「国金研究」虹软科技首次覆盖：视觉算法为器，开拓AIOT大市场

国金证券研究所

创新技术与企业服务研究中心

通信组孟林团队

投资建议

预计公司2019-2021年营收分别为5.91、8.33、11.14亿元，归母净利润分别为2.15、3.61、4.79亿元，YoY+36.6%、+67.7%、+32.7%。参考可比公司估值，给予公司2020年65倍PE，目标价57.77元，首次覆盖给予“增持”评级。

投资逻辑

计算机视觉是AI领域最具商业化价值的赛道，其中手机视觉是最成熟的应用领域之一。作为AI时代主要入口之一，计算机视觉主要以图像和视频等高维、密集数据为主要处理对象，信息提取程度更深、应用场景更加丰富，商业化价值巨大。IDC预测，2017-2022年中国计算机视觉应用市场规模将实现CAGR 56%的增长至146.1亿元。手机视觉是行业最成熟的应用领域之一，主要受益智能手机摄像的发展，未来在5G换机潮以及摄像头双（多）摄、深摄渗透率提升趋势下有望迎加速发展机遇。在该领域，第三方算法提供商具备技术沉淀和产品化经验方面的优势，未来大有可为。

公司是AI视觉算法领域的领军者，长期发展具备三大竞争优势。公司自2003年起专注于移动摄像的图像处理技术研究，经过20多年发展已打造出较为完整的产品体系，市场认可度高、行业地位领先，客户覆盖国内外各大主流安卓智能手机厂商。我们认为，公司长期发展具备三大竞争优势：1）产品化能力强，能针对不同硬件在有限开发周期内为客户提供“性能-功耗-硬件成本”三方面最优平衡的解决方案；2）算法覆盖面广，已积累大量的成像、图像、色彩领域的经验和技巧并掌握了各类核心AI技术，构建了完整的视觉AI技术体系；3）初步构建产业生态，产业链上下游合作紧密，有助于紧跟产业发展趋势，持续提升产品竞争力及客户需求响应效率。

汽车视觉是未来新蓝海，有望成公司成长新引擎。作为ADAS的主要信息入口，随着汽车智能化的提高，车载镜头的需求量会快速提升，进而将带动汽车视觉应用的快速发展。公司在手机视觉领域积累的AI算法技术具有通用性和延展性，大量模块化的产品和基础支持算法库能够为不同行业的客户提供一站式的解决方案，为公司开拓汽车视觉市场打下了坚实基础。当前，公司针对车辆周围环境探测以及车内安全辅助驾驶都提出了相对完整的解决方案，未来有望充分受益汽车视觉行业发展，延续技术与产品领先优势。

风险提示：下游应用领域与客户过度集中的风险；技术升级迭代风险；新业务开发和拓展风险；市场竞争加剧风险；预收款项风险。

报告正文

一、虹软科技：深耕移动摄影图像处理多年，构筑深厚竞争壁垒

1.1公司是移动摄影图像处理领域的先行者，具备多年技术及经验积累

公司简介：公司原为ArcSoft US全资子公司，后者于1994 年在美国加利福尼亚州成立，一直以来专注于图像和成像领域算法及应用软件的研发。1995 年，ArcSoft US 推出了图像编辑软件 PhotoStudio，在随后十年的数码影像高速发展时期被同期主流的扫描仪和数码相机产品广泛采用。2003 年，ArcSoft US 在中国杭州设立了公司前身虹软有限。2004 年，公司开始专注于移动摄影的图像处理技术研究，是世界上最早进入该领域的传统影像软件公司之一。公司通过 20 多年长期研发投入，在数字影像及计算机视觉领域积累了大量底层算法并获得众多优质客户和合作伙伴，在该领域逐渐构筑起深厚的竞争壁垒。

公司核心业务是为智能设备提供计算机摄影解决方案。目前，公司提供的主要解决方案可分为智能手机视觉解决方案、智能驾驶视觉解决方案以及其他 IoT 智能设备视觉解决方案（以下分别简称“手机视觉”、“驾驶视觉”以及“IoT视觉”），其中手机视觉是主要的收入来源，2018年营收占比达96%。

公司盈利模式是向终端厂商收取技术和软件使用授权费。公司将视觉人工智能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。

产品收费模式分固定费用模式和计件模式两种。按照业务合同的不同类型划分，公司的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：固定费用模式即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，客户在软件授权期限内，针对某款、某系列的特定设备，可以无限量生产装载有公司算法技术的智能设备；计件模式即在合同约定的软件授权期内按照客户生产的装载有公司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。按计件模式对客户收取软件技术授权费用这一模式在国内企业中相对较为少见，公司能成功运行这一模式体现了市场对公司产品的认可。近三年，公司通过计件模式收费的比重不断提升，主要是因为来自三星、华为、小米等公司的计件模式下的收入逐年上涨所致。

1.2 产品化能力强、算法覆盖面广、初步构建产业生态，三大竞争优势助力公司长期发展

产品化能力强。视觉算法厂商需要针对每一款智能设备的不同硬件特点，在有限的开发周期内，为客户提出有针对性的解决方案，帮助客户的智能设备在“性能-功耗-硬件成本”三方面达到最优平衡。公司提供的相关算法针对各个主流硬件平台（比如高通、联发科、三星和展讯等等）在性能上做深入优化，技术具有很高的通用性和延展性，并且凭借对行业演进规律的理解，形成了大量模块化的产品和基础支持算法库，进而能够为不同行业的客户提供性能、功耗、硬件成本达到最优平衡的一站式的解决方案，并缩短产品开发周期。

公司在先进技术的产品化上有着丰富的经验，例如：2003 年，公司在性能有限的移动终端设备上实现了人脸特征点检测、人脸检测和人脸表情检测等功能；2004 年，公司在该类终端上完成了图像增强算法的落地，实现了去模糊、去噪和暗光拍摄三大功能；2015年，虹软科技协助手机厂商发布了业界第一款 RGB+Mono 方案的后置双摄头手机。公司强大的产品化能力能够促进视觉人工智能技术在智能手机、智能汽车、物联网（IoT）等领域落地，从而开拓更多业务领域 。

算法技术领先，解决方案覆盖面广。公司自成立起一直与影像产业的发展、消费者的需求和影像科技创新紧密相连，并在这个过程中积累了大量的成像、图像和色彩领域的经验和技巧，这些经验和技巧难以通过投入资金和招募人才来快速获得，构成了公司在视觉人工智能领域的核心竞争力。根据公司官网及招股说明书，公司已掌握了诸如人体识别、物体识别、场景识别、图像增强、三维重建和虚拟人像动画等各类核心技术，构建了完整的视觉人工智能技术体系，且公司对相关算法技术的理论基础、实现方法等有着较为深入的理解和实践，在算法基础上，提出了单摄、多摄包括单多摄组合的众多解决方案。全面的产品系列有助于公司进入不同场景。

初步构建产生生态，产业链上下游合作紧密。摄像头的性能不但与硬件设备，如手机平台主芯片、摄像头传感器、相机模组、镜头密切相关，而且与视觉人工智能算法、辅助软件等密切相关。其中硬件设备决定了摄像头性能的下限，算法和软件决定了摄像头能力的上限。公司坚持与产业链上下游的主流公司开展合作交流，并与之建立了长期、紧密、稳定的合作关系：公司与高通、联发科、展讯等芯片平台厂商长期合作，针对芯片平台优化，不断提高视觉人工智能技术算法产品与移动芯片的适配性，促进研发思路协同统一；公司亦与索尼传感器、三星半导体、格科微、舜宇光学、信利等各大传感器及摄像头模组厂建立了业务交流或合作关系，为其提供搭建多摄像头校准等技术方案。作为第三方算法提供商，与产业链合作伙伴建立长期、紧密、稳定的合作关系有助于公司紧密跟踪产业发展趋势，持续提升产品竞争力、提高客户需求效率，从而为客户提供高性价比的解决方案。

二、手机视觉：计算机视觉最成熟的应用领域之一，充分受益智能手机摄像发展

2.1计算机视觉行业综述：AI行业最具商业化价值的赛道

计算机视觉是国内外AI企业最集中的领域，商业成熟度较高。从AI企业的应用技术方向分布来看，计算机视觉技术企业在全球AI企业中占比约40%，在国内占比约46%；无论国外还是国内，计算机视觉都是AI企业最集中的领域。从市场规模来看，2017年计算机视觉市场占全球AI市场总规模的16.9%，排在语音识别之后；而国内计算机视觉市场占AI市场的34.9%，排名第一。国内外计算机视觉的市场规模差异要远大于企业分布差异，说明国内计算机视觉公司的总体盈利能力较其他AI领域的公司较强，商业成熟度较高。

计算机视觉是AI领域应用场景最丰富、商业化价值最大的赛道。目前，AI技术处理的数据类型不外乎四类：文字、语音、图像和视频。从信息维度来看，从文字到视频维度是递增的，文字的信息维度最少、包含的信息量也最少，视频的信息维度最多、包含的信息量最大。反映在数据量占比上，以线上数据为例，根据Cisco的研究，到2022年全球线上视频流量占总流量的比例将从2017年的75%上升到82%，说明线上数据将越来越被视频数据所主导。信息维度更高加之数据量更大，因此以图像和视频为主要处理对象的计算机视觉要比以文字或语音为主要处理对象的其它AI技术具有更加丰富的应用场景和商业化价值。

市场格局上，科技巨头把控基础层，初创企业领跑应用层。计算机视觉架构从下至上：1）基础层