整前 归属于上市公司 股东的净资产 2,694,956,073.63 2,499,261,460.32 7.83 1,028,301,998.84 1,046,067,168.81 总资产 3,007,394,121.07 2,748,582,105.32 9.42 1,217,849,809.31 1,217,849,809.31 (二) 主要财务指标 主要财务指标 2020年 2019年 本期比上年同期增 减(%) 2018年 调整后 调整前 基本每股收益（元／股） 0.62 0.55 12.73 0.44 0.49 稀释每股收益（元／股） 0.62 0.55 12.73 0.44 0.49 扣除非经常性损益后的基本每股 收益（元／股） 0.48 0.44 9.09 0.56 0.56 加权平均净资产收益率（%） 9.70 12.67 减少2.97个百分点 22.85 25.10 扣除非经常性损益后的加权平均 净资产收益率（%） 7.58 10.01 减少2.43个百分点 29.45 29.07 研发投入占营业收入的比例（%） 37.98 34.75 增加3.23个百分点 32.42 32.42 报告期末公司前三年主要会计数据和财务指标的说明 √适用 □不适用 1、上述追溯调整系前期会计差错更正所致，经公司于2019年6月5日召开的第一届董事会 第七次会议以及2019年6月28日召开的第一届董事会第八次会议审议通过。 2、报告期内，公司营业收入较上年同期增长21.03%、归属于上市公司股东的净利润较上年 同期增长19.53%、归属于上市公司股东的扣除非经常性损益的净利润较上年同期增长18.15%，主 要原因为：（1）公司在智能手机客户的产品渗透率稳步提升，智能手机视觉解决方案业务规模持 续扩大，本期实现营业收入59,901.83万元，较上年同期增长10.25%；（2）智能驾驶业务本期发 展较快，实现营业收入6,592.99万元，较上年同期增加4,987.33万元，增长310.61%；（3）公 司本期对联营企业登虹科技确认的权益法核算的长期股权投资收益为-141.84万元，而上年同期 为-2,514.31万元，投资损失大幅减少；（4）公司利用闲置资金进行现金管理取得的银行理财收 益4,725.84万元，上年同期为1,106.33万元，银行理财收益大幅增加。 3、报告期内，经营活动产生的现金流量净额较上年同期下降38.80%，主要系公司持续加大 对研发的投入及材料采购支出增加所致。 4、加权平均净资产收益率和扣除非经常性损益后的加权平均净资产收益率较上年同期分别减 少2.97个百分点、2.43个百分点，主要系公司2019年7月首次公开发行股票4,600万股收到募 集资金导致公司净资产大幅增加所致。 5、研发投入占营业收入的比例较上年同期增加3.23个百分点，主要系：（1）公司持续强化 研发实力，在巩固智能手机视觉人工智能算法领导地位的同时，特别加大了对智能驾驶以及智能 手机屏下相关技术的研发资源投入；（2）为建立、健全长效激励约束机制，公司在原有基本薪酬 制度基础上，完善了中长期薪酬考核体系，在2020年推出限制性股票激励计划，并相应优化了公 司业绩考核及奖金计提机制。因此，公司于2020年确认了股份支付费用和考核奖金费用，增加期 间费用3,409.06万元，其中研发费用增加2,534.85万元。 七、境内外会计准则下会计数据差异 (一) 同时按照国际会计准则与按中国会计准则披露的财务报告中净利润和归属于上市公司股东 的净资产差异情况 □适用 √不适用 (二) 同时按照境外会计准则与按中国会计准则披露的财务报告中净利润和 归 属于上市公司股东的 净资产差异情况 □适用 √不适用 (三) 境内外会计准则差异的说明： □适用 √不适用 八、2020 年分 季度主要财务数据 单位：元 币种：人民币 第一季度 （1-3月份） 第二季度 （4-6月份） 第三季度 （7-9月份） 第四季度 （10-12月份） 营业收入 165,119,799.86 150,951,605.40 184,225,886.54 182,889,291.57 归属于上市公司股 东的净利润 49,295,831.45 69,152,286.83 91,380,099.17 41,630,856.95 归属于上市公司股 东的扣除非经常性 损益后的净利润 38,450,909.50 53,216,608.05 79,386,489.86 25,367,901.48 经营活动产生的现 金流量净额 20,616,976.71 34,870,846.70 63,657,989.02 8,720,005.92 季度数据与已披露定期报告数据差异说明 □适用 √不适用 九、非经常性损益项目和金额 √适用 □不适用 单位:元 币种:人民币 非经常性损益项目 2020 年金额 附注 （如适 用） 2019 年金额 2018 年金额 非流动资产处置损益 -198,617.94 七、73 和75 -81,019.17 -149,240.28 越权审批，或无正式批准文件，或 偶发性的税收返还、减免 计入当期损益的政府补助，但与公 司正常经营业务密切相关，符合国 家政策规定、按照一定标准定额或 定量持续享受的政府补助除外 7,955,855.60 七、84 13,253,434.50 1,117,408.68 计入当期损益的对非金融企业收取 的资金占用费 124,298.25 企业取得子公司、联营企业及合营 企业的投资成本小于取得投资时应 享有被投资单位可辨认净资产公允 价值产生的收益 非货币性资产交换损益 委托他人投资或管理资产的损益 因不可抗力因素，如遭受自然灾害 而计提的各项资产减值准备 债务重组损益 企业重组费用，如安置职工的支出、 整合费用等 交易价格显失公允的交易产生的超 过公允价值部分的损益 同一控制下企业合并产生的子公司 期初至合并日的当期净损益 与公司正常经营业务无关的或有事 项产生的损益 除同公司正常经营业务相关的有效 套期保值业务外，持有交易性金融 资产、衍生金融资产、交易性金融 负债、衍生金融负债产生的公允价 值变动损益，以及处置交易性金融 资产、衍生金融资产、交易性金融 负债、衍生金融负债和其他债权投 资取得的投资收益 47,258,427.70 七、68 和七、70 11,063,262.02 单独进行减值测试的应收款项、合 同资产减值准备转回 1,666,704.12 对外委托贷款取得的损益 采用公允价值模式进行后续计量的 投资性房地产公允价值变动产生的 损益 根据税收、会计等法律、法规的要 求对当期损益进行一次性调整对当 期损益的影响 受托经营取得的托管费收入 除上述各项之外的其他营业外收入 和支出 -1,082,852.55 七、74 和七、75 17,123,503.67 -17,682,915.29 其他符合非经常性损益定义的损益 项目 1,431,285.53 注 1,675,054.40 -28,887,162.59 少数股东权益影响额 所得税影响额 -326,932.83 -581,749.22 -14,867.81 合计 55,037,165.51 44,119,190.32 -45,492,479.04 注：其他符合非经常性损益定义的损益项目，系权益法核算的投资单位实现的非经常性损益和代 扣代缴个人所得税手续费返还等。 十、采用公允价值计量的项目 √适用 □不适用 单位：元 币种：人民币 项目名称 期初余额 期末余额 当期变动 对当期利润的影 响金额 交易性金融资产 950,057,635.30 1,615,286,884.08 665,229,248.78 47,258,427.70 其他权益工具投资 9,633,530.29 14,769,011.26 5,135,480.97 0.00 合计 959,691,165.59 1,630,055,895.34 670,364,729.75 47,258,427.70 十一、非企业会计准则业绩指标说明 □适用 √不适用 第三节 公司业务概要 一、 报告期内公司所从事的主要业务、经营模式、行业情况及研发情况说明 (一) 主要业务、主要产品或 服务 情况 1 . 主要业务 公司专注于计算机视觉领域，为行业提供算法授权及系统解决方案，是全球领先的计算机视 觉人工智能企业。公司始终致力于计算机视觉技术的研发和应用，坚持以技术创新为核心驱动力， 在全球范围内为智能手机、智能汽车、AIoT等智能设备提供一站式计算机视觉技术解决方案。 公司主营业务收入来源于自主研发核心技术的授权许可使用，所提供的计算机视觉技术解决 方案主要应用于智能手机行业、智能驾驶行业，目前主要客户包括三星、华为、小米、OPPO、vivo 等全球知名手机厂商以及部分国内自主品牌汽车主机厂商。 公司拥有丰富的智能手机视觉算法产品线。基于多年的研究开发，公司可以提供目前市面上 大部分主流智能手机视觉人工智能算法产品，包括单/双/多摄摄像头拍摄、深度摄像头拍摄、潜 望式长焦摄像头无级变焦、3D表情、3D建模、全景、SLAM、AR/VR、人脸解锁、超像素无损变焦、 人体驱动等重要核心功能。 在智能驾驶领域，公司可以提供驾驶员疲劳/分心/危险动作/双手脱离方向盘/离位/情绪检测 技术、车载交互/人脸识别技术、后排遗留物、活体检测技术等智能座舱视觉解决方案；针对智能 驾驶辅助系统，公司可以提供前车碰撞报警（FCW）/车道偏离预警（LDW）/行人碰撞预警（PCW） 解决方案、交通标志/交通信号灯识别检测解决方案、前车启动提醒（PVS）、盲区检测（BSD）解 决方案、360°环视视觉子系统（AVM）、AR实景/AR HUD导航系统解决方案等。 2 . 主要产品或服务情况 报告期内，根据公司计算机视觉解决方案应用场景的不同，公司的主要业务可以分为智能手 机业务、智能驾驶业务以及其他业务。 2.1 智能手机业务 公司提供的解决方案可以划分为计算摄影解决方案、智能深度摄像解决方案、光学屏下指纹 解决方案。 2.1.1 计算摄影解决方案 针对智能手机的各类摄像头硬件配置，根据客户的具体需求和智能设备的硬件参数，匹配并 整合各类底层算法，公司提供的主要解决方案具体如下： 序 号 产品 实现功能 1 智能暗光增强解决方案 提升单摄像头在低光环境下的拍摄表现，通过单帧去噪、多帧 去噪、亮度提升、动态范围提升等方法，实现超级夜景效果； 该产品亦可以用于低光环境下视频的动态去噪、亮度提升和动 态范围提升 序 号 产品 实现功能 2 智能HDR解决方案 实时检测拍摄场景的亮度区域，精确捕捉不同场景下的光影层 次，智能调用摄影参数、提升图像暗部区域的亮度，以及还原 图像亮部区域的细节 3 智能防抖解决方案 单摄像头条件下，通过叠加多张高速快门拍摄的照片组合成一 张曝光准确、清晰锐利的照片，可搭配在光学防抖（OIS）或者 非光学防抖（non-OIS）设备上，并且适用于搭载陀螺仪传感器 （Gyro Sensor）和仅搭载重力传感器（G-sensor）等多种智能 设备 4 智能超像素解决方案 使用超像素技术，实现无损变焦效果 5 智能人脸识别解决方案 通过人工智能技术，实现人脸检测、人脸跟踪、人脸识别、性 别检测、年龄检测、肤色检测等功能，错误率小，稳定性高。 基于基础技术叠加各类识别及跟踪算法，为不同客户定制出各 种类型的应用案例 6 智能人体识别解决方案 通过人工智能技术，实现人体检测、人体姿态检测、人体手势 检测等功能 7 智能场景识别解决方案 通过精准的场景检测，自动调用相应参数，实现特定场景拍摄 效果优化 8 智能全景拍摄解决方案 支持大分辨率多图输入，支持实时拼接和预览，叠加“去鬼影” 算法，提升手机拍摄效果 9 智能人像拍摄解决方案 单摄像头条件下，通过人工智能技术，实现大光圈特效（背景 虚化）、光影特效、背景替换等功能 10 智能美颜解决方案 通过叠加人脸识别技术、人工智能技术等先进技术，针对不同 年龄、肤色、性别和脸型等，实现个性化智能美颜效果 11 智能美体解决方案 通过叠加人体检测分割技术、人工智能技术等先进技术，针对 不同体型，实现个性化智能美体效果 12 智能AR解决方案 单摄像头条件下，通过叠加多种核心技术，实现人像、卡通、 动物的3D表情录制 13 智能镜头畸变矫正解决 方案 广角镜头物理畸变矫正、鱼眼镜头（超广角）物理畸变矫正、 广角镜头人像畸变矫正 14 智能图像特效处理解决 方案 基于特定场景和主题的智能化特效 15 智能物体跟踪解决方案 单摄像头条件下，实现特定物体智能跟踪，实现自动动态对焦 等功能 16 智能去频闪解决方案 解决高帧率视频录制频闪问题 17 智能暗光人像解决方案 通过人工智能技术，实现暗光环境下人像的画质增强以及美颜 等功能 18 智能双（多）摄人像拍摄 解决方案 基于双（多）摄像头的大光圈特效（背景虚化）、光影特效、 背景替换 19 智能光学变焦解决方案 常规多摄像头无级变焦 序 号 产品 实现功能 20 智能光学超级变焦解决 方案 潜望式长焦摄像头无级变焦 21 智能模组产线标定解决 方案 多摄像头模组产线标定及验证 22 智能手机组装线标定解 决方案 手机组装线摄像头模组标定及验证 23 智能人脸细节增强方案 基于人脸检测和特征提取技术，利用人工智能学习方法，增强 拍照中人脸细节信息 24 智能眼镜去反光 基于深度学习技术，检测并去除眼镜反光区域，并恢复反光区 域的眼部细节 25 智能文档阴影去除 检测文档拍摄中的阴影区域，并消除阴影 26 智能低光全景拍摄解决 方案 支持低光环境下的全景拍摄，提升低光全景照片的亮度和降低 全景照片的噪音。 2.1.2 智能深度摄像解决方案 公司基于深度摄像头的硬件发展趋势和客户的具体需求，匹配、整合并研发各类底层算法， 拥有诸多解决方案，具体如下： 序 号 产品 实现功能 1 智能3D扫描 利用深度摄像头，使用结构光、TOF等先进技术，实现3D建模 功能 2 智能3D人脸识别解决方 案 利用深度摄像头，实现人脸检测、人脸跟踪、人脸识别、性别 检测、年龄检测、肤色检测等功能。基于基础技术叠加各类识 别及跟踪算法，为不同客户定制出各种类型的解决方案 3 智能3D人体识别解决方 案 利用深度摄像头，结合人工智能技术，实现人体检测、人体姿 态检测、人体手势检测等功能 4 智能3D美颜解决方案 利用深度摄像头，叠加人脸识别技术、人工智能技术等先进技 术，针对不同年龄、肤色、性别和脸型等，实现个性化智能美 颜效果 5 智能3D美体解决方案 利用深度摄像头，叠加人体检测分割技术、人工智能技术等先 进技术，针对不同体型，实现个性化智能美体效果 6 智能深度摄像头AR解决 方案 利用深度摄像头，通过叠加多种核心技术，实现人像、卡通、 动物的3D表情录制 7 智能3D人像／物体拍摄 解决方案 利用深度摄像头，结合深度融合、人工智能等技术，针对人像、 物体等多种场景实现拍照和视频背景虚化效果。针对人像还特 别支持光影特效、背景替换等功能 8 智能3D模组产线标定解 决方案 3D模组产线摄像头模组标定及验证 9 智能3D测量解决方案 利用深度摄像头，使用结构光、TOF等先进技术，实现3D体积 测量和身高检测等功能 序 号 产品 实现功能 10 智能3D自动对焦 利用深度摄像头，使用结构光、TOF等先进技术，实现暗光场景 下更快速有效的对焦功能，实现暗光场景的拍照效果提升 11 智能3D AR网格 利用RGB或深度摄像头，融合IMU等多传感器信息，使用3D网 格呈现真实物理空间几何信息的重建结果，为空间AR交互提供 地形基础 12 智能3D AR语义网格 利用RGB或深度摄像头，融合IMU等多传感器信息，在智能3D AR网格技术的基础上，结合图像语义分割结果，实现区分物理 空间各区域的具体类别信息 13 智能3D空间建模 利用深度摄像头，使用dTOF等先进技术，实现室内物理空间包 含纹理信息的3D模型扫描和重建 2.1.3 光学屏下指纹解决方案 根据客户的具体需求，匹配并整合各类算法，公司提供的主要解决方案具体如下： 序 号 产品 实现功能 1 镜头式屏下指纹解决方案 可部署至智能手机屏幕下的安全空间，实现指纹图像的采集、 指纹图像的预处理、指纹图像的特征空间建立，优化搜索及匹 配，识别性能指标及识别速度已通过或超过业界及OEM客户要 求；方案支持真假手指的判断，有效拒绝各种假指纹，为移动支 付提供更高的安全保障；同时也满足支付宝等生物识别测试要 求。方案具有体积小、功耗低、光照抗干扰性强、低温稳定等特 点 2 超薄屏下指纹解决方案 超薄的模组结构部署至智能手机的安全空间，且不影响智能手 机的电池的放置，实现指纹图像的采集、指纹图像的预处理、指 纹图像的特征空间建立，优化搜索及匹配、真假手指的判断等。 可提供比镜头方案更高的识别性能、为用户提供更好的体验 3 镜头式屏下指纹解决方案 提高版 在保证识别性能、安全性的同时，进一步优化了结构尺寸，使得 芯片的产出效率更高，而节省出的空间也为客户的设计需求提 供更多可能性 2 .2 智能驾驶业务 针对车型、用途等场景，公司智能驾驶业务主要提供智能座舱视觉解决方案、智能驾驶辅助 系统及软硬一体车载视觉解决方案。 2.2.1 智能座舱视觉解决方案 根据客户的具体需求和智能设备的硬件参数，匹配并整合各类底层算法，公司提供的主要技 术方案具体如下： 序 号 产品 实现功能 1 驾驶员疲劳检测技术 对驾驶员打哈欠、闭眼等疲劳状态检测；增加疲劳打哈欠行为和 疲劳闭眼、眨眼行为的识别，降低疲劳误报 2 驾驶员分心检测技术 对驾驶员大角度长时间转头，注意力不集中的行为检测；通过自 动长时间累计和综合驾驶员驾驶姿态，结合视线关注方向降低 分心误报 3 驾驶员危险动作检测技 术 对驾驶员驾车过程中抽烟、打电话、饮食等危险动作检测 4 驾驶员双手脱离方向盘 检测技术 判断驾驶员行车过程中，双手脱离方向盘动作的检测；针对在方 向盘上玩手机等危险行为进行检测 5 驾驶员离位检测技术 行车过程中检测驾驶员离开驾驶位等危险动作 6 情绪检测技术 基于深度学习技术检测驾驶员/乘客，高兴、愤怒、惊讶、悲伤、 正常等面部表情，从而判断驾驶员情绪状态是否适合驾驶，或提 供多媒体干预，帮助驾驶员摆脱负面情绪状态 7 车载交互识别技术 利用手势静态识别技术以及头部姿态识别技术，判断车内成员 交互意图，并根据应用定义操控车辆相关功能，如电话接听、调 节音量、切换音乐、调节空调等。增加了动态手势识别技术，更 加自然地适配驾驶员“隔空操控” 8 车载人脸识别技术 通过人工智能技术实现人脸检测、跟踪、识别，分析人脸性别、 年龄，辨别人脸识别到的是真人活体还是冒充图像；对非同源的 输入以及近红外光的防伪能力进行了升级 9 后排遗留物检测技术 检测乘客离开车辆后是否有物品遗留在车辆后座，提示乘客物 品遗留情况，防止乘客物品遗失造成的一系列不便 10 后排活体检测技术 检测乘客/驾驶员离开车辆后是否有活体（人或宠物）遗留车辆 后座，避免造成不必要的伤害，按对人的危害程度区分，单独检 测儿童，满足业界对于儿童保护的需求 11 乘客数量及占位检测技 术 根据车内行车记录仪，利用人头、人体检测技术，侦测车内乘客 数量及位置 12 车载心率检测技术 通过结合人脸分析、图像处理、盲源分离、频谱分析等技术，分 析提供皮肤下生物特征，实现心率无创连续非接触测量，从而判 断车内成员健康、疲劳状态 13 安全带检测技术 通过结合人脸跟踪、人体检测等技术，结合视觉方案检测车内成 员是否系安全带 14 车载视线唤醒技术 检测驾驶员视线区域，通过视点位置和视线角度侦测驾驶员的 唤醒中控的意图，快速唤醒中控屏并启动预设的功能 15 透明A柱技术 基于驾驶员的视线检测和图像实景对齐技术，把车外摄像头覆 盖的内容显示到A柱的柔性屏上，动态覆盖驾驶员的盲区 2.2.2 智能驾驶辅助系统 根据客户的具体需求和智能设备的硬件参数，匹配并整合各类底层算法，公司提供的主要技 术方案具体如下： 序 号 产品 实现功能 1 前车碰撞报警（FCW）解决 方案 基于深度学习技术，通过视觉方案判断自车与前车距离、相对速 度等相关信息，当与车辆相对距离过近或有碰撞危险时提示驾 驶员，确保行车安全 2 车道偏离预警（LDW）解决 方案 基于深度学习技术，检测车辆行驶车道上出现的各种地面各类 标识标线，结合车辆与标线的位置关系判断车辆是否压线行驶、 频繁变道等危险驾驶行为 3 行人碰撞预警（PCW）解决 方案 对车前方行人、骑行路人等目标进行侦测，选取关键行人目标， 根据车辆速度和目标距离信息，综合决策，向司机发出报警信 息，从而避免行人碰撞事故的发生 4 交通标志识别检测解决 方案 利用深度学习技术，对于道路中限行、限高、限宽、限速及交通 灯进行识别，并与自车状态比较，当不符合限制条件时提醒驾驶 员注意 5 盲区检测（BSD）解决方案 针对城市道路行驶的大型载重车辆如工程车、渣土车、搅拌车等 车辆，用视觉方案判断司机盲区内是否有行人或非机动车辆存 在，以分级报警方式提醒司机、行人及非机动车注意保持距离， 避免危险；增加支持行驶边界的检测，更加智能判定危险范围， 避免预设盲区的误检 6 360°环视视觉子系统 （AVM） 通过使用全景拼接技术，利用动态分析、动态矫正和动态拼接， 以最大程度达到最好的拼接效果，满足车辆360°环视需求，为 车辆提供安全保障；增加支持3D视角和透明底盘，标准化量产 标定方案，优化了图像亮度一致性获得了更好的拼接效果 7 AR实景导航系统 结合深度学习和视觉基础算法，对道路环境中的车辆、行人、交 通标志、车道线进行检测识别，融合GPS和地图导航信息，并以 AR引擎技术进行实景渲染，提供报警以及导航指引，为驾驶员 提供更加安全、直观的导航指引 8 前车启动提醒（PVS）解决 方案 在交通拥堵或者红绿灯排队时，根据检测到的前车位置和运动 状态，在判定前车启动离开后提醒本车驾驶员及时启动，减少后 续车辆的等待和拥堵 9 交通信号灯识别系统 基于深度学习技术，对于交通场景中的红绿灯、带转向的红绿灯 进行识别，结合自车所处车道、当前车道线和斑马线位置，提供 导航的信号灯变化提示 10 AR HUD导航系统 基于驾驶员的视线检测和图像实景对齐技术，把ADAS摄像头检 测到的车道线、车辆等信息结合导航信息、地图信息通过AR引 擎进行渲染，使得驾驶员可以获得沉浸式的导航和驾驶体验 2.2.3 软硬一体车载视觉解决方案 通过对智能座舱视觉解决方案和部分智能驾驶辅助系统的算法及工程优化，使负载的视觉智 能解决方案能够在小型低性能芯片上稳定有效地运行，软硬一体解决方案为目前市场急需的准前 装和后装市场提供了性价比更高的主动安全监控解决方案，主要技术方案具体如下： 序 号 产品 实现功能 1 Tahoe系列软硬一体车载 视觉解决方案 能够在小型低性能芯片上实现人脸识别、驾驶员疲劳分心、危 险动作及驾驶员离位检测，为行业用户提供低成本DMS解决方 案；更新支持安全带提醒、自动对于不同安装位置进行分心功 能的自适应调整 2 Kunlun系列软硬一体车 载视觉解决方案 针对大型载货车辆，在小型低性能芯片上实现人脸识别、驾驶 员疲劳分心、危险动作及驾驶员离位检测，车辆盲区检测、空 满载检测等功能；更新支持了安全带提醒、自动对于不同安装 位置进行自适应调整；支持车辆车头盲区的检测、右侧盲区的 检测，降低了误检 3 Superior系列软硬一体 车载视觉解决方案 广泛适配各种车型，满足后装市场人脸识别、驾驶员疲劳分心， ADAS等功能，并具备4G/GPS功能，提供行业内全功能AIBOX 解决方案；针对商用车的ADAS进行行业定制，优化不同驾驶 场景下，例如前车插入、离开、急刹的场景的情况 4 Baikal系列软硬一体车 载视觉解决方案 基于多颗低成本芯片，进行有效融合、同步，实现满足细分行 业要求的驾驶员监控系统、高级辅助驾驶系统、盲区监控系统、 360°环视系统一体化功能需求，为行业用户提供标准的解决 方案，解决行业内复杂的定制化需求 2 .3 其他业务 公司针对虹软视觉开放平台、智能保险及多种AIoT智能设备，均提出了有针对性、可落地实 施的解决方案，并且仍在不断探索新的技术和使用场景。 2.3.1 虹软视觉开放平台 公司自2018年推出虹软视觉开放平台，分享公司部分核心技术成果，将人脸识别、人证核检、 活体检测、人脸属性等核心技术免费提供给有需求的企业、创业团队和个人开发者使用，旨在助 力广大中小企业打破技术壁垒的同时，不断拓展公司AI视觉技术的应用领域，并使之在各个应用 场景中加速普及。 2.3.2 智能保险 在智能保险领域，针对车险理赔主要以图像为依据的特点，公司基于计算机视觉技术开发了 车险智能定损解决方案，充分利用公司在计算机视觉、深度学习及大数据挖掘等技术上的长期积 累和沉淀，在定损准确性方面达到业内领先水平。该方案通过拍摄车辆损伤的全局和细节照片并 上传云端进行识别，算法秒级定位受损部件并判断损伤形态，结合业务逻辑，给出维修方案及赔 付金额，提升整体工作效率，给合作伙伴的业务提供了极大支持。 2.3.3 其他AIoT 基于物品检测、识别的算法产品可以应用于零售流通行业，通过高效的自动化采集、训练整 体方案，能够快速将应用场景中各种所需识别物品进行建模，并且实现物品检测识别精度与人工 参与保持一致，实现物品的快速建模并且极大降低成本门槛。在不断迭代、升级过程中，公司优 化了此类方案环境误识、拥挤摆放误识等问题，提升了对使用环境的适应性以及对场景和物体的 支持范围。此类方案能够应用于零售行业中需要人工对物品进行识别、录入的各个环节，有效提 升零售物流中各个环节的运转效率，降低人工投入成本。 (二) 主要 经营模式 1、盈利模式 公司主要盈利模式是将计算机视觉算法技术与客户特定设备深度整合，通过合约的方式授权 给客户，允许客户将相关算法软件或软件包装载在约定型号的智能设备上使用，以此收取技术和 软件使用授权费用。同时，公司也向客户销售软硬一体车载视觉解决方案。 2、研发模式 公司主要采取自主研发的模式。研发过程大致分为以下9个步骤：①获取需求信息；②管理 层决策研发方向；③搭建研发项目组；④验证研发项目算法，进行项目测试；⑤集体讨论决策项 目算法；⑥进行底层算法与实际环境的结合优化；⑦进行实际产品结合测试；⑧产品成熟后路演， 选择合适的客户进行测试合作；⑨测试合格后大规模推广。 3、销售模式 公司采用直销的方式，主要向智能手机、智能汽车、智能家居、智能零售以及各类带摄像头 的AIoT设备制造商销售计算机视觉算法软件及相关解决方案。 4、收费模式 按照业务合同的不同类型划分，公司的计算机视觉算法软件主要收费模式可划分为固定费用 模式和计件模式两种模式。 ①固定费用模式：按合同约定的软件授权期限，收取固定金额的软件授权费用。特定客户在 软件授权期限内，针对某款、某系列的特定设备内，可以合法地把含有虹软科技算法技术的特定 软件无限量装载在合约限定的智能设备上。 ②计件模式：在合同约定的软件授权期内，按照客户生产的装载有虹软科技算法技术智能设 备的数量进行收费。通常情况下，公司会与客户就不同生产数量区间，约定阶梯价格，保障双方 利益。 5、采购模式 针对公司的日常研发和运营，公司的主要采购内容包括网络基础设施（如带宽、服务器等）、 研发设备，以及支付给境外销售咨询服务商的服务费。 针对软硬一体解决方案，由公司进行硬件的设计并购买相应部分核心部件后，委托第三方进 行组装生产。 (三) 所处行业情况 1. 行业的发展阶段、基本特点、主要技术门槛 根据《国民经济行业分类》（GB/T4754-2017），公司所属行业为“I65软件和信息技术服务 业”中的“I6513应用软件开发”。根据中国证监会颁布的《上市公司行业分类指引》（2012年 修订），公司所属行业为“信息传输、软件和信息技术服务业－软件和信息技术服务业”，行业 代码为“I65”。 公司从事计算机视觉技术算法的研发和应用，主要产品有智能手机视觉解决方案、智能驾驶 视觉解决方案和其他IoT智能设备视觉解决方案，根据公司主要产品功能及服务对象的特点，公 司所属行业为计算机视觉行业，属于软件和信息技术服务业。 1.1 行业的发展阶段、基本特点 计算机视觉是目前人工智能领域关键技术之一。近年来，在数据、算力、算法并行驱动下， 世界计算机视觉技术及相关产业得以迅速发展，在智能手机、安防、智能驾驶、智能制造等领域 的应用也不断深入。 1.1.1 智能手机细分领域 智能手机作为应用最为广泛的智能终端设备之一，是各类计算机视觉算法和生物特征识别技 术应用的重要载体。新型冠状病毒肺炎（COVID-19）疫情（以下简称新冠疫情）的爆发及蔓延， 导致包括智能手机市场在内的消费电子市场受到极大冲击，短期需求出现递延、压抑。尽管全球 智能手机出货量已于2020年下半年开始回升，但全年数据仍不乐观，据IDC数据统计，2020年 度全球智能手机整体出货量约为12.92亿台，同比下滑约5.9%。 （1）摄像头光学创新，5G+应用引领，共同驱动视觉算法需求 智能手机市场竞争加剧、品牌格局变动，各手机厂商为追求差异化优势，加速硬件、软件创 新以吸引终端消费者并抢占市场。摄像头的硬件和影像拍摄算法创新升级仍是创新主线之一，为 智能手机相关供应链环节厂商提供了商机。手机拍摄功能推动着单摄向双摄、双摄向多摄演变， 单摄像头像素提升，5G时代搭载TOF摄像头，潜望式摄像头、各种辅助传感器以及未来屏下拍照 摄像头成熟应用等诸多摄像头硬件升级，都带动着更加多样化、更加复杂的软件算法应用。随着 多摄方案日益成熟，后置摄像头“主摄+广角+长焦”的搭配成为主流，潜望式、TOF从高端机型 开始下沉至更多机型，预计围绕摄像头的创新竞争在几年内都将持续。 以TOF为代表的深度摄像头赋予了拍摄对象深度信息，为解决复杂任务提供了可能，可以为 移动智能终端引入3D生物识别、3D建模、人机交互、3D测量、AR/VR等众多场景，带来更具娱 乐性和实用性的体验。近年来，以TOF为代表的深度摄像头在技术上也取得了长足的进步，硬件 规格向小尺寸、大分辨率和高精度方向迭代。相较于iTOF，dTOF具有测量精准、分辨率高、响应 快、功耗低、抗干扰能力强等技术优势，可以配合更多AR应用，有望在5G网络的加持之下以其 技术优势首先在应用层催生AR爆款应用，推动相关产业链发展，给相关软件和算法解决方案供应 商带来新的机遇。 5G逐步商业化，5G网络覆盖面增加，除在一定程度上驱动换机需求外，5G技术的发展还使 移动智能终端的使用体验和交互得到全面提升，用户依托于高速传输网络可以上传高质量图像与 视频，各种生活类、社交类短视频APP因此快速流行，视频类算法需求增长明显。 围绕摄像头的创新及5G带来的应用增长，将共同驱动视觉算法应用增加。与此同时，随着智 能手机算力和硬件能力的提升，新技术和产品经过高端机型的成熟应用后向中低端机型普及、渗 透，中低端手机中也逐渐嵌入更多的软件算法。 （2）智能手机全屏化加速，带来屏下相关光电解决方案应用升级 智能手机进入存量竞争时代，在没有划时代变革背景之下，产品交互和外观设计仍是各大厂 商竞争手段，屏占比是外观设计的重要部分。在各手机厂商追求全面屏的过程中，给屏下指纹识 别产品带来了发展机遇，同时也会因传统的屏上传感器转为放置屏下而带来一系列的应用升级需 求。未来的“真全面屏”智能手机，除了会同时应用3D人脸识别、屏下指纹识别等生物识别技术， 还会有适合于屏下的亮度、色彩、距离等传感器的应用及升级需求，预计前置屏下摄像头解决方 案也将在软硬件协同升级后成熟应用。 屏下指纹识别主要有光学、超声波和玻璃基电容三种方案。得益于在成本、技术、效果方面 的优势，光学指纹识别占据当前市场的主导地位，亦是目前屏下指纹识别技术研发的重点。据 CINNO Research统计，2019年全球屏下指纹手机出货量约为2亿台，并且预估至2024年，整体 屏下指纹手机出货量将达11.8亿台，屏下指纹市场仍有很大空间。未来，随着技术进步不断延 展，光学式屏下指纹将在智能手机、智能家居、智能汽车等诸多领域释放巨大的市场潜力，也为 智能视觉算法技术及相关解决方案带来可观的市场需求。 屏下亮度环境光传感器芯片（Ambient Light Sensor,以下简称ALS）是全面屏手机的一个刚 需核心组件，其作用是感知周围环境光强度，通过感知和处理芯片获得实际环境光强度数值，手 机由此智能地调节显示屏背光亮度，以提升用户体验并大幅降低手机功耗。当ALS芯片从屏上转 到屏下时，由于手机屏的低透光率和屏幕本身亮度的严重干扰，现有屏下ALS一直难以准确、稳 定地感知周围环境光，给出的亮度测量值与实际情况差异较大，用户体验较差，手机厂商迫切期 待有更好的技术和产品以满足需求。 1.1.2 智能汽车细分领域 智能汽车已成为全球汽车产业发展的战略方向。2020年，汽车市场同样面临着疫情考验，但 伴随国内各地促进汽车消费政策的持续带动，汽车市场逐步复苏，汽车行业总体表现出强大的发 展韧性和内生动力，全年数据总体表现好于预期。据中国汽车工业协会统计，2020年，我国汽车 产销分别完成了2,522.50万辆和2,531.10万辆，同比分别下降2.00%和1.90%，产销量连续蝉联 全球第一。疫情冲击下，全球芯片产能告急，自2020年第三季度开始，全球汽车销量恢复速度超 预期，而车企芯片加单滞后，导致与汽车相关的芯片出现短缺且有愈演愈烈之势，部分汽车厂商 宣布减产甚至停产，预计2021年的汽车产销量将受此影响。但长期来看，随着疫情因素去化，汽 车产业链将逐步修复，持续的新车市场增长空间仍将为智能汽车的发展提供巨大的市场基础。 （1）“软件定义汽车”逐步成为业内共识，传统供应链格局发生变革 传统汽车主要由机械部件组成，汽车电子功能相对简单，在结构和性能的改善中主要起到辅 助机械装置的作用。智能汽车能够为用户提供自动驾驶、影音娱乐、车辆互联等多样化功能，实 现车辆行驶过程中的智能化乃至未来的无人化，智能驾驶越来越成为集导航、环境感知、控制与 决策、交互等多项功能于一体的综合汽车智能系统。 在智能驾驶趋势下，汽车行业逐渐由“机械定义汽车”转变到“软件定义汽车”成为业内共 识。汽车产品价值链正被重塑，软件在车辆中扮演的角色逐步放大，传统汽车核心竞争要素被硬 件、软件和服务所取代，供应链格局也正发生变革，新技术、软件公司带来供应链管理的扁平化、 边界模糊化，计算机视觉企业在这一过程中获得前所未有的入局机会。 （2）车载摄像头增量空间可观，推动视觉智能算法应用 智能驾驶系统的感知层，视觉感知扮演了主要角色，车载摄像头是视觉感知的核心部件。根 据安装位置的不同，车载摄像头可分为内视、后视、前视、侧视、环视五种，与其他多种传感器 （毫米波雷达、超声波雷达、激光雷达等）进行融合共同作用。传统汽车一般搭载一颗倒车影像 摄像头，在安全驾驶、智能驾驶、无人驾驶成为未来发展趋势之下，随着消费者对于行车安全需 求的提高及智能驾驶技术的不断成熟，单车搭载的摄像头数量将逐渐提升，如特斯拉Model 3全 车四周配备了8颗摄像头，蔚来2021年1月发布的ET 7更是搭载了11颗摄像头，而每颗摄像 头都会用到以视觉智能算法为核心的软硬件解决方案。汽车搭载的摄像头数量和规格逐步升级， 对视觉智能算法为核心的软硬件解决方案应用有极大的推动力。 随着车载摄像头和产品功能的逐步成熟，车载摄像头结合视觉智能算法技术来提升整车差异 化卖点，正成为各车企在激烈竞争中获胜的重要手段之一。而在同一个平台多颗摄像头上增加更 多的视觉技术产品功能和特色，获取持续的FOTA（车辆固件远程升级系统）升级、用户数据、流 量变现，也将使计算机视觉产品也变成车企后续收费的一个重要端口。 1.2 主要技术门槛 公司所在行业为技术密集型行业，计算机视觉技术的开发有较高的技术门槛。主要体现为技 术积累，任何一个细小的研发模块，都需要长期的技术沉淀和经验积累。公司在全球范围内为智 能手机、智能汽车等智能设备提供一站式计算机视觉解决方案，在上述领域的主要技术门槛如下： 1.2.1 端计算和边缘计算技术的积累 边缘计算极大程度上解决了物联网背景下集中式运算架构中的带宽和延迟两大瓶颈问题。基 础图像识别、图像处理方面，其应用程序在边缘侧发起，更好地满足了计算机视觉行业在实时业 务、应用智能、安全与隐私保护等方面的基本需求。边缘计算的主要难点在于低资源的嵌入式平 台环境的开发能力，基于移动终端的边缘计算具有巨大的应用价值，但是受限于移动终端算力有 限，诸多企业望而却步。 公司自2003年便明确了在嵌入式设备研发相关计算机视觉技术的发展方向，至今在边缘计 算技术领域已有深厚的积累，并建立了全面、复杂的多平台适用的底层嵌入式开发库。公司积累 的算法具有高度的紧凑性、稳定性以及易调用性，可以在高性能、有效大幅降低资源消耗的情况 下实现高精度运行。 1.2.2 计算机视觉技术的层次积累 在数码相机以及手机功能机时代，公司就已经专注于计算机视觉技术的研发与应用。公司主 要算法技术都经过了长时间的锤炼，从基本的黑白小分辨率图像的摄取、增强、编辑、检测识别 到高清大图像、视频的实时处理均打下了坚实的基础，创造了有利和领先的条件。 公司注重技术的开发与升级，不断探索视觉领域的前沿技术，持续设计、开发新算法以适应 市场快速变化的需求，并不断优化迭代已有算法。 公司掌握的计算机视觉算法技术还具有通用性和延展性。多年来，公司积极致力于将计算机 视觉算法与行业应用相结合，凭借先进的学术科研力量、强大的产品开发能力以及卓越的工程实 施能力，快速将计算机视觉算法技术落地为成熟的解决方案。 2. 公司所处的行业地位分析及其变化 情况 作为万物感知的入口，计算机视觉应用场景丰富，商业化价值巨大。目前，全球技术输出规 模最大的三个应用场景分别为智能消费、智能汽车以及智能制造。现如今的计算机视觉行业市场 格局已经初步形成，核心技术、产品化能力、产业生态链合作均成为行业的核心壁垒，这其中的 产品化能力又成为最终创造社会价值和商业价值的核心。 公司是计算机视觉行业领先的算法服务提供商及解决方案供应商，是全球领先的计算机视觉 人工智能企业。除本公司外，行业中国内企业主要有商汤科技、旷视科技等，国外企业主要有 Morpho、Mobileye、Smarteye、Eyesight等。 公司目前提供的计算机视觉解决方案主要应用于智能手机行业，基于多年的研发和积累，公 司可以提供大部分主流智能手机的视觉人工智能算法产品和技术，适配深摄、多摄、双摄、前后 置单摄、各种变焦模式等的摄像头，可提供的产品和技术包括了人物各种属性（人脸、人体、人 手、四肢、头肩区、部分类型衣物）的检测、识别、语义分析、驱动，还包括物体对象、经典场 景的检测、识别和部分语义描述，以及人物和各种物体的影像质量增强。根据IDC所统计的2020 年全球出货量前五的手机品牌中，除苹果公司完全采用自研视觉人工智能算法外，其余安卓系统 手机三星、华为、小米、vivo的主流机型均有搭载公司计算机视觉解决方案。在继续巩固公司在 智能手机算法影像行业领导地位的同时，公司依靠对行业演进规律和技术更迭的理解，成熟有效 的产品落地能力，正横向大力推进在新行业的落地和发展。 3. 报告期内新技术、新产业、新业态、新模式的发展情况和未来发展趋势 3.1 计算机视觉行业在新技术方面的发展情况和未来发展趋势 3.1.1 深度学习、海量数据以及算力支撑 计算机视觉行业的发展由技术驱动，业界普遍认为技术的发展有三个主要的推动力量——数 据、算力和算法。（1）深度学习算法的出现及日益优化，有效提升了计算机视觉准确度，极大推 动了计算机视觉领域的发展。在图像分类领域，目前针对业界公认最为重要的ImageNet数据集的 算法分类精度已经达到95%以上，可与人的分辨能力相当。深度学习在人脸识别、通用物体检测、 图像语义分割等领域也取得了突破性的进展。（2）越来越多的应用领域持续积累着日趋丰富的大 数据，海量图像和视频内容的产生、累积为深度学习提供了有力的数据支撑。（3）GPU及AI专 用芯片的出现突破了传统CPU的算力瓶颈，良好的并行计算能力，使得数据运算速度和处理规模 爆发式增长，为计算机视觉的发展提供了算力支持。数据、算力和算法相互结合，三者并行驱动 下，全球计算机视觉技术得以迅速发展。 3.1.2 边缘计算和端计算 全球移动智能终端设备迅速普及，移动智能终端的拍摄能力和计算机视觉技术发展迅猛，大 量的图像数据和计算数据需要快速有效地提取、分析。5G技术的进步和商用进程，进一步推动了 边缘计算和端计算的发展。作为一种运算架构，边缘计算和端计算可以在人脸识别、信息比对、 智能驾驶等方面实现对云计算的延伸与扩展，可以在更靠近用户侧的节点上完成图像的分析识别。 通过将边缘计算、端计算与云计算相结合，使边缘节点聚焦于图像的实时、短周期处理，而中心 节点聚焦于非实时、长周期的数据处理，从而有效地降低网络延迟，缓解网络带宽与数据中心压 力，提高服务的响应速度。 3 .2 计算机视觉行业在新产业、新模式、新业态方面的发展情况和未来发展趋势 计算机视觉技术产业化落地应用程度不断提高，包括在智能手机、智能汽车、智能制造、智 能安防、智能家居、智能保险、智能零售、互联网视频等领域均有广泛的应用，并形成全新的产 业链条与全新的商业经营模式。可以预见，随着计算机视觉技术不断发展，行业应用解决方案的 建立和完善，以及政府对计算机视觉行业的政策扶持，计算机视觉行业的应用场景将进一步渗透， 助力各应用行业解决行业痛点，提高运营效率，实现行业转型和升级。 随着计算机视觉技术的发展，应用场景的不断丰富，智能设备人机交互的界面智能化水平不 断提高，将创造出更加多元、更加立体的业态形式，推动着未来商业现代化的发展。 (四) 核心 技术与研发 进展 1. 核心技术 及其 先进性 以及报告期内 的变化情况 公司积累了大量计算机视觉底层算法，并自主研发了诸如人体识别、物体识别、场景识别、 图像增强、三维重建和虚拟人体动画等核心技术，构建了完整的计算机视觉技术体系。公司大部 分智能手机视觉解决方案均达到国内外先进水平，多数新创技术在首发周期属于国内外领先水平， 能够满足目前市面上中高端智能手机大多数与视觉相关的技术与应用的算法需求，且公司的智能 手机视觉解决方案在除苹果之外的主流手机品牌的大部分旗舰机型上获得使用。公司在人体分析、 人脸识别、人体识别、手势识别、人体美化等技术上达到超过95%的准确性、毫秒级实时性或低硬 件要求等技术指标，人物属性分析、对象属性分析、多帧多通道质量提升等技术点能达到业界先 进的低功耗、高性能、相对强鲁棒的水平。公司的核心技术对收入贡献率较高，具体核心技术及 核心技术来源如下： 序 号 核心技术 名称 技术用途 核心技术说明 技术 来源 1 人脸分析 用于手机、车载等平台 和视频直播等互联网 平台；用于智能HDR解 决方案、智能美颜解决 方案、人脸识别解决方 案、人像拍摄解决方案 等 基于深度学习的人脸分析技术，具体包括人脸检测、人脸跟踪、人脸关键点、人脸姿态估计、人脸部位分割、人脸属性 （性别、年龄、种族、肤色、五官类型、脸型、发型、配饰类型等）、人脸表情分析。 人脸关键点检测可以精确定位人脸面部五官轮廓点，并根据不同需求输出稀疏或稠密的人脸关键点，是人脸其他技术 的关键基础；人脸检测、人脸跟踪技术可以满足各种场景下的人脸检测与追踪需求；人脸姿态估计可以精确输出人脸各种 姿态下的三维角度信息，估计任意姿态下的人脸三维姿态，为人脸在各种条件下的应用提供高精度位姿信息；人脸部位分 割技术可以将人脸面部区域各部位进行精确分割，精确勾勒描绘出人脸的各种部位的特征，为各种人脸个性化应用提供技 术支持；人脸属性分析可以通过较小的计算开销获得多达十种以上的面部属性分类输出，全面刻画人脸的多维信息。 原始 创新 2 人体分析 用于手机、车载等平 台；用于美体解决方 案、智能驾驶解决方案 等 基于数据驱动的深度学习人体分析技术，具体包括人体检测、人体追踪、人体骨骼关键点检测、人体部位解析、人体动 作识别、行人重识别等技术。 人体检测、人体追踪技术可以在各种中低端设备上实现完全实时的单人或多人人体追踪，在各种复杂场景下具有高召 回率高性能低误检率的表现；人体骨骼关键点技术可以检测出包括头、颈、肩、肘、腕、腰、胯、膝、踝、脚等部位的关键 点位置信息及人体各部位的稠密点，满足高精度的人体分析的需要；人体部位解析技术将人体头部、躯干、四肢以及背景 之间进行精确分割，并在语义上相互区分，支持人体正背面区分；人体动作识别技术通过捕捉人体动作信息，在各种光线 环境下可以精确识别人体常见语义动作（包括招手、跳跃、走路、跑步、拳击等）；行人重识别技术将各摄像头捕获的行人 信息进行分析识别，据此可以获得各摄像头下的行人身份信息以及行人的运行轨迹，是安防领域的重要技术。 原始 创新 3 行为分析 用于手机、车载等平 台；用于智能驾驶解决 方案等 基于数据驱动的深度学习行为分析技术包括人脸面部动作分析、驾驶员疲劳/分心检测、视线追踪、异常行为识别等。 人脸面部动作分析可以精确描述各种面部动作和表情，并根据这些分析信息进行基于语义的面部驱动；驾驶员疲劳/分 心检测技术侦测驾驶员的异常行为，通过彩色摄像头和红外摄像头数据的融合，可以精确判断出各种驾驶员习惯下的疲劳/ 分心状态；视线追踪技术通过对眼球运动进行分析，跟踪人的视线方向以及注视位置，在各种分辨率和人脸姿态下都可以 对眼球的注视方向进行精确追踪；异常行为识别技术在特定的环境下捕获人的各种异常行为，诸如打斗、跳跃、摔倒、阻挡 和冲撞电梯门等。 原始 创新 4 人脸识别 手机解锁、刷脸支付、 人证比对、门禁打卡、 安防监控等 由虹软科技自主研发的人脸识别技术基于深度学习算法，依托海量人脸数据训练，能够提供支付级别的人脸识别解决 方案。支持人脸质量评估，可以滤除不符合用户需求的低质量人脸图像；支持静默式的人脸防伪，对纸质照片、手机内照 片、手机内视频、3D打印模型等各类攻击素材均可过滤。支持各类输入源，包括普通彩色摄像头、红外摄像头、深度摄像 头等，支持彩色图像和红外图像的交叉混合识别。 原始 创新 序 号 核心技术 名称 技术用途 核心技术说明 技术 来源 5 手势识别 用于手机、车载、直播 等平台 手势识别技术让用户在不触碰设备的情况下，通过做简单、自然的手势实现对设备的控制或与设备的交互。该技术可 识别多达数十种的静态手势和动态手势，支持单镜头设备、双镜头设备以及多镜头设备，亦支持普通彩色摄像机、红外摄 像机以及深度相机。 在较近距离下，该技术可以精确地识别手部姿态，恢复三维手部模型，包括检测所有手部关节点和关节自由度，从而 扩展手势识别类型，提升动作识别精度，具有识别精度高、速度快的特点。 原始 创新 6 活体检测 人脸登录、人脸支付中 防欺诈 活体检测技术基于深度学习算法和静默式活体识别，无需用户配合，能有效过滤人脸识别中各类电子欺诈攻击，攻击 拦截率大于99.75%，真人误判率低于3%，客户端耗时低于0.2秒。抵御纸张、屏幕、投影等多类材质3D打印模型等各类 攻击素材，并适用于可见光、近红外、深度摄像头。 原始 创新 7 图像质量 分析 人脸识别、人脸属性分 析 图像质量分析技术基于深度学习算法，分析图像中人脸区域的质量好坏，判别是否适合做人脸识别、人脸属性分析等， 减少由于低质量人脸图像导致的人脸识别、人脸分析的误判。该技术能够有效筛选出模糊、角度过大、尺寸过小、光照不足 或过度的图像。 原始 创新 8 人脸美化 用于手机等移动设备 和视频直播等互联网 平台；用于智能美颜解 决方案、人像拍摄解决 方案等 支持用户自定义需求的智能人脸美化技术，包括基础美颜，美型等。该技术能够精准识别人脸五官区域，生成人脸三 维模型，并基于深度学习的肤色区域检测算法，结合自适应磨皮算法，有效改善肌肤质感，打造像素级别修图效果；智能美 白算法能够根据不同的光照场景自动调整肤色，使肤色亮透的同时保留原有面部立体感及光影效果；多尺度的斑点检测算 法，有效区分痣、痘和色斑等，并采用不同方法进行去除；精准的眼睛区域检测，配合修饰眼部的亮眼、美瞳线等功能，使 眼睛清晰明亮，瞳孔通透，睫毛细节分明；智能保留卧蚕，祛除黑眼圈及眼袋；根据不同的脸型自动调整美型风格，使人脸 五官和谐自然。 原始 创新 9 人体美化 用于手机等移动设备 和视频直播等互联网 平台；用于人像拍摄解 决方案等 人体美化技术根据不同用户需求提供瘦身、小头、长腿等诸多自动体型实时美化功能。基于神经网络算法，自动检测 出图像和视频中的人体关节点，再利用先进的图像变形算法，根据需求对人体不同区域作形变。在美化人像的同时，虹软 科技的图像变形算法尽可能保持背景区域作保护，尽可能减少背景区域的变形程度，使变形效果更自然。 原始 创新 序 号 核心技术 名称 技术用途 核心技术说明 技术 来源 10 人像重光 照 用于手机等移动设备 和视频直播等互联网 平台；用于人像拍摄解 决方案等 人像重光照技术基于三维人脸重建，智能识别人脸面部方向，分析拍摄真实环境的光照情况，并且评估出光照情况， 实现光源智能定位跟随。该技术能识别图像中的不同场景并针对特定场景实时定向优化，使影棚光效更自然，人像效果更（未完）  |