计算机行业：工业、消费双驱动，3D视觉大有可为-20

股票研究 2023.09.25 工业、消费双驱动，3D视觉大有可为 行 业齐佳宏(分析师) 题 专010-83939837 qijiahong@gtjas.com 证书编号S0880519080007 研 究本报告导读： 发源于工业，3D视觉技术快速迭代；应用领域持续延展，打开3D视觉广阔空间； 群雄逐鹿，掘金3D视觉市场；3D视觉带来增量软件需求，推荐虹软科技。 摘要： 3D视觉有望带动视觉算法需求超预期，推荐虹软科技。我们认为，在3D视觉行业应用领域不断扩张的背景下，视觉算法以及相关设备 需求有望超出市场预期。据此，我们推荐全球安卓系拍摄算法龙头虹软科技，车载视觉和智能商拍业务将成为新的业绩增长点。此外，受益标的包括奥比中光、凌云光、奥普特、当虹科技。 发源于工业，3D视觉技术快速迭代。1）3D视觉感知技术最早被用于工业领域的测量和扫描。在技术刚刚诞生时，主要被用于工业设备和零部件的高精度三维测量、物体和材料的微小形变测量等。在多家 证公司的积极推广下，3D视觉感知技术快速发展，在过去10年内初步 券实现了从工业往消费电子领域延申的变革。2）3D视觉目前主要有四研种技术路线：激光三角测量、结构光、飞行时间（ToF）、多目视觉究等是3D视觉目前主要的几种技术路线。几种技术路线的不同之处主报要在于发射红外光获取数据的方式不同。 告应用领域持续拓展，打开3D视觉广阔空间。1)据YoleDevolopement 预测，全球3D视觉感知市场规模在2025年将达到150亿美元，CAGR 达20%。2）目前，3D视觉技术的主要下游行业主要包括消费电子、汽车（自动驾驶与智能座舱）、锂电、半导体、AIOT、工业自动化等。根据YoleDevolopement的预测，未来消费电子类和智能汽车行业是3D视觉市场扩容的重要推动力。 群雄逐鹿，掘金3D视觉市场。1）消费电子：基于消费电子主流产品主要诞生于国内外大厂，各大厂已经推出了基于不同技术路线的 3D视觉产品，目前专业化定制趋势较为明显。2）3D工业视觉：主流参与者包括传统2D视觉厂商以及新兴厂商。传统2D视觉头部厂商在工业高精度和高效率的测量与识别领域展现出了明显优势。 风险提示：3D视觉技术产业落地不及预期、现有技术路线被取代 计算机 评级：增持 上次评级：增持 细分行业评级 计算机增持 相关报告 计算机《WindowsCopilot激活海量AI应用市场》 2023.09.24 计算机《电力现货市场规则出炉，电力IT 迎来催化》 2023.09.20 计算机《国产算力催化不断，“鹏腾”生态景气向上》 2023.09.12 计算机《星闪打造极致交互性能，商用元年正开启》 2023.09.10 计算机《证券行业信创进入深水区，影响证券IT竞争格局》 2023.09.07 目录 1.投资故事3 2.3D空间视觉：机器视觉的新突破3 3.发源于工业，3D视觉技术快速迭代4 3.1.行业技术从工业领域逐渐拓宽到更广泛的应用领域4 3.2.3D视觉目前主要有四种技术路线6 4.应用领域持续拓展，打开3D视觉广阔空间8 4.1.全球3D视觉市场维持高速增长8 4.2.我国大力支持机器视觉发展9 4.3.3D视觉技术已被广泛应用于3C消费电子领域10 4.3.1.智能手机和穿戴设备是消费电子领域的最主要应用10 4.3.2.线下3D人脸识别技术成为消费电子端长期发展方向12 4.4.3D视觉被广泛应用于自动驾驶与智能座舱中13 4.5.机器视觉技术已成为确保锂电池质量和效率的关键工具15 4.6.半导体是机器视觉技术最早大规模应用的领域之一16 4.7.AIOT将使得3D视觉感知技术的应用场景再次大幅延展17 4.8.3D视觉感知技术大幅提升工业自动化效率19 4.8.1.3D视觉感知在工业领域有诸多基础应用场景19 4.8.2.除基础应用外，3D视觉在工业中的应用场景不断拓展20 5.AI加速3D视觉技术发展22 5.1.深度学习技术可与3D视觉技术紧密结合22 5.2.深度学习技术为3D视觉带来了革命性变化22 6.群雄逐鹿，掘金3D视觉市场23 6.1.消费电子：专业化定制趋势明显，海内外大厂占据优势23 6.2.3D工业视觉：老牌厂商和初创企业者各有所长23 7.投资建议26 8.风险提示27 1.投资故事 市场认为，3D视觉主要应用于工业，在消费领域仅有苹果等头部公司部分产品上有所应用，在疫情滞后，主要厂商的创新迭代速度放缓，导致3D视觉应用范围相对有限。 我们认为，3D视觉有望带动视觉算法需求超预期。 第一，3D视觉虽最早发源于工业，但近年来在C端产品方面应用场景快速扩展，汽车、消费电子等细分领域将成为下一阶段3D视觉需求爆发的重要推动力。 第二，工业方面的应用场景除此前的基础场景外，在向更多新的场景进行延申。如今的3D视觉应用早已不再局限于高精度数据采集、微细形变与复杂形态测量等领域，在先进质控在线检测、柔性装配与自动化、仓库与供应链自动化、机器人的导航与感知等场景中，3D视觉技术将发挥越来越重要的作用。 第三，深度学习，尤其是卷积神经网络和变形器网络使得3D视觉拥有了更高的精度和鲁棒性，在和AI大模型结合的过程中，3D视觉技术有望触达更多的场景。 3D视觉有望带动视觉算法需求增加，推荐虹软科技。我们认为，在3D视觉行业应用领域不断扩张的背景下，视觉算法以及相关设备需求有望超出市场预期。据此，我们推荐全球安卓系拍摄算法龙头虹软科技，车 载视觉和智能商拍业务将成为新的业绩增长点。此外，受益标的包括奥比中光、凌云光、奥普特、当虹科技。 2.3D空间视觉：机器视觉的新突破 机器视觉是指通过采用适合被测物体的多角度光源和非接触传感器获取真实物体的图像，通过计算机从图像中提取信息，进行分析、处理，最终用于检测和控制机器运动的装置。通过模拟人类视觉系统，赋予机器“看”和“认知”的能力，是机器认识世界的基础。机器视觉的成像系统可以类比为人类的视觉器官，输入图像信息；视觉控制系统可以类比为人类的大脑，处理和解释视觉图像。 图1：虹软来自韩国的计件模式收入已经开始企稳回升 数据来源：2021中国工业视觉行业研究 3D视觉技术是对于传统的图像识别、扫描技术（2D）的一次重要技术革新。在3D视觉技术成熟前，行业主要使用摄像头来拍摄平面照片然 后通过图像分析和对比来进行识别物体在平面上的状态和参数，即为二维空间上的视觉分析（2D视觉技术），这种方法无法获得物体的空间坐标信息，因此无法完成物体平面度、表面角度、体积等测量，同时也难 以区分颜色相近的表面。同时成像的对比度对结果的分析至关重要，因此特别依赖于光照和颜色变化，易受照明条件的影响。随着技术的进步以及工业制造对精度和自动化要求的提升，3D视觉的应用逐渐兴起。它是指利用技术手段从真实环境中捕获物体的三维形态、位置和方向等信息，并进行处理、解析和重建的一系列过程，允许我们不仅看到物体的轮廓，还能感知其在空间中的实际位置和形态。 图2：3D视觉技术是对于传统的图像识别、扫描技术的一次重要技术革新 图3：3D扫描相机能帮助我们感知物体在空间中的实际位置和形态 数据来源：知象光电数据来源：巴斯勒公司官网 表1：3D视觉技术是对于传统的图像识别/扫描技术（2D）的一次重大技术革新 2D视觉 3D视觉 优势 开源数据集多，算法成熟，目前市场应用广泛，成本较低 测量物体绝对尺寸、位置、表面缺陷等；适应不同的光照条件和物体表面性质，如弱光环境、低对比度、反光物体等，降低干扰因素 劣势 识别精度收到遮挡、形变、光强、噪声等因素 干扰影响；无法获得物体三维信息和空间距离；难以测量物体绝对尺寸与真实形状、表面纹理等物理特征，无法细微复杂的缺陷和异常 数据质量要求较高，AI算法能力有待进一步加强；进入门槛高，价格昂贵 应用场景 质量检测、人脸识别、条码读取、标签检验等 质量检测、柔性装配、自动化仓储、机器人引导和表面跟踪、 自动驾驶等 数据来源：国泰君安证券研究 3.发源于工业，3D视觉技术快速迭代 3.1.行业技术从工业领域逐渐拓宽到更广泛的应用领域 3D视觉感知技术最早被用于工业领域的测量和扫描。在技术刚刚诞生时，主要被用于工业设备和零部件的高精度三维测量、物体和材料的微 小形变测量等。为了能够适应工业领域严苛的工况，并且满足精确到微米币别的测量精度，3D视觉测量设备一般需要多种技术融合使用，比如利用相位结构光以及高精度工业相机组成工业三维测量仪器。这会导致设备成本高、体积大、功耗高，应用普及缓慢。在这个阶段，市场上主要的玩家为德国高慕公司(GOM)、瑞典海克斯康（HEXAGON）、美国CSI公司等。这些公司的设备主要应用于测量工业零部件三维尺寸和形变，对工业部件实现高精度3D数字化作业等。 图4：德国高慕是早期3D视觉市场重要玩家图5：瑞典海克斯康是早期3D视觉市场重要玩家 数据来源：高慕公司官网数据来源：海克斯康公司官网 在多家公司的积极推广下，3D视觉感知技术快速发展，在过去10年内初步实现了从工业往消费电子领域延申的变革。在2010年，微软推出 了其首款采用结构光技术的3D视觉产品——Kinect，该产品专为捕获三维空间中的人体动作而设计，使得人们可以通过身体姿势与机器进行交互。2013年，英特尔推出了其基于结构光技术的RealSense产品，该产品主要具备手势探测、脸部分析、背景消除和3D扫描等功能。2014年，谷歌发布了基于iToF技术的ProjectTango平板电脑及其配套开发工具，主要提供运动追踪、深度探测和区域建模等功能。2015年，奥比中光成功研制了3D深度感测芯片MX400，并推出了基于结构光技术的消费级3D视觉传感器Astra，它广泛应用于3D建模、骨骼追踪和手势识别等领域。2017年苹果发布的iPhoneX，搭载了前置3D结构光视觉传感器，标志着3D视觉感知技术在消费级领域开始规模化普及。 2010 微软推出了其首款采用结构光技术的3D视 3D视觉技术正式迎来转折点 3D视觉技术逐步渗透进消费电子领域 觉产品Kinect。产品专为捕获三维空间中的人体动作而设计，使得人们可以通过身体姿势与机器进行交互 2013 推出了其基于结构光技术的RealSense产品，该产品主要用于手势探测、脸部分析、背景消除和3D扫描等功能 2014 发布了基于iToF技术的ProjectTango平板电脑及其配套开发工具，主要提供运动追踪、深度探测和区域建模等功能 2015 研制了3D深度感测芯片MX400，并推出了基于结构光技术的消费级3D视觉传感器Astra，广泛应用于3D建模、骨骼追踪和手势识别等领域 2017 发布的iPhoneX，搭载了前置3D结构光视觉传感器 表2：2010-2017年3D视觉技术的逐步突破 数据来源：国泰君安证券研究 3D视觉感知技术持续丰富和完善，下游应用领域逐渐增多。从2018年开始，3D视觉技术的应用领域在新消费和新技术的推动下加速渗透进 面逐渐成为日常生活和产品中。手机面部解锁逐渐成为主流厂商的首选技术，不仅如此，3D视觉传感器技术也开始在智能门锁、3D房屋展示等领域广泛应用。同时，3D视觉技术途径也日益丰富和多样化。华为、魅族等主流手机品牌纷纷推出了配备iToF技术的后置3D视觉传感器的智能手机。2020年，苹果公司在其iPadPro和iPhone12Pro系列中，首次采用基于dToF技术的Lidar扫描仪，进一步推进了3D扫描和深度感知技术的应用。 此外，谷歌无人驾驶子公司Waymo在自动驾驶领域也进行了大量的探索和研发。它的无人驾驶车配备了激光雷达和多种传感器，经过多年的 实地测试后，于2020年10月在美国凤凰城推出了全自动的、无需安全驾驶员在车上的自动驾驶出租车服务。 无人机制造巨头大疆也将3D视觉技术和新一代无人机相结合。大疆 PhantomPro/Pro+、Mavic2Pro