经营分析☆ ◇688088 虹软科技 更新日期：2024-11-20◇ 通达信沪深京F10
★本栏包括【1.主营业务】【2.主营构成分析】【3.前5名客户营业收入表】【4.前5名供应商采购表】
【5.经营情况评述】
【1.主营业务】
视觉人工智能技术的研发和应用，为智能手机、智能汽车、物联网（IoT）等智能设备提供一站式视觉人工
智能解决方案。
【2.主营构成分析】
截止日期:2024-06-30
项目名 营业收入(元) 收入比例(%) 营业利润(元) 利润比例(%) 毛利率(%)
─────────────────────────────────────────────────
移动智能终端视觉解决方案(产品) 3.32亿 87.14 3.03亿 87.49 91.43
智能驾驶及其他IoT智能设备视觉解决 4336.40万 11.38 3784.76万 10.91 87.28
方案(产品)
其他(产品) 562.92万 1.48 556.11万 1.60 98.79
─────────────────────────────────────────────────
境内(地区) 2.03亿 53.22 1.84亿 53.01 90.70
境外(地区) 1.78亿 46.78 1.63亿 46.99 91.48
─────────────────────────────────────────────────
截止日期:2023-12-31
项目名 营业收入(元) 收入比例(%) 营业利润(元) 利润比例(%) 毛利率(%)
─────────────────────────────────────────────────
软件和信息技术服务业(行业) 6.70亿 99.92 6.05亿 99.93 90.35
其他业务(行业) 51.62万 0.08 42.26万 0.07 81.86
─────────────────────────────────────────────────
移动智能终端视觉解决方案(产品) 5.81亿 86.73 5.28亿 87.26 90.90
智能驾驶及其他IoT智能设备视觉解决 7429.40万 11.08 6386.43万 10.55 85.96
方案(产品)
其他(产品) 1467.02万 2.19 1331.08万 2.20 90.73
─────────────────────────────────────────────────
境内(地区) 4.00亿 59.62 3.60亿 59.39 89.98
境外(地区) 2.70亿 40.30 2.46亿 40.55 90.90
其他业务(地区) 51.62万 0.08 42.26万 0.07 81.86
─────────────────────────────────────────────────
直销(销售模式) 6.70亿 99.92 6.05亿 99.93 90.35
其他业务(销售模式) 51.62万 0.08 42.26万 0.07 81.86
─────────────────────────────────────────────────
截止日期:2023-06-30
项目名 营业收入(元) 收入比例(%) 营业利润(元) 利润比例(%) 毛利率(%)
─────────────────────────────────────────────────
移动智能终端视觉解决方案(产品) 3.12亿 91.67 2.88亿 92.51 92.40
智能驾驶及其他IoT智能设备视觉解决 2244.66万 6.60 1795.15万 5.76 79.97
方案(产品)
其他(产品) 588.32万 1.73 --- --- ---
─────────────────────────────────────────────────
境内(地区) 1.90亿 55.97 --- --- ---
境外(地区) 1.50亿 44.03 --- --- ---
─────────────────────────────────────────────────
截止日期:2022-12-31
项目名 营业收入(元) 收入比例(%) 营业利润(元) 利润比例(%) 毛利率(%)
─────────────────────────────────────────────────
软件和信息技术服务业(行业) 5.32亿 100.00 4.70亿 100.00 88.49
─────────────────────────────────────────────────
移动智能终端视觉解决方案(产品) 4.73亿 89.03 4.37亿 92.99 92.42
智能驾驶及其他IoT智能设备视觉解决 4441.81万 8.35 1959.83万 4.17 44.12
方案(产品)
其他(产品) 1390.37万 2.62 1337.53万 2.84 96.20
─────────────────────────────────────────────────
境内(地区) 2.86亿 53.79 2.43亿 51.73 85.09
境外(地区) 2.46亿 46.20 2.27亿 48.27 92.44
─────────────────────────────────────────────────
【3.前5名客户营业收入表】
截止日期:2023-12-31
前5大客户共销售4.46亿元，占营业收入的66.55%
┌───────────────────────┬───────────┬───────────┐
│客户名称 │ 营收额(万元)│ 占比(%)│
├───────────────────────┼───────────┼───────────┤
│合计 │ 44604.95│ 66.55│
└───────────────────────┴───────────┴───────────┘
【4.前5名供应商采购表】
截止日期:2023-12-31
前5大供应商共采购0.84亿元，占总采购额的45.16%
┌───────────────────────┬───────────┬───────────┐
│供应商名称 │ 采购额(万元)│ 占比(%)│
├───────────────────────┼───────────┼───────────┤
│合计 │ 8372.06│ 45.16│
└───────────────────────┴───────────┴───────────┘
【5.经营情况评述】
截止日期:2024-06-30
●发展回顾:
一、报告期内公司所属行业及主营业务情况说明
（一）所属行业发展情况
1所属行业
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”。根据中国上市公司协会发布的《中国上市公司协会上市公司行业统计分类指引》，
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，主要产品有移动智能终端视觉解决方案、智能驾驶视觉解
决方案和其他AIoT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。
根据国家发改委公布的《战略性新兴产业重点产品和服务指导目录2016版》，公司属于“新一代信息技
术产业”。
2所属行业的发展情况
（1）行业发展阶段、基本特点、产业政策
在新科技革命和产业变革的大背景下，人工智能加快向各产业渗透，日益成为科技创新、产业升级和生
产力提升的重要驱动力量。视觉人工智能行业为各类人工智能应用提供基础支持技术，广泛应用于各类人工
智能细分领域。政府积极出台政策促进人工智能技术发展和应用，深化落实与视觉人工智能息息相关的人工
智能、智能制造、信息化和工业化的相关政策，为视觉人工智能的发展提供了政策与配套资源支持。2024年
以来，新出台的主要人工智能产业政策如下：
2024年3月，在《2024年国务院政府工作报告》中，提出要深化大数据、人工智能等研发应用，开展“
人工智能+”行动，打造具有国际竞争力的数字产业集群。
2024年3月，国务院印发《推动大规模设备更新和消费品以旧换新行动方案》，提出开展汽车以旧换新
，加大政策支持力度，畅通流通堵点，促进汽车梯次消费、更新消费。组织开展全国汽车以旧换新促销活动
，鼓励汽车生产企业、销售企业开展促销活动，并引导行业有序竞争。
2024年4月，国家发展改革委办公厅、国家数据局综合司印发《数字经济2024年工作要点》，提出适度
超前布局数字基础设施、深入推进产业数字化转型、加快推动数字技术创新突破、不断提升公共服务水平、
推动完善数字经济治理体系、全面筑牢数字安全屏障、主动拓展数字经济国际合作、加强跨部门协同联动等
内容。
2024年6月，工业和信息化部等四部门印发《国家人工智能产业综合标准化体系建设指南（2024版）》
，提出以抢抓人工智能产业发展先机为目标，完善人工智能标准工作顶层设计，强化全产业链标准工作协同
，统筹推进标准的研究、制定、实施和国际化，为推动我国人工智能产业高质量发展提供坚实的技术支撑。
2024年7月，国家发展改革委、财政部印发《关于加力支持大规模设备更新和消费品以旧换新的若干措
施》，就支持地方提升消费品以旧换新能力、提高汽车报废更新补贴标准、支持家电产品以旧换新等方面提
供提出了一系列支持措施。
（2）细分领域发展状况
移动智能终端细分领域
根据市场研究机构Counterpoint统计数据，2024年前两个季度，全球智能手机出货量分别约为2.97亿台
和2.89亿台。其中2024年第二季度实现了8%的同比增长，是全球智能手机市场连续第三个季度保持增长，显
示出市场回暖的积极信号。Counterpoint报告还指出，全球智能手机市场的整体收入同比增长8%，平均售价
达到了历年同期的最高水平。高端市场（800美元以上）的份额也有所增加，同比上升2个百分点。
2024年，三星、荣耀、小米、OPPO、vivo、传音等多家安卓手机厂商先后推出了带有AI功能的手机产品
。2024年6月，苹果在WWDC24也正式发布了AppleIntelligence（苹果智能系统），同时宣布与OpenAI合作，
AppleIntelligence将接入GPT-4o模型。以苹果为代表的端侧AI厂商持续在端侧AI领域发力布局，AI大模型
在端侧的垂直场景应用有望加速落地。Counterpoint预测，2027年全球AI手机渗透率约40%，出货量有望达5
.22亿部。行业认为，交互方式的革新、功能升级以及诸如折叠屏等新形态的出现等因素相辅相成，预计在
一定程度上会推动换机需求。
苹果在2023年发布了其首款头戴式显示设备AppleVisionPro，并于2024年正式对外发售，产品一经发布
便受到市场广泛关注。行业认为，VisionPro的定价表明，该产品主要面向专业用户和内容开发者，而非普
通消费者，但其仍旧是当前AR/VR设备领域的标杆，对XR产业的产品范式、内容生态与产业链迭代都产生着
积极影响。根据公开资料，谷歌于2012年首次推出采用AR技术的GoogleGlass，尽管产品备受瞩目，但市场
表现不佳。此后，Meta、小米等大厂纷纷入局智能眼镜赛道。近年，随着各类显示技术的出现与成熟，硬件
微型化与计算能力的提升，以及端侧AI技术的赋能，AR眼镜作为AI具有性价比的硬件落地方案又重回大众视
野。
智能汽车细分领域
中汽协数据显示，2024年上半年，我国汽车销量继续保持增长，汽车产销分别完成1389.1万辆和1404.7
万辆，同比分别增长4.9%和6.1%。其中，乘用车产销分别完成1188.6万辆和1197.9万辆，同比分别增长5.4%
和6.3%；商用车产销分别完成200.5万辆和206.8万辆，同比分别增长2%和4.9%。上半年，中国汽车出口总量
279.3万辆，保持30.5%的快速增长，拉动了市场整体增长。
当前汽车智能化按照电动化、智能化、网联化顺序逐步推进，智能化的发展空间正在不断拓展。据国家
发展改革委的预测，到2025年，我国智能汽车的数量预计将达到2800万辆，市场渗透率预计为82%；到2030
年，智能汽车的数量将增至3800万辆，渗透率预计将达到95%。智能驾驶技术已成为众多汽车制造商争夺市
场份额的关键领域，同样也是众多供应商竞相投入的焦点。从传统的汽车制造商、新兴的汽车企业、传统的
Tier1、科技企业、互联网公司，到消费电子公司，都在积极推进智能驾驶技术的商业化，城市NOA、去高精
地图、舱驾融合等技术成为智能驾驶领域的主要趋势，这些技术的发展将推动智能驾驶向更高层次的自动化
和智能化迈进。在座舱领域，行业认为，持续优化座舱和其他智能设备的互联互通，以及车载大模型的加入
，会是2024年智能座舱发展的主要趋势。
3主要技术门槛
视觉人工智能属于高知识密集型领域，有较高的技术门槛，公司为各类移动智能终端、智能汽车等智能
设备提供视觉人工智能解决方案，在前述领域的主要技术门槛包括：
（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，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
有限算力，诸多企业望而却步。
公司自2003年开始便明确了在嵌入式设备研发相关视觉人工智能技术的发展方向，在边缘计算技术领域
积累深厚，多年来建立了全面、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。
公司长期专注于嵌入式设备算法的研究与开发，多年来积累了大量基于端设备的视觉人工智能算法开发
经验。目前公司基于端设备的视觉人工智能算法适用性高、运行稳定，可以在边缘侧发起高效的运算，通过
诸如智能手机、笔记本电脑、智能可穿戴等设备实现高效的图像优化、识别与检测等功能。公司的移动智能
终端视觉解决方案、智能驾驶视觉解决方案和其他AIoT智能设备视觉解决方案等业务均是从边缘侧发起运算
，在智能手机、笔记本电脑、智能可穿戴设备、汽车和各类AIoT设备上实现各类视觉人工智能的功能。
（2）视觉人工智能技术的层次积累
在数码相机以及手机功能机时代，公司就开始专注于视觉人工智能技术的研发与应用，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。
公司掌握的视觉人工智能算法技术具有通用性和延展性。多年来，公司积极致力于将视觉人工智能算法
与行业应用相结合，凭借先进的科研力量、强大的产品开发能力以及卓越的工程实施能力，公司快速将视觉
人工智能算法技术落地为成熟的解决方案，并进一步将应用领域从智能手机扩展到智能汽车、智能家居、智
能零售等多个行业，助推行业升级。此外，公司基于自身深厚的技术积累，能够为上述行业快速提供高性能
、高效率、硬件平台适应性强、功耗控制优良的解决方案，大大降低各类客户的产品使用先进技术的门槛，
帮客户提升产品竞争力，助力视觉人工智能和人工智能相关应用的普及。
（3）工程落地能力
虹软创立至今，除不断积累和发展自身技术、掌握持续开发、迭代与硬件更加匹配的算法的能力，还一
直致力于与核心产业链内主流公司开展长期、广泛的合作。公司与高通、联发科等各主流芯片公司建立了长
期稳定的合作关系，研发中持续合作交流，深入了解平台硬件特性并为其针对性优化，共同开发核心功能，
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。公司还与索尼传感器、三星半导体、格科微、Om
niVision、舜宇光学、信利等业内核心器件合作伙伴建立了业务交流或合作关系，在项目早期就针对特定相
机或硬件做算法适配和调优。针对智能终端的芯片平台，公司具备针对CPU、GPU、DSP和NPU等各个算力单元
的强大优化能力。结合各硬件算力单元的能力和算法模块的算力需求，公司具备的异构计算优化能力能够从
系统层面更有效地优化性能、降低功耗。得益于此，除核心技术能力突出外，公司同时具备优势明显的工程
落地能力，在客户提出技术需求后，能更好地联合和发挥在相机模组、软硬件平台、产线、算法等多方资源
合作优势，进而提供效果好、能耗低、效率高、硬件平台适应性广并能够快速落地的解决方案。
（二）主要业务、主要产品及其用途
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，是全球领先的视觉人工智能企业，
始终致力于视觉人工智能技术的研发和应用，坚持以技术创新为核心驱动力，在全球范围内为智能设备提供
一站式视觉人工智能解决方案。
公司拥有丰富的针对智能手机等移动智能终端以及智能汽车的视觉算法产品线，主营业务收入来源于自
主研发核心技术的授权许可使用。目前主要客户包括三星、小米、OPPO、vivo、荣耀、Moto等全球知名手机
厂商以及国内主要的自主品牌、部分合资及外资品牌汽车主机厂商。
针对智能手机，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/多摄摄像头在各种场景下的拍摄和高质量成像、深度摄像头在各种场景下的拍摄和高质量
成像、潜望式长焦摄像头无级变焦、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。在笔记本电脑上，公司从画质、隐私、美颜等几个方面来提升用户视频会议体验。通过视
频去噪、提升动态范围来改善会议时的画质；通过背景虚化、换背景实现用户隐私进行保护；通过人像美颜
、人体自动居中、人脸细节恢复和增强、眼镜去反光等技术提升视频会议效果。
在XR领域，与多家业界头部厂商保持密切沟通和交流。在VR/MR/AR智能可穿戴设备上，公司从标定、感
知、交互和视觉呈现四大方向布局算法解决方案。可以提供VR/MR/AR一站式多传感器标定解决方案，包括头
显6DoF跟踪、平面检测、稠密重建、语义分析、深度估计、实时人体/手部分割、实时3DMesh重建等空间感
知解决方案，手柄6DoF跟踪、裸手3D手势交互、视线跟踪和虚拟数字人表情驱动、人体驱动等交互解决方案
，以及异步时间扭曲、异步空间扭曲、视频透视（VST）等视觉呈现解决方案。
在智能汽车领域，面向舱外，公司在行车辅助功能上储备了基于前视、周视、环视、后视、夜视摄像头
系统的视觉感知算法，可以提供ACC、LCC、AEB、ILC等高级智能驾驶辅助功能；在自动泊车功能（APA）上
储备了视觉感知算法、超声波视觉融合算法、规控算法；提供360°环视视觉子系统，支持2D/3DAVM全景影
像功能，支持透明底盘、哨兵监测功能。面向舱内，公司主要在DMS、OMS两种产品形态上积累了一系列视觉
感知算法，可以提供例如疲劳检测、分心检测、健康监测、身份识别（FaceID）、手势识别、遗留提醒等座
舱监控、互动系统功能。
面向商业拍摄领域，公司基于ArcMuse计算技术引擎推出的智能商拍解决方案PhotoStudio?AI智能商拍
摄影云工作室（以下简称PSAI），不仅提供了AI试衣、AI模特视频生成功能，而且对于用户输入的各类真人
图、人台图以及商品图，均可高质量生成服装模特展示图和商品展示图。此外，PSAI还提供了包括智能抠图
、魔法擦除、画质增强、智能美化、智能补光等丰富功能的AI编辑工具箱。
（三）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、笔记本电脑、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。针对软硬一体解决方案，公司目前采用计件模式。
5、采购模式：公司的主要采购内容包括研发、测试和运营所需的各类硬件设备、软件、服务，以及产
品解决方案所需的物料等。根据需求部门的请购申请，采购部门按照《采购管理制度》的要求，执行供应商
选择、采购合同签订、合同执行跟踪、采购付款申请等流程。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。
（四）市场地位
目前，视觉人工智能市场格局已经初步形成，核心技术、产品化能力、产业生态链合作均构成行业的核
心壁垒，建立在自主创新能力基础之上的产品化能力成为最终创造社会价值和商业价值的核心，而能否寻找
到规模化、商业化的应用场景则决定了企业是否能够长远发展。
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，国外企业主要有SeeingMachines、Mobileye
、Cipia、Smarteye。
全年出货量达十几亿台的智能手机市场是视觉人工智能技术的重要应用领域，也是公司人工智能产品落
地应用最为广泛的领域。基于多年的研发和积累，目前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。根据IDC所统计的2019年度至2023年度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，其余安卓系统手机的主流机型均有搭载公司视觉人工智能解决方案。在继续巩固
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，正横向大力推进在智能驾驶领域的落地。在该领域，公司为客户提供VisDrive?一站式车载视觉软件
解决方案，目前已经成为国内基于高通智能车载芯片平台上的主流视觉算法供应商。
二、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
目前，公司积累了大量视觉人工智能的底层算法，构建了完整的视觉人工智能技术体系。
公司自主研发了诸如人脸分析及识别/人脸美化及修复/人体分析及美化、手势识别/物体识别/场景识别
、行为分析、暗光图像增强/超分辨率图像增强/视频画质增强/画质修复、光学变焦、虚化技术、3DAR动画
等诸多可应用于智能手机、智能座舱、智能辅助驾驶、笔记本电脑、智能可穿戴设备等终端领域的核心技术
。
针对单摄/多摄/TOF/结构光等不同种类的摄像头，公司均可提供相应的3D与AR视觉解决方案，帮助厂商
在移动设备上便捷高效地实现落地。为满足各智能终端对于VR/MR/AR应用的需求，公司已经研发并可以直接
落地使用的解决方案，包括基于双摄/多摄/TOF/结构光的深度获取和优化，以及基于单摄的深度获取引擎，
这些深度数据成为一些上层逻辑应用的核心基础；实现了SLAM中环境Map的构建，物体的3DModeling，视线
的检测、跟踪，人体和动作静态、动态姿态的检测和跟踪，解决了实时显示中的延迟等多种问题。为满足智
能驾驶人机交互的需求，公司主要研发了基于红外相机、单摄RGB摄像头、双摄、深摄的交互技术，包括手
势交互引擎包、头部动作和口部动作交互引擎、经典表情识别，以及视频、照片拍摄时的娱乐功能。
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，在当前状态下的中段平台达到
超过95%的正确率、毫秒级实时性，这些引擎也可以有效鲁棒地支持低端硬件平台，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。
公司大部分智能手机视觉解决方案达到国内外先进水平，多数新创技术在行业内属于技术首发，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。
（1）人脸分析及识别
针对人脸检测技术在人脸、宠物脸场景下的误检问题进行了进一步优化，同时提升小人脸的检测率，手
机版本在内部最新自建难例测试集上保持速度不变的情况下，召回率由93.9%提升到97.5%，精度由99.2%提
升到99.7%。人脸关键点定位技术在自测数据集上精度提升2%，在手机应用中针对残缺人脸的定位精度和跟
踪稳定性进一步提升。同时也提升了智能座舱应用中镜片反光场景眼睛点的精度，从而使得DMS功能对摄像
头的要求降低。在智能座舱场景中，人脸角度和位置估计新方案平均角度在新的难例自建数据集上精度误差
由2.98度降低到2.18度。不断提升人脸重建技术在不同表情、不同人脸角度下的稳定性及贴合性，尤其是在
自拍场景下的眼睛、嘴巴贴合度更高，在自测集上贴合精度提升3%。
2DFaceID进一步改善效果，在FAR≤100k的情况下，常规场景和戴口罩场景下，FRR改善1.9%~2.4%，优
化注册方案，不同场景整体改善2.5%~3.3%；3DFaceID在FAR≤100k的情况下，常规场景和戴口罩场景下，FR
R改善1.2%~3.1%；车载场景的RGB/IR交叉识别持续改善，FRR改善1.6%~2.2%，同时进一步改善海外人种识别
效果；通用版本支持开放平台全面更新，较旧版本有大幅度提升；人脸识别大模型更新，在FAR百万分之一
的条件下多个场景FRR降至1%以下。静默式活体RGB及IR版本持续改善，同时完成了RGB炫光活体的初始版本
，效果更优于常规静默版本。性别识别RGB版本精度提升2.6%，IR版本精度提升3.9%；年龄识别效果大幅提
升，RGB版本MAE减少28.6%，IR版本MAE减少33.3%。
（2）人体分析及美化
人体检测技术进一步提升，针对手机移动端场景，提升了人体召回率并且降低了误检率，同时提升了目
标跟踪稳定性，在内部困难自测数据集上，召回率提升了3.2%达到90.9%，精度提升1.1%达到94.5%，尤其是
伸手、踢腿、弯腰等场景的检测效果更加稳定。而车载场景下召回率提升1.4%达到93.19%，精度提升2.75%
达到98.75%。人体骨骼关键点技术，在座舱内场景中存在复杂动作、成像存在大畸变的情况下，点位的准确
性和稳定性提升较为明显，整体map提升1.81%，为后续人体分析提供了更加可靠的基础信息。人体重建技术
通过多相机球型实验室数据的采集和补充以及新方案改进，SMPL模型精度提升2%。遗留儿童检测技术在人脸
方案和人体方案两个方面都进行了算法效果提升，人体版本儿童召回提升1.02%，精度提升1.45%。行为识别
技术不断完善，针对座舱内场景，精准定位＞50个自适应动态关键点，辅助行为分析，进一步提高儿童危险
行为识别率。基于行为识别的环视哨兵功能，报警输出算法召回率提升，提高画面中间位置人体很近时的跟
踪率，前后画面距离很近破坏车牌场景，以及左右画面前车窗距离很近场景的召回率提升，整体报警召回率
提升2%达到98.9%。
人脸美型方案，在效果、性能、稳定性方面有了很大的改进。效果方面，在保持原有形变效果的基础上
，精细参数调节，实现非局部形变的功能，模拟出更加自然的形变效果，通过客户验收并获得认可。性能方
面，在开启多个形变功能时，优化变形逻辑，提升预览性能，用户体验更好。重构强边缘及大角度保护机制
，增强预览稳定性，降低美型失效概率。新增AI人脸美型，参考真实整容技术，注重保留用户原本的脸部特
征，使用户脸型美化更加自然，并实现个性化脸型美化效果。人脸美化方向由视觉艺术团队主导，使得美型
效果更显美观。基于AI美型方案，已经实现个性化人脸强边缘平滑功能，效果达到预期，计划添加更多美型
效果。
人体美型方案根据客户需求，新增人像自然瘦腹功能，提升人像气质。升级人体感知模块，应用人体语
义分割、三维人体重建等技术点，人体参数感知结果更准确，变形控制更到位。
（3）宠物分析
宠物身体检测技术采用新的方案进一步提高mAP，有力地支持了Bokeh等产品的宠物场景效果提升。宠物
面部关键点检测技术针对大角度姿态、小目标场景进行优化，检测率提升约16%，有效提升了复杂场景下检
测的鲁棒性，在宠物面部关键点检测的基础上进一步开发了宠物五官关键点检测，眼睛状态分类，面部姿态
分类，可以获取更加准确的宠物五官轮廓，为后续宠物表情增强等产品提供了强大支持。
（4）行为分析
继续提升满足DDAW以及EuroNCAP法规的驾驶员疲劳/分心检测技术方案。通过大量路测数据对疲劳/分心
的误报进行实车数据分析，通过多数据融合将基于车机信号与车辆控制信号在内的驾驶员行为数据与视觉感
知信息进行融合，通过数据统计优化行车中的误检问题。与此同时，根据大量KSS以及心理行为研究实验结
论，结合大量实车疲劳路测数据分析，完成了更加符合疲劳认知的全新疲劳解决方案的研发。根据大量疲劳
研究实验进行了真实疲劳数据采集和真实疲劳检测技术更新，提升了基于真实疲劳反应的驾驶员疲劳分级检
测，在视觉信息获取上增加多帧、多时间窗口的分析，增大疲劳分析的时间窗口区间，将大量与疲劳行为相
近但表现形式有差异的混淆行为进行鉴别，对诸如低头向下看、从左右两侧注视手机屏幕或者其他交互区域
等行为与闭眼或疲劳进行区分，形成了与市场同类产品技术的差异化，目前正在尝试将该新技术融入量产方
案中，并且实车测试已达到DDAW认证要求。
视线追踪技术已经支持了众多智能座舱量产项目，结合座舱标定方案为驾驶员分心技术提供视线落点输
出支持，完成了EuroNCAP法规中需要支持的视线落点检测研发，对驾驶员视线检测覆盖到舱内23个区域。满
足了车上所有可能摆放手机位置下的驾驶员看手机分心检测要求，满足EuroNCAP所有视线分心测试场景的检
测要求，并将过标方案融入量产方案中，实现了更多满足法规要求的视线功能设计。
根据对ADDW法规解读与技术实现分析，目前已经完成ADDW实车专项测试，并即将在各量产方案中设计算
法方案，满足该法规标准继续进行单摄像头下视线追踪技术的精度提升，自主研发基于3D人脸重建与追踪的
底层数据特征表达，实现3D视线追踪技术，该技术方案在客观数据指标上实现总体20%的提升，并在大角度
场景下实现近30%的精度提升；视线追踪技术继续对多摄像头方案进行研究，并根据项目需要应用在量产项
目中，全面提升驾驶员在车内的视线精度，尤其是在人脸大角度下的视线精度，全面覆盖各种摄像头下的人
脸全角度。基于多相机方案的视线真值系统已经进入了第二阶段产品原因的研发，目前已经实现了实验室、
演示箱与座舱三种场景的搭建，可在多种条件下采集视线与头部位姿的真值数据；与此同时，自主研发了基
于用户行为的无感自标定视线精度提升方案，对于视线基础引擎的精度做了较大的提。当前该方案已经取得
了重大进展，通过多组实验获得了新型自研模型，在无需用户配合的条件下完成用户个性化特征提取，与原
有方案对比平均视线精度获得了20%以上的提升，当前方案的迭代还在持续进行中。该方案有望实现视线技
术在量产方案中的精度突破，为智能座舱交互带来更好的用户体验。同时，视线研发团队还对眼睛瞳孔虹膜
特征在成像上的差异进行深入研究，获得了一整套最适用于视线的摄像头设计准则，指导量产项目中的视线
摄像头设计。
|
