1. 人工智能:是国内科创主力军，17-22年复合增速超 50%

根据创业家杂志联合i 黑马网筛选出的“2018 年中国独角兽 TOP100”榜单，100 家国内科 创、创新领域的知名企业中人工智能企业就有 16 家，其中寒武纪、云从科技等公司估值均超 过 10 亿美元。同时由于人工智能的战略地位，以及在科创板等战略板块的重要定位，人工智 能的重要性有望继续提升。

中国人工智能市场未来五年将处于高速发展阶段，2017 年底中国人工智能市场规模将达 到 10.97 亿美元，IDC 预测到 2022 年市场规模将达到 98.4 亿美元，2017-2022 年复合 增长率达到 54.5%。

2. 计算机视觉:AI主要应用，规模远超其他细分

计算机视觉在未来几年都将可能是 AI 主要的技术应用。根据 IDC 的预测，2017 年国内计算机视觉应用市场规模为 15.45 亿元，到 2022 年有望达到 146.08 亿元，2017-2022 年的 年均复合增速有望达到 56.72%。与其他细分的比较来看，计算机视觉技术应用的市场规模也 远远大于其他细分。

3. 计算机视觉应用场景:安防为主，多领域渗透

在计算机视觉所有应用场景中，与安防的结合具有场景明确、基础技术积累充分、下游市场巨大、政府政策鼓励等优点。1)在技术成熟度上，处理安防影像的技术已经研发的较为完 备。因此，智能安防仍将是人工智能快速应用的方向之一，形成显著的产业价值。2)行业指 导性政策加快了人工智能技术的应用，如平安城市、雪亮工程等。根据 IDC 的预测，政府端 的应用市场规模在目前各行业应用中占比最高。

除了安防之外，目前计算机视觉还应用于金融、手机等领域。以计算机视觉领域的四家知 名企业为例，安防、金融的应用已经深入到多次大型重要会议以及多家银行，零售、消费电子、 物流、交通灯领域则初有布局，与手机、娱乐应用等领域企业有着密切合作。

二、安防:AI 带来长期增量，各路力量皆有机遇

(一)AI 大势所趋:向“看得懂”的转变，正向反馈推动渗透进一步加深

1. 安防行业产业链:主要厂商集中在中游，AI趋势让行业属性逐步延伸

安防行业从上游到下游可分为 3 个环节，分别为:安防产品，安防工程，安防运营服务。上游是视音频基础算法提供商和芯片制造商，主要有 TI、ADI、索尼等;中游是软硬件供应商，

主要包括摄像机、网络硬盘彔像机、网络传输设备、视频服务器等环节，主力厂商包括海康、 大华、BOSCH 等，还有工程商、系统集成商等;下游主要指的是运营服务商，代表企业有 ADT、 安居宝、银湖股份等。由于国内主要厂商集中于中游，因此后文以视频监控市场为主要研究对 象。

AI 的融入让行业属性得到延伸。新时代 AI+安防产业链包括上游的芯片公司、AI 公司、 中游的安防厂商、云服务厂商，下游的安防集成商等。安防厂商、AI 公司都可通过集成商、 渠道，或直接为客户提供产品与服务。

2. AI 趋势:解决安防产业由“看得见”、“看得清”向“看得懂”的转变

传统安防存在的问题:耗费人力物力，动态管理不足，缺乏关联分析。第一，单个案件侦破平均要调看3000 小时录像，对警力耗费巨大。第二，传统安防侧重事后侦查，面临源头 管理、动态管理不足，无法起到预防和实时发现的作用。第三，传统安防在后端缺乏关于数据之间有价值的关联的分析，缺乏数据共享应用。人、车、案、组织、地址等主题库建设与时空、 全文、轨迹等专题库建设之间缺少关联性。

AI 能够解决上述问题。智能安防前后端产品能够汇总海量信息再进行实时分析，给出建 议，并将犯罪嫌疑人轨迹锁定由原来的几天，缩短到几分钟。以海康威视 2017 年破获某个抢 劫案为例，从大量的视频图像中找到嫌疑人，需要对来自500 多个监控点的长达 250 个小时 的视频进行分析，如果采用人力查阅至少需要 30 天时间，但如果采用基于深度学习的视频分 析技术仅需不到 5 秒。

AI 带来公安处理案件精度和效率的提升。根据国家统计局数据，从2012 年起，依靠智 能视频监控系统，公安受理和查处的案件数量都有大幅度减少，预警维稳成效显著。

3. 正向反馈效应:客户明确提出 AI需求，有望推动渗透进一步加深

随着大量AI 产品不断推出，客户对于 AI 技术已经提出更为细致、专业的要求，正向反 馈将进一步推动 AI 技术在行业应用的深化。现在已经有大量招标对安防的智能化作出明确而 细致的要求。一方面是前端的设备要求，包括大数据(即人脸、车牌等信息)进行抓取等，另 一方面是后端的平台分析能力，包括分析、快速检索、集群扩展等。根据安徽某市级雪亮工程 项目招标书，已经对“千亿级以上数据秒级检索或查询能力”、“或者单集群 2000 节点及以上的 大数据产品基础能力”设置相应招标分数。

政府等客户已经充分了解自身需求，并能够提出明确的关于 AI 方面的要求，这支持了 AI 技术在安防产业渗透程度的加深。以浙江省某市“雪亮工程”为例，其二期视频监控系统租赁服 务项目的公开招标采购文件意见征询稿，更加详细的对前端、后端的“AI+安防”功能进行了要 求。

(二)需求端:AI 技术提升安防价值，打开长期新空间

1. 传统视频监控领域:国内市场未来五年复合增速有望达到10%左右

视频监控行业有望稳定增长。根据前瞻产业研究院、IHS 等机构数据， 2018 年国内视频 监控市场规模为 1192 亿元，预计 2023 年能达到 1940 亿元，18-23 年复合增长率为 10.23%。 从全球范围来看，2018 年全球视频监控设备规模为 182.9 亿美元，预计 2020 年能达到 201.8 亿美元，年复合增长率为 5.03%。

2. 长期来看，AI 有望打开市场空间，给市场整体规模带来 20%左右增量

AI 趋势有望带来价格的提升。根据艾瑞咨询数据，传统监控(包括模拟摄像机、高清摄 像机等)的平均价格不到 1 万元，而 AI 视频监控(包括前端智能、后端智能等)到 2018 年平均价格约为 2 万元一路。

对 AI 技术带来的增量进行测算:有望给行业带来 20%增量。基本思路及假设:据 IHS Markit最新数据显示，2016 年中国在公共和私人领域(包括机场、火车站和街道)共装有 1.76 亿个监控摄像头，预计在 2020 年中国安装摄像头的数量会增加到 6.26 亿个，复合增长率 37.33%，那么 2018 年摄像头数量约在 3.32亿个。据艾瑞咨询统计，2018 年中国城市公共安防中 AI 渗透率达到 2.6%，AI 摄像头平均价格为 1400 元/个。

思路:1)总摄像头数量预测:据 IDC 与 HIS Markit预测报道可以得到2016 年、2020 年及 2025 年中国市场监控摄像头总体数量。2)智能摄像头数量:据艾瑞咨询预测的 2020、 2025 年智能摄像头渗透率来推算出对应年年份智能摄像头数量。3)未来 AI 硬件(摄像头) 市场规模的预测:通过各年智能摄像头数量与价格算出智能摄像头市场规模后，减去 2018 年 已有的市场规模即可推算出市场增加量。4)整体市场规模的预测:假设智能安防软硬件市场 比保持不变，通过智能摄像头市场规模即可推算出智能安防市场总体规模状况。

中性估计，2020 年 AI 摄像头渗透率为 8%/11%14%，预计在 2020 年中国安装摄像头的 数量会增加到 6.26 亿个，AI 摄像头价格为 1200 元/个(随数量增加而下降)，

19-20 年 AI 带来的市场增量估测:据艾瑞咨询统计，2018 年 AI+安防市场约为 135.3 亿 元，121.5 亿元为监控摄像头市场，约占 90%，则相关算法、软件平台、解决方案等市场规模 大概为 10%。假设这一比例不变，那么 AI 所带来的整体增量将为 616.2/783.13/950.07亿元。 如果按照中性估计，2019、2020 年增量总计 783.13 亿元，给相关两年带来的市场增量为 26.46%。

21-25 年 AI 带来的市场增量估测:预测到 2025 年我国监控摄像头数量约达到 12.59 亿 个，假设随着 AI 摄像头的普及，价格降低到 1000 元左右，渗透率分别达到 25%/20%/16%来算，那么2021-2025 年 AI 摄像头带来的市场增量分别为 2170.94/1691.68/1212.42亿元， AI 给安防带来的整体增量分别为 2412.16 /1879.64/1347.13 亿元。中性估计下，AI 安防市场 增量总计为 1879.64 亿元，给 2021-2025 年安防市场带来的增量约为 19.28%。

结论:根据我们的测算，AI 技术的渗透加深有望给 19-25年的市场带来约20%的增量。 总体来看，AI 技术能够有效地打开安防视频监控产业的市场空间，行业景气度有望持续提升。

(三)供给端:各路力量积极参与，传统龙头仍具有优势

1. 三路力量同场竞技，看好传统龙头竞争优势

(1)市场格局逐步稳定，CR2份额超50%

安防产业格局经过了两次重要转变，第一次是在监控产品数字化的趋势下，国产厂商凭借 自身优势以及多年积累成功超越国外厂商，成为了国内市场的主导力量。第二次是传统的摄像 头厂商逐渐开始为客户提供完整的、符合客户需求的、深耕于细分行业的解决方案，并由此诞 生了“海大宇”，以及苏州科达、东方网力等知名厂商。

据权威市场研究机构 IHS Markit 2018 年 7 月发布的《2018 全球视频监控信息服务报告》， 2017 年海康威视市场份额 37.94%，连续七年蝉联全球第一;大华股份全球第2 位，市场份 额 17.02%;宇视科技位列全球第 6 位，市场份额 2.8%。从国内市场来看，海康、大华、宇 视科技、苏州科达几家公司份额总共已超过60%，海康、大华两家公司份额合计已经超过50%。(注:两个资料来源统计口径可能有所不同，主要说明市场集中度情况)

(2)三路力量积极参与，逐渐走向竞争

目前行业内主要有三类公司，第一类是以海康威视、大华股份为代表的，从后端设备和前 端设备生产起家的传统安防企业;第二类是以 AI 算法为基础逐渐向软硬件和解决方案拓展的AI 科创企业，代表公司有商汤科技、旷视科技、云从科技等;第三类是华为等大型互联网厂 商。

三路力量虽各有不同优势，但逐渐走向同一层面竞争。对于 AI 科创企业，仅通过授权算 法的方式难以实现规模的快速扩张，同时传统安防企业也开始自行研究算法，积极布局 AI 新 领域。对于华为等互联网企业，单凭借技术优势与云计算等资源基础也难以实现规模化扩张。 因此，AI 科创企业和华为等大型互联网公司开始逐渐的由单纯的算法提供商向设备和解决方 案的提供商转变。

(3)几路力量的比较下，仍看好传统安防领域龙头

大型互联网企业、知名科创企业的优势在于技术、ICT 领域的经验以及云计算等资源。但从多角度综合考虑，我们认为传统龙头企业相对来说更具优势。

第一，从技术上看，科创企业占据优势，华为也具备充足的研发基础，但传统龙头在算法 端有逐渐赶超之势，软硬件的布局也逐渐形成完整生态。同时，在实际的运营中，算法精度 99.9%和 99.91%的识别率差别并不大。

第二，从渠道上看，海康、大华等龙头已经在全国大部分省份建立了业务中心，并不断实 现三四线城市的渠道下沉，在国外覆盖的国家也均超过 150 个。相比之下，互联网企业多将 安防作为众多业务其中之一，科创企业受限于规模，短期内都难以实现渠道的下沉。

第三，从行业积累能力上看，传统龙头凭借多年积累，其解决方案与客户需求深度契合， 并能够提供覆盖近百个细分领域的解决方案，而其他参与者在行业理解上需要长期的积累，往 往也只能选择少数细分行业去覆盖。

第四，从规模化能力上看，其他参与者缺乏硬件方面的大规模生产能力。在硬件智能化趋势的今天，拥有产能就意味着成本的优势，以及海外拓展的能力。

2. 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 Multiple Object Tracking (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 KITTI VISION 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。

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 AI Cloud 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 。

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。

3. 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。

(1)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)。

(2)前端设备:AI智能相机影像处理速度首次降至毫秒级

2018 年云从科技正式发布中国首款高性能 AI相机——“炬眼”AI 智能相机 V1.0。该产品 使 99.9%以上的计算都放在相机上，将视频转化为特征数据后回传到服务器，带宽占用少(网 点峰值不超过 100kbps);2019 年云从科技正式发布新款“炬眼”AI 智能相机，影像处理速度 首次降至毫秒级，并一举达到了 0.05秒。

技术作用:不仅实现了人脸识别，还具有动作、性别等其他识别功能。由于算力的限制， 此前的识别相机多数只能单独进行人脸识别任务，而新款炬眼 AI 智能相机成为了“全球首个同 时支持动作识别、性别分析、年龄分析、客流计数等功能”的智能识别相机。

(3)对安防效率和价值的提升

在安防场景中，跨镜追踪系统可以通过还原行人历史轨迹等功能，帮助公安视频侦查实现 人脸、人体图像与数据联结，强化轨迹追踪功能，深化公安视频图像应用能力。在新零售场景中，跨镜追踪技术可以让商家对用户画像和用户行为有更强的感知，从而能够做出更准确的商 业决策。在金融场景中，“炬眼”AI智能相机作为“VIP精准营销方案”的前端设备，加上后端服 务器，使得前端人脸、生物特征的实时抽取到分析分类和后端的数据搜索、匹配及报告综述 能一体化实现。

技术上的领先为客户创造价值。根据公司官网，公司的解决方案、产品已在 29 个省级行 政区上线实战，每天比对超过 10 亿次，数据汇聚总量超过千亿，协助全国公安抓获超过 1 万 名犯罪嫌疑人。公司在银行有 50 多个解决方案落地，全国 400多家银行已采用公司产品，为 全国银行提供对比服务日均 1.1 亿次。

4. 大型互联网公司:以华为为例

(1)依托云计算优势打造自身安防云平台

华为云平台基础稳固，合作伙伴与市场资源众多。华为已在 30 多个城市建立了云服务节 点，构建了一张覆盖国家-省-市三级的云服务资源网络。2017年 9 月华为与东方网力、高新 兴、商汤科技、依图科技等公司合作成立中国平安城市视频云合作伙伴开放联盟，并在自身 CloudIVS 视频监控云的基础上发布了平安城市公共安全视频多应用领域的联合解决方案。

相较于传统安防企业，华为云平台在系统优化与文件格式上具有开放、高兼容性的独特优 势。华为的 Openstack 开放架构可以让任何的摄像头数据传输进来，从而进行统一的分析， 可以更好的打破数据孤岛。警务云、视频云、全栈云等兼容各类型算法的开放云平台，是基于 全球领先的人像识别算法和新一代人像大数据处理平台，在功能上支持多源数据接入与大规模 人像实时归档。同时，依托强大的云计算资源，平台在高度精确的基础上可以实现海量数据分 析，满足安防领域的各类需求。

(2)芯片技术优势明显

在芯片领域重要程度不断提升的今天，华为凭借上游优势立足行业。据 DIGITIMES Research 报告，华为海思是 2018 年全球前十大芯片设计公司中增长速度最快的芯片公司， 营收高达 75.73 亿美元。2019 年海思 Q1 营收达到 17.55 亿美元，同比大涨了 41%，增速远 远高于其他半导体公司，在视频编码等技术上具备优势。2016 年的编解码芯片出货量中，海 思占有率就超过 60%，目前仍在提升。

(3)B端客户资源丰富，利于业务的拓展

华为作为一家端到端的解决方案商，在安防行业顶层涉及与资源整合、信息共享的业务构建上优势明显，其多年经营所积累的庞大的B 端客户资源将成为发力安防的重要基础。仅以 云业务客户来看，华为目前就积累了超过数十家大型企业，以及多个地方公安、交管部门资源。

三、消费电子:领军企业各有千秋，市场蓝海有望逐步打 开

(一)需求端:渗透加深带来需求扩大，18-22年复合增速有望超15%

1. 市场需求基础:国产手机品牌仍稳定发展，给国内视觉厂商带来机遇

虽然智能手机全球整体出货量增速减缓，但国产手机品牌份额不断提升为计算机视觉技 术应用带来增量。根据 IDC 预测，全球智能手机出货量由 2015 年 14.29 亿台预测到 2022 年 增加到 16.54 亿台。全球智能手机出货量 TOP6 的智能手机中，华为、小米、oppo、vivo 分别占据 4-6 位，累计市场份额达到 38.87%，且华为与苹果的差距不断减小。

2. 市场需求增量:AI视觉技术渗透程度仍存在深化空间

拍照功能、效果成为换机主要因素，有望促进 AI 应用的深化。目前视觉处理在手机中的应用从最初的智能相册转化到更高频次的人脸解锁，技术也从初步应用走向支持 3D Sensing 等复杂运用。根据艾瑞咨询调研数据，95.9%的国内手机用户倾向于下次换机时选择 AI 手机， 对于 AI 拍照功能的优化、智能识别、解锁方式、AR 特效等功能的期望值较高，对于拍摄效 果的关注度较高，这些都为计算机视觉的应用深化奠定基础。

技术仍有较大深化拓展空间。根据旷视联合 IDC 发布的《AI+手机行业白皮书》数据显示， 目前的“AI+手机”还处在较为初级的阶段，仅与解锁、美颜、性能优化等少数功能相结合，在 其他等细分领域还有较大的可渗透空间。

3. 对未来市场规模的预测:18-22年复合增速有望超 15%

单价:1)现在水平。首先根据虹软科技所公布的数据推测。2016 年-2018 年，虹软科技摄像头搭载次数由 0.84 亿次大幅提升到 4.17 亿次(单摄，下同);摄像头营业金额由 1.66 亿提升到 2.57 亿;摄像头搭载费用由 1.98 元/颗降低到 0.62 元/颗。2)未来水平，假设随着 AI 功能的不断丰富，同时已有 90%的智能手机均搭载有 AI 功能，因此不再随着数量的增加而 大幅摊薄，因此假设单价到2022 年比 2018 年增加 50%/70%/100%，到 2022 年为 0.93/1.05/1.24元/颗。

搭载 AI 的摄像头的数量:1)现在水平，18 年全球智能手机总出货量 14.049亿台，TSR 数据 2018 年全球智能手机摄像头的出货量 41.47 亿颗，则平均每个手机搭载 2.95 颗。保守 估计由于手机本身的限制，平均每个手机的搭载数量不会再明显上升。根据 IDC 数据，人脸 解锁、人像美颜功能在手机应用中渗透率分别高达 75%与 90%，则当前计算机视觉 AI 技术在 手机中的渗透率应达到 90%左右的水平(更多功能的渗透已经在价格中体现)。2)未来水平， 假设到 2020 年有 90%/95%/100%的手机均搭载有 AI 功能。

参照上述数据，18 年的行业市场规模可能达到 27.22 亿元，到 2022 年市场规模可能将 达到 48.85 亿元(中性估计)，2018-2022 年的复合增速有望达到 15.74%。

(二)供给端:领军企业各有千秋，新兴领域布局值得关注

1. AI 厂商处于集成环节，优势企业有望延续强势

AI 厂商处于手机产业链中的集成环节。AI 加入手机之后，主要对手机产业链两个环节产生影响，一是芯片环节由 AI 架构设计商独立或者和传统芯片厂商合作提供 AI 芯片;第二个环 节是集成环节引入了专业的 AI 算法提供商，提供美颜、人脸解锁等功能。

手机厂商要求严格，领先企业有望强者恒强。行业内主要公司包括 CorePhotonics Ltd、 Morpho, Inc、EyeSight Technologies Ltd，以及国内的商汤科技、旷视科技，以及科创板公 司虹软科技。考虑到三星、索尼等全球知名品牌厂商对于供应商的选择极为严格，技术门槛要 求高，有着多年合作关系的公司无论是技术还是行业理解上都有明显的优势。以虹软科技为例， 其与三星、华为、小米、OPPO、维沃(vivo)、LG、索尼等全球知名手机厂商合作时间基本 超过 5 年以上，其中与三星合作超过 15 年。

2. 虹软科技:国内主要的手机 AI提供商之一，持续投入带来技术优势

根据 IDC 数据，人脸解锁、人像美颜功能在手机应用中渗透率分别高达 75%与 90%。那 么假设 90%的手机都至少搭载有美颜功能，则 18 年搭载 AI 功能的摄像头数量预计将有 37.3 亿颗，虹软科技 4.83 亿次的搭载次数，从搭载次数上看虹软科技约占行业的12.87%。 目前虹软科技有三星、华为、小米、OPPO、维沃(vivo)、LG、索尼等全球知名手机厂商等 21 家客户，以提供人工智能算法为主要的服务内容。

技术上不断进步的背后是研发的持续投入。根据招股说明书披露，虹软科技已获得专利 129 项(其中发明专利 126 项)、软件著作权 73 项。公司积累了大量视觉人工智能底层算法， 在招股说明书中披露了 7 项核心的主要核心技术，包括人体分析、手势识别、物体识别、暗 光图像增强、人像虚化、人脸美化和虚拟人物动画。从虹软科技研发投入占比来看，2016-2018 年均在 30%以上的水平，明显高于计算机行业平均水平。2018 年研发人员占比 65.73%，高 于行业平均的 37%左右的水平。

2. 其余主要公司:以商汤科技为例，由传统功能向AR 等新兴领域拓展

以商汤科技为例，在 ImageNet大赛中夺得冠军，其技术准确率和可靠性得到验证。完成C+轮融资后，总融资额超过 16 亿美元，估值超过 45 亿美金。手机行业是商汤科技的关键发 力点，已经与 OPPO、vivo、小米、华为、一加、魅族等国内主流手机品牌达成合作，为它们 提供人脸解锁、AR 特效等技术。

除了传统的人像识别、美颜等功能外，商汤科技目前在 AR、立体成像等领域不断取得突破。以 AR 领域举例:

1)应用于娱乐领域。商汤科技已经推出增强现实感绘制引擎SenseAR，为娱乐互联网 行业的短视频应用、直播平台在线教育等提供增强现实特效解决方案。随着用户对社交互动性 要求的提升，AI 技术在增强现实应用中是渗透率有望提升。

2)AR 尺子。商汤科技为例已实现应用 ALAM 技术将立体成像应用于互联网娱乐等领域， 并与 OPPO合推出 OPPO ARunit 平台，为 AR 测量和高德地图的 AR 导航提供技术支持。公 司结合多传感器融合与优化技术，在视觉惯性SLAM 算法的基础上，深度融合 TOF 深度数据， 在尺度估计、环境三维感知、锚点计算与跟踪等方面明显优化。

3)SenseAR AR 步行导航。在 SenseAR AR 步行导航中，公司创新性地将 SLAM 技术 与传统的 GPS 定位结合，解决了导航的关键问题:在 GPS 地理坐标的基础上通过实时获取 视觉图像、加速度和角速度等数据进行手机设备的6DoF 定位，从而确定用户的精准方位。

总结来看，我们对于 AI 算法提供商从两个维度进行分析，第一，由于进入知名手机的产 业链需要严格的技术要求及长期的与手机厂商的磨合，因此看好已经在行业内取得一定地位的 虹软科技、商汤、旷视等公司。第二，传统的解锁、美颜功能已经基本普及，未来能够在立体 成像、AR 等领域成功研发的公司有望取得更大优势。

四、智能驾驶:产业进程不断推进，国内企业加速布局

(一)需求端:随智能驾驶不断普及，到 2025年算法市场规模有 望近百亿

计算机视觉技术在智能驾驶领域的应用主要通过 ADAS 的视觉子系统来实现。ADAS 即 高级辅助驾驶系统，主要分为感知层、决策层和执行层。感知层由车载雷达和摄像头组成，用 于采集汽车周围环境数据，特别是通过视觉技术实现信息的采集。决策层主要是通过深度学习 算法，进行物体识别、路线辨识并结合地图数据做出相应决策行为。最后由执行层进行电子制 动、电子转向等车辆操作。

感知层的视觉技术基本原理:首先通过车载摄像头进行障碍物探测识别、车道探测和交通 标志探测，感光芯片将拍摄到的图像用数字形式记录并发送给 ADAS 的决策层，根据采集到 的信息来进行路况分析，提供决策信息。

对于车载摄像头，根据相关预测，L1/L2 级别(部分自动化)单车使用 3 颗，L3 级别(有条件自动化)单车使用 6 颗，L4 级别单车(高度自动化)使用 10 颗。

据发改委和工信部规划，到 2020 年智能新车占比至少 30%，预计 2020 年我国汽车产量 为 3300万辆，则智能新车有990 万辆。按照每辆智能汽车安装 4 个摄像头计算(L1/L2 级别 仍占多数)，总需求量将达到 3960 万个。假设每个智能汽车摄像头单价在 300/600/900(参 考国外相关产品价格)，则到 2020 年智能汽车摄像头市场的总规模有望达到118.8/237.6/356.4 亿元。如果假设算法价值量在整个摄像头中占据20%，则相关的算法市场 的规模分别为 23.76/47.52/71.28 亿元。

参照上述方法，假设到 2025年智能新车占比50%，每辆智能汽车安装 6 个摄像头计算， 则可以计算出到 2025 年的市场规模有望达到 34.24/85.6/205.44 亿元。2020-2025 年的复合 增速有望达到 7.58%/12.5%/23.58%。

(二)供给端:国内企业在算法和芯片两个领域持续发力

在国际上最大的 ADAS企业为 Mobileye，占据了 75%的市场份额，而国内 ADAS 技术主 要被国外厂家垄断。提供解决方案服务(算法)的公司主要包括虹软科技、商汤科技和旷视科 技等;在芯片方面，森国科、地平线、寒武纪等厂商近些年都发布了智能驾驶相关的芯片产品。

1. 虹软科技:在 ADAS、智能车舱等领域均有解决方案布局

智能驾驶辅助系统(ADAS):通过前向摄像头，ADAS 视觉子系统可以实时识别前方车辆、行人和车道线，检测本车与前车或行人之间的距离、方位及相对速度，以及本车在车道中 的位置，并由此做出预警判定,从而为安全驾驶提供辅助作用。

智能车舱:针对当前绝大多数的交通事故都与疲劳驾驶或驾驶人注意力分散有关，虹软根 据多年来在人脸技术以及物体识别技术上的优势，研发出全球领先的 DSM 驾驶监控视觉子系 统，以便提醒驾驶员避免危险驾驶。

360 度全景环视:传统的基于图像的倒车影像系统只在车尾安装摄像头，只能覆盖车尾周 围有限的区域，而车辆周围和车头的盲区无疑增加了安全驾驶的隐患。虹软360 度全景环视 子系统能够与视觉传感器相互协同配合，形成全车周围的一整套的视频图像，让驾驶员清楚查 看车辆周边是否存在行人、移动物体、非机动车、障碍物并了解其相对方位(转向、停车)与 距离，帮助驾驶员轻松停泊车辆。

2. 商汤、旷视:依托核心技术，专注细分领域

商汤科技依靠自身在人工智能领域积累的核心技术，与本田汽车达成长期合作，共同发力适合乘用车场景的 L4 级自动驾驶方案，加速智能汽车的研发进程。

旷视科技推出的汽车“人脸解锁”功能，能通过车外的摄像头捕捉驾驶员人脸信息并进行身 份的识别与确认，实现人脸解锁车门、临时授权人脸解锁车门;通过车内的摄像头实现刷脸启 动发动机、保险箱等，真正实现“无感知” 解锁启动汽车。除了能够“人脸解锁”，“账户切换”功 能还可以精准识别驾驶员身份，配合车载智能系统，快速调整用户预设的车辆各项个性化配置(座椅位置、反光镜角度、空调温度、音乐、灯光、导航等)，给用户带来更舒适的驾乘体验。

3. 寒武纪等芯片厂商:性能上逐渐赶超国外厂商

目前主流的自动驾驶芯片解决方案主要包括 GPU(图形处理器)、FPGA(现场可编程逻辑门阵列)、DSP(数字信号处理)和 ASIC(专用集成电路)四种，主要公司有英伟达、 德州仪器、Altera、Mobileye 等，且上述公司目前仍占据了大部分市场。

国内寒武纪、地平线等智能芯片厂商若能凭借 AI 领域的技术积累攻克相关核心技术，有 望逐渐在智能驾驶领域获得更大的份额。

五、投资建议

1. 安防行业:

AI 大势所趋:内生需求+正向反馈，AI 渗透将不断加深。安防产业在 AI 的驱动下向“看得 懂”的转变是行业发展必然趋势。在雪亮工程等重点项目中，客户明确、较详细地提出 AI 需求， 正向反馈有望推动渗透进一步加深。

需求端:长期来看，AI 有望给市场带来 20%的增量，打开行业成长空间。国内视频监控 行业 2018 年市场规模为 1192 亿元，预计 2023 年能达到 1940 亿元，复合增长率为 10.23%。 根据估算，AI 给 19-20 年的市场带来 26.46%的增量，给 21-25 年市场带来 19.28%的增量， 打开行业长期成长空间。

供给端:各路力量积极参与，传统龙头仍具有优势。云从等知名科创企业具有更高效的 技术优势;华为等大型知名互联网厂商则具备更完备的集成经验与云计算资源;但从渠道、行 业积累等角度考虑，传统龙头企业优势仍较为明显，同时技术差距不断缩小让传统企业在 AI 时代的竞争中不落下风。

2. 消费电子:

需求端:看好 AI 技术深化带来持续性需求。2018年 AI 视觉技术在智能手机领域的市场 规模约为 27.22 亿元，中性预计在 2022 年将增加到 48.58 亿元，年复合增长率有望达到 15.74%， 增速显著。目前“AI+手机”还处在初级阶段，仅与解锁、美颜等功能相结合，在 AR 特效等细 分领域还有较大的深化空间。

供给端:关注领军企业向立体成像等领域深度扩展。第一，大型手机厂商产业链有严格 的要求，国内领军企业商汤、旷视、以及科创板公司虹软科技等进入产业链表明技术上获得认可，具有长期合作关系显示了其对客户理解能力，优势明显。第二，传统手机解锁、美颜功能 基本普及，美颜功能在手机应用中的渗透率高达 90%，看好未来能能在 AR、立体成像等细分 领域取得突破进展的公司。

3. 智能驾驶领域:

需求端:看好随智能驾驶推进所带来的行业空间，中性估计到 2020 年智能汽车摄像头算 法市场的规模有望达到 47.52 亿元，到 2025 年达到 85.6 亿元。2020-2025 年的复合增速有 望达到 12.5%。

供给端:目前全球市场多被 Mobileye 等重点企业占据，但国内企业在算法、芯片两端均 有积极布局，其解决方案已实现产业化落地，未来有望逐渐实现对国外企业的赶超。

安防领域推荐海康威视、大华股份、千方科技、苏州科达;消费电子及智能驾驶领域，建 议关注虹软科技、四维图新、中科创达。

六、相关标的

(一)海康威视

海外渠道建设不断完善，分散波动风险。公司 2019H1 销售费用占比达到 13.43%，为上 市以来同期最高水平。根据公司披露，为持续在国内外建设营销网络投入导致。2018 年，公 司在墨西哥、巴拿马、巴基斯坦、秘鲁、以色列新设 5 家子公司，海外分支机构增加至 44 个， 授权维修中心 100 余家，海外销售服务网络进一步完善，未来有望更有效抵御海外波动的风 险。同时，产业链合作共赢是长期大趋势，公司的海外风险有望逐步得到缓解。

从长计议加大研发投入，不断完善人工智能平台布局。公司 2018 年研发投入 44.83 亿元， 同比增加 40.34%，研发费用率 8.99%，2019H1 研发费用提升至 10.47%。公司深入研发促 进 AI Cloud 的落地，并发布了两池一库四平台、AI 开放平台、视频监控建设评价系统等一系 列平台，不仅将技术研发作为重点，而且将有效通过平台训练工程施工、零售等具体应用场景 的 AI 算法。

创新业务快速发展，有望成为公司未来重要业绩增长点。公司的萤石互联网云平台已拥有 4000 万量级的设备接入和 3000万量级的用户，能为全球用户提供稳定持续的、基于视频的 综合性服务。2019H1 公司智能家居业务、其他创新业务收入增速分别为 56.92%和 54.84%， 未来有望与公司主业形成合力。

预计公司 2019-2021 年，EPS 分别为 1.49/1.8/2.17元，当前股价对应PE 分别为 20/17/14 倍，维持“推荐”评级。

(二)大华股份

公司将“智慧物联”作为主要发展战略之一，大力向新兴领域拓展。公司围绕视频业务积极 推动向视频物联的升级转型，在 2018 年安博会前夕，正式发布“HOC城市之心”战略，其战略 是以传统的安防产业为基础，向智能楼宇、医疗、教育等领域的安防拓展。2019 年 5 月，公 司拟发行 48 亿元可转换公司债，其中有 10.4 亿元投入到智慧物联研发和产业化。

主营业务景气度持续提升，外部环境缓和后业绩有望继续向好。2018 年全年，公司营收 同比增长 25.58%，2019Q1 营收 43.48 亿，同比增长 20.19%。2018 年受宏观去杠杆和海外 因素等影响，安防行业增速放缓。2019 年各省市安防需求逐步回暖，雪亮工程、平安城市不 断推进，行业基本面不断边际改善的信号，加上公司持续向上游芯片等领域拓展，未来公司业 绩有望持续向好。

AI 研发保持领先，不断加大投入夯实技术优势。2018 年公司研发费用占比达到 9.65%， 2019Q1 为 12.45%，持续的研发投入保证了公司在 AI 领域的技术领先优势。在 AI 领域，公 司不仅获得了“KITTI VISION 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”等多项荣誉，而且在多个细分领域实现算法性能的提升，能够识别近 300 种车辆品牌以及 5000 余种的车型，智慧安检领域推出的 X 光机危险品自动检测方案并实现多项检测率指标持 续提升。

预计公司 2019-2021 年，EPS 分别为 1.07/1.36/1.69元，当前股价对应PE 分别为 16/12/10 倍，维持“推荐”评级。

(三)虹软科技

不断深耕视觉技术，算法持续取得突破。公司 2016-2018 年研发投入占营收比例均超过 30%，明显高于计算机行业平均水平。截至 2018 年底公司在视觉人工智能领域拥有专利129 项(其中发明专利 126 项)、软件著作权 73 项，充分体现了公司在研发领域的实力。

技术上的领先让公司获得大量优质客户。公司的客户包括三星、华为、小米、OPPO、vivo、 魅族、索尼、中兴、传音、联想、摩托罗拉等，其中与多数厂商均保持5 年以上的合作。与 此同时，公司的技术搭载次数由 2016 年的 8,464.36 万次迅速增长到 2018 年的 48,293.08 万 次，市场拓展不断加速。目前公司主要技术集中在人像的美颜等功能，未来随着AR、立体成 像等技术的不断成熟，公司渗透率有望进一步提升。

智能驾驶、物联网等领域积极拓展，丰富收入来源。公司在车辆周围环境探测领域深入探 索，推出了蛇形驾驶、跨线行驶等危险驾驶监测解决方案，大型车辆盲区监测解决方案等。除 智能驾驶领域，公司在多种 IoT 智能设备及智能保险领域开始涉足，提出了货品识别、客户 身份识别、智能门锁等解决方案。2018 年公司首次在汽车等 IoT产品领域实现收入的突破， 未来有望成为公司新的业绩增长点。

(四)千方科技

轨交、交通领域优势明显。1)PIS 领域领先地位继续保持。公司的轨道交通乘客信息服务系统(PIS)已在北京、上海、广州等 20 个城市的百余条地铁应用，核心系统约占全国 60% 的市场份额。2)在城市交通领域中标情况良好，电子车牌等新兴领域加速布局。城市交通方 面，公司上半年中标惠州市(TOCC)项目等 2018 年 TOCC 领域较大的招标项目，示范效应 凸显;电子车牌领域，公司参与了《机动车电子标识读写设备安装规范》等电子车牌国家标准 的制定。

与百度、阿里等实现合作，车路协同业务逐渐体现价值。继与百度 Apollo 打造的车路协 同设备已经落地延崇高速公路后，公司与阿里在 5 月达成协议，阿里以 36 亿元入股公司。公 司有望借力阿里在技术、服务等方面的优势，在将在智能交通、边缘计算等领域实现突破。

安防领域领军地位稳固，AI 算法取得重要成绩。公司的北京世界园艺博览会外围安保工 程等大金额项目不断落地，在渠道市场推出智能锁等新产品打开新的增长空间，体现了行业领 先地位。同时，公司的计算机视觉与深度学习算法在 Multiple Object Tracking (MOT) Challenge 全球竞赛中，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。

预测 2019-2021 年 EPS 分别为 0.68、0.87 和 1.08 元，对应 PE 分别为 24X、19X 和 15X， 维持“推荐”评级。

(五)苏州科达

国产替代趋势下国密产品价值凸显，教育等多行业拓展丰富收入来源。1)政府机关、特 别是公检法系统逐步成国内视频会议系统采购主力，而公司多年深耕公检法领域，同时近年来 开始向教育、医疗等领域不断拓展，丰富收入来源。2)国产替代趋势下，公司的视频会议目 前解决方案已通过国家密码管理局认证，未来有望在政府、公检法等安全性要求较高领域形成 差异化优势。

深度布局“安防+AI”，端到端智能化产品构筑竞争优势。公司不仅在在公检法等领域持续 深耕，树立优势，而且全方位布局 AI，前端具有智能识别摄像机、结构化分析摄像机等产品， 后端的海燕车辆大数据系统可进行千亿级数据毫秒级分析;车辆特性识别准确率提升至 98% 以上，车标可识别超过 480 种，车型可识别超过 5500种。同时公司正准备发行5.52 亿元规 模可转债继续进行相关投入，1.62 亿元用于视频人工智能产业化项目，1.38 亿元用于云视讯 产业化项目，进一步提升在技术研发领域的优势。

预测公司 2019-2021 年 EPS 分别为 0.87、1.11 和 1.38 元，对应 PE 分别为 15X、12X、 10X，维持“推荐”评级。

(六)四维图新

车载前装导航领军企业，戴姆勒、宝马两大集团订单奠定长期增长基础。1)公司在车载 导航前装市场领域市占率稳定在 38%-40%区间。2)2019 年 1 月，国家发改委等十部委发布 《进一步优化供给推动消费平稳增长，促进形成强大国内市场的实施方案 (2019 年) 》，制 定六大措施促进汽车消费政策，有望对车市形成托底效应。3)与戴姆勒、宝马两大集团分别 签署 2020 年至 2024 年、2021 年前导航电子地图销售协议。公司传统导航业务具备长期稳定 增长的重要基础。

以地图为核心布局智能驾驶，新增订单彰显领先地位。自动驾驶地图方面，高质量数据已 高效覆盖全国超过 21 万公里高速，在 2019年覆盖全国全部高速路网，采集进度在行业内领 先。公司自主研发的自动驾驶解决方案完成了 5000 公里京昆高速无重复道路路测。2019 年 2 月，公司与宝马汽车公司签署协议，将为其在中国销售的2021 年-2024 年量产上市的宝马集 团所属品牌汽车提供 Level3 及以上自动驾驶地图产品和相关服务，充分展现四维图新在自动 驾驶地图领域领先者的地位。

(七)中科创达

智能网联汽车业务不断发展，客户规模持续扩大。公司目前以智能驾驶舱为主要发力点， 融合智能操作系统技术、Righware Kanzi®3D 开发技术、智能视觉人工智能技术，提升了驾 驶体验。凭借自身优势，公司在全球已经拥有超过100 家智能网联汽车客户，对全球汽车厂 商里，前 25 位的车企中已有 15 家采用了公司产品，公司的智能网联汽车业务也保持较高 景气度，2018 年增速约 84%，2019H1 增速约为 74%。

视觉技术深耕，一体化 SoM产品发力智能物联。一方面，公司拥有从平台层、算法层到 产品层的完整的智能视觉人工智能解决方案。同时，公司自主研发了包括场景识别、人脸识别 等算法，能够与高通、ARM、华为等主流 AI 引擎实现流畅的运行。另一方面，公司依托AI 算法优势，打造了“核心板+操作系统+核心算法”一体化的 SoM 产品，减少终端厂商开发门槛 及成本。同时，公司凭借智能操作系统平台优势，为全球知名终端提供智能操作系统产品，获 得了包括华为、OPPO、VIVO、小米等知名芯片厂商、终端厂商等。

（报告来源：民生证券）