工业、消费双驱动，3D视觉大有可为.docxVIP

目 录 投资故事 3 3D 空间视觉：机器视觉的新突破 3 发源于工业，3D 视觉技术快速迭代 4 行业技术从工业领域逐渐拓宽到更广泛的应用领域 4 3D 视觉目前主要有四种技术路线 6 应用领域持续拓展，打开 3D 视觉广阔空间 8 全球 3D 视觉市场维持高速增长 8 我国大力支持机器视觉发展 9 3D 视觉技术已被广泛应用于 3C 消费电子领域 10 智能手机和穿戴设备是消费电子领域的最主要应用 10 线下 3D 人脸识别技术成为消费电子端长期发展方向 12 3D 视觉被广泛应用于自动驾驶与智能座舱中 13 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 半导体是机器视觉技术最早大规模应用的领域之一 16 AIOT 将使得 3D 视觉感知技术的应用场景再次大幅延展 17 3D 视觉感知技术大幅提升工业自动化效率 19 3D 视觉感知在工业领域有诸多基础应用场景 19 除基础应用外，3D 视觉在工业中的应用场景不断拓展 20 AI 加速 3D 视觉技术发展 22 深度学习技术可与 3D 视觉技术紧密结合 22 深度学习技术为 3D 视觉带来了革命性变化 22 群雄逐鹿，掘金 3D 视觉市场 23 消费电子：专业化定制趋势明显，海内外大厂占据优势 23 3D 工业视觉：老牌厂商和初创企业者各有所长 23 投资建议 26 风险提示 27 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。 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