公司代码：688088 公司简称：虹软科技
虹软科技股份有限公司
2020 年年度报告摘要
1 / 19
一 重要提示
1 本年度报告摘要来自年度报告全文，为全面了解本公司的经营成果、财务状况及未来发展规
划，投资者应当到上海证券交易所网站等中国证监会指定媒体上仔细阅读年度报告全文。
2 重大风险提示
公司已在《2020 年年度报告》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。
3 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。
4 公司全体董事出席董事会会议。
5 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。
6 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。
7 是否存在公司治理特殊安排等重要事项
□适用 √不适用
二 公司基本情况
1 公司简介
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
2 / 19
公司存托凭证简况
□适用 √不适用
联系人和联系方式
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
上海市徐汇区龙兰路277号东航滨江中 上海市徐汇区龙兰路277号
办公地址
心T2 15楼 东航滨江中心T2 15楼
电话 021-52980418 021-52980418
电子信箱 invest@arcsoft.com invest@arcsoft.com
2 报告期公司主要业务简介
(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。
3 / 19
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
产品 实现功能
号
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
1 智能暗光增强解决方案
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
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
2 智能 HDR 解决方案 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
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
3 智能防抖解决方案
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
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
5 智能人脸识别解决方案
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
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
6 智能人体识别解决方案
测等功能
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
7 智能场景识别解决方案
果优化
支持大分辨率多图输入，支持实时拼接和预览，叠加“去鬼影”
8 智能全景拍摄解决方案
算法，提升手机拍摄效果
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
9 智能人像拍摄解决方案
化）、光影特效、背景替换等功能
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
10 智能美颜解决方案
龄、肤色、性别和脸型等，实现个性化智能美颜效果
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
11 智能美体解决方案
同体型，实现个性化智能美体效果
单摄像头条件下，通过叠加多种核心技术，实现人像、卡通、动
12 智能 AR 解决方案
物的 3D 表情录制
智能镜头畸变矫正解决 广角镜头物理畸变矫正、鱼眼镜头（超广角）物理畸变矫正、广
13
方案 角镜头人像畸变矫正
智能图像特效处理解决
14 基于特定场景和主题的智能化特效
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
15 智能物体跟踪解决方案
功能
4 / 19
序
产品 实现功能
号
16 智能去频闪解决方案 解决高帧率视频录制频闪问题
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
17 智能暗光人像解决方案
功能
智能双（多）摄人像拍摄 基于双（多）摄像头的大光圈特效（背景虚化）、光影特效、背
18
解决方案 景替换
19 智能光学变焦解决方案 常规多摄像头无级变焦
智能光学超级变焦解决
20 潜望式长焦摄像头无级变焦
方案
智能模组产线标定解决
21 多摄像头模组产线标定及验证
方案
智能手机组装线标定解
22 手机组装线摄像头模组标定及验证
决方案
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
23 智能人脸细节增强方案
照中人脸细节信息
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
24 智能眼镜去反光
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
智能低光全景拍摄解决 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
26
方案 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
产品 实现功能
号
利用深度摄像头，使用结构光、TOF 等先进技术，实现 3D 建模功
1 智能 3D 扫描
能
利用深度摄像头，实现人脸检测、人脸跟踪、人脸识别、性别检
智能 3D 人脸识别解决方
2 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
案
跟踪算法，为不同客户定制出各种类型的解决方案
智能 3D 人体识别解决方 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
3
案 检测、人体手势检测等功能
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，
4 智能 3D 美颜解决方案
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
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
5 智能 3D 美体解决方案
技术，针对不同体型，实现个性化智能美体效果
智能深度摄像头 AR 解决 利用深度摄像头，通过叠加多种核心技术，实现人像、卡通、动
6
方案 物的 3D 表情录制
5 / 19
序
产品 实现功能
号
利用深度摄像头，结合深度融合、人工智能等技术，针对人像、
智能 3D 人像／物体拍摄
7 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
解决方案
支持光影特效、背景替换等功能
智能 3D 模组产线标定解
8 3D 模组产线摄像头模组标定及验证
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
9 智能 3D 测量解决方案
量和身高检测等功能
利用深度摄像头，使用结构光、TOF 等先进技术，实现暗光场景
10 智能 3D 自动对焦
下更快速有效的对焦功能，实现暗光场景的拍照效果提升
利用 RGB 或深度摄像头，融合 IMU 等多传感器信息，使用 3D 网
11 智能 3D AR 网格 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
利用 RGB 或深度摄像头，融合 IMU 等多传感器信息，在智能 3D AR
12 智能 3D AR 语义网格 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
利用深度摄像头，使用 dTOF 等先进技术，实现室内物理空间包
13 智能 3D 空间建模
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
产品 实现功能
号
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
1 镜头式屏下指纹解决方案
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
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
2 超薄屏下指纹解决方案
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
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
镜头式屏下指纹解决方案
3 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
提高版
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
6 / 19
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
产品 实现功能
号
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
1 驾驶员疲劳检测技术
疲劳闭眼、眨眼行为的识别，降低疲劳误报
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
2 驾驶员分心检测技术 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
驾驶员双手脱离方向盘检 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
4
测技术 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
基于深度学习技术检测驾驶员/乘客，高兴、愤怒、惊讶、悲伤、
6 情绪检测技术 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
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
7 车载交互识别技术
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”
通过人工智能技术实现人脸检测、跟踪、识别，分析人脸性别、
8 车载人脸识别技术 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
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
9 后排遗留物检测技术
遗留情况，防止乘客物品遗失造成的一系列不便
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
10 后排活体检测技术 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
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
11 乘客数量及占位检测技术
数量及位置
通过结合人脸分析、图像处理、盲源分离、频谱分析等技术，分
12 车载心率检测技术 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
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
13 安全带检测技术
员是否系安全带
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
14 车载视线唤醒技术
醒中控的意图，快速唤醒中控屏并启动预设的功能
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
15 透明 A 柱技术
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
7 / 19
术方案具体如下：
序
产品 实现功能
号
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
前车碰撞报警（FCW）解决
1 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
方案
员，确保行车安全
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
车道偏离预警（LDW）解决
2 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
方案
繁变道等危险驾驶行为
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，
行人碰撞预警（PCW）解决
3 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，
方案
从而避免行人碰撞事故的发生
利用深度学习技术，对于道路中限行、限高、限宽、限速及交通
交通标志识别检测解决方
4 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
案
员注意
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，
5 盲区检测（BSD）解决方案 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
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，
360 ° 环 视 视 觉 子 系 统 以最大程度达到最好的拼接效果，满足车辆 360°环视需求，为
6
（AVM） 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
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
7 AR 实景导航系统
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
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
前车启动提醒（PVS）解决
8 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
方案
车辆的等待和拥堵
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
9 交通信号灯识别系统 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
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
10 AR HUD 导航系统 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：
8 / 19
序
产品 实现功能
号
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
Tahoe 系列软硬一体车载 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；
1
视觉解决方案 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
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
Kunlun 系列软硬一体车载
2 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
视觉解决方案
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
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，
Superior 系列软硬一体车 ADAS 等功能，并具备 4G/GPS 功能，提供行业内全功能 AIBOX 解
3
载视觉解决方案 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
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
Baikal 系列软硬一体车载 要求的驾驶员监控系统、高级辅助驾驶系统、盲区监控系统、
4
视觉解决方案 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
9 / 19
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。
10 / 19
(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。
11 / 19
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。
12 / 19
（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
13 / 19
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
14 / 19
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。
3 公司主要会计数据和财务指标
3.1 报告期分季度的主要会计数据
单位：元 币种：人民币
第一季度 第二季度 第三季度 第四季度
（1-3 月份） （4-6 月份） （7-9 月份） （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
49,295,831.45 69,152,286.83 91,380,099.17 41,630,856.95
润
归属于上市公司股东的扣除
38,450,909.50 53,216,608.05 79,386,489.86 25,367,901.48
非经常性损益后的净利润
经营活动产生的现金流量净
20,616,976.71 34,870,846.70 63,657,989.02 8,720,005.92
额
15 / 19
季度数据与已披露定期报告数据差异说明
□适用 √不适用
3.2 近 3 年的主要会计数据和财务指标
单位：元 币种：人民币
本年比 2018年
上年
2020年 2019年
增减 调整后 调整前
(%)
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
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 251,459,074.40 210,366,613.34 19.53 157,551,810.41 175,316,980.38
润
归属于上市公
司股东的扣除
196,421,908.89 166,247,423.02 18.15 203,044,289.45 203,044,289.45
非经常性损益
的净利润
归属于上市公
司股东的净资 2,694,956,073.63 2,499,261,460.32 7.83 1,028,301,998.84 1,046,067,168.81
产
经营活动产生
的现金流量净 127,865,818.35 208,944,320.64 -38.80 248,167,991.79 248,167,991.79
额
基本每股收益
0.62 0.55 12.73 0.44 0.49
（元／股）
稀释每股收益
0.62 0.55 12.73 0.44 0.49
（元／股）
减少
加权平均净资
9.70 12.67 2.97个 22.85 25.10
产收益率（%）
百分点
研发投入占营 增加
业收入的比例 37.98 34.75 3.23个 32.42 32.42
（%） 百分点
4 股本及股东情况
4.1 股东持股情况
单位：股
截止报告期末普通股股东总数(户) 13,290
年度报告披露日前上一月末的普通股股东总数(户) 14,262
截止报告期末表决权恢复的优先股股东总数（户） 0
年度报告披露日前上一月末表决权恢复的优先股股
0
东总数（户）
前十名股东持股情况
16 / 19
包含转融通 质押或冻
持有有限售
股东名称 报告期内 期末持股 比例 借出股份的 结情况 股东
条件股份
（全称） 增减 数量 (%) 限 售 股 份 股份 数 性质
数量
数量 状态 量
虹润资本管理有 境外
0 118,698,800 29.24 118,698,800 118,698,800 无 0
限公司 法人
北京华泰新产业
成长投资基金 -3,673,186 61,658,064 15.19 0 0 无 0 其他
（有限合伙）
虹扬全球有限公 境外
0 19,595,020 4.83 19,595,020 19,595,020 无 0
司 法人
杭州虹力投资管
理合伙企业（有 0 18,962,950 4.67 0 0 无 0 其他
限合伙）
达隆发展有限公 境外
-3,395,864 16,222,986 4.00 0 0 无 0
司 法人
虹宇有限公司 境外
0 14,834,810 3.65 0 0 无 0
法人
宁波梅山保税港
区攀越投资合伙 -3,358,631 11,340,919 2.79 0 0 无 0 其他
企业（有限合伙）
杭州虹礼投资管
理合伙企业（有 0 10,256,300 2.53 0 0 无 0 其他
限合伙）
交通银行股份有
限公司－万家行
业优选混合型证 8,000,080 8,000,080 1.97 0 0 无 0 其他
券 投 资 基 金
（LOF）
上海君桐股权投
资管理有限公司
－嘉兴君帆投资 -1,941,873 7,402,457 1.82 0 0 无 0 其他
管理合伙企业
（有限合伙）
公司前十名股东中，Hui Deng（邓晖）先生控制的虹润
资本管理有限公司与 Hui Deng（邓晖）先生的配偶
上述股东关联关系或一致行动的说明 Liuhong Yang 女士控制的虹扬全球有限公司为一致行动
人。除此之外，公司未知其他股东之间是否存在关联关
系或一致行动关系。
表决权恢复的优先股股东及持股数量的说明 无
存托凭证持有人情况
□适用 √不适用
17 / 19
4.2 公司与控股股东之间的产权及控制关系的方框图
√适用 □不适用
4.3 公司与实际控制人之间的产权及控制关系的方框图
√适用 □不适用
4.4 报告期末公司优先股股东总数及前 10 名股东情况
□适用 √不适用
5 公司债券情况
□适用 √不适用
三 经营情况讨论与分析
1 报告期内主要经营情况
报告期内，公司实现营业收入 68,318.66 万元，较上年同期增长 21.03%；实现归属于上市公
司股东的净利润 25,145.91 万元，较上年同期增长 19.53%。
2 面临终止上市的情况和原因
□适用 √不适用
18 / 19
3 公司对会计政策、会计估计变更原因及影响的分析说明
√适用 □不适用
详见《2020 年年度报告》“第十一节财务报告/五、重要会计政策及会计估计/44.重要会计政
策和会计估计的变更”。
4 公司对重大会计差错更正原因及影响的分析说明
□适用 √不适用
5 与上年度财务报告相比，对财务报表合并范围发生变化的，公司应当作出具体说明。
√适用 □不适用
本公司子公司的相关信息详见《2020 年年度报告》附注九、在其他主体中的权益之说明。
19 / 19
