虹软科技：量价齐升，逻辑最顺（深度）| 国君计算机
本报告导读
◆ ◆ ◆ ◆
公司是视觉AI算法领军者；多项行业变化共助公司手机相关业务“量价齐升”；手机厂商自研算法与AI独角兽对公司冲击有限；首次覆盖给予增持评级。
投资要点
◆ ◆ ◆ ◆
增持。公司是视觉AI算法领军者，手机业务将持续高增，车载等IOT业务有望放量，预测2019-2021年归母净利2.26/3.67/5.28亿元，增速43%/63%/44%，EPS0.56/0.91/1.3元，给予公司目标市值437亿元，增持。
多重行业变化叠加，助力公司手机相关业务“量价齐升”。1)5G商用：引领换机潮；带动手机搭载的视频相关算法增加。2)多摄渗透率提升：一部手机各摄像头可能需要同时搭载同一单摄算法，单摄算法用量增加；随着拍摄功能增加，手机搭载的算法种类将增加。3)深摄渗透率提升：①手机业务：深摄带动单个手机搭载的视觉算法数量增加；②潜在终端拓展：深摄应用场景集中在生物识别、三维建模、人机交互、AR/VR等方面，潜在终端不止于手机。4)全面屏趋势下光学屏下指纹新机遇：公司已完成屏下光学指纹识别算法原型，有望于2020年实现量产。
手机厂商自研算法与AI独角兽对公司冲击有限。1)手机厂商自研算法：①拍摄算法业务战略价值低(交互属性弱，亦不对手机厂商构成威胁)而战术价值高(拍摄效果已成为客户选择手机的重要因素，手机厂商不愿意承担由于摄像头算法自研而可能产生的手机销量下滑的风险)，手机厂商自研意愿一般。2)AI视觉独角兽往往以人脸识别作为切入点，在手机拍摄算法领域其能够提供的技术模块相对单一，难以与虹软竞争。
公司的核心竞争力在于将其视觉底层算法复用于各行业的能力。目前公司采用“全栈式研发”+“开放平台”模式，通过全栈式开发实现对于视觉底层算法的持续积累；通过开放平台保持自身技术的领先地位，并快速发现市场机遇。智能驾驶是公司基于其底层算法进行场景拓展的重要尝试，但单纯将公司定位为手机或车载视觉解决方案提供商是比较片面的。
风险提示：屏下指纹业务开拓不及预期、智能驾驶相关业务发展不及预期
目录
◆ ◆ ◆ ◆
1.投资故事
◆ ◆ ◆ ◆
本篇报告核心回答三个问题：①公司手机业务的增长点在哪里；②手机厂商与视觉AI独角兽是否会对公司手机业务造成冲击；③对于公司的核心竞争力以及其在智能驾驶等领域的拓展我们怎么理解。
①多重行业变化叠加，助力公司手机相关业务“量价齐升”。
★ 5G商用：1)5G商用将引领新的换机潮，带动搭载公司算法的手机数量增加；2)4G时代，手机摄像头搭载的视觉算法以图像相关算法为主，随着5G商用，与视频相关算法的搭载量将大幅增加，带动单机价值量增长。
★ 多摄渗透率提升：1)由于部分单摄算法在同一手机的不同摄像头中需要同时搭载，多摄渗透率的提升将带动单摄算法的使用数量增加；2)随着摄像头的增加，手机能够实现更多拍摄功能，所搭载的算法种类随之增加。以上两点均将带动单机价值量上行。
★ 深摄渗透率提升：1)手机业务：随着深摄的出现，单个手机搭载的视觉算法数量将增加；2)潜在终端拓展：深摄应用场景主要集中在生物识别、三维建模、人机交互、提升AR/VR体验等方面，这些场景的潜在终端远不止于手机。
★ 全面屏趋势带来光学屏下指纹新机遇：1)全面屏手机成为趋势，光学屏下指纹技术有望受到手机厂商青睐。公司在视觉算法方面已深耕多年，技术积累深厚，并与产业链各环节建立了良好的合作关系。切入光学屏下指纹识别市场有望大幅提升单机价值量。
②手机厂商自研算法与视觉AI独角兽对公司冲击有限。
★ 手机厂商自研：1)沿用我们在报告《从Nuance的沉浮看科大讯飞的核心竞争力》中提出的分析框架，拍摄算法业务战略价值低(交互属性弱，亦不对手机厂商构成威胁)而战术价值高(拍摄效果已成为客户选择手机的重要因素，手机厂商不愿意承担由于摄像头算法自研而可能产生的手机销量下滑的风险)，手机厂商自研意愿不强。2)事实上，手机厂商并未对公司进行大规模挖角，且经过十多年自研探索后三星仍大规模应用虹软算法，表明手机厂商自研对虹软的影响有限。3)手机厂商保留自研算法团队的目的在于产品宣传和追求差异化拍照风格，故其算法自研集中在3A算法和深度学习领域。
★ AI独角兽：商汤、旷视等视觉AI独角兽的业务领域与公司存在一定差异。AI独角兽往往以人脸识别作为切入点，其核心应用场景在安防、金融等领域；在手机拍摄算法方面，其能够提供的技术模块相对单一，难以与虹软竞争。
③公司是全球领先的视觉AI算法提供商，核心竞争力在于将其视觉底层算法复用于各行业的能力。目前公司采用“全栈式研发”+“开放平台”的模式，通过全栈式开发实现对于视觉底层算法的持续积累；借助开放平台保持自身技术始终处于业内领先地位，并快速发现市场机遇。从这个角度来看，智能驾驶是公司基于其底层算法进行场景拓展的重要尝试，但单纯将公司定位为手机或车载视觉解决方案提供商是比较片面的。
2.全球视觉AI算法领军者
◆ ◆ ◆ ◆
2.1.虹软的昨日与今天
PhotoStudio起家，深耕数码影像图像处理。1994年，华盛顿大学博士邓晖在硅谷创立了公司ArcSoft。作为一名资深摄影爱好者，他敏锐地发现了主流PC端修图软件photoshop的昂贵价格与多数摄影人士“财力平平”之间的矛盾。因此邓晖下决心做一款价格亲民、功能丰富、性能优良的图像编辑软件，虹软第一代产品PhotoStudio应运而生。这款极低内存占用率、价格仅为photoshop1/4的产品一经推出，便得到了市场的积极反馈。90年代后期，数码相机方兴未艾，虹软抓住机遇，与索尼、尼康等大牌企业建立了深入的合作关系。
切入移动设备图像处理，逐步成为行业领军者。进入21世纪，随着智能手机的普及，公司又一次敏锐捕捉到了“影像+手机”的发展趋势与中国市场的巨大空间，开始专注于对手机端移动摄影的图像处理及拍摄技术研发，并于2003年在杭州建立子公司虹软。2004年，手机端图像增强算法完成，实现了去模糊、去噪、暗光拍摄三大功能。2015年，虹软联合手机厂商发布了业界第一款RGB+Mono（彩色+黑白）方案的后置双摄头手机，逐步成为移动计算摄影技术领域的领导者。
布局人工智能，拓宽应用场景。近年来，公司大力发展视觉人工智能技术，并逐步拓展自身算法在智能驾驶及其他泛IOT领域的应用。
2.2.高毛利率、高研发费用率彰显公司技术型公司本色
公司营业收入与净利润增速较快。公司2017、2018年及3Q2019营收分别为3.46/4.58/4.13亿元，增速32.5%/32.4%/23.2%；归母净利润0.86/1.58/1.42亿元，增速7.4%/82.5%/19.6%。
公司毛利率超过90%。由于工资薪金及相关费用计入公司营业成本的技术人员数量占比较低，且公司授权许可的相关算法一般不涉及硬件，公司2016年以来毛利率始终维持在90%以上。
公司研发实力强劲。1)研发费用维度：公司2017、2018年及3Q2019研发费用分别为1.09/1.49/1.43亿元，增速保持在20%以上(分别为20.5%/36.6%/23.9%)，且占营收的比重始终超过30%。2)研发人员维度：2016-2018年，公司研发人员占比始终超过55%；随着公司进一步积累视觉AI底层算法、布局智能驾驶及其他IoT智能设备行业，2018年公司研发人员数量高增57%。
2.3.商业模式：固定收费不如计件收费？
公司收费模式分为固定费用模式和计件模式。固定收费指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，期间内客户可无限量生产该种特定设备；计件收费指在软件授权期内，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阶梯收费。
两种模式的形成具有其历史原因。对于虹软而言，早期其在海外采用的普遍是计件收费模式。但在公司刚刚进入国内市场时，这一模式存在两个问题：一是当时国内的手机出货量较小；二是采用计件模式的前提是客户需要诚实地提供其出货量数据，这在当时信用体系尚不完善的商业环境下存在一定难度。正是基于这两个原因，公司在进入国内市场的初期采用了固定收费模式。
计件模式占比将持续提升。由于国内手机厂商出货量已经具备相当体量，再加上信用体系逐步完善，采取计件收费模式的条件已经成熟，故公司将开始倾向于采用计件模式进行收费。2016-2018年，计件收费模式产生的收入在公司智能手机解决方案收入中的占比分别为37%、40%、49%，呈逐年上升趋势。
两种模式各具优势，固定收费/计件收费均将长期存在。市场普遍认为，计件收费模式好于固定收费，而我们认为两种模式各有利弊：
★ 计件收费的优势在于弹性。随着客户手机出货量的增大，公司采用此模式往往能够获得更多收益。
★ 固定收费的优势在于确定性。由于虹软和客户间的合同周期与客户的出货周期在时间点上并不完全匹配，导致客户很难对虹软进行替换。比如客户刚刚发布新产品不久时，其与虹软的合同到期，为了能够保证该产品继续使用虹软算法，手机厂商必然会选择续约。公司2016-2018年到期的固定费用合同的续约率均超75%，除2018年受英特尔在3D摄像头相关领域由于市场反应不好而减少相关投入、尼康因其数码相机受智能手机挑战而减少采购外，2016、2017年续约率均超85%，固定费用模式体现出了较强的客户粘性。
综上，我们认为，虽然随着国内手机出货量的增加以及信用体系的逐步健全，公司为了获取更多收益会更多的采用计件收费模式，但为了实现弹性与确定性之间的平衡，两种收费模式均将长期存在。
3.现阶段的核心赛道：智能手机视觉解决方案
◆ ◆ ◆ ◆
3.1.智能手机视觉解决方案是公司目前的主要赛道
智能手机视觉解决方案在公司营收中占比超90%。2016-2018年，公司智能手机解决方案业务营收分别为1.74/3.14/4.39亿元，占总营收比例分别为68%/91%/97%，近两年来收入占比均超90%。
3.2.多重行业变化叠加，助力公司手机相关业务“量价齐升”
3.2.1.5G将带动公司手机算法业务量价齐升
5G商用对于拍摄算法用量的影响体现在两个方面：
★ 手机出货量的增加：IDC的预测显示，2023年全球手机出货量将达到15.42亿台，其中5G手机4.01亿台，手机出货量较2019年增长11%。由于公司部分合同中采用计件收费模式，搭载公司算法的手机数量增加将带动公司手机业务营收增长。
★ 单机价值量的增长：4G时代，手机摄像头搭载的算法以图像相关算法为主，视频相关算法较少；随着5G手机手机进入商用阶段，手机所需搭载的视频相关算法将大幅增加。比如在夜景的拍摄中，此前使用的是针对图片的HDR算法，而在5G时代需要加入更多针对视频的HDR算法。对公司而言，这体现为单机价值量的增长。
3.2.2.多摄渗透率的提升将从两个维度提升单机价值量
双摄渗透率快速提升带动2016-2018年手机摄像头出货量持续增加。1)2015年，虹软协助手机厂商发布了业界第一款RGB+Mono方案的后置双摄手机；2016年IPhone引领长焦+广角双摄革命，双摄逐渐成为主流。2)双摄普及带动手机摄像头出货量增长。根据TSR数据，2016-2018年全球智能手机镜头出货量分别为35.2/39.0/41.5亿颗，在手机出货量下滑的背景下仍保持了一定增长，平均每部手机搭载的摄像头数量也由2016年的2.4颗上升为2018年的2.83颗。
相较于从单摄到双摄，从双摄到多摄的周期明显缩短。2018年3月，华为推出全球首款三摄手机——P20 Pro；同年10月，三星发布全球首款四摄手机Galaxy A9s，二者仅相距7个月；而从三星推出全球首款后置双摄手机(SCH-B710)到P20 Pro的推出整整过去了11年。这表明随着消费者对于手机拍摄需求的增加，每部手机上搭载摄像头数量将继续增加，周期也明显缩短。
单摄到双(多)摄从两个维度带动摄像头算法单机价值量提升：
★ 对于同一单摄算法的使用数量将增加：部分算法在同一手机上的不同摄像头中需要同时搭载，比如对于某款手机而言，此前它的主摄像头搭载了夜景技术，需要进行一次技术授权；现在由于摄像头增加，另一摄像头可能也需要搭载该算法，就需要额外支付一定的费用。
★ 需要搭载更多新的双(多)摄算法：随着摄像头的增加，手机能够实现更多拍摄功能，所搭载的算法种类随之增加。比如对于变焦这一功能，在手机上由多个定焦摄像头配合再叠加软件算法来实现。公司手机拍摄算法的单机价值量与摄像头增加后能够实现的新增功能数量相关，而与摄像头数量并不呈简单的线性关系。值得一提的是，由于双(多)摄算法的技术难度高于单摄算法，其单个算法的价值量也相对较高。
3.2.3.深摄渗透率提升打开新空间
深度摄像前景广阔。在向民用开拓以前，深度摄像头主要应用在军事和工业领域，为机械臂、工业机器人提供图形视觉服务。普通摄像头一般只能获取平面图像信息，而深度摄像头则利用结构光、TOF等先进技术实时采集拍摄对象的三维位置及尺寸信息，使消费电子终端具备了物体感知功能，极大拓展了应用边界。根据中国产业发展研究院的预测，2021年全球深度摄像市场规模有望接近80亿元，2017-2021年复合增速38%。
深度摄像对公司业务的拉动作用体现在两个层面：
★ 对于手机业务而言：从2019年起，华为、小米、OPPO等安卓系手机厂商已经陆续在部分旗舰机型上搭载TOF传感器，但搭载机型仍然偏少。随着深摄渗透率的提升，相应算法的营收在公司整体业务营收中的占比将显著提升。
★ 潜在终端拓展：通过对目前公司针对手机客户提出的深摄解决方案进行梳理，我们可以发现其应用场景主要集中在生物识别、三维建模、人机交互、提升AR/VR体验等方面，而这些场景的潜在终端将远不只于手机，深摄与AR/VR、AI的结合潜力无限。
3.2.4.全面屏趋势下，公司迎来进军光学屏下指纹市场的机遇
全面屏成为智能手机发展趋势。由于智能手机渗透率逐渐趋于饱和，各大手机厂商均在积极寻找新的卖点。在这一背景下，主流厂商三星、小米、华为、vivo、oppo等均陆续推出了全面屏手机以提升用户体验。
光学屏下指纹识别将成为全面屏手机解锁方案的重要选项。目前屏下指纹解锁方案分为光学方案与超声波方案两种。其中超声波方案需要与屏幕贴合，导致良率偏低，成本控制难度较大，目前仅有高通实现了量产。根据HIS的预测，2020-2023年屏下超声波芯片出货量复合增速将低于10%，这一技术路线短期内难以实现爆发。而光学屏下指纹技术成熟度相对较高，自2018年起已搭载于部分量产机型，有望继续受到手机厂商的青睐。
内外部因素叠加，虹软切入光学屏下指纹市场水到渠成：
★ 从市场环境来看：目前光学屏下指纹供应厂商中，汇顶一家独大。旭日大数据的数据显示，3Q2018汇顶在安卓手机指纹芯片市场中的份额超过35%，而其他能够提供光学屏下指纹解决方案的神盾光学、思立微等公司市场份额较小。而由于硬件供应链及产能原因，手机厂商一般希望选择多个硬件厂商作为供应商。
★ 从公司自身来看：虹软在手机视觉算法方面已深耕多年，拥有较为深厚的技术积累，且与芯片制造商、传感器厂商、模组厂商及终端手机厂商建立了良好的合作关系，目前已完成光学屏下指纹识别算法的原型，其软硬一体化解决方案已具备高量产生产能力。
3.3.手机厂商自研算法与视觉AI独角兽对公司冲击有限
在手机拍摄算法方面，公司可能面临的主要对手包括传统摄像头算法厂商、视觉AI独角兽、手机厂商自研算法。事实上，公司目前的市场份额已证明了其在摄像头算法厂商中的地位，AI独角兽的着眼点更多在于安防等领域，市场普遍担心的是手机厂商自研算法是否会对公司算法形成替代，故本节着重探讨这一问题，再对来自传统摄像头算法厂商、视觉AI独角兽的挑战进行简要介绍。
3.3.1.手机厂商自研算法不会对公司算法形成大规模替代
市场普遍担心，华为、三星等公司具备强大的研发能力，会不会大规模推广其自研算法，从而对公司算法形成替代。我们认为，这种情况并不会发生。这里我们沿用在报告《从Nuance的沉浮看科大讯飞的核心竞争力》中提出的框架进行分析。
IT巨头（包括华为、三星、苹果、谷歌、微软等）是否选择入局，取决于对于这一模块战略价值和战术价值之间的权衡。这里我们将公司手机算法业务与语音巨头Nuance的设备业务（为苹果手机的Siri提供底层技术支持）进行对比，来说明我们的观点。
1.Nuance：智能语音助理技术模块的战略价值较高而战术价值较低，故Nuance设备业务受到苹果、谷歌等公司的巨大冲击
从战略价值来看，智能语音助理技术模块战略价值非常高。智能语音自带交互属性，可能成为下一代人机交互方式，这意味着重大的战略机遇，也蕴含着较大的潜在风险。对于搜索巨头谷歌而言，由于智能语音助手是通过对话而不是此前的静态搜索方式与人进行交互，谷歌搜索业务的入口角色有可能会被取代；对于苹果而言，自身智能语音应用的核心技术掌握在第三方的手中同样意味着较大的威胁。
从战术价值来看，智能语音助理技术模块战术价值较低。消费者语音交互习惯的形成仍需较长时间，加之通用场景下的语音技术仍不成熟，实用性不高。这导致把语音助手作为手机选择标准的消费者比例较低，这直观的表现为除iPhone4S(搭载Siri的首款机型)受到Siri的带动而销量大增之外，智能语音助手对后续手机产品的拉动作用非常有限，智能语音助理模块对于手机产品的战术价值不高。
综上，智能语音助理模块的战略价值较高而战术价值较低，IT巨头入局意愿较高。IT巨头一方面利用其资金优势大量并购智能语音企业，另一方面对Nuance进行了疯狂挖角。
在IT巨头的降维打击下，Nuance的技术优势逐渐瓦解，其设备业务亦快速陨落。
★ Nuance年报显示，公司的申请中专利数已由2010财年的约1900项下降为2019财年的约450项，公司拥有的专利数也于2017年出现下行拐点。
★ Nuance公告中明确表示自2018财年Q4起对设备业务(为手机设备提供语音识别解决方案和预测文本技术)进行缩减；在最新的年报中，该业务已被归为“其他业务”。
2.虹软科技：手机摄像头算法业务战术价值较高而战略价值较低，华为、三星的自研算法不会对虹软构成实质性威胁
从战略价值来看，手机摄像头算法战略价值较低。由于摄像头算法自身的交互属性较弱，不具备成为下一代流量入口的潜质，也不会对IT巨头现有业务构成重大威胁，其战略价值相对较低。
从战术价值来看，手机摄像头算法战术价值较高。
★ 拍摄效果已逐步成为客户选择手机的重要因素。在手机屏幕、外观等趋于同质化的背景下，手机摄像作为用户使用频率逐年增高的重要功能，已逐渐成为各家手机厂商角力的关键。手机拍照的效果由硬件设备（如镜头质量、镜头数量、信号处理芯片）和软件算法两类要素共同决定。除芯片自带的基本算法外，针对硬件设置而定制的软件算法能够对硬件成像质量形成补充和优化，亦是提升手机拍摄质量的重要因素。
★ 摄像头算法的成本在手机成本中的占比非常低，这导致“手机厂商通过自研拍摄算法大幅降低自身成本”的逻辑并不存在。
所以，对于三星、华为等手机厂商而言，其关注点在于下一款手机的销售情况，而不在于手机摄像头采用的是不是自研算法。机厂商不愿意承担由于摄像头算法自研而可能产生的手机销量下滑的风险。
我们的观点可以从手机厂商是否疯狂挖角研发人员、是否持续大规模采购公司算法两个维度获得初步印证：
1.研发人员维度：手机厂商并未对公司进行大规模挖角
在2016-2018年间，公司研发人员的离职率（年内离职研发人员数量/年初研发人员总数）分别为16.2%，13.4%，11.3%(为保证数据可比，此处剔除了由于公司出售杭州美邦、perfect365股权导致的人数变化)，呈逐年下降趋势。可见，在双摄/多摄渗透率提升的过程中，公司研发人员并未遭到手机厂商的大规模挖角，这与Siri引爆市场后Nuance所面临的情况形成了鲜明对比。
2.算法维度：经过十多年的自研探索，三星仍大规模采购虹软算法
公司与三星的合作始于2005年，在过去的15年中三星持续向公司采购应用于智能手机、数码相机、电脑等产品的解决方案。作为研发实力一流的电子厂商，三星一直拥有其自研团队，但时至今日，三星旗舰机型所搭载的大部分视觉算法技术依然来自虹软。虽然公司未曾披露其来自三星的收入，但我们可从两个数据进行粗略印证：
★ 截至2019Q1，公司固定费用模式的在手订单共有127个，其中与三星签订的合同最多，达8个；虽然公司未公布计件模式下来自各个客户的合同占比，但计件模式在海外应用频率高于国内，故此处认为该模式下三星在各个客户中的排序亦不会落后。
★ 2016-2018年公司来自韩国地区客户的营收在总体营收中的占比始终超过20%(公司的韩国客户主要为三星和LG，考虑到2016-2018年LG均未进入公司前五大客户名单，故粗略认为公司来源于韩国客户的收入受三星影响较大)。事实上，2017年公司韩国业务营收的高增来源于2017年三星大规模集中采购了W+T（广角+长焦）双摄像头解决方案、RGB+RGB/Mono（彩色+彩色/黑白）双摄像头解决方案等多款双摄解决方案。
上述情况表明，三星在进行十年以上的自研探索与比较后，仍认为采购虹软的视觉算法是其性价比最高的方案。
综上，摄像头算法模块的战术价值较高而战略价值较低，手机厂商自研算法并不会对公司形成实质威胁。
既然如此，手机厂商为何会保留自研算法团队？我们认为，手机厂商保留自研算法团队的目的在于产品宣传、追求差异化拍照风格两方面。1)从市场定位来看，消费者希望看到手机产品存在一些自研技术，利用部分自研技术进行宣传能够在一定程度上提升手机的价值量。2)各个手机厂商希望拥有属于自己的差异化拍照风格。
基于上述原因，手机厂商的算法自研集中在3A算法(自动曝光、自动对焦、自动白平衡等)和深度学习领域。1)3A算法：这些算法属于搭载在硬件上的原生算法，目前比较紧密地绑定在平台厂商上，通过对这些算法的自研，手机厂商能够形成其拍照风格(比如三星手机和华为手机拍出来的照片色彩不同)。3)深度学习算法：深度学习门槛相对不高，但需要大量数据加持，而手机厂商在收集数据方面具有天然优势；同时，“深度学习”也可以成为其宣传自身拍照技术的利器。
3.3.2.在与摄像头算法厂商的竞争中，公司已经证明了自己
在目前的安卓体系中，公司是毫无疑问的视觉算法霸主。1)传统的智能手机视觉算法提供商包括CorePhotonics、Morpho、EyeSight、LinX等，其中LinX于2015年被苹果收购，目前为苹果生态提供计算机视觉软硬件解决方案；而在安卓体系中，CorePhotonics于2019年被三星收购。2) 出货量前五的手机品牌中，除苹果公司完全采用自研视觉算法外，三星、华为、小米、OPPO 等安卓手机厂商均搭载了虹软的智能手机视觉解决方案。
3.3.3.视觉AI独角兽在手机视觉算法领域难以与公司进行竞争
公司与商汤、旷视等AI独角兽的业务领域存在一定差异。1)在商汤、旷视、依图、云从等四家AI独角兽中，与公司构成竞争关系的是商汤、旷视，但AI独角兽往往是以人脸识别作为切入点，其核心应用场景在安防、金融等领域。在手机端的视觉算法领域，AI独角兽能够提供的技术模块相对单一，导致其难以与虹软进行竞争。
4.以视觉底层算法为基石的泛IoT拓展空间无限
◆ ◆ ◆ ◆
“我们的目标很简单，只要有地方需要摄像头，就有视觉的技术应用，虹软就应该能嵌入进去。”——邓晖
我们认为，无论是将虹软单纯解读为手机端视觉算法的领导者，还是将其视为车载摄像解决方案的有力竞争者，都是比较片面的。事实上，公司是以视觉底层算法为基石的视觉AI算法提供商，核心竞争力在于将其视觉底层算法复用于各行业的能力。目前公司采用的是“全栈式研发”+“开放平台”的模式，通过全栈式开发实现对于视觉底层算法的持续积累；借助开放平台获取各个行业的数据反馈，在保证自身技术始终处于行业领先地位的同时，也能迅速了解各个行业的市场需求，从而准确把握潜在的市场机遇。
4.1.公司核心竞争力源于将其视觉底层算法复用于各行业的能力
公司掌握的视觉底层算法技术具有通用性和延展性。
★ 从公司核心技术的复用情况来看：虽然针对不同的硬件(芯片、镜头、传感器)和场景，公司可能需要进行一些定制化；但公司的核心技术大多可在智能手机、智能汽车、智能家居、智能保险、智能零售、互联网视频等诸多场景下实现复用。技术的通用性和延展性奠定了公司从手机市场向汽车、泛IOT等领域进行横向拓展的基础。
★ 从算法开发语言来看：根据我们的草根调研结果，公司有大量算法采用汇编语言编写，编写难度较大但执行效率高、所需空间小，对于大多数硬件配置较弱的领域(比如汽车所搭载的摄像头相关硬件弱于手机)而言，这一优势将得到突显。
★ 从公司的研发人员结构来看：2016-2018年，公司的通用基础算法研发人员数量分别占总研发人员总数的37.61%、49.58%、53.74%。通用基础算法研发人员系为公司各视觉算法产品提供通用的、基础的底层算法服务的人员。此类研发人员始终维持较高占比且仍在逐年提升，反映了公司对基础算法的重视和其技术的复用潜力。
4.2.AI视觉开放平台：保持技术领先性与发掘市场机遇的法宝
推出AI视觉开放平台，为各行各业赋能。2017年，公司推出视觉人工智能开放平台，将其人脸识别、人脸属性分析等技术模块对各行业免费开放。目前，已有闸机、工地检测、考勤、门禁、自动门锁、智能教育、旅游等领域的众多中小企业使用公司的视觉人工智能技术。
开放平台对于公司的意义有两点：
★ 保持公司技术的领先地位。计算机视觉技术的迭代依赖于可获得的数据资源，通过开放平台的模式，公司能够持续获得来自各行各业的应用数据反馈，从而对其算法进行迭代与优化，保持其技术始终处于行业领先地位。
★ 快速发掘市场机遇。由于自身算法在大量企业得到应用，公司能够对行业需求进行持续追踪，从而快速挖掘潜在市场机遇。
4.3.智能驾驶：基于底层算法进行场景拓展的重要尝试
4.3.1.智能驾驶方兴未艾，相关视觉解决方案市场空间大
近年来智能驾驶方兴未艾，带动以ADAS为核心的智能驾驶辅助系统兴起。作为ADAS系统的眼睛——车载摄像头及高性能的配套视觉算法的需求量也自然水涨船高。根据HIS数据，随着智能驾驶的普及，全球车载摄像头出货量将从2014年的2800万枚增长到2020年的8300万枚，为虹软在汽车领域进行业务拓展提供了土壤。
疲劳驾驶引重视，DMS（驾驶员状态监控系统）潜力较大。2016 年全国道路交通事故864.3万起，21.28 万起涉及人员伤亡，其中由于疲劳驾驶引起的占20%以上。各方对驾驶安全的重视程度不断提高，为DMS系统带来了较大市场空间。
4.3.2.立足DMS、ADAS解决方案，切入智能驾驶市场
智能驾驶是公司基于其底层算法进行横向行业拓展的重要尝试。由于芯片算力分散、汽车开发周期长等原因，汽车所搭载的硬件性能弱于手机，因此对算法性能要求更加苛刻，这为深耕视觉算法的虹软提供了舞台。
目前虹软在汽车领域的解决方案包括DMS（智能座舱视觉解决方案）、ADAS（智能驾驶辅助系统）及其软硬一体化产品“两客一危视觉系统”。
★ 车载对内摄像头：DMS系统。DMS系统的工作原理是通过DMS摄像头采集图像，再经过处理模块的数字化、降噪、滤波、重建等处理，最终利用驾驶员行车过程中的驾驶状态及驾驶行为（面部、眼部、头部特征）进行识别认证，实现特定功能，包括：驾驶员身份识别、离岗检查、疲劳检测、分神检测、吸烟检测、远程监控及预警等，助力安全出行。
★ 车载对外摄像头：ADAS系统。在汽车行驶过程中，ADAS系统通过车载传感器（摄像头、雷达、卫星导航）收集车身周围环境数据，进行辨识、分析、判断和提示，如紧急制动、自适应巡航、交通标识辨别、盲点监测、变道辅助、自动泊车等，辅助驾驶，增加驾驶安全性与便宜性。机构Strategy Analytics预计，到2021年后每年将会有超过500万个ADAS摄像头安装在新车上，并将随着自动驾驶技术的普及而持续增长。
目前业务占比小而弹性足。2018年，公司智能驾驶及其他 IoT 智能设备解决方案开始形成收入368万元，占总收入的0.84%。随着PMS、ADAS等市场的扩张，公司在智能驾驶领域的收入有望快速增长。
5.盈利预测与估值建议
◆ ◆ ◆ ◆
5.1.核心假设
主营业务：1)受益于5G、多摄/深摄渗透率提升，公司手机拍摄算法保持较快增长；2)公司光学屏下指纹业务在2019年实现批量出货。3)公司智能驾驶相关算法业务规模持续扩张，此外公司其他泛IOT业务能够逐步贡献收入。
5.2.盈利预测
根据核心假设，预测公司2019/2020/2021年的营业收入分别为5.89/9.08/12.54亿元，归母净利润分别为2.26/3.68/5.29亿元，EPS分别为0.56/0.91/1.30元。
5.3.公司估值
5.3.1.绝对估值法：市值540亿元
我们采用FCFE法对公司进行绝对估值，主要假设如下表所示，在以下参数假设下，公司绝对估值540亿元。
模型假设说明：
（1）无风险收益率rf：选取10年期国债到期收益率为无风险收益率，2020年1月19日为3.07%。
（2）Beta：采用wind Beta计算器，选取可比公司科大讯飞、中科创达的加权β值进行估计，约为1.07。
（3）市场预期收益率rm：采用wind提供的数据，沪深指数收益率为7%。
（4）权益预期收益率Ke：Ke=rf+β*(rm-rf)=7.28%。
（5）永续增长率：假设永续增长率为3.5%。
5.3.2.相对估值法：市值312亿元
采用PE估值法，根据公司业务构成及发展战略，选取与公司同处人工智能领域的科大讯飞、与公司同处智能物联等领域的中科创达作为可比公司。
2020年可比公司平均64.5倍PE，参考可比公司估值，并考虑到公司为安卓手机拍摄算法领域的全球领导者，依托其底层算法积累切入汽车等泛IOT市场，给予一定的估值溢价，我们给予公司2020年85倍PE，对应市值为312亿元。
结合两种估值方法，给予目标市值437亿元。
6.风险提示
◆ ◆ ◆ ◆
1)光学屏下指纹业务开拓不及预期。虽然公司在手机视觉算法方面已深耕多年，与芯片制造商、传感器厂商、模组厂商及终端手机厂商建立了良好的合作关系，但此前公司推出的软硬一体化解决方案较少，对于软硬一体化解决方案经验的不足可能会导致公司光学屏下指纹业务开拓不及预期。
2)智能驾驶相关业务发展不及预期。虽然智能驾驶行业发展较为迅速，但技术尚未完全成熟，短期内对于视觉相关算法的需求量存在一定不确定性，可能会导致公司相关业务发展不及预期。
合规声明：本文节选自国泰君安正式研究报告《全球视觉AI算法领军者——虹软科技首次覆盖报告》，报告入库时间：2020年1月20日，如需报告原文PDF请后台留言。
- end -
欢迎加入专家交流群！
欢迎所有对计算机产业研究和投资感兴趣的盆友（包括云计算、网络安全、医疗IT、金融科技、人工智能、自动驾驶等）后台留言加入我们的专家交流群（不收取任何费用）。我们的目标是建立系统的计算机产业研究框架，提高整个A股的IT行业研究水平，减少韭菜数量，普度众生。