增持 维持 移动端 视觉加速 智能交互进入新时代 · 2017-02-27 ·...
TRANSCRIPT
请务必阅读正文之后的信息披露和法律声明
[Table_MainInfo]
行业研究/信息设备/电子元器件 证券研究报告 行业深度报告 2017 年 02 月 22 日
[Table_InvestInfo]
投资评级 增持 维持
市场表现
[Table_QuoteInfo]
资料来源：海通证券研究所
相关研究
[Table_ReportInfo] 《从近期半导体海外收购案例看未来资
本出海新变化与新方向 —海通电子半导
体周报 2017 年第 2 期》2017.02.21
《继续布局白马股“估值修复” —海通
消费电子周报 2017 年第 2 期》2017.02.20
《双摄业绩放量带来海外龙头飙涨 —海
通消费电子周报 2017 年第 1 期》2017.02.12
[Table_AuthorInfo]
分析师:陈平
Tel:(021)23219646
Email:[email protected]
证书:S0850514080004
联系人:谢磊
Tel:(021)23212214
Email:[email protected]
联系人:张天闻
Tel:(021)23219646
Email:[email protected]
移动端3D视觉加速 智能交互进入新时代 [Table_Summary]
投资要点：
移动端 3D 深度视觉技术加速，有望创造一个全新的大市场。我们通过本报告，
详细地梳理了 3D 深度视觉不同技术方案与硬件结构的差异，分析了国外公司
在相关技术领域的布局。我们相信 3D 深度视觉进入消费级智能终端将是大势
所趋，随着硬件端技术的不断进步，算法与软件层面的不断优化，3D 深度视
觉的精度和实用性得到大幅提升，这将为 VCSEL、红外 CIS 带来新的市场增
量。移动端手势/人脸识别带来颠覆性全新的用户体验，预计将实现快速的渗透
与普及，由于消费级智能终端庞大的用户数量，这将创造一个庞大的新市场。
移动端 3D 深度相机助力智能人机交互进入新时代。从键盘、鼠标，到手写笔，
再到触控显示屏，人机交互的大幅进步引领了消费电子的成功。但触控显示有
着明显的局限性，限制了用户的使用灵活性。基于 3D 视觉的手势/人脸识别将
对现有的消费电子产品产生颠覆性的变化，带来全新的用户体验，打开更加广
阔的空间，在体感交互、运动控制、身份认证等方面大幅提升用户体验。
巨头持续发力，提前布局移动端 3D 视觉。一旦手势识别进入大规模普及，将
对现有的消费电子产品产生颠覆性的影响，人机交互将进入全新的时代。因此，
包括苹果、谷歌、微软、英特尔、索尼、三星等科技巨头，均在深度相机、体
感交互、动作捕捉等领域展开了深度的布局，或内部成立专门的研发团队，或
并购创业型公司，快速获得先进的技术，在技术方面实现储备。
TOF 方案技术水平大幅提升，移动端 3D 视觉已具备大规模普及的基础。目前
在 3D 深度视觉领域，主流的方案为结构光、TOF 和双目立体成像。TOF 方案
响应速度快、深度信息精度高、识别距离范围大、不易受环境光线干扰，因此
是移动端 3D 视觉比较可行的方案。近年来，在德州仪器、意法半导体、英飞
凌、微软等巨头公司的推动之下，TOF 方案已经越来越成熟，尤其是 VCSEL
技术的进步，使得 TOF 方案已经具备了在移动端大规模普及的基础。
移动端 3D 视觉为 VCSEL 和红外 CIS 带来市场新增量。如果 3D 深度视觉进
入移动端应用的话，VCSEL 将是重要的部件，原因就在于 VCSEL 可以提供高
频的调制、更快的响应速度、高质量的光束，同时功耗低，工艺兼容性好。由
于目前绝大多数智能终端已经具备可见光前臵和后臵摄像头，因此，3D 视觉
进入消费级智能终端之后，会增加红外摄像头的需求。同时 3D 视觉也将使红
外窄带滤色片受益。
行业“增持”评级，关注优势企业。目前海外公司在 3D 视觉领域较为领先，包
括：综合技术方案提供商——微软、英特尔等巨头，德州仪器、意法、英飞凌、
AMS（收购 Heptagon）等芯片巨头，SoftKinetic（索尼）、PrimeSense（苹
果）、LeapMotion等明星公司；系统模组封装——LG Innotek、Sharp等；VCSEL
设计——Finsar、Lumentum、Princeton Optronics、Heptagon、ⅡⅥ等公司。
台湾公司在 VCSEL 代工和摄像头方面比较领先，VCSEL 由全新、联亚光电等
提供外延片，然后由宏捷科、稳懋等进行晶圆制造，再经过联钧、矽品、同欣
（基板）等的封测，摄像头方面有大立光、玉晶光电、奇景光电等。国内方面：
综合技术方案与模组封装提供商——舜宇光学；VCSEL 发射器——光迅科技、
三安光电；红外与可见摄像头——北京君正、舜宇光学、欧菲光、丘钛科技；
红外窄带滤色片——水晶光电；图像处理芯片——全志科技、北京君正等。
风险提示：3D 视觉技术移动端进程过慢；国内相关公司缺乏竞争力。
行业研究〃电子元器件行业
请务必阅读正文之后的信息披露和法律声明
2
目 录
投资要点 ......................................................................................................................... 10
1. 3D 深度相机助力智能人机交互进入新时代 ............................................................. 12
1.1 从按键、触控笔到触摸屏，智能交互的进步助力智能手机的辉煌 ................ 12
1.2 3D 深度相机将进一步解放双手，打开新的智能人机交互空间 ....................... 13
1.3 手势识别被广泛看好，前景广阔 .................................................................... 16
1.4 人脸识别从专业市场走向消费市场，应用领域大幅扩宽 ............................... 19
2. 主要巨头在移动端 3D 视觉领域的布局 ................................................................... 20
2.1 苹果——整合行业先驱 PrimeSense，发力 3D 手势与人脸识别 ................... 20
2.2 英特尔——持续强化升级 RealSense，“结构光+双目立体光” ...................... 23
2.3 微软——从 Kinect 到 Handpose，3D 识别精度大幅提升 ............................. 25
2.4 谷歌——Tango 项目野心勃勃，提前布局移动端 3D 视觉 ............................ 27
2.5 索尼——收购明星企业 SoftKinetic，弥补短板 .............................................. 28
2.6 三星——手势识别助力凌空操作 Gear VR ..................................................... 29
3. 移动端 3D 视觉主要技术背景与原理分析 ................................................................ 30
3.1 计算机视觉技术主要分类............................................................................... 30
3.2 三种主流的 3D 机器视觉技术 ........................................................................ 32
3.3 典型 3D 视觉硬件拆解与分析 ........................................................................ 35
4. 移动端 3D 视觉产业链分析 ..................................................................................... 37
4.1 移动端 3D 视觉硬件与产业链结构 ................................................................. 37
4.2 硬件层面：VCSEL 与红外 CIS 摄像头成为市场新增量................................. 40
4.3 算法与软件层面：AI 人工智能将成为提升精度的重要因素 ........................... 45
5. 国内外产业链相关公司分析 ..................................................................................... 47
5.1 综合技术方案提供商 ...................................................................................... 49
5.2 系统模组封装与集成供应商 ........................................................................... 51
5.3 红外光发射器-VCSEL .................................................................................... 52
5.4 红外与可见 CIS 摄像头 .................................................................................. 55
5.5 图像处理芯片 ................................................................................................. 57
6. 国内产业链受益公司汇总 ........................................................................................ 58
行业研究〃电子元器件行业
请务必阅读正文之后的信息披露和法律声明
3
图目录
图 1 键盘和鼠标使得 PC 电脑的实用性大幅提升 ..................................................... 12
图 2 配有拨号按键的“大哥大”手机 ............................................................................ 12
图 3 配有显示屏和按键的功能手机 .......................................................................... 12
图 4 黑莓全键盘手机 ................................................................................................ 13
图 5 配有触控笔的诺基亚手机 .................................................................................. 13
图 6 大尺寸触摸屏是第一代 iPhone 成功的重要原因之一 ........................................ 13
图 7 智能手机出货量迅速超越 PC ............................................................................ 13
图 8 特斯拉汽车大尺寸触控中控台 .......................................................................... 14
图 9 配有超大触控屏的三星智能冰箱 ....................................................................... 14
图 10 苹果的语音助手 Siri .......................................................................................... 14
图 11 亚马逊 ECHO 智能音箱初获成功 ..................................................................... 14
图 12 人机交互发展趋势............................................................................................. 15
图 13 体感交互成为游戏领域的重要发展趋势 ............................................................ 15
图 14 利用手势识别实现自拍 ..................................................................................... 15
图 15 利用手势识别实现游戏互动 .............................................................................. 15
图 16 2015 年马云演示人脸识别完成支付 ................................................................. 16
图 17 人脸识别相比于指纹识别体验更佳 ................................................................... 16
图 18 微软 Kinect 手势识别在游戏领域有较高知名度 ................................................ 16
图 19 三星智能电视支持手势识别 .............................................................................. 16
图 20 Inuitive 和 gestigon 合作将手势识别功能嵌入 VR ............................................ 17
图 21 微软 HoloLense 提供手势识别功能 .................................................................. 17
图 22 宝马 iDrive 人机交互指令输入系统 ................................................................... 17
图 23 大陆集团的 TOF 手势控制方案 ......................................................................... 17
图 24 德尔福 TOF 手势控制原理图 ............................................................................ 18
图 25 德尔福手势识别指令 ......................................................................................... 18
图 26 智能手表尝试采用手势识别方案 ....................................................................... 18
图 27 三星尝试将手势识别应用于智能手机中 ............................................................ 18
图 28 专业领域人脸识别系统流程 .............................................................................. 19
图 29 人脸识别在身份认证方面应用较多 ................................................................... 19
行业研究〃电子元器件行业
请务必阅读正文之后的信息披露和法律声明
4
图 30 人脸识别技术进行高效动态人脸比对 ................................................................ 20
图 31 人脸识别技术应用于动态人脸布控 ................................................................... 20
图 32 人脸识别技术用于判断驾驶员精神状态 ............................................................ 20
图 33 人脸识别技术为用户自拍提供精准定位和关键点检测 ...................................... 20
图 34 Kinect 一代内臵 PrimeSense 3D 传感器 .......................................................... 21
图 35 PrimeSense 3D 传感器 Capri ........................................................................... 21
图 36 2015 年苹果 3D 手势控制技术专利 .................................................................. 21
图 37 2015 年苹果 3D 手势控制技术专利识别手部特征............................................. 21
图 38 2015 年苹果手势控制专利-辨别视频中的物体 .................................................. 22
图 39 2015 年苹果手势控制专利-辨别视频中的物体并保存 ....................................... 22
图 40 2016 年苹果 3D 手势识别专利结构图 ............................................................... 22
图 41 苹果“低门槛面部识别”专利 ............................................................................... 23
图 42 人脸识别有可能出现在未来的苹果手机上 ........................................................ 23
图 43 早期 RealSense 操作演示 ................................................................................ 23
图 44 2015 年 RealSense 模块体积大幅缩小 ............................................................ 23
图 45 集成于电脑内部的 RealSense .......................................................................... 24
图 46 独立的 RealSense 模块 .................................................................................... 24
图 47 英特尔 RealSense 组合产品与 SDK ................................................................. 24
图 48 RealSense 可跟踪手上的 22 个点 .................................................................... 25
图 49 RealSense 可跟踪脸部的 78 个点 .................................................................... 25
图 50 RealSense 提供静态和动态手势识别 ............................................................... 25
图 51 RealSense 提供 3D 脸部检测与跟踪 ................................................................ 25
图 52 Kinect1 代平台架构图 ....................................................................................... 26
图 53 Kinect1 代工作原理图 ....................................................................................... 26
图 54 Kinect 1 代实物图 ............................................................................................. 26
图 55 Kinect 2 代实物图 ............................................................................................. 26
图 56 Handpose 可对复杂手势进行精确重构 ............................................................. 27
图 57 Handpose 技术大幅提升手势追踪的精度 ......................................................... 27
图 58 Project Tango 三大核心技术 ............................................................................. 27
图 59 Tango 采集三维信息输出“点云”数据 ................................................................. 27
图 60 Project Tango 实现 3D 建模效果图 ................................................................... 28
图 61 Project Tango 原型机拆解 ................................................................................ 28
行业研究〃电子元器件行业
请务必阅读正文之后的信息披露和法律声明
5
图 62 Soli 芯片 ........................................................................................................... 28
图 63 Soli 芯片部分特点 ............................................................................................. 28
图 64 SoftKinetic 的手势追踪技术 .............................................................................. 29
图 65 SoftKinetic 的 VR 手势追踪技术 ....................................................................... 29
图 66 三星手势识别专利原理图 .................................................................................. 30
图 67 三星手势识别专利应用说明图 .......................................................................... 30
图 68 Gestigon 和 Pmd 在三星 GearVR 上合作研发手势识别 ................................... 30
图 69 Flutter 通过静态手型控制视频 .......................................................................... 31
图 70 PointGrab 通过二维手势识别动态操控电脑 ...................................................... 31
图 71 三维手势识别关键是获得 Z 轴位臵信息............................................................ 32
图 72 结构光原理图 .................................................................................................... 33
图 73 PrimeSense 的结构光专利原理图 .................................................................... 33
图 74 采用结构光原理的 Kinect1 代 ........................................................................... 33
图 75 采用结构光原理的 RealSense 前臵方案........................................................... 33
图 76 TOF 原理图 ....................................................................................................... 34
图 77 TOF 利用时间差分析距离信息 .......................................................................... 34
图 78 采用 TOF 原理的 Kinect2 代 ............................................................................. 34
图 79 采用 TOF 原理的德州仪器手势识别方案 .......................................................... 34
图 80 双目立体成像原理图 ......................................................................................... 34
图 81 采用双目立体成像原理的 Leap Motion 方案 ..................................................... 35
图 82 Leap Motion 接收器拆解 ................................................................................... 35
图 83 RealSense 前臵相机结构图.............................................................................. 35
图 84 RealSense 后臵相机结构图.............................................................................. 35
图 85 RealSense 应用于联想 Yoga15 电脑................................................................ 36
图 86 RealSense 结构光发射与回收光模式 ............................................................... 36
图 87 RealSense 红外图像传感器芯片 ...................................................................... 36
图 88 RealSense 红外光投影部分结构图 ................................................................... 36
图 89 Kinect One 识别精度大幅提升 .......................................................................... 37
图 90 Kinect One 外观结构 ........................................................................................ 37
图 91 Kinect One 全部零部件结构图 .......................................................................... 37
图 92 结构光原理图 .................................................................................................... 38
图 93 意法半导体的 TOF 测距方案原理图 ................................................................. 38
行业研究〃电子元器件行业
请务必阅读正文之后的信息披露和法律声明
6
图 94 iPhone7 距离传感器拆解图 .............................................................................. 38
图 95 意法提供的 iPhone7 距离传感器 ...................................................................... 38
图 96 联想 Phab2 Pro 手机相机结构图 ...................................................................... 39
图 97 微软 Kinect 二代硬件结构图 ............................................................................. 39
图 98 3D 视觉原理结构图 ........................................................................................... 39
图 99 消费级市场 3D 视觉产业链结构 ........................................................................ 40
图 100 移动端 3D 视觉主要硬件成本情况（美元/颗） ................................................. 40
图 101 移动端 TOF3D 视觉核心硬件成本占比 ............................................................. 40
图 102 三星虹膜识别采用红外 LED ............................................................................. 41
图 103 边发射 EEL 激光二极管 LD 结构图 ................................................................... 41
图 104 垂直发射模式 VCSEL 结构图 ........................................................................... 42
图 105 VCSEL 广泛应用于高速光通信 ........................................................................ 42
图 106 VCSEL 相比于 LED 光谱质量高，温漂小 ........................................................ 42
图 107 三种主流近红外光发射光源对比 ....................................................................... 42
图 108 典型的 VCSEL 材料结构 .................................................................................. 43
图 109 移动端 VCSEL 产业链结构 ............................................................................... 43
图 110 红外光图像传感器获取的图像信息 ................................................................... 44
图 111 Kinect 二代上的红外 CIS .................................................................................. 44
图 112 RGB 可见光摄像头滤色片 ................................................................................ 44
图 113 880nm 近红外窄带滤色片 ................................................................................. 44
图 114 意法半导体为 Kinect 二代提供的图像处理芯片 ................................................ 45
图 115 意法半导体为 RealSense 提供的 MEMS 光学棱镜 .......................................... 45
图 116 红外光发射端 DOE 与 Lens 工作原理 .............................................................. 45
图 117 英特尔结构光前臵手势识别方案 ....................................................................... 46
图 118 英特尔双目立体成像后臵手势识别方案 ............................................................ 46
图 119 RealSense 支持组合动态手势的识别 ............................................................... 46
图 120 RealSense 支持 3D 头部运动识别 ................................................................... 46
图 121 Handpose 可识别复杂动态手势........................................................................ 47
图 122 Handpose 识别精度大幅提升 ........................................................................... 47
图 123 谷歌深度学习识别图片过程 .............................................................................. 47
图 124 人工智能助力人脸识别进步迅速 ....................................................................... 47
图 125 3D 深度视觉在众多领域具有广阔前景 .............................................................. 48
行业研究〃电子元器件行业
请务必阅读正文之后的信息披露和法律声明
7
图 126 SoftKinetic 提供 3D 深度视觉综合方案 ............................................................. 49
图 127 SoftKinetic 提供的 3D 深度视觉小型模组 ......................................................... 49
图 128 德州仪器基于 TOF 原理的综合方案 ................................................................. 49
图 129 德州仪器 TOF 综合方案效果图 ......................................................................... 49
图 130 意法 VL53L0X 芯片应用于众多智能手机中 ...................................................... 50
图 131 iPhone7 搭载意法 TOF 测距传感器 .................................................................. 50
图 132 舜宇光学基于 TOF 原理的深度感知方案 .......................................................... 50
图 133 乐行天下将深度相机应用于机器人定位导航 ..................................................... 51
图 134 奥比中光基于结构光原理的深度相机 ................................................................ 51
图 135 图漾科技基于双目立体成像原理的深度相机 ..................................................... 51
图 136 舜宇为联想 Phab2 Pro 提供 3D 视觉模组封装 ................................................. 52
图 137 舜宇光学在相机模组集成领域技术先进 ............................................................ 52
图 138 VCSEL 相比于激光 LD 更适合移动端的应用 .................................................... 52
图 139 光迅科技 10G 速率 VCSEL 收发合一光模块 .................................................... 53
图 140 长春光机所研发出 795nm 的 VCSEL ............................................................... 53
图 141 三安光电提供化合物半导体制造业务 ................................................................ 53
图 142 长电科技旗下星科金朋拥有国际先进封测技术 ................................................. 53
图 143 Finsar 的 VCSEL 应用于手机距离传感器 ........................................................ 54
图 144 Finsar 的 VCSEL 应用于手势识别 ................................................................... 54
图 145 Lumentum 的 3D 传感光源方案 ........................................................................ 54
图 146 Lumentum 针对双目立体视觉推出的光源方案 ................................................. 54
图 147 Princeton Optronics 针对深度相机推出的 VCSEL ........................................... 55
图 148 Heptagon 深度相机方案 ................................................................................... 55
图 149 2012-2020 年全球小型摄像头模组市场规模预测 ............................................. 56
图 150 2020 年全球小型摄像头模组细分市场规模预测 ............................................... 56
图 151 北京君正收购的 OV 拥有世界顶级 CIS 设计能力 ............................................. 56
图 152 2016 年全球摄像头模组份额情况 ..................................................................... 56
图 153 Chroma 针对 3D 机器视觉推出的窄带滤色片 ................................................... 56
图 154 水晶光电生产的 IR 红外截止滤色片 ................................................................. 56
图 155 德州仪器针对 TOF 推出的图像芯片 TFC ......................................................... 57
图 156 Oculus 上意法半导体提供的主图像处理芯片 ................................................... 57
图 157 北京君正 T10 视频与图像分析芯片 .................................................................. 57
行业研究〃电子元器件行业
请务必阅读正文之后的信息披露和法律声明
8
图 158 瑞芯微新一代的图像处理芯片 RV1108 ............................................................. 57
行业研究〃电子元器件行业
请务必阅读正文之后的信息披露和法律声明
9
表目录
表 1 三种手势识别类型对比 ..................................................................................... 31
表 2 三种 3D 手势识别技术对比 ............................................................................... 32
表 3 主流红外光及主要用途 ..................................................................................... 41
表 4 三种主流近红外光发射光源 .............................................................................. 41
表 5 手势识别国内外产业链公司汇总 ....................................................................... 48
行业研究〃电子元器件行业
请务必阅读正文之后的信息披露和法律声明
10
投资要点
3D深度视觉作为一个崭新的技术，已经出现在微软Kinect、英特尔RealSense等消
费级产品中，随着硬件端技术的不断进步，算法与软件层面的不断优化，3D深度视觉的
精度和实用性得到大幅提升，尤其是TOF方案与VCSEL的快速成熟，使得“深度相机+
手势/人脸识别”具备了大规模进入移动智能终端的基础。
我们通过本报告，详细地梳理了3D深度视觉不同技术方案与硬件结构的差异，分析
了国外公司在相关技术领域的布局。我们相信3D深度视觉进入消费级智能终端将是大势
所趋，这将为VCSEL、红外CIS摄像头（含红外窄带滤色片）、模组封装带来新的市场
增量。移动端手势/人脸识别带来颠覆性全新的用户体验，预计将实现快速的渗透与普及，
由于消费级智能终端庞大的用户数量，这将创造一个庞大的新市场。
3D深度相机助力人机交互进入新时代
从按键、触控笔到触摸屏，智能人机交互的进步助力智能手机的辉煌。手机的发展
史也伴随着人机交互方式的变迁，可以说人机交互的变革在一定程度上促进了手机
的辉煌。从最初的按键，到触控手写笔，再到第一代iPhone突破性的大尺寸触控屏
幕，人机交互的进步助力智能手机的辉煌。
3D深度相机将进一步解放双手，打开新的人机交互空间。尽管触控显示屏的识别精
度和清晰度越来越高，但是，触控显示屏的局限性非常明显：手指必须接触于屏幕
表面，无法离开屏幕工作，这极大地限制了用户的使用空间和灵活性。为了解决这
一问题，语音控制与体感控制开始出现。语音识别可以完全解放双手，但是在人机
互动方面的应用场景有一定的局限性。因此，比现今触控屏更高层次的体感交互成
为了广大厂商追求的目标，基于3D深度视觉的手势识别/人脸识别成为全新的用户
交互方式，已被众多技术厂商广泛认可。
巨头持续发力，提前布局移动端3D视觉
消费级市场手势/人脸识别被广泛看好，前景广阔。无论是消费级市场的游戏、娱乐、
交互，还是商业领域的医疗、工业、军事等，都需要丰富的手部动作来参与，因此
手势识别具有非常广泛的应用场景。人脸识别也从专业市场走向消费市场，应用领
域大幅扩宽，在移动端身份认证、支付交易、权限登录、识别用户表情或精神状态、
自拍快速对焦、自拍美颜等方面具有较大潜力。
科技巨头纷纷布局，抢夺移动端3D视觉赛道。一旦手势识别进入大规模普及，将对
现有的消费电子产品产生颠覆性的影响，人机交互将进入全新的时代。因此，包括
苹果、谷歌、微软、英特尔、索尼、三星等科技巨头，均在深度相机、体感交互、
动作捕捉等领域展开了深度的布局，或内部成立专门的研发团队，或并购创业型公
司，快速获得先进的技术，在技术方面实现储备。
国内外产业链分析
无论是结构光方案、TOF方案还是双目立体成像方案，主要的硬件包括四部分：红
外光发射器（IR LD）、红外光摄像头（IR CIS）、可见光摄像头（Vis CIS）、图
像处理芯片，红外摄像头需要特制的窄带滤色片，另外结构光方案还需要在发射端
添加光学棱镜与光栅，双目立体成像多一颗IR CIS。
综合技术方案提供商：国外参与的公司众多，既有微软、英特尔等科技巨头，也有
德州仪器、意法半导体、英飞凌、AMS（收购Heptagon）等芯片巨头，还包括
SoftKinetic（索尼收购）、PrimeSense（苹果收购）、LeapMotion等明星创业型
公司。国内从事深度摄像头综合技术方案的主要公司包括：TOF方案——舜宇光学、
深圳乐行天下，结构光方案——深圳奥比中光、南京华捷艾米，双目立体成像方案
——上海图漾科技。
系统模组封装与集成：3D视觉方案涉及较多的硬件部分，需要红外发射端、红外接
收摄像头、可见光摄像头、图像处理芯片四大部分的协同合作，整个系统模组的封
行业研究〃电子元器件行业
请务必阅读正文之后的信息披露和法律声明
11
装和集成是非常关键的。在联想Phab2 Pro手机中，3D深度相机的模组封装与集成
由舜宇光学完成，同时欧菲光、LG Innotek、Sharp等公司也具备相关技术能力。
算法与软件层面：AI人工智能将成为提升精度的重要因素。算法对于整个3D视觉方
案而言是至关重要的，硬件端可以对人手/人脸进行精确的定位，抓取关键特征点，
但是如果没有优质算法支持的话，是无法实现高质量动态追踪的，因为需要通过算
法对手部的动作和脸部的表情进行分析和理解，从而进行判断手部/脸部的含义。目
前，算法方面还没有成为独立的一环，因为大部分综合技术方案供应商已经在算法
层面进行优化，目标是为客户提供“硬件+算法”一体化的方案。
红外光发射器-VCSEL：如果3D深度视觉进入移动端应用的话，VCSEL将是重要的
部件，原因就在于VCSEL可以提供高频的调制、更快的响应速度、高质量的光束，
同时功耗低，工艺兼容性好。目前致力于移动端VCSEL设计的公司包括Finsar、
Lumentum、Princeton Optronics、Heptagon、ⅡⅥ等国外公司，国内公司较少。
在具体的VCSEL产业链方面：VCSEL目前主要采用三五族化合物半导体材料GaAs
（含有In、Al等掺杂）制成，由IQE、全新、联亚光电等公司提供三五族化合物EPI
外延硅片，然后由宏捷科（Princeton Optronics合作方）、稳懋（Heptagon合作方）
等公司进行晶圆制造，再经过联钧、矽品等公司的封测，便变成了独立的VCSEL
器件。国内方面，光迅科技曾开发出光通信使用的VCSEL芯片，在化合物晶圆制造
方面，三安光电具有较强的实力。
红外与可见摄像头：由于目前绝大多数智能终端已经具备可见光前臵和后臵摄像
头，因此，手势识别进入消费级智能终端之后，并不会增加可见光摄像头，而是会
增加红外摄像头。红外CMOS图像传感器（IR CIS）是比较成熟的，供应商主要包
括意法半导体、奇景光电、三星电子、富士通等公司。相比于可见光CIS，红外CIS
还是一个比较小的市场，但是增速很快。同时，红外窄带滤色片对于红外摄像头来
说至关重要，厂商包括Chroma、Omega、Semrok、水晶光电等。
中国大陆目前已经在摄像头方面形成了完善的产业链结构：在CIS芯片方面有北京
君正（收购OV和思必科）、格科微电子、比亚迪电子等公司，在光学透镜方面有
舜宇光学、联创电子等，在模组制造方面有欧菲光、舜宇光学、丘钛科技等公司。
图像处理芯片：在图像处理芯片方面，国内公司全志科技、北京君正和瑞芯微具备
一定的实力，尤其是在几年前平板电脑爆发时得到了快速成长。
风险提示：3D 视觉技术移动端进程过慢；国内相关技术缺乏竞争力。
行业研究〃电子元器件行业
请务必阅读正文之后的信息披露和法律声明
12
1. 3D 深度相机助力智能人机交互进入新时代
1.1 从按键、触控笔到触摸屏，智能交互的进步助力智能手机的辉煌
人机交互（简写 HCI），是指人与计算机之间使用某种对话语言，以一定的交互方式，
为完成确定任务的人与计算机之间的信息交换过程。在上世纪计算机高速发展的过程
中，除了硬件芯片技术和软件系统技术的突飞猛进之外，键盘和鼠标这两大交互设备的
出现，极大地推动了计算机在普通消费市场的应用，普通用户可以通过键盘和鼠标，来
实现与计算机和网络的交互。
图1 键盘和鼠标使得 PC 电脑的实用性大幅提升
资料来源：维基百科，海通证券研究所整理
手机可以说是最近二十年里最成功的消费电子产品，而手机的发展史也伴随着人机
交互方式的变迁，可以说人机交互的变革在一定程度上促进了手机的辉煌。
图2 配有拨号按键的“大哥大”手机
资料来源：摩托罗拉官网，海通证券研究所
图3 配有显示屏和按键的功能手机
资料来源：安卓网，海通证券研究所
1983 年，摩托罗拉推出了第一部大哥大手机 DYNATAC8000X，将固话的按键放臵
在手机的正面，实现拨号功能。2000 年之后，随着显示技术的发展，功能手机逐步配有
小尺寸的显示屏幕，同时仍然依靠键盘式按键实现人机交互。
行业研究〃电子元器件行业
请务必阅读正文之后的信息披露和法律声明
13
图4 黑莓全键盘手机
资料来源：网易科技，海通证券研究所
图5 配有触控笔的诺基亚手机
资料来源：网易科技，海通证券研究所
2002 年左右，大尺寸显示技术更加成熟，手机正面的按键由于太占面积，而被大尺
寸的屏幕所取代，为实现更加方便的交互，触控笔开始出现，并且得到了普及。随着无
线通讯和手机性能的提升，手机可以像电脑一样工作，2005 年出现的黑莓手机，采用全
键盘设计，实现快速办公。
2007 年苹果手机的横空出世，宣告了智能手机新时代的到来，苹果手机凭借其突破
性的大尺寸触控显示、丰富的 APP 内容资源、优质的拍照和音乐体验以及出色的产品质
量，成为了全球智能手机皇冠上的明珠。尤其是第一代苹果手机配有的大尺寸触控显示
屏幕，具有划时代的意义，为消费者带来了前所未有的用户体验，引领越来越多消费者
选择智能手机。
根据 IDC 的统计数据，2008 年全球智能手机出货量为 1.5 亿部，到 2015 年提升到
14.3 亿部，复合年均增速 38.0%，尤其是 2010-2013 年间，增速在 60%左右。如果与
PC 电脑相比的话，智能手机在 2007 到 2011 年的 5 年时间内，出货量就超过了已经发
展 30 多年的个人电脑（从 1980 年到 2011 年）。
图6 大尺寸触摸屏是第一代 iPhone 成功的重要原因之一
资料来源：苹果官网，海通证券研究所整理
图7 智能手机出货量迅速超越 PC
资料来源：Gartner，IDC，苹果，海通证券研究所
1.2 3D 深度相机将进一步解放双手，打开新的智能人机交互空间
现如今，大尺寸触控显示屏已经是大多数智能终端的标配，无论是智能手机、平板
电脑，还是笔记本电脑，甚至于汽车中控台、智能家电等。
行业研究〃电子元器件行业
请务必阅读正文之后的信息披露和法律声明
14
图8 特斯拉汽车大尺寸触控中控台
资料来源：特斯拉官网，海通证券研究所
图9 配有超大触控屏的三星智能冰箱
资料来源：三星官网，海通证券研究所
尽管触控显示屏的识别精度和清晰度越来越高，但是，触控显示屏的局限性非常明
显：手指必须接触于屏幕表面，无法离开屏幕工作，这极大地限制了用户的使用空间和
灵活性，为了解决这一问题，语音控制与体感控制开始出现，并被广泛看好。
图10 苹果的语音助手 Siri
资料来源：苹果官网，海通证券研究所
图11 亚马逊 ECHO 智能音箱初获成功
资料来源：亚马逊官网，海通证券研究所
苹果公司于 2011 年推出的 iPhone4S 配备了语音识别助手 Siri，利用人工智能技术，
通过与消费者的语言对话，实现信息的交互。随后，语音交互越来越多地出现在智能终
端上，尤其是随着人工智能语义识别技术的进步，语音交互的准确性和实用性大幅提升。
亚马逊于 2015 年推出的 ECHO 智能音箱便是典型成功例子。
语音识别可以完全解放双手，但是在人机互动方面的应用场景有一定的局限性，对
于游戏娱乐、互动体验、拍照等领域，这些必须有用户肢体参与的场景，语音交互无法
满足需求。因此，比现今触控屏更高层次的体感交互成为了广大厂商追求的目标。
行业研究〃电子元器件行业
请务必阅读正文之后的信息披露和法律声明
15
图12 人机交互发展趋势
资料来源：EEPW，海通证券研究所整理
图13 体感交互成为游戏领域的重要发展趋势
资料来源：微软官网，海通证券研究所
要实现体感交互，最重要的就是手势识别，因为手部动作是人体最丰富也是最常用
的体感动作。对于智能手机而言，如果手势识别可以得到应用，那么包括手机自拍、游
戏、浏览网页、购物等众多应用场景，在用户体验上均可以实现大幅提升，手机也将从
触控屏时代走向手势识别时代。
图14 利用手势识别实现自拍
资料来源：IT 之家，海通证券研究所
图15 利用手势识别实现游戏互动
资料来源：IT 之家，海通证券研究所
例如，手机拍照是目前非常主流的消费级应用，但是目前拍照基本都需要手指按压
控制键（或触控屏幕）完成，而采用外臵的蓝牙控制器因为不够方便，应用的并不多。
所以，对于用户而言，是无法通过自身完成远景自拍的，需要别人的帮助。如果，手机
配有手势识别功能的话，用户自己就可以实现远景自拍功能，目前已有公司正在开发类
似功能。
同时，人脸识别与追踪也是体感交互最具前景的方向之一。人脸识别，是基于人的
脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图
像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部的一系列
相关技术。人脸识别技术目前已广泛用于政府、军队、银行、社会福利保障、电子商务、
安全防务等专业领域，但是主要用于身份识别与安防领域，作用相对局限。
我们认为，人脸识别在移动端具有更加广阔的应用空间，例如目前指纹识别已经成
为智能手机的标配，通过指纹识别来实现开机、支付、登陆确认等功能已经被大众所认
可，并且创造了巨大的市场价值，但是指纹识别的局限性在于必须通过手指完成，手指
放臵的位臵、手指表面的洁净度等因素都会极大地影响使用体验，而人脸识别可以完全
解放双手，只需要借助摄像头对人脸信息的采集便可以完成识别与交互。
行业研究〃电子元器件行业
请务必阅读正文之后的信息披露和法律声明
16
图16 2015 年马云演示人脸识别完成支付
资料来源：支付宝官网，海通证券研究所
图17 人脸识别相比于指纹识别体验更佳
资料来源：IT 之家，海通证券研究所
传统的人脸识别技术主要是基于可见光图像的二维人脸识别，已经发展了 30 多年，
技术上较为成熟，但这种方式有着难以克服的缺陷——识别精度低，系统响应慢，尤其
在环境光照发生变化时，识别效果会急剧下降，无法满足实际系统的需要。三维图像人
脸识别技术，由于在精度、稳定性和速度方面的优势，近年来被广泛关注，尤其是基于
主动近红外图像的三维多光源人脸识别技术发展迅速。
三维人脸识别不仅仅在识别精度方面大幅提升，更重要的是打开了更加广阔的应用
空间，例如利用三维人脸识别可以直接获取消费者面部表情（喜怒哀乐等），直接计算
出消费者的生理年龄或精神状态，这些功能都将为人机交互带来全新的玩法。
1.3 手势识别被广泛看好，前景广阔
无论是消费级市场的游戏、娱乐、交互，还是商业领域的医疗、工业、军事等，都
需要丰富的手部动作来参与，因此手势识别具有非常广泛的应用场景。
由于消费级市场更加的庞大，具有更强的爆发力，因此现阶段，广大厂商在 VR/AR、
汽车、智能电视、游戏机等领域的手势识别投入巨大的资源，并且已经取得了一定的成
功（例如游戏机领域），正在不断提升技术水平、准确度和应用的实用性。
图18 微软 Kinect 手势识别在游戏领域有较高知名度
资料来源：微软官网，海通证券研究所
图19 三星智能电视支持手势识别
资料来源：三星官网，海通证券研究所
在家庭游戏机领域，微软非常看重手势识别。早在 2010 年的 XBOX360 游戏机，
便开始配备 Kinect 体感外设，与 PrimeSense 合作，搭载了 3D 体感摄影机，支持三维
手势识别功能。2013 年 5 月的 Xbox One，微软展示了新一代 Kinect，开发者们可以基
于 Kinect 能感知的语音、手势和玩家感觉信息，来给玩家带来前所未有的互动性体验。
行业研究〃电子元器件行业
请务必阅读正文之后的信息披露和法律声明
17
在智能电视领域，三星在 2015 年推出的智能电视开始配有手势识别功能。在三星
智能电视的顶部中央，内臵有隐藏式的摄像头。通过摄像头可以捕捉下方位于电视前用
户的手势动作，经过系统处理后进行自动识别，实现双手放大缩小图片、双手翻转图片、
翻页、历史记录、控制视频的快进和回放等。目前，包括 TCL、海信、创维等电视厂商
均推出手势识别智能电视。由于成本和技术方面的原因，目前智能电视的手势识别体验
不如 Kinect。
图20 Inuitive 和 gestigon 合作将手势识别功能嵌入 VR
资料来源：DIGITIMES，海通证券研究所
图21 微软 HoloLense 提供手势识别功能
资料来源：DIGITIMES，海通证券研究所
从 2015 年以来，VR/AR 逐渐走入大众视野，尤其是 Oculus、HTC VIVE 和索尼
PSVR 三大头显在 2016 年的先后发布，彻底激活了 VR 市场。同时，微软在 2016 年也
推出了第一款商用消费级 AR 设备 HoloLense。VR/AR 产品在用户体验和应用场景方面
带来了颠覆性的改变，人机交互作为其核心的功能成为广大厂商关注的焦点，尤其是手
势识别实用性最佳。
例如，2016 年 Inuitive 和 gestigon 两家公司携手合作，将手势识别功能嵌入 VR
设备中，其中，Inuitive 公司提供 NU3000 多核心 3D 影像处理器和深度摄像机，gestigon
公司提供手势识别算法；微软 AR 头显 HoloLense，集成了 4 颗环境摄像头、1 颗景深
摄像头、1 颗高清摄像头、1 个 IMU（惯性测量单元）、1 个环境光传感器，可以提供较
为优质的手势识别功能。
图22 宝马 iDrive 人机交互指令输入系统
资料来源：爱卡汽车，海通证券研究所
图23 大陆集团的 TOF 手势控制方案
资料来源：凤凰汽车，海通证券研究所
2015 年以来，汽车电子也进入成长的新周期，包括奥迪、宝马、大众、德尔福、
大陆、伟世通等汽车整车厂和零部件厂商，纷纷发布自家的手势识别方案。例如，2015
年 9 月，宝马发布全新宝马 7 系配备手势控制技术，该技术能够识别 6 种预编程手势，
从而来完成一些特定的任务；2016 年 5 月，大陆集团发布采用 TOF（时间光）的手势
控制方案，安装在仪表盘上的 ToF 摄像头，能够发射红外线去检测驾驶员手势的变化，
行业研究〃电子元器件行业
请务必阅读正文之后的信息披露和法律声明
18
并将检测到的红外信号转换成 3D 图像，来进行具体动作的识别。
图24 德尔福 TOF 手势控制原理图
资料来源：德尔福官网，海通证券研究所
图25 德尔福手势识别指令
资料来源：德尔福官网，海通证券研究所
当然，智能手机市场才是最吸引人的市场，因为智能手机可以说已经成为全球几十
亿用户的生活必需品，智能手机庞大的用户数量以及用户每日超长的使用时间，都将带
来巨大的市场价值。手机中集成手势识别将带来众多的益处，包括：全新的用户界面实
现了超越触摸屏的更深层次的控制功能，并将引领游戏和智能手机控制进入全新时代；
新的控制感知更为灵活，戴着手套或是手不干净时也可进行控制；带来更丰富的用户体
验，它无需机械开关、无需触摸屏或按钮就可实现家居自动化。
但是，现如今商业化的手势识别设备体积和功耗较大，响应较慢，识别精度不高，
在电视、游戏机等设备上使用时问题不大，但是在手机上就会比较困难，因此包括苹果、
谷歌、三星等厂商均希望在手机上的手势识别可以有所突破。
图26 智能手表尝试采用手势识别方案
资料来源：ZOL，海通证券研究所
图27 三星尝试将手势识别应用于智能手机中
资料来源：ZOL，海通证券研究所
受益于游戏机、PC 电脑以及平板等移动装臵的技术整合，市场研究机构 ABI
Research 预估，全球眼球追踪、手势以及距离传感器技术领域在 2016 年创造近 50 亿
美元的收入。免提操作或手势识别很快将成为高端旗舰智能手机、媒体平板电脑和智能
眼镜区别于其他同类产品的一个关键因素。包含恩智浦、Synaptics、Hillcrest Labs 以
及其他相关芯片业者，正带起上述传感器技术研发创新热潮。包含 Google、英特尔、微
软等一线大厂，以及 Leap Motion、Tobii Group、Atheer、Bluemint Labs、eyeSight、
Nod Labs 及 RightEye 等企业，均陆续对外宣布自有手势、眼球追踪及距离传感器解决
方案。
根据 IHS 的数据，2014 年全球手势识别与传感器市场达到了 31.2 亿美元的规模，
过去几年的复合年增长率为32.78%，预计到 2022年该市场规模预计将达 321.6亿美元。
技术进步使硬件精度大幅提升，从而进一步拉升了对手势识别与传感器市场的需求。在
行业研究〃电子元器件行业
请务必阅读正文之后的信息披露和法律声明
19
智能手机与汽车领域，手势识别与传感器市场呈现指数增长，其中的关键因素为硬件成
本低廉，同时可大幅改善用户体验。
目前北美与欧洲国家是传感器最大的需求来源，预计亚太地区将迅速崛起并占据大
部分市场份额。除谷歌、苹果、微软、英特尔等科技巨头外，各个细分领域也涌现出一
批佼佼者，如体感技术公司 Softkinetic、图像识别公司 Cognivue、物联网公司 Pointgrab、
以及提供半导体解决方案的英飞凌、意法半导体、TI 德州仪器等。
1.4 人脸识别从专业市场走向消费市场，应用领域大幅扩宽
人脸识别技术经历了二维可见光图像人脸识别、三维图像人脸识别／热成像人脸识
别、基于主动近红外图像的三维多光源人脸识别三层进化过程，逐渐解决了光线等环境
的变化对于人脸识别的影响，加之算法的不断精准演化，人脸识别技术逐渐进入越来越
多新的应用领域。
早期的人脸识别主要用于身份认证与安全检测，主要针对专业市场。例如在金融、
政府、军事、海关、监狱等机密单位，通过人脸识别完成用户身份的验证与权限的检测
等。
图28 专业领域人脸识别系统流程
资料来源：润安科技官网，海通证券研究所
图29 人脸识别在身份认证方面应用较多
资料来源：润安科技官网，海通证券研究所
随着人脸识别算法的不断优化，人脸识别技术不再局限于简单的单体身份认证，而
是扩展至群体的安防监控领域。人脸识别其最大的特点是利用人的脸部特征作为一种身
份辨认的方式，即通过摄像机采集含有人脸的图像或视频流，并自动在图像中检测和跟
踪人脸，进而通过建立人脸模型、人脸辨识比对等达到识别不同人身份的目的。目前，
人脸识别技术已经开始应用在刑侦、人流监控、人证合一等专业领域。
行业研究〃电子元器件行业
请务必阅读正文之后的信息披露和法律声明
20
图30 人脸识别技术进行高效动态人脸比对
资料来源：像素数据，海通证券研究所
图31 人脸识别技术应用于动态人脸布控
资料来源：瑞为人脸识别，海通证券研究所
正如我们前文所述，人脸识别更大的机会在于消费级市场，人脸识别在移动端具有
更加广阔的应用空间，而目前人脸识别向消费市场渗透的趋势越发明显，尤其是在人脸
识别技术逐步提升的背景之下。
例如，人脸识别可以替代手势识别完成移动端的身份认证、支付交易确认、权限登
录等功能；人脸识别直接获取消费者面部表情、生理年龄或精神状态；人脸识别用于移
动端自拍的快速对焦，用户自拍美颜等功能……
图32 人脸识别技术用于判断驾驶员精神状态
资料来源：中国安防展览网，海通证券研究所
图33 人脸识别技术为用户自拍提供精准定位和关键点检测
资料来源：魔漫相机，海通证券研究所
2. 主要巨头在移动端 3D 视觉领域的布局
2.1 苹果——整合行业先驱 PrimeSense，发力 3D 手势与人脸识别
2013 年 11 月，苹果收购以色列 3D 传感器生产商 PrimeSense，收购费用为 3.45
亿美元。PrimeSense 曾以给微软 Kinect 体感控制器提供 3D 技术著称，它将玩家的动
作作为 Xbox 游戏的一部分，这些传感器允许玩家无需使用控制器就可跟游戏系统相连。
苹果习惯于快速吸收新技术并用于未来的旗舰 iPhone。该公司曾于 2012 年 7 月以
3.56 亿美元收购了生物识别公司 AuthenTec，从而将 Touch ID 功能用于苹果 iPhone 5s。
在 2010 年 4 月苹果还收购了 Siri 公司，这也帮助 iPhone 4s 成功地引入了虚拟语音助
手功能。
行业研究〃电子元器件行业
请务必阅读正文之后的信息披露和法律声明
21
图34 Kinect 一代内臵 PrimeSense 3D 传感器
资料来源：Engadget，海通证券研究所
图35 PrimeSense 3D 传感器 Capri
资料来源：Engadget，海通证券研究所
以色列公司 PrimeSense 创立于 2005 年，于 2006 年研发出 3D 传感器，在当年的
E3 大展上与微软建立了联系。等到 2009年E3大展时，微软发布了内臵 PrimeSense 3D
传感器的 Kinect 一代，成功掀起了“体感游戏”大潮。不过微软在 2014 年的 Kinect 2.0
上抛弃了 PrimeSense，转而使用自己的 3D 传感器。
2010 年年底，PrimeSense 与华硕合作开发了 Xtion Pro，和 Kinect 采用了同样的
3D 传感器，在 PC 上使用。2012 年，PrimeSense 推出了当时世界上体积最小的 3D
传感器 Capri，它的分辨率是前代产品的 3 倍，而体型是前代的十分之一，环境光的检
测性能是前代的 50 倍。
自 2013 年收购 PrimeSense 之后，苹果推动 PrimeSense 的 3D 体感控制器向小
型化发展，希望可以将其装配到电视、PC 上，最终可以用在未来的 iPhone 上。
图36 2015 年苹果 3D 手势控制技术专利
资料来源：appleinsider，海通证券研究所
图37 2015 年苹果 3D 手势控制技术专利识别手部特征
资料来源：appleinsider，海通证券研究所
例如，2015 年 4 月，美国专利局公布苹果 3D 手势控制技术专利，是一种能够精
确识别人手手势的机器视觉系统。利用这种技术，光学 3D 绘图系统可以通过专业化的
算法更精确地识别用户的手势。如果带有特征的部分恰好被遮挡住，只要将包含被遮挡
部分的图片片段忽略掉，仍然能够得到特定场景的精确描述符。配上数据库中储存的已
知距离数据和运动学数据，就能获得可靠的手部动作和位臵数据。
行业研究〃电子元器件行业
请务必阅读正文之后的信息披露和法律声明
22
图38 2015 年苹果手势控制专利-辨别视频中的物体
资料来源：appleinsider，海通证券研究所
图39 2015 年苹果手势控制专利-辨别视频中的物体并保存
资料来源：appleinsider，海通证券研究所
2015 年 10 月，苹果公司关于手势和面部识别的专利再次出现，当用户与他人通过
视频相关的应用（如视频）进行互动时，他们可以通过简单的手势，将视频画面中特定
对象保存为本地图片，这需要 3D 视觉技术才可以完成。
2016 年 7 月，苹果再次公布新型 3D 手势控制专利，是一个图形投影仪，内嵌在一
个诸如 iPhone 手机这样的 iOS 设备上，可以识别出用户的手势操作，由此可以作为把
手势作为游戏的控制杆或者控制器。
图40 2016 年苹果 3D 手势识别专利结构图
资料来源：appleinsider，海通证券研究所
这个系统采用类似 PrimeSense 的结构光原理，包括一个图形投影仪(#18)，可生
成图形光束，并通过一个孔径(#29)投射在一个物体上，例如手部(#26)。光探测组件
（#28）可以采集物体反射的光线。可以安装一个或多个处理器，光探测组件会生成图
像数据并发送给控制器，然后控制器(#31)会进行处理，从而重新构建出物体的三维立
体图（3D map）。该系统可呈现在一个非常紧凑的组件中，例如移动设备（iPhone、iPad、
iPod），以及/或者一个便携式电脑，如 Mac。
2015 年 7 月，美国专利局批准了一项苹果提交的面部识别专利，名为“低门槛面
部识别”，苹果此番获得的低门槛识别技术专利基于前臵摄像头捕获的图像，然后图像
处理器会对该图像进行处理，随后便与存储在参考模块中的图像进行对比。
行业研究〃电子元器件行业
请务必阅读正文之后的信息披露和法律声明
23
图41 苹果“低门槛面部识别”专利
资料来源：雷锋网，海通证券研究所
图42 人脸识别有可能出现在未来的苹果手机上
资料来源：雷锋网，海通证券研究所
2017 年 1 月 15 日，美国权威咨询机构 Cowen and Company 发布报告称，苹果的
下一代 iPhone 可能会包含某种面部识别或手势识别功能，由安装在前臵摄像头附近的
一款新的激光发射器和红外感应器支持，新款 iPhone 可能会配备一种新的深度感应器，
可以为未来的 iPhone 增添手势识别、人脸识别，甚至增强现实 AR 功能。
2.2 英特尔——持续强化升级 RealSense，“结构光+双目立体光”
早在 2012 年左右，英特尔便着重研发实感技术，当时叫 Perceptual Computing，
即感知计算，并开放英特尔感知计算软件开发套件 2013 版。2013 年 1 月，英特尔联合
Nuance 等多家公司推出了“感知计算”，类似于微软的 Kinect，可进行手势与人脸识别，
缺点是设备体积大，必须借助 PC 电脑完成。
随着技术完善与成熟，2014 年初更名为 RealSense，即实感技术，而后发布了新
的感知计算软件开发套件 2014 版。2015 年英特尔新的 RealSense 模块明显比之前的
版本更小、更轻薄，它的运行温度更低，同时还拥有更大的识别范围。作为智能手机、
平板或任何其他“物联网”设备、家电或物品专用摄像头的内臵系统，用户可通过
RealSense 与摄像机和计算机进行互动，在空中动动手指即可完成电视转台等操作。
图43 早期 RealSense 操作演示
资料来源：英特尔官网，海通证券研究所
图44 2015 年 RealSense 模块体积大幅缩小
资料来源：Engadge，海通证券研究所
RealSense 的核心技术是红外线传感器（IR Sensor），用于接收来自红外线发射器
投射的光场信息，这使得 RealSense 在探测范围内，能够创造出一幅 VGA 级别分辨率
的深度图，拓展版的模块还包括一个加速计和陀螺仪。
其中，前臵摄像头版优化的是近距离使用，被设计成嵌入到笔记本或者移动设备的
前侧使用，在识别用户的脸或控制屏幕和应用方面做的不错，但操作距离超出桌子之后
行业研究〃电子元器件行业
请务必阅读正文之后的信息披露和法律声明
24
就不管用了。后臵摄像头版不能追踪近距离的细节，但能测量 12 英尺的深度，比较适
合大多数的 VR 和 AR 应用。
图45 集成于电脑内部的 RealSense
资料来源：英特尔官网，海通证券研究所
图46 独立的 RealSense 模块
资料来源：英特尔官网，海通证券研究所
前臵实感 3D 摄像头和 Kinect 原理一样，它的工作原理是“结构光”，需要一颗红
外传感器。远距离的 3D 摄像头，使用“双目主动立体成像原理”，需要两颗红外传感
器。后文我们会详细拆解与分析。
经过多年的努力，英特尔目前可以提供包括 SR300 独立摄像头、R200 远距离后臵
摄像头（3-4 米，室内室外使用，640*480 分辨率）、F200 近距离前臵摄像头（0.2-1.2
米，室内使用，640*480 分辨率）等硬件产品。
图47 英特尔 RealSense 组合产品与 SDK
资料来源：英特尔官网，海通证券研究所
在具体的识别能力方面，RealSense 前臵相机精度更高，可以在 0.2–1.2 米范围内
跟踪手上的 22 个点的位臵和方向。左右手是区分的，因而可以双手进行交互，可以实
现静态手势识别和动态手势识别。
行业研究〃电子元器件行业
请务必阅读正文之后的信息披露和法律声明
25
图48 RealSense 可跟踪手上的 22 个点
资料来源：英特尔官网，海通证券研究所
图49 RealSense 可跟踪脸部的 78 个点
资料来源：英特尔官网，海通证券研究所
RealSense 相机同样可以提供 3D 脸部检测与跟踪，可以同时跟踪 4 张人脸，可以
获得三维 XYZ 坐标，与 2D 跟踪相比，3D 头部跟踪在头部运动方面更准确。可以提供
脸部 78 个标记点的跟踪以提高脸部识别和分析的精确度，同时还可以进行面部表情识
别与情感识别。
图50 RealSense 提供静态和动态手势识别
资料来源：英特尔官网，海通证券研究所
图51 RealSense 提供 3D 脸部检测与跟踪
资料来源：英特尔官网，海通证券研究所
Real Sense 3D 配有深度传感器和全 1080p 彩色镜头，能够精确识别手势动作、面
部特征、前景和背景，进而让设备理解人的动作和情感。目前，RealSense 3D 摄像头
已经集成进戴尔、联想、华硕、惠普、宏碁等厂商的产品。
2.3 微软——从 Kinect 到 Handpose，3D 识别精度大幅提升
微软是最早涉足 3D 视觉的公司之一，公司在游戏领域推出 XBOX 游戏机，志在与
索尼和任天堂的游戏机一较高下，为了形成自己的竞争优势，微软在 2010 年与
PrimeSense 合作，推出了 XBOX360 体感周边外设——Kinect1 代。颠覆了游戏的单一
操作，使人机互动的理念彻底地展现出来。在 Kinect 上市后的头 60 天内，微软总计卖
出了 800 万台 Kinect 设备，同时成功拿下了“吉尼斯世界纪录中销售速度最快消费者设
备”的头衔。
Kinect1 代采用结构光原理，主要硬件为两个摄像头和一个红外线发射器：微软
X853750001 / VCA379C7130 红外线感应摄像头以及 CMOS；VNA38209015 可见光摄
像头以及 CMOS；OG12 / 0956 / D306 / JG05A 红外线发射器。红外线摄像头提供景深
行业研究〃电子元器件行业
请务必阅读正文之后的信息披露和法律声明
26
数据（Z 轴），可见光学摄像头则提供色彩对比数据。
图52 Kinect1 代平台架构图
资料来源：微软官网，海通证券研究所
图53 Kinect1 代工作原理图
资料来源：微软官网，海通证券研究所
但是，当时采用结构光原理的 Kinect1 代的游戏体验并不好，产品的准确度、图像
的分辨率和响应速度一直不理想。最大的问题是精度很难提高，因为计算斑点位移需要
用图像在一个小范围区域内的来做块匹配，导致牺牲了像素级别的细节，凸凹不平的表
面、物体边缘、很细的物体很难检测准确的深度。
2012 年微软先后收购了 TOF（时间光）相机公司 canesta 和 3dv，2013 年微软终
止与 PrimeSense 的合作，自行开发了 Kinect2 代（成为 Kinect one），采用的是 TOF
（时间光）原理，无论精度、分辨率还是响应时间都得到了很大的提升。TOF 原理发射
一个强度随时间周期变化的正弦信号，通过获得发射、接受信号的相位差来计算深度，
精度高很多。关于 Kinect2 代的原理分析我们将在后文详细阐述。
图54 Kinect 1 代实物图
资料来源：微软官网，海通证券研究所
图55 Kinect 2 代实物图
资料来源：微软官网，海通证券研究所
根据美国 fastcodesign 网站报道，微软机器学习和感应部门的首席研究员 Andrew
Fizgibbon 的说法，Kinect 很擅于探测身体动作，但是，在辨识手部动作含义时，它的
表现就很糟糕了。因此，2015 年 5 月，微软展示了基于 Kinect 的实时手势跟踪系统
Handpose，可在仅利用一个深度摄像头（如 Xbox One 的 Kinect）的情况下对复杂手
势进行精确重构。
微软的 Handpose 利用了机器学习、3D 建模以及合成分析（利用预先建立的手势
集对实时手势进行比对）等技术来提高手势识别的精度和适用范围。可以适用于不同的
工作环境，对摄像头的放臵也没有很高的要求（摄像头可以是移动的、可以是放臵在头
戴式设备上），并且可以对跟踪失败的情况进行持续恢复，因此实际应用前景非常广。
在 2016 年微软推出的 AR 头显 HoloLense 便使用了 Handpose 技术。
行业研究〃电子元器件行业
请务必阅读正文之后的信息披露和法律声明
27
图56 Handpose 可对复杂手势进行精确重构
资料来源：微软官网，海通证券研究所
图57 Handpose 技术大幅提升手势追踪的精度
资料来源：微软官网，海通证券研究所
2.4 谷歌——Tango 项目野心勃勃，提前布局移动端 3D 视觉
Project Tango 是谷歌公司的明星研究项目，由谷歌先进技术与项目部门和部分研究
人员，以及硅谷 Movidius（已被英特尔收购）合作研发，后者提供的芯片技术可以分析
和表达来自传感器和摄像头的数据。Project Tango 项目的目标是希望将人类的视觉带
入移动设备，为移动设备加入类似人类对空间和运动的感知能力。
Project Tango 包含三块技术：运动追踪(Motion Tracking)，深度感知(Depth
Perception)和区域学习(Area Learning)。首先是运动追踪，设备可以通过内臵的姿态
传感器（加速度计和陀螺仪等）来感知当前的位臵；接下来是更深入的 3D 识别，可以
检查出周围世界环境的形状，类似于英特尔的 RealSense 3D 摄像技术，可以获得更准
确的姿态控制以及 3D 对象渲染；最后就是对周围的环境和区域绘制地图。
在具体的 3D 深度感知方面，Project Tango 可以提供结构光和 TOF 两种技术方案，
在结构光方面是与 PrimeSense（已被苹果收购）合作，在 TOF 方面，Tango 的深度传
感器采集三维信息输出“点云”数据，结合运动追踪的轨迹数据达到了对“点云”的实时
拼接。
图58 Project Tango 三大核心技术
资料来源：谷歌官网，海通证券研究所
图59 Tango 采集三维信息输出“点云”数据
资料来源：谷歌官网，海通证券研究所
2014年2月谷歌成功为Project Tango项目研发出了一款Android手机原型机。2016
年 6 月，谷歌与联想合作正式推出基于 Project Tango 技术的 Phab2Pro 手机。关于
Project Tango 项目，谷歌内部高度重视，谷歌的目标是将自己在智能手机端安卓的辉
煌复制到未来的移动端 3D 视觉领域，提前在移动端运动追踪、深度感知、区域学习等
方面实现布局，尤其是在软件与操作系统层面卡位赛道。
行业研究〃电子元器件行业
请务必阅读正文之后的信息披露和法律声明
28
图60 Project Tango 实现 3D 建模效果图
资料来源：谷歌官网，海通证券研究所
图61 Project Tango 原型机拆解
资料来源：iFixit，海通证券研究所整理
在具体的手势识别方面，谷歌也锐意创新，与主流的光学方案不同，在 2015 年的
谷歌开发者大会上，谷歌提出了全新的60GHz毫米波手势识别技术，项目叫Project Soli。
谷歌开发两种 Soli 芯片，一种使用脉冲雷达，约 9 平方毫米大小；另一种使用连续
波雷达，约 11 平方毫米大小。脉冲雷达的发射和接收信号在时间上是分开的，适用于
测距，尤其适于同时测量多个目标的距离。连续波雷达能对相当距离范围内的具有任何
速度的目标进行测速。这两个芯片都运行在 60GHz 毫米波上。
图62 Soli 芯片
资料来源：微波射频网，海通证券研究所
图63 Soli 芯片部分特点
资料来源：微波射频网，海通证券研究所
可见光和红外摄像头虽然可以捕捉距离，但因为可见光/红外无法穿透手指，因此无
法捕捉到被遮挡部分的动作，采用 60GHz 毫米波正好可以解决这个问题。
2.5 索尼——收购明星企业 SoftKinetic，弥补短板
2015 年 10 月，SONY 宣布收购比利时传感器技术提供商 SoftKinetic。SoftKinetic
是一家专门从事深度传感摄像头技术的电脑视觉初创型企业，成立于 2007 年，专注研
发体感技术，其传感器技术能够追踪诸如手势等相关的图像。SoftKinetic 技术能够部署
到安装在增强现实和虚拟现实硬件上的摄像头之中，从而增加手势与面部追踪的能力。
SoftKinetic 公司的摄像机采用 TOF 方案。
行业研究〃电子元器件行业
请务必阅读正文之后的信息披露和法律声明
29
图64 SoftKinetic 的手势追踪技术
资料来源：ianpo，海通证券研究所
图65 SoftKinetic 的 VR 手势追踪技术
资料来源：ianpo，海通证券研究所
索尼在官方宣称，“Softkinetic Systems SA 的应用可帮助公司提升 VR 与 PS 游
戏方面的控制体验”。索尼是与微软、任天堂齐名的世界电子游戏业三巨头之一，索尼
旗下有 PlayStation 4(简称 PS4)游戏机、PSVR 头显、智能眼镜等诸多游戏产品与虚拟
现实设备。但与其他两巨头相比，索尼还是有自身的短板。以手势识别技术为例，微软
的 Kinect 能使用结构光的技术来对玩家的手势进行识别，但索尼的 PS4 则需要通过两
个普通摄像头来完成此任务，收购 Softkinetic 恰好可以补齐这一短板，也是为了虚拟现
实与体感技术的结合。
索尼此举还有更长远的目的，结合 SoftKinetic 的技术，不仅要在图像领域，还要
在更宽广的传感应用范围，发展下一代的图像传感器和解决方案。索尼在 2015 年 10
月分拆了半导体业务部门，成立了“索尼半导体解决方案公司”。近年来，索尼的传感
器业务如日中天，是全球 CMOS 影像传感器市场的最大供货商。传感器是体感技术中
重要的配臵，索尼的下一个目标很可能是极具潜力的体感技术市场，这对连年来处于亏
损状态的索尼来说将是一个新的出路。
2.6 三星——手势识别助力凌空操作 Gear VR
VR 头显的操控方式局限性很大，通常要用蓝牙手柄或手套等输入设备将手部动作
传送到“虚拟世界”中。美国专利局在 16 年 3 月公布了一项三星公司的专利申请，申
请文件显示，三星为旗下的 Gear VR 头显研发了一款可以识别手势的传感器，让用户
可以用手势隔空操控 Gear VR。
这个传感器添加在三星 Gear VR 的左侧上方，可以隔空识别用户的手势操作，并反
馈给 Gear VR，实现选择菜单、图标、照片、视频并点击的操作，完全不需要使用到设
备上的任何真实按钮。如果这项专利能在 Gear VR 上成功应用，那么 VR 的操控会更加
随心所欲，这也将对 VR 领域产生巨大影响。
行业研究〃电子元器件行业
请务必阅读正文之后的信息披露和法律声明
30
图66 三星手势识别专利原理图
资料来源：Patently Mobile，海通证券研究所
图67 三星手势识别专利应用说明图
资料来源：Patently Mobile，海通证券研究所
同时，科技公司 Gestigon 和 Pmd 在 16 年 6 月宣布在三星 GearVR 上合作研发手
势识别，结合 Pmd 的 CamBoard pico flexx 深度传感器和 Gestigon 的 Carnival AR/VR
Interaction Suite（增强/虚拟现实互动套件），在现有的 VR 设备上进行无触摸手势交互。
目前跟 Gear vr 应用的交互方式非常有限，用户需要左右转动头部和点头来显示菜
单选项。Gestigon 的 Carnival SDK 实现了一项更自然的交互，把用户的双手放在应用
当中。比如，使用手势识别从多项选择菜单中进行选择，或者跟虚拟对象互动。Carnival
SDK 需要 Pmd 的 pico flexx 传感器提供的深度信息，该传感器就安装在 GearVR 头戴
设备的前面，并且跟智能手机的 USB 接口连接。
图68 Gestigon 和 Pmd 在三星 GearVR 上合作研发手势识别
资料来源：Gestigon 官网，海通证券研究所
3. 移动端 3D 视觉主要技术背景与原理分析
3.1 计算机视觉技术主要分类
如同人眼可以对所见到的图像信息进行分析与判断一样，计算机视觉技术的目的就
是用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形
处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。计算机视觉技术的发
展主要经历了：二维图像静态识别、二维图像动态识别、三维图像动态识别三个阶段。
我们以手势识别技术为例，可以粗略分为两个阶段：二维手势识别和三维手势识别，
行业研究〃电子元器件行业
请务必阅读正文之后的信息披露和法律声明
31
二维手势识别又可以划分为二维手型识别和二维手势识别。
表 1 三种手势识别类型对比
分类 介绍 优缺点 代表公司
二维手型识别 也可称为静态二维手势识别，识别的是手势中
最简单的一类。这种技术在获取二维信息输入
之后，可以识别几个静态的手势。
只能识别手势的“状态”，而
不能感知手势的“持续变
化”。
Flutter
二维手势识别 仍然基本不含深度信息，停留在二维的层面上。
这种技术不仅可以识别手型，还可以识别一些
简单的二维手势动作。
在硬件要求上和二维手型识
别并无区别，可以获得更加
丰富的人机交互内容。
PointGrab、
EyeSight、ExtremeReality
三维手势识别 需要的输入是包含有深度的信息，可以识别各
种手型、手势和动作。相比于前两种二维手势
识别技术，三维手势识别不能再只使用单个普
通摄像头，因为单个普通摄像头无法提供深度
信息。
在硬件和软件两方面都比二
维手势识别要复杂得多。但
是输入包含有深度的信息。
PrimeSense（结构光）
SoftKinetic（TOF 飞
行时间）
Leap Motion（双目立
体成像）
资料来源：雷锋网，海通证券研究所整理
二维手型识别也称为静态二维手型识别，该技术通过获得的二维信息，可识别一指
到五指张开或握拳等静态手势，但不能识别持续变化、动态的手势。代表公司为一家在
2013 年成立的印度公司 Flutter（已被 Google 收购）。
二维手势识别即为动态手势识别，与二维手型识别相同的是，它们只能实现对二维
空间内的感知，同样不具备对深度信息的识别。但比起二维手型识别，该技术增加了对
手势动态的感知，可追踪手势的简单运动信息，比如通过挥手动作，实现播放、暂停等
操作。代表公司为以色列的 PointGrab，EyeSight 等。
图69 Flutter 通过静态手型控制视频
资料来源：百度百家，海通证券研究所
图70 PointGrab 通过二维手势识别动态操控电脑
资料来源：百度百家，海通证券研究所
相比较二维手势识别，三维手势识别增加了一个 Z 轴的信息，它可以识别各种手型、
手势和动作。三维手势识别也是现在手势识别发展的主要方向。不过这种包含一定深度
信息的手势识别，需要特别的硬件来实现，常见的有通过红外光+光学传感器来完成。
行业研究〃电子元器件行业
请务必阅读正文之后的信息披露和法律声明
32
图71 三维手势识别关键是获得 Z 轴位臵信息
资料来源：图漾科技，海通证券研究所
3.2 三种主流的 3D 机器视觉技术
根据硬件实现方式的不同，目前行业内所采用的主流 3D 机器视觉大约有三种：结
构光、TOF 时间光、双目立体成像。
表 2 三种 3D 手势识别技术对比
结构光 TOF 双目立体成像
原理 单相机和投影条纹
斑点编码
红外光反射时间差 双相机和图像相关
响应时间 慢 快 中
低光环境表现 良好，取决于光源 良好（红外激光） 弱
强光环境表现 弱 中等 良好
深度精确度 mm-cm，中等 um-cm，高 cm，低
分辨率 中等 低 高
识别距离 极短（mm）至中等
（4-6m），受光斑图
案所限制
短距离（不足 1m）至
长距离（10m），受光
源强度限制
中等，依赖于两颗摄像
头的距离
软件复杂程度 中等 低 高
材料成本 高 中等 高
功耗 中等 低 低
缺点 容易受光照影响，强
光照下不适合
总体性能好，但是平面
分辨率低
昏暗环境、特征不明显
中不适合
代表厂商 PrimeSense、英特尔 意法半导体、英飞凌、
微软、TI
Leap MoTion、英特尔
资料来源：德州仪器官网，雷锋网，海通证券研究所整理
1）结构光（Structure Light）
通过激光的折射以及算法计算出物体的位臵和深度信息，进而复原整个三维空间。
结构光的代表产品有微软的 Kinect 一代。通过发射特定图形的散斑或者点阵的激光红
外图案，当被测物体反射这些图案，通过摄像头捕捉到这些反射回来的图案，计算上面
散斑或者点的大小，跟原始散斑或者点的尺寸做对比，从而测算出被测物体到摄像头之
间的距离。
目前是业界比较成熟的深度检测方案，很多的激光雷达和 3D 扫描技术都是采用的
行业研究〃电子元器件行业
请务必阅读正文之后的信息披露和法律声明
33
结构光方案。不过由于以折射光的落点位移来计算位臵，这种技术不能计算出精确的深
度信息，对识别的距离也有严格的要求。而且容易受到环境光线的干扰，强光下不适合，
响应也比较慢。
图72 结构光原理图
资料来源：科技时报，海通证券研究所
图73 PrimeSense 的结构光专利原理图
资料来源：PrimeSense，海通证券研究所
典型的结构光方案包括：PrimeSense（微软 Kinect1 代）、英特尔 RealSense（前
臵方案）。
图74 采用结构光原理的 Kinect1 代
资料来源：微软官网，海通证券研究所
图75 采用结构光原理的 RealSense 前臵方案
资料来源：雷锋网，海通证券研究所
2）光飞行时间（TIme of Flight）
TOF 系统是一种光雷达 (LIDAR) 系统，可从发射极向对象发射光脉冲，接收器则
可通过计算光脉冲从发射器到对象，再以像素格式返回到接收器的运行时间来确定被测
量对象的距离。TOF 系统可同时获得整个场景，确定 3D 范围影像。利用测量得到的对
象坐标可创建 3D 影像，并可用于机器人、制造、医疗技术以及数码摄影等领域的设备
控制。
TOF 方案要求发射和接收端要非常高精度的相位同步，否则光线反射回来本身的相
位差就很小，如果同步不好，那么检测出来的距离信息误差就非常大，甚至完全无法检
测。但 TOF 方案的优势是可以对每个设备调制不同相位到激光上，从而可以让多个设
备同时在一个环境内使用。
行业研究〃电子元器件行业
请务必阅读正文之后的信息披露和法律声明
34
图76 TOF 原理图
资料来源：英飞凌官网，海通证券研究所
图77 TOF 利用时间差分析距离信息
资料来源：英飞凌官网，海通证券研究所
TOF 方案的优点在于响应速度快，深度信息精度高，不容易受环境光线干扰，这些
优点使其成为移动端手势识别最被看好的方案。代表厂商有微软（Kinect2 代）、意法半
导体、英飞凌、德州仪器等。
图78 采用 TOF 原理的 Kinect2 代
资料来源：微软官网，海通证券研究所
图79 采用 TOF 原理的德州仪器手势识别方案
资料来源：德州仪器官网，海通证券研究所
3）多角立体成像（MulTI-camera）
现在手势识别领域的佼佼者 Leap MoTion 使用的就是这种技术。它使用两个或者两
个以上的摄像头同时采集图像，通过比对这些不同摄像头在同一时刻获得的图像的差别，
使用算法来计算深度信息，从而多角三维成像。
Leap MoTion 方案使用 2 个摄像机获得左右立体影像，该影像有些轻微偏移，与人
眼同序。计算机通过比较这两个影像，就可获得对应于影像中物体位移的不同影像。该
不同影像或地图可以是彩色的，也可以为灰阶，具体取决于特定系统的需求。
图80 双目立体成像原理图
资料来源：雷锋网，海通证券研究所
行业研究〃电子元器件行业
请务必阅读正文之后的信息披露和法律声明
35
双目多角立体成像方案的优点在于不容易受到环境光线的干扰，适合室外环境，满
足 7*24 小时的长时间工作要求，不易损坏。缺点是昏暗环境、特征不明显时不适合，
目前应用在智能安防监控、机器人视觉、物流检测等领域。
图81 采用双目立体成像原理的 Leap Motion 方案
资料来源：Leap Motion，海通证券研究所
图82 Leap Motion 接收器拆解
资料来源：Leap Motion，海通证券研究所
3.3 典型 3D 视觉硬件拆解与分析
（1）英特尔 RealSense（结构光+双目立体成像）
RealSense 前臵实感 3D 摄像头和 Kinect 1 代原理一样，它的工作原理是“结构
光”。主动发出特定图案的红外光，红外光遇到环境中的各种障碍物发生折射，然后由设
备上的摄像头接收这些折射光，并通过芯片进行实时计算分析，计算出所处的空间位臵。
RealSense 远距离的 3D 摄像头，英特尔使用“双目主动立体成像原理”，需要两
颗红外传感器。它模仿了人眼的“视差”原理，通过打出一束红外光，以左红外传感器
和右红外传感器追踪这束光的位臵，然后用三角定位原理来计算出 3D 图像中的“深度”
信息。
图83 RealSense 前臵相机结构图
资料来源：英特尔官网，海通证券研究所
图84 RealSense 后臵相机结构图
资料来源：英特尔官网，海通证券研究所
根据国外科技媒体 Chipworks对应用在联想电脑 Yoga15 上的 RealSense前臵相机
的拆解，采用结构光原理，与微软 Kinect1 代和苹果 PrimeSense 原理类似，由红外激
光器发射出红外光，经过物体的反射，被红外探测器所接收，反射光图案的位臵取决于
反射物体的距离，通过分析反射图案的几何形状，重建一个三维（3D）的场景。
行业研究〃电子元器件行业
请务必阅读正文之后的信息披露和法律声明
36
图85 RealSense 应用于联想 Yoga15 电脑
资料来源：chipworks，海通证券研究所
图86 RealSense 结构光发射与回收光模式
资料来源：chipworks，海通证券研究所
RealSense 所采用的红外图像传感器由 Tower Semiconductor 代工。结构光投射包
含一个红外激光二极管、线性棱镜和 MEMS 谐振微镜装臵，都安装在一个小的压铸铝光
台上。激光二极管发射的红外光经过线性棱镜，以相对圆形激光束沿水平线延伸。通过
电信号驱动的 MEMS 谐振维镜，将红外线的光投射到场景。微小的 MEMS 谐振微镜，
每秒移动数千次扫描红外线光束，在物体上画一个看不见的网格。从物体反射回来的光
被捕获和分析成 3D 成像，整个结构光投射装臵由意法半导体提供。
图87 RealSense 红外图像传感器芯片
资料来源：chipworks，海通证券研究所
图88 RealSense 红外光投影部分结构图
资料来源：chipworks，海通证券研究所
（2）微软 Kinect 2 代（TOF 方案）
2013 年 5 月，微软发布了基于 TOF 原理的 Kinect2 代（Kinect one）设备，替代
了 1 代的“结构光”的测算方法，使新 Kinect2 代比原始 Kinect1 代更快、更准确。
Kinect2 代采用了 1080p 视频传感器，提高了深度传感器所能支持的最大分辨率来
允许捕捉更多的细节，如手指动作和肢体定位。Kinect2 代每秒数据处理量可达 2GB，
采用了 USB3.0 的接口，动作输入延迟仅为 66 毫秒。
行业研究〃电子元器件行业
请务必阅读正文之后的信息披露和法律声明
37
图89 Kinect One 识别精度大幅提升
资料来源：chipworks，海通证券研究所
图90 Kinect One 外观结构
资料来源：chipworks，海通证券研究所
根据 chipworks 对 Kinect One 的拆解，主要核心部件为三颗红外激光二极管、一
颗红外光图像传感器、一颗可见光图像传感器和一颗图像处理主芯片。主要工作原理为，
红外激光二极管以正弦信号的形式发射近红外激光，光碰到环境中的物体发生反射，红
外光图像传感器采集反射光，计算反射信号与发射信号的时间差，从而得知位臵距离信
息，采用三颗红外激光二极管的原因在于提供空间自由度更大的探测，可见光相机的作
用是获取环境实时的 XY 平面物体信息。
图91 Kinect One 全部零部件结构图
资料来源：chipworks，海通证券研究所整理
4. 移动端 3D 视觉产业链分析
4.1 移动端 3D 视觉硬件与产业链结构
目前在移动端 3D 视觉方面，三种主流的方案（结构光、TOF 时间光、双目立体成
像）中，已经比较成熟的是结构光和 TOF 时间光。其中结构光方案最为成熟，已经大
规模应用于工业 3D 视觉领域，但是极易受到外界光的干扰、响应速度较慢、识别精度
较低，而 TOF 方案在这几个方面均比结构光方案具有一定的优势，因此 TOF 成为了目
前在移动端被看好的方案。双目立体成像方案抗环境光干扰强，分辨率高，也是移动端
可选方案之一，但是技术较新不够成熟，目前在机器人、自动驾驶领域应用较多。
行业研究〃电子元器件行业
请务必阅读正文之后的信息披露和法律声明
38
图92 结构光原理图
资料来源：德州仪器官网，海通证券研究所
图93 意法半导体的 TOF 测距方案原理图
资料来源：意法半导体官网，海通证券研究所
目前在智能手机端，直接实现 3D 视觉还没有成熟的产品推出，包括苹果、谷歌、
三星等厂商均处于积极研发阶段。
苹果公司在 2017 年的 iPhone7 中使用了意法半导体提供的基于 TOF 原理的前臵
距离传感器（proximity sensor）。而在此之前，苹果的 iPhone5 和 iPhone6s 采用的
都是 Heptagon 提供的 LED+光探测器的方案，从 LED+光探测器到 TOF，表明移动端
TOF 方案在技术方面已经获得了巨大的进步。通过 Chipworks 网站的拆解，可以看到
意法为 iPhone7 提供的基于 TOF 原理的距离传感器，主要包括一个 VCSEL 发射器和
两个 SPAD（单光子雪崩二极管）探测器，被整合于一般的 CMOS 工艺中。
图94 iPhone7 距离传感器拆解图
资料来源：SITRI，海通证券研究所
图95 意法提供的 iPhone7 距离传感器
资料来源：Chipworks，海通证券研究所
TOF 时间光相比于结构光更加适合应用到智能手机上，采用 TOF 原理来实现动作
追踪和深度感知已经出现在谷歌的 Project Tango 方案中，主要用于空间三维数据的采
集，与应用于手势/脸部识别是非常接近的。
谷歌 Project Tango 项目，直接在智能手机上添加 AR 功能，借助景深传感器实现
3D 建模，利用鱼眼镜头实现运动追踪。联想与谷歌合作在 2016 年 12 月推出的 Phab2
Pro 手机就是典型的例子，联想 Phab2 Pro 有多达 4 枚摄像头，包括前臵 800 万像素摄
像头，后臵 1600 万像素主摄像头（RGB 摄像头）以及同样装在机身背后的用于手机景
深信息和追踪运动物体的两枚镜头，其中运动追踪相机采用的是鱼眼镜头（负责运动追
踪）。
在景深传感器方面，采用的是 TOF 原理，使用的是英飞凌和 PMD 合作开发的技术
方案。根据日本 Nomura 公司的分析报告，联想 Phab2 Pro 在红外发射方面采用的是
Princeton Optronics 设计的 VCSEL（垂直腔面发射器），由台湾宏捷科（AWSC）提供
代工；在红外接收方面，英飞凌负责提供红外 CIS 芯片，PMD 提供飞时测距（TOF）
形成景深数据部分；整个 TOF 模块由中国舜宇光学提供封装。
行业研究〃电子元器件行业
请务必阅读正文之后的信息披露和法律声明
39
图96 联想 Phab2 Pro 手机相机结构图
资料来源：联想官网，海通证券研究所整理
图97 微软 Kinect 二代硬件结构图
资料来源：微软官网，海通证券研究所整理
通过详细分析微软 Kinect 二代（TOF 原理），可以看到 TOF 方案的主要硬件结构为：
红外光发射器（IR LD）、红外光图像传感器（IR CIS）、可见光图像传感器（Vis CIS）、
图像处理芯片，硬件结构与联想 Phab2 Pro 相机是非常类似的。
图98 3D 视觉原理结构图
图像处理芯片
IR LD
IR CIS
Vis CIS
IR Light
IR Light
Vis Light
资料来源：科技时报，德州仪器官网，海通证券研究所整理
整个三维视觉系统的工作原理为：首先红外激光发射器（IR LD）发射出近红外光
（IR Light），经过人手或人脸的反射之后，被红外图像传感器（IR CIS）所接收，这个
图像信息用来计算人手所处的位臵（Z 轴）；同时，可见光图像传感器采集二维平面（X
与 Y 轴）的人手信息（Vis Light）；两颗图像传感器的信息汇总至专用的图像处理芯片，
从而得到人手或人脸的三维数据，实现空间定位。
TOF 与结构光的区别在于对红外光的使用方式不同，TOF 通过计算红外光发出光线
与返回光线之间的向位移变化换算为位臵信息，而结构光依靠向物体投射一系列光线图
案组合，然后通过检测光线的边缘来测量距离，二者的硬件结构是类似的。二者比较明
显的区别在于，在红外光发射端，TOF 基本不需要使用光学棱镜，而结构光由于需要形
成特定的光学图案，所以需要添加 DOE（衍射光栅）和 Lens（光学棱镜）。
行业研究〃电子元器件行业
请务必阅读正文之后的信息披露和法律声明
40
图99 消费级市场 3D 视觉产业链结构
IR LD
图像处理芯片
德州仪器、意法半导体、英飞凌、恩智浦等
LD：Avago、JDSU、欧司朗、意法半导体等
VCSEL：Finsar、Lumentum、Princeton、Heptagon、Ⅱ Ⅵ等
DOE与Lens（结构光需要）：大立光、玉晶、舜宇、意法等
核心元器件
IR CIS
CIS：三星、奇景光电、意法、英飞凌、富士通等
红外窄带滤色片：Chroma、Omega、Semrok、水晶光电等镜头：大立光、玉晶、舜宇等模组：欧菲光、舜宇、丘钛等
Vis CIS
CIS：索尼、三星、OV等滤色片：Chroma、Omega、
Semrok、水晶光电等镜头：大立光、玉晶、舜宇等模组：欧菲光、舜宇、丘钛等
系统封装
解决方案
手机与PC：苹果、三星、谷歌、英特尔、联想、华硕等
家电：三星、海信、海尔等
游戏机：索尼、微软、任天堂等
VR/AR：索尼、HTC、Oculus、微软等
汽车：奥迪、宝马、大众等
解决方案
德州仪器、意法半导体、英飞凌、微软、英特尔、苹果（PrimeSense）、索尼（SoftKinetic）、AMS
（Heptagon）等
系统集成LG Innotek、Sharp、舜宇光
学、欧菲光等
资料来源：海通证券研究所整理
4.2 硬件层面：VCSEL 与红外 CIS 摄像头成为市场新增量
下面我们进行硬件方面的详细分析。根据我们前文的分析，无论是结构光方案，还
是 TOF 方案，主要的硬件包括四部分：红外光发射器（IR LD）、红外光图像传感器（IR
CIS）、可见光图像传感器（Vis CIS）、图像处理芯片，由于 3D 视觉需要克服环境光线
的干扰，因此在红外 CIS 上需要添加高质量的红外滤色片（IR Fliter）。另外结构光方案
还需要在发射端添加光学棱镜（Lens）与光栅（DOE）。双目立体成像方案比结构光和
TOF 方案多一颗红外图像传感器。
图100 移动端 3D 视觉主要硬件成本情况（美元/颗）
0
1
2
3
4
Min Max
资料来源：科技时报，海通证券研究所整理
图101 移动端 TOF3D 视觉核心硬件成本占比
系统封装32%
IR LD21%
IR CIS14%
IR Filter7%
Vis CIS14%
图像处理芯片12%
资料来源：科技时报，海通证券研究所整理
根据中国台湾科技时报的统计数据，对于移动端 3D 视觉而言，红外光发射器的成
本在 2-2.5 美元/颗，是占比最高的单颗元器件；图像处理芯片，为 1-1.5 美元/颗；红外
CIS 与可见 CIS 的价格接近，为 1-2 美元/颗，在红外 CIS 上还需要添加高质量的红外
滤色片（IR Fliter），价格为 0.5-1 美元/颗。整个系统模组的封装成本为 3-4 美元/颗。
1）红外光发射器
红外主要波长是 700nm-2500nm。目前的摄像头图像传感器对 900nm 以上的红外
光感应差，需要更强的光才能感测到，这就要求红外发射器有更大的电流，更多的功耗。
而 800nm 以下的波长，太靠近可见光，极其容易受到太阳光的干扰，所以一般红外的
行业研究〃电子元器件行业
请务必阅读正文之后的信息披露和法律声明
41
波长在 800nm-900nm。
表 3 主流红外光及主要用途
波长（nm） 应用领域
810nm 虹膜识别、医疗器具、空间光通信、红外照明
830nm 高速路的自动刷卡系统（夜视效果好）
840nm 摄像机彩色变倍红外相机
850nm 视频拍摄（数位相机）、位臵追踪、监控、防盗报警
870nm 商场与十字路口的监控摄像头
940nm 遥控器
资料来源：安防知识网，海通证券研究所整理
目前，可以提供 800-900nm 波段的光源主要有三种：红外 LED、红外 LD（激光二
极管）和 VCSEL（垂直腔面发射激光器）。
表 4 三种主流近红外光发射光源
红外 LED 红外 LD-EEL 红外 VCSEL
光型 圆形均匀分布 椭圆形均匀分布 椭圆形均匀分布
频谱半高宽 50nm 左右 <1nm <1nm
投射距离 近距离 远近皆可 远近皆可
光电转换效率 10%左右 20%左右 25%左右
功耗 高 中 低
阈值电流 高 中 低
指向性 大角度散射光 高指向性同调光 高指向性同调光
散热情况 不好 好 好
调制频率 慢 快 高速
发射时间 5-10ns 1ns 1ns
使用寿命 <1 万小时 >5 万小时 >5 万小时
技术难度 低 中 较高
成本 低 高 较高（量产后可降）
资料来源：电子工程网，德州仪器官网，Lumentum 官网，海通证券研究所整理
红外 LED（红外发光二极管）由红外辐射效率高的材料（常用砷化镓 GaAs）制成
PN 结，外加正向偏压向 PN 结注入电流激发红外光，采用的是 LED 工艺与发光原理，
常用于家电遥控器和虹膜识别中。三星 Note7 和富士通 ARROWS NX F-04G 手机中搭
载的虹膜识别功能，采用的就是红外 LED 作为发光光源，波长为 810nm，欧司朗提供。
虹膜识别采用红外 LED 的重要原因是 LED 可提供大角度散射光，消费者在使用时
位臵即使眼睛位臵有所偏差，虹膜也可以被照射到。但是红外 LED 不适合移动端 3D 视
觉，尤其是集成到手机上的话，因为其光线指向性差、功耗大、响应速度较慢。
图102 三星虹膜识别采用红外 LED
资料来源：三星官网，海通证券研究所
图103 边发射 EEL 激光二极管 LD 结构图
资料来源：ofweek，海通证券研究所
行业研究〃电子元器件行业
请务必阅读正文之后的信息披露和法律声明
42
红外激光二极管是指可在一个频率上产生相干红外光束的半导体二极管，通常是由
砷化镓或掺杂有铟和铝之类其他材料的砷化镓制成。与 LED 相比，具有激光的定向性好、
高亮度特点，比较常见的是 LD-DFB 规格（以 FP 腔为谐振腔，发出多纵模相干光），为
边发射模式（简称 EEL）。在激光通信、光存储、光陀螺、激光打印、测距以及雷达等
方面以及获得了广泛的应用。
图104 垂直发射模式 VCSEL 结构图
资料来源：ofweek，海通证券研究所
图105 VCSEL 广泛应用于高速光通信
资料来源：Vixar，海通证券研究所
VCSEL 可以说是红外激光 LD 的一种，全名为垂直共振腔表面放射激光，顾名思义，
它是可以垂直发射模式，与其他红外 LD 的边发射模式不同。VCSEL 的垂直结构更加适
合进行晶圆级制造和封测，规模量产之后的成本相比于边发射 LD 有优势，可靠性高，
没有传统的激光器结构如暗线缺陷的失效模式。相比于 LED，VCSEL 的光谱质量高，
中心波长温漂小，响应速度快，优势明显。
综合分析三种方案，LED 虽然成本低，但是发射光角度大，必须输出更多的功率以
克服损失。此外，LED 不能快速调制，限制了分辨率，需要增加闪光持续时间；边发射
LD 也是手势识别的可选方案，但是输出功率固定，边缘发射的模式在制造工艺方面兼
容性不好。VCSEL 比 LD-EEL 的优势在于所需的驱动电压和电流小，功耗低，光源可
调变频率更高（可达数 GHz），与化合物半导体工艺兼容，适合大规模集成制造。尤其
是 VCSEL 功耗低、可调频率高的优点，使其比 LD-EEL 更加适合消费电子智能终端。
图106 VCSEL 相比于 LED 光谱质量高，温漂小
资料来源：Finisar，海通证券研究所
图107 三种主流近红外光发射光源对比
资料来源：Vixar，海通证券研究所
之前，VCSEL 由于其制造工艺不成熟，产品的成本相对较高，随着各大厂商的重视，
尤其是高速光通信的快速发展，VCSEL 工艺逐步成熟，近年来 VCSEL 已经大规模用于
高速光网络传输领域作为激光光源，目前的产品价格已经非常接近 LD-DFB。
根据咨询机构 BCC Research 的报告，2016年全球 VCSEL的总收入接近 8亿美元，
主要由短距离光纤数据传输链路的部署所主导，占据了近一半的份额。随着手势识别、
行业研究〃电子元器件行业
请务必阅读正文之后的信息披露和法律声明
43
数据存储等一些新应用的快速增多及逐渐普及，VCSEL 的年度销售额将有望在未来的几
年中快速增长，预计到 2020 年该值会增长到 21 亿美元。预计手势识别技术在便携式电
子设备中的持续需求，将使得 VCSEL 在电子产品中获得更广泛的应用。
图108 典型的 VCSEL 材料结构
资料来源：KHT，海通证券研究所
VCSEL 的制造依赖于 MBE（分子束外延）或 MOCVD（金属有机物气相沉积）工
艺，在 GaAs（80%左右的份额）或 InP（15%左右的份额）晶圆上生长多层反射层与发
射层。典型的 VCSEL 结构包括：激光腔（laser cavity），顶部和底部分布式布拉格反射
器（DBR），电极等部分，其中激光腔的主要部分是量子阱（quantum wells）和光限制
层（confinement structure）。由于 VCSEL 主要采用三五族化合物半导体材料 GaAs 或
InP（含有 In、Al 等掺杂），因此移动端 VCSEL 产业链与化合物半导体产业链结构类似。
图109 移动端 VCSEL 产业链结构
资料来源：台湾工研院网站，海通证券研究所整理
目前，全球范围内主要的设计者包括 Finsar、Lumentum、Princeton Optronics、
Heptagon、ⅡⅥ等公司，它们在移动端 VCSEL 处于前沿的研发角色。由 IQE、全新、
联亚光电等公司提供三五族化合物 EPI 外延硅片，然后由宏捷科（Princeton Optronics
合作方）、稳懋（Heptagon 合作方）等公司进行晶圆制造，再经过联钧、矽品等公司的
封测，便变成了独立的 VCSEL 器件。然后由设计公司提供给意法半导体、德州仪器、
英飞凌等综合解决方案商，再提供给下游消费电子厂商。
2）红外光图像传感器
行业研究〃电子元器件行业
请务必阅读正文之后的信息披露和法律声明
44
红外 CMOS 图像传感器（IR CIS）用来接收被手部或脸部反射的红外光，这是一
个比较成熟的器件。在搭载虹膜识别功能的三星 Note7 和富士通 ARROWS NX F-04G
手机中均出现 IR CIS，其中三星的红外 CIS 中传感芯片由三星自家提供，镜头来自于韩
国厂商 Kolen，模组由韩国厂商 Patron 制造。
目前来看，红外 CIS 供应商主要包括意法半导体、奇景光电、三星电子、富士通等
公司。相比于可见光 CIS，红外 CIS 还是一个比较小的市场，但是增速很快，随着热成
像、汽车夜视、安防监控、手势识别、虹膜识别等的普及，红外 CIS 出货量有望快速增
长。
图110 红外光图像传感器获取的图像信息
资料来源：LAPIS，海通证券研究所
图111 Kinect 二代上的红外 CIS
资料来源：chipworks，海通证券研究所
对于 3D 视觉而言，IR 红外摄像头与 RGB 可见光摄像头在滤色片方面存在较大的
差异。传统的 RGB 可见光摄像头，需要采用高通红外滤色片，将不必要的低频近红外
光过滤掉，以免红外光线对可见光部分造成影响，产生伪色或波纹，同时可以提高有效
分辨率和彩色还原性。但是红外摄像头，为了不受到环境光线的干扰，需要使用窄带滤
色片，只允许特定波段的近红外光通过，目前近红外窄带滤色片主要采用干涉原理，需
要几十层光学镀膜构成，相比于 RGB 吸收型滤色片具有更高的技术难度和产品价格。
目前，近红外窄带滤色片主要厂商包括 Chroma、Omega、Semrok、水晶光电等。
图112 RGB 可见光摄像头滤色片
资料来源：Ofweek，海通证券研究所
图113 880nm 近红外窄带滤色片
资料来源：Chroma 官网，海通证券研究所
3）可见光图像传感器
可见光图像传感器（Vis CIS）是非常成熟的商业化产品，随着智能手机拍照功能
的不断完善，可见光 CIS 的分辨率越来越高、功耗越来越小、技术也越来越先进。可见
光摄像头主要的组成部分由: 镜头(Lens)、马达（VCM）、滤光片（Filter）、图像传感器
（CIS）、软板（PCB）、图像处理（ISP），以及其他零部件（镜座、连接器、辅料等）。
行业研究〃电子元器件行业
请务必阅读正文之后的信息披露和法律声明
45
在 CCM 整个产业链中还包括设备提供商、模组和封装供应商。
4）图像处理芯片
图像处理芯片需要将红外光CIS采集的位臵信息与可见光 CIS采集的物体平面信息
处理成单像素含有深度信息的三维图像。该芯片具有一定的技术壁垒，对于算法层面的
要求较高，目前全球范围内可以提供该类产品的公司为少数几家芯片巨头，包括意法半
导体、德州仪器、英飞凌和恩智浦（已被高通收购）等。
图114 意法半导体为 Kinect 二代提供的图像处理芯片
资料来源：chipworks，海通证券研究所
图115 意法半导体为 RealSense 提供的 MEMS 光学棱镜
资料来源：chipworks，海通证券研究所
5）红外光发射端 DOE 与 Lens
对于结构光方案而言，在红外光发射端必须配有 DOE（衍射光栅）和 Lens（光学
棱镜），因为结构光需要以线条等图案的形式发射红外光，这需要特定的光栅和光学棱
镜的参与才能够实现。对于 TOF 方案而言，光学棱镜不是必需的，因为 TOF 发射的是
独立的光束，不需要形成图案。
图116 红外光发射端 DOE 与 Lens 工作原理
资料来源：Silios，海通证券研究所
4.3 算法与软件层面：AI 人工智能将成为提升精度的重要因素
算法对于整个 3D 视觉方案而言是至关重要的，硬件端可以对人手/人脸进行精确的
定位，抓取关键特征点，但是如果没有优质算法支持的话，是无法实现高质量动态追踪
的，因为需要通过算法对手部的动作和脸部的表情进行分析和理解，从而进行判断手部
/脸部的含义。
所以在算法和软件方面，3D 视觉的参与者也是花了大力气。例如英特尔在最近几年
行业研究〃电子元器件行业
请务必阅读正文之后的信息披露和法律声明
46
持续改进自家的 RealSense 方案，在结构光和双目立体视觉方面，不断提升自身算法的
先进性，可以提供识别的手部动作和面部表情越来越多。
图117 英特尔结构光前臵手势识别方案
资料来源：英特尔官网，海通证券研究所
图118 英特尔双目立体成像后臵手势识别方案
资料来源：英特尔官网，海通证券研究所
RealSense 前臵方案允许相机在 0.2–1.2 米范围内跟踪手上的 22 个点的位臵和方
向，可以识别包括静态手势和动态手势，还可以是一些列动态手势的组合来表达特定的
含义。RealSense 方案还可以提供精确的 3D 脸部检测和跟踪，提供头部运动的 3D 方
向：俯仰、左右转动、左右偏转，提供脸部 78 个标记点的跟踪以提高脸部识别和分析
的精确度，还可以支持更高级的面部表情识别。这些复杂功能的实现，与算法的进步密
不可分。
图119 RealSense 支持组合动态手势的识别
资料来源：英特尔官网，海通证券研究所
图120 RealSense 支持 3D 头部运动识别
资料来源：英特尔官网，海通证券研究所
微软同样在算法方面不断进步，在 2013 年推出 Kinect one 之后，体验效果并没有
达到预期，重要的原因就是算法跟不上。所以 2014 年以来，微软内部专门成立了研发
团队，对基于 Kinect 的手势识别算法进行优化。2015 年 5 月，微软展示了基于 Kinect
的实时手势跟踪系统 Handpose，可在仅利用一个深度摄像头（如 Xbox One 的 Kinect）
的情况下对复杂手势进行精确重构。
微软的 Handpose 利用了机器学习、3D 建模以及合成分析（利用预先建立的手势
集对实时手势进行比对）等技术来提高手势识别的精度和适用范围。可以适用于不同的
工作环境，对摄像头的放臵也没有很高的要求（摄像头可以是移动的、可以是放臵在头
戴式设备上），并且可以对跟踪失败的情况进行持续恢复，因此实际应用前景非常广。
行业研究〃电子元器件行业
请务必阅读正文之后的信息披露和法律声明
47
图121 Handpose 可识别复杂动态手势
资料来源：微软官网，海通证券研究所
图122 Handpose 识别精度大幅提升
资料来源：微软官网，海通证券研究所
随着 AI 人工智能技术的大幅进步，人工智能方案已经在语音识别、语义理解、图
片识别等领域取得成功，在物体识别、人脸识别方面也取得了长足的进步，3D 视觉在
算法方面与人工智能结合，将实现识别精度的大幅提升，对于更加复杂的手部动作/面部
表情可以进行更加深刻的理解和分析，这将极大促进 3D 视觉的推广和实用价值。
图123 谷歌深度学习识别图片过程
资料来源：谷歌官网，海通证券研究所
图124 人工智能助力人脸识别进步迅速
资料来源：谷歌官网，海通证券研究所
5. 国内外产业链相关公司分析
正如我们前文的分析，3D 深度视觉可以将计算机打造成为具有人一样的视觉能力，
在三维建模、深度感知、区域学习等方面实现跨越式发展，因此在众多领域具有广阔的
应用前景，如已经规模应用的工业视觉、机器人、游戏机等，还包括即将大规模应用的
手机、VR/AR、汽车等领域。
行业研究〃电子元器件行业
请务必阅读正文之后的信息披露和法律声明
48
图125 3D 深度视觉在众多领域具有广阔前景
资料来源：SoftKinetic 官网，海通证券研究所
在主流的三种技术方案中，TOF 方案响应速度快，深度信息精度高，识别距离范围
大，不易受环境光线干扰，因此是移动端 3D 视觉比较可行的方案；结构光方案由于技
术较为成熟，工业化产品较多，也被部分厂商所采用；双目立体成像是比较新的技术，
参与的厂商较少，更适合室外强光条件和高分辨率应用，目前主要应用在机器人视觉、
自动驾驶等方面。
无论是结构光方案、TOF 方案还是双目立体成像方案，主要的硬件包括四部分：红
外光发射器（IR LD）、红外光摄像头（IR CIS）、可见光摄像头（Vis CIS）、图像处理芯
片，由于 3D 视觉需要克服环境光线的干扰，因此在红外 CIS 上需要添加高质量的红外
窄带滤色片（IR Fliter）。另外结构光方案还需要在发射端添加光学棱镜（Lens）与光栅
（DOE）。双目立体成像方案比结构光和 TOF 方案多一颗红外图像传感器。
表 5 手势识别国内外产业链公司汇总
国外 国内
综合技术方案
TOF 德州仪器、意法半导体、英飞
凌、微软、索尼（SoftKinetic）、
AMS（Heptagon）
舜宇光学、海康威视、深圳乐行
天下
结构光 苹果（PrimeSense）、英特尔、
AMS（Heptagon）
深圳奥比中光、南京华捷艾米
双目立体成像 英特尔、LeapMotion、AMS
（Heptagon）
上海图漾科技
系统封装与集成 LG Innotek、Sharp 舜宇光学、欧菲光
核心零部件
红外光发射-VCSEL
设计 Finsar、Lumentum、
Princeton、Heptagon、ⅡⅥ
光迅科技、华为、中科院半导体
所、长春光机所
制造 宏捷科、稳懋 三安光电
封测 联钧、矽品、同欣
红外与可见 CIS
CIS 索尼、三星、奇景光电、 北京君正（OV 与思比科）、格科
微电子、比亚迪电子、
滤色片 Chroma、Omega、Semrok 水晶光电
镜头 大立光、玉晶光电、关东辰美 舜宇光学、联创电子、歌尔股份
模组 SEMCO、LG、夏普、三星 欧菲光、舜宇光学、丘钛
图像处理芯片 德州仪器、意法、英飞凌 全志科技、北京君正、瑞芯微
发射端光栅与棱镜 大立光、玉晶光电、关东辰美、
意法半导体
舜宇光学、歌尔股份
资料来源：海通证券研究所整理
行业研究〃电子元器件行业
请务必阅读正文之后的信息披露和法律声明
49
5.1 综合技术方案提供商
目前，在深度相机综合技术方案方面，国外参与的公司众多，既有微软、英特尔等
巨头，也有德州仪器、意法半导体、英飞凌、AMS（Heptagon）等芯片巨头，还包括
SoftKinetic（索尼收购）、PrimeSense（苹果收购）、LeapMotion 等明星创业型公司。
图126 SoftKinetic 提供 3D 深度视觉综合方案
资料来源：SoftKinetic 官网，海通证券研究所
图127 SoftKinetic 提供的 3D 深度视觉小型模组
资料来源：SoftKinetic 官网，海通证券研究所
SoftKinetic 在移动端 3D 视觉领域大名鼎鼎，公司属于行业内技术领先的佼佼者，
尤其在 TOF 方面，公司的产品已经被应用到机器人、PC 电脑、汽车等领域，并且正被
众多硬件技术公司用于技术验证。
图128 德州仪器基于 TOF 原理的综合方案
资料来源：德州仪器官网，海通证券研究所
图129 德州仪器 TOF 综合方案效果图
资料来源：德州仪器官网，海通证券研究所
德州仪器针对手势识别专门推出了基于 TOF 原理的综合方案，包括一个 TOF 成像
传感器（opt81x0），AFE 模拟前端（vsp5324）和 TOF 控制器（opt91xx），还包括一个
摄像头的开发工具包（CDK）。
意法半导体在 TOF 方面拥有世界领先的技术水平，公司推出的 Flight Sense TM 技
术应用于数量众多的智能手机中，作为摄像头激光辅助自动对焦和环境光传感器的核心
技术方案。意法于 2016 年 1 月推出第二代 Flight Sense TM 技术芯片 VL53L0X，将 ToF
测距长度扩至两米，精确度在±3%范围内，可以支持包括各种创新用户界面的手势感测
或接近检测，扫地机器人等家电的墙壁探测、悬崖探测、碰撞探测等应用。
行业研究〃电子元器件行业
请务必阅读正文之后的信息披露和法律声明
50
图130 意法 VL53L0X 芯片应用于众多智能手机中
资料来源：chipworks，海通证券研究所
图131 iPhone7 搭载意法 TOF 测距传感器
资料来源：chipworks，海通证券研究所
目前，国内从事深度摄像头综合技术方案的主要公司包括：TOF 方案——舜宇光学、
海康威视、深圳乐行天下，结构光方案——深圳奥比中光、南京华捷艾米，双目立体成
像方案——上海图漾科技。
舜宇光学在 2016 年推出了基于 TOF 原理的深度感知方案，可以实现高帧率、实时
3D 动态捕捉（45 帧 3D 数据输出）、高精度 3D 点云输出（误差 1%以内的三维建模），
同时具有体积小、功耗低、具备环境光抑制能力，目标市场手势识别、场景建模、人机
交互、智能安防监控等领域。
图132 舜宇光学基于 TOF 原理的深度感知方案
资料来源：舜宇光学官网，海通证券研究所
2016 年 6 月，深圳乐行天下公司与德州仪器合作，基于 TOF 原理开发出 RGBD 3D
视觉深度摄像头设备。除了有一颗 TOF 深度摄像头以测量视觉范围内的景物深度信息和
轮廓信息外，还有另外一颗普通 RGB 拍照摄像头，用于获得物理表面纹理信息，两者
结合就可以很好的判断前方物体距离和形状，再配合乐行自主开发的人物识别、人脸识
别、轮廓分离、骨骼追踪、动作识别等算法，可应用于机器人定位和导航、无人机避障、
VR/AR 手势识别、体感游戏、三维建模、工业智能化检测等领域。
行业研究〃电子元器件行业
请务必阅读正文之后的信息披露和法律声明
51
图133 乐行天下将深度相机应用于机器人定位导航
资料来源：乐行天下官网，海通证券研究所
图134 奥比中光基于结构光原理的深度相机
资料来源：奥比中光官网，海通证券研究所
国内结构光方案的代表性公司为深圳奥比中光，该公司在 2016 年推出了 3D 深度
摄像头产品有 Astra 和 Astra-Mini，目前已经量产，后续还会推出更加小型化的 Astra-E
以及 Astra-P。第一代产品 Astra 与 Astra-Mini 主要应用于客厅体感游戏、机器人行业。
该公司同时正在开发第二代 3D 计算芯片，性能更为强大，可兼容不同性能硬件且可适
用于室内外的综合方案。在客厅市场，公司已与乐视、海信、创维等国内主流电视厂商
建立合作；在机器人等领域，海内外多家公司已采购奥比中光产品用于测试开发。二代
产品推出后，应用领域将拓展至如手机、平板、无人机、VR/AR 等市场。
国内双目立体成像方案的代表性公司为上海图漾科技，采用的是两个红外摄像头加
一个激光器进行深度信息测量。双目立体成像方案可以在室内环境下使用结构光测量深
度信息，在室外光照导致结构光失效的情况下转为纯双目的方式，其抗环境干扰能力、
可靠性更强，深度图质量有更大提升空间。目前该公司产品专注的应用场景主要是智能
监控行为分析、机器人视觉导航避障；此外在物流领域（如包裹尺寸大小检测）和商用
检测人流量应用上（在商场、电影院、公交车上有很大需求），正在进行整体方案的开发。
图135 图漾科技基于双目立体成像原理的深度相机
资料来源：图漾科技官网，海通证券研究所
5.2 系统模组封装与集成供应商
由于 3D 视觉方案涉及较多的硬件部分，需要红外发射端、红外接收摄像头、可见
光摄像头、图像处理芯片四大部分的协同合作，红外光的发射与接收之间的匹配对整个
3D 视觉方案的准确度和响应速度至关重要，因此整个系统模组的封装和集成是非常关
键的。
在联想 Phab2 Pro 手机中，3D 深度相机的模组封装与集成由舜宇光学完成。除了
舜宇光学之外，具备移动端 3D 方案模组封装的厂商还包括欧菲光、LG Innotek、Sharp
等。
行业研究〃电子元器件行业
请务必阅读正文之后的信息披露和法律声明
52
图136 舜宇为联想 Phab2 Pro 提供 3D 视觉模组封装
资料来源：Qualcomm，海通证券研究所
图137 舜宇光学在相机模组集成领域技术先进
资料来源：舜宇光学官网，海通证券研究所
5.3 红外光发射器-VCSEL
经过我们前文的详细分析，如果手势识别进入移动端应用的话，VCSEL 将是重要
的部件，原因就在于 VCSEL 可以提供高频的调制、更快的响应速度、高质量的光束，
同时功耗低，工艺兼容性好。
图138 VCSEL 相比于激光 LD 更适合移动端的应用
资料来源：Princeton Optronics，海通证券研究所
由于 VCSEL 在高端短距离光通讯领域应用广泛，因此国内光通讯器件龙头光迅科
技在 VCSEL 方面已经有商业化产品推出。但是，致力于移动端 VCSEL 设计的公司主
要包括 Finsar、Lumentum、Princeton Optronics、Heptagon、ⅡⅥ等国外公司，国内
公司涉及较少。
行业研究〃电子元器件行业
请务必阅读正文之后的信息披露和法律声明
53
图139 光迅科技 10G 速率 VCSEL 收发合一光模块
资料来源：光迅科技官网，海通证券研究所
图140 长春光机所研发出 795nm 的 VCSEL
资料来源：长春光机所官网，海通证券研究所
中科院长春光机所在 VCSEL 科研领域处于世界前沿地位，2014 年 5 月长春光机
所在国内首次研制出碱金属原子光学传感技术专用的 795nm 和 894nm 垂直腔面发射
激光器（VCSEL）。该器件采用完全自主的结构设计、材料生长和芯片工艺研制而成，
芯片体积仅为 0.05 立方毫米(0.5mmx0.5mmx0.2mm)。器件高稳定单模态激光输出高
于 0.2 毫瓦，工作电流低于 1.5 毫安，功耗低于 3 毫瓦，可作为核心光源用于芯片级原
子钟、原子磁力计、原子陀螺仪等碱金属原子传感器。
VCSEL主要基于三五族化合物砷化镓制造而成，目前在VCSEL和制造和封测方面，
目前主要是台湾化合物半导体厂商参与，包括外延片提供商 IQE（英国）、全新、联亚光
电，晶圆代工宏捷科、稳懋，封测厂联钧、矽品等。国内方面，三安光电在化合物半导
体外延生长和晶圆制造领域发展迅速，具备较强的实力。
图141 三安光电提供化合物半导体制造业务
资料来源：三安光电官网，海通证券研究所
图142 长电科技旗下星科金朋拥有国际先进封测技术
资料来源：星科金朋官网，海通证券研究所
国外方面，在 VCSEL 设计领域的公司包括 Finsar、Lumentum、Princeton、
Heptagon、ⅡⅥ等国外公司。
光通信芯片巨头Finsar在VCSEL领域布局早，技术领先。由于高速光通信对VCSEL
巨大的需求，公司的 VCSEL 出货量已经达到 1 亿 5 千万颗，是目前全球最大的数据通
信 VCSEL 供应商，提供波长范围 780-1000nm 的 VCSEL 光源，数据传输速率高达
25Gbps。公司在 VCSEL 持续加大投入，与 IBM 在更加先进的 50Gbps 器件展开合作。
公司同时将 VCSEL 的应用拓展至手机距离传感、手势识别、三维建模等前沿领域。
行业研究〃电子元器件行业
请务必阅读正文之后的信息披露和法律声明
54
图143 Finsar 的 VCSEL 应用于手机距离传感器
资料来源：Finsar 官网，海通证券研究所
图144 Finsar 的 VCSEL 应用于手势识别
资料来源：Finsar 官网，海通证券研究所
Lumentum 由光通讯器件巨头 JDSU 分拆成立，目前公司在 3D 动作识别和三维建
模方面，推出了 LD-EEL（边发射）、LD-FC（光纤耦合）、VCSEL 多种光源方案，目标
市场包括 3D 传感、智能安防、医疗传感、深度感知、三维建模等方面。
图145 Lumentum 的 3D 传感光源方案
资料来源：Lumentum 官网，海通证券研究所
在移动端 3D 视觉方面，Lumentum 针对结构光、TOF 和双目立体视觉分别推出不
同的光源产品方案。
图146 Lumentum 针对双目立体视觉推出的光源方案
资料来源：Lumentum 官网，海通证券研究所
Princeton Optronics 公司成立于 1993 年，主要从事高功率垂直腔面发射激光器
（VCSEL）的设计和制造，基于 VCSEL 的光学组件和模块，以及激光二极管泵浦固体
激光器、可见光激光器等产品。其中，VCSEL 是公司的核心产品，目前公司开拓 VCSEL
在深度相机（三维成像、动作捕捉、室内导航）、激光雷达（自动驾驶、防碰撞、军事）、
红外照明（安全监控摄像头、夜间辅助驾驶）等领域的应用。
行业研究〃电子元器件行业
请务必阅读正文之后的信息披露和法律声明
55
图147 Princeton Optronics 针对深度相机推出的 VCSEL
资料来源：Princeton Optronics 官网，海通证券研究所
Heptagon（已被奥地利微电子 AMS 收购）不仅仅提供 VCSEL，同时提供基于结
构光、TOF 和多角立体成像原理的综合方案。公司在 3D 深度相机方面针对不同的应用
场景推出多款解决方案，包括 TOF 原理 MORA（智能手机、智能家电领域手势识别、
机器人 SLAM 三维建模、生物特征识别等）、结构光原理 LIMA（物体与人体扫描、三
维分割、三维视觉等）、双目立体成像原理 ZORA（SLAM 定位于制图、手指跟踪、手
势识别、背景分割等）。
图148 Heptagon 深度相机方案
资料来源：Heptagon 官网，海通证券研究所
5.4 红外与可见 CIS 摄像头
红外 CMOS 图像传感器（IR CIS）用来接收被手部反射的红外光，这是一个比较
成熟的芯片。红外 CIS 供应商主要包括意法半导体、奇景光电、三星电子、富士通等公
司。相比于可见光 CIS，红外 CIS 还是一个比较小的市场，但是增速很快，随着热成像、
汽车、监控、手势识别、虹膜识别等的普及，红外 CIS 出货量有望快速增长。
可见光 CMOS 图像传感器是非常成熟的产品，随着互联网技术的发展，网络速度
的不断提高，再加上感光成像器件技术的成熟并大量用于摄像头的制造上，智能手机、
平板电脑、笔记本电脑及其它移动设备的强劲需求带动了相机模块（内臵数码相机之核
心组件）的需求。
根据麦姆斯的研究报告，2014 年全球小型摄像头模组产业规模达到 200 亿美元，
预计 2020 年将达到 510 亿美元。手机和汽车产业的快速增长，点燃了 CCM 厂商的激
情，也促进了营收的增长。手机中的双摄像头、更高像素摄像头、生物识别摄像头等，
汽车中的 ADAS 自动驾驶、无人驾驶，以及 VR/AR 等产品是未来继续高速成长的巨大
推动力。
行业研究〃电子元器件行业
请务必阅读正文之后的信息披露和法律声明
56
图149 2012-2020 年全球小型摄像头模组市场规模预测
资料来源：麦姆斯，海通证券研究所
图150 2020 年全球小型摄像头模组细分市场规模预测
资料来源：麦姆斯，海通证券研究所
中国大陆目前已经在摄像头方面形成了完善的产业链结构，在 CIS 芯片方面有北
京君正（OV）、格科微电子、比亚迪电子等公司，在光学透镜方面有舜宇光学、联创电
子等，在模组制造方面有欧菲光、舜宇光学、丘钛科技等公司。
图151 北京君正收购的 OV 拥有世界顶级 CIS 设计能力
资料来源：豪威科技，海通证券研究所
图152 2016 年全球摄像头模组份额情况
资料来源：TSR，海通证券研究所
根据前文我们的分析，对于 3D 视觉而言，IR 红外摄像头与 RGB 可见光摄像头在
滤色片方面存在较大的差异。红外摄像头为了不受到环境光线的干扰，需要使用窄带滤
色片，只允许特定波段的近红外光通过。目前，近红外窄带滤色片主要厂商包括
Chroma、Omega、Semrok、水晶光电等。
图153 Chroma 针对 3D 机器视觉推出的窄带滤色片
资料来源：Chroma 官网，海通证券研究所
图154 水晶光电生产的 IR 红外截止滤色片
资料来源：水晶光电官网，海通证券研究所整理
行业研究〃电子元器件行业
请务必阅读正文之后的信息披露和法律声明
57
5.5 图像处理芯片
该芯片具有一定的技术壁垒，对于算法层面的要求较高，目前全球范围内可以提供
该类产品的公司为少数几家芯片巨头，包括意法半导体、德州仪器、英飞凌、恩智浦、
安霸，以及索尼、东芝、富士通等日本芯片巨头。
图155 德州仪器针对 TOF 推出的图像芯片 TFC
资料来源：德州仪器官网，海通证券研究所
图156 Oculus 上意法半导体提供的主图像处理芯片
资料来源：Chipworks，海通证券研究所
在图像处理芯片方面，国内公司全志科技、北京君正和瑞芯微具备一定的实力，尤
其是在几年前平板电脑爆发时得到了快速成长。
全志科技在应用处理器方面拥有丰富的产品线，公司针对手机、平板电脑、VR/AR、
机器人、智能音箱、运动相机、OTT 盒子、电子书、行车记录仪等不同终端推出相对应
的核心芯片方案，部分应用领域如行车记录仪、平板电脑、运动相机等芯片具有较强的
图像处理能力。
2016 年 4 月，北京君正生产的 T10 芯片开始小规模对外供货，该芯片可用于消费
类摄像头等领域，产品集成度高、功耗低，可以用于智能视频和图像分析，集成 ISP 功
能，可以用于安防监控产品、机器人、行车记录仪、倒车后视模组等领域。
2016 年 10 月，瑞芯微推出了新一代的图像处理芯片 RV1108，采用功能强大的
DSP，最高可达 600MHz，集成专业的图像处理单元、高性能编码器、8 路 MIC 阵列等
功能，配合移动侦测、人脸识别、微光夜视，适用于在汽车安全、无人机、安防、360
度运动摄像机等领域。
图157 北京君正 T10 视频与图像分析芯片
资料来源：北京君正官网，海通证券研究所
图158 瑞芯微新一代的图像处理芯片 RV1108
资料来源：集微网，海通证券研究所
行业研究〃电子元器件行业
请务必阅读正文之后的信息披露和法律声明
58
6. 国内产业链受益公司汇总
经过我们前文的分析，移动端 3D 视觉作为一个崭新的技术，已经出现在微软
Kinect、英特尔 RealSense 等产品中，随着硬件端技术的不断进步，算法与软件层面的
不断优化，3D 视觉的精度和实用性不断得到提升，尤其是 TOF 方案与 VCSEL 的快速
成熟，使得“深度相机+手势/面部识别”具备了大规模进入移动智能终端的基础。
分析整个产业链的结构，无论是结构光方案、TOF 方案，还是双目立体成像方案，
主要可以划分为：综合技术方案提供商、算法与软件商、硬件供应商三部分，其中硬件
又可以划分为四大元器件（红外发射器、红外 CIS 摄像头、可见光 CIS 摄像头、图像
处理芯片，另外红外摄像头需要特制的窄带滤色片，结构光方案需要发射端光学棱镜与
DOE 光栅，双目立体成像方案多一颗红外 CIS 摄像头）。
（1）综合技术方案提供商
国内从事深度摄像头综合技术方案的主要公司包括：TOF 方案——舜宇光学
（2382.HK）、深圳乐行天下，结构光方案——深圳奥比中光、南京华捷艾米，双目立
体成像方案——上海图漾科技。舜宇光学在 2016 年推出了基于 TOF 原理的深度感知方
案，可以实现高帧率实时 3D 动态捕捉（45 帧 3D 数据输出）、高精度 3D 点云输出（误
差 1%以内的三维建模）。
（2）系统模组封装与集成供应商
由于 3D 视觉方案涉及较多的硬件部分，需要红外发射端、红外接收摄像头、可见
光摄像头、图像处理芯片四大部分的协同合作，整个系统模组的封装和集成是非常关键
的。在联想 Phab2 Pro 手机中，3D 深度相机的模组封装与集成由舜宇光学完成。欧菲
光、丘钛科技等相机模组制造商，由于在相机模组制造方面积累了丰富的经验，具备发
展相应技术的潜力。
（3）算法与软件商
算法对于整个手势识别方案而言是至关重要的，硬件端可以对人手进行精确的定
位，抓取关键特征点，但是如果没有优质算法支持的话，是无法实现高质量动态追踪的，
因为需要通过算法对手部的动作进行分析和理解，从而进行判断手部动作的含义。目前，
算法方面还没有成为独立的一环，因为大部分综合技术方案供应商已经在算法层面进行
优化，目标是为客户提供硬件+算法一体化的方案。
（4）硬件供应商
1）红外发射器
在手势识别的核心元器件中，发射端的成本较高，具有较大的投资价值。近年来，
VCSEL 在工艺和技术方面的发展迅速，凭借光束质量好、功耗低、阈值电流电压低、
调制频率高、大规模量产工艺兼容性好等优点，有望替代红外 LED 和红外 LD，成为移
动端手势识别的主流解决方案，对于移动端消费电子产品而言将是全新的市场增量。
国内在 VCSEL 方面起步较晚，在设计方面还不具有有竞争力的公司，长春光机所
在 VCSEL 科研领域处于世界先进水平；光迅科技曾开发出光通信使用的 VCSEL 芯片。
由于 VCSEL 主要材料为 GaAs（掺杂 In、Al 等），在工艺方面与化合物半导体类似，在
化合物晶圆制造方面，三安光电具有较强的实力。
2）红外与可见光 CIS
行业研究〃电子元器件行业
请务必阅读正文之后的信息披露和法律声明
59
由于目前绝大多数智能终端已经具备可见光前臵和后臵摄像头，因此，手势识别进
入消费级智能终端之后，并不会增加可见光摄像头，而是会增加红外摄像头，因此市场
的增量在红外摄像头方面。
中国大陆目前已经在摄像头方面形成了完善的产业链结构，在 CIS 芯片方面有北京
君正（收购 OV 和思必科）、格科微电子、比亚迪电子等公司，在光学透镜方面有舜宇
光学、联创电子，在模组制造方面有欧菲光、舜宇光学、丘钛科技等公司。
3D 视觉方案需要克服环境光线的干扰，因此在红外 CIS 上需要添加窄带滤色片，
国内公司水晶光电具有深厚的技术基础和较高的国际知名度，有望受益。
3）图像处理芯片
该芯片具有一定的技术壁垒，对于算法层面的要求较高，目前全球范围内可以提供
该类产品的公司为少数几家芯片巨头，包括意法半导体、德州仪器、英飞凌、恩智浦安
霸，以及索尼、东芝、富士通等日本芯片巨头。
在图像处理芯片方面，国内公司全志科技、北京君正和瑞芯微具备一定的实力，尤
其是在几年前平板电脑爆发时得到了快速成长。
4）结构光 DOE 与 Lens
对于结构光方案而言，需要通过衍射光栅 DOE 和光学棱镜 Lens，获得特定形状的
光斑，一般采用 MEMS 工艺制造加工。国内方面，舜宇光学、歌尔股份等公司，具备
发展相应技术的潜力。
风险提示：3D视觉技术移动端进程过慢；国内相关公司缺乏竞争力。
行业研究〃电子元器件行业
请务必阅读正文之后的信息披露和法律声明
60
信息披露
分析师声明
[Table_Analysts] 陈平 电子行业
本人具有中国证券业协会授予的证券投资咨询执业资格，以勤勉的职业态度，独立、客观地出具本报告。本报告所采用的数据和信息
均来自市场公开信息，本人不保证该等信息的准确性或完整性。分析逻辑基于作者的职业理解，清晰准确地反映了作者的研究观点，
结论不受任何第三方的授意或影响，特此声明。
分析师负责的股票研究范围
[Table_Reports] 重点研究上市公司： 力源信息,通富微电,歌尔股份,中颖电子,利亚德,沪电股份,中安消,四维图新,苏奥传感,万润股份,欧菲光,鸿利光电,
东旭光电,鼎龙股份,当升科技,劲拓股份,国光电器,信维通信,艾派克,莱宝高科,硕贝德,兆易创新,深科技,汇顶科技,
长盈精密,天喻信息,保千里,长信科技,景嘉微,七星电子,金安国纪,彩虹股份,汇冠股份,长方集团,启源装备,胜利精
密,环旭电子,鸿利智汇,洲明科技,大港股份,上海新阳,紫光国芯,长电科技,华天科技,联创电子,濮阳惠成
投资评级说明
1. 投资评级的比较标准 类别 评级 说明
投资评级分为股票评级和行业评级 买入 个股相对大盘涨幅在 15%以上；
以报告发布后的 6 个月内的市场表现为比较
标准，报告发布日后 6 个月内的公司股价（或
行业指数）的涨跌幅相对同期的海通综指的
涨跌幅为基准；
增持 个股相对大盘涨幅介于 5%与 15%之间；
股票投资评级 中性 个股相对大盘涨幅介于-5%与 5%之间；
减持 个股相对大盘涨幅介于-5%与-15%之间；
卖出 个股相对大盘涨幅低于-15%。
2. 投资建议的评级标准 增持 行业整体回报高于市场整体水平 5%以上；
报告发布日后的 6 个月内的公司股价（或行
业指数）的涨跌幅相对同期的海通综指的涨
跌幅。
行业投资评级 中性
行业整体回报介于市场整体水平－5%与 5%
之间；
减持 行业整体回报低于市场整体水平 5%以下。
法律声明
本报告仅供海通证券股份有限公司（以下简称“本公司”）的客户使用。本公司不会因接收人收到本报告而视其为客户。在任何情况下，
本报告中的信息或所表述的意见并不构成对任何人的投资建议。在任何情况下，本公司不对任何人因使用本报告中的任何内容所引致
的任何损失负任何责任。
本报告所载的资料、意见及推测仅反映本公司于发布本报告当日的判断，本报告所指的证券或投资标的的价格、价值及投资收入可能
会波动。在不同时期，本公司可发出与本报告所载资料、意见及推测不一致的报告。
市场有风险，投资需谨慎。本报告所载的信息、材料及结论只提供特定客户作参考，不构成投资建议，也没有考虑到个别客户特殊的
投资目标、财务状况或需要。客户应考虑本报告中的任何意见或建议是否符合其特定状况。在法律许可的情况下，海通证券及其所属
关联机构可能会持有报告中提到的公司所发行的证券并进行交易，还可能为这些公司提供投资银行服务或其他服务。
本报告仅向特定客户传送，未经海通证券研究所书面授权，本研究报告的任何部分均不得以任何方式制作任何形式的拷贝、复印件或
复制品，或再次分发给任何其他人，或以任何侵犯本公司版权的其他方式使用。所有本报告中使用的商标、服务标记及标记均为本公
司的商标、服务标记及标记。如欲引用或转载本文内容，务必联络海通证券研究所并获得许可，并需注明出处为海通证券研究所，且
不得对本文进行有悖原意的引用和删改。
根据中国证监会核发的经营证券业务许可，海通证券股份有限公司的经营范围包括证券投资咨询业务。
行业研究〃电子元器件行业
请务必阅读正文之后的信息披露和法律声明
61
[Table_PeopleInfo] 海通证券股份有限公司研究所
路 颖 所长
(021)23219403 [email protected]
高道德 副所长
(021)63411586 [email protected]
姜 超 副所长
(021)23212042 [email protected]
江孔亮 副所长
(021)23219422 [email protected]
邓 勇 所长助理
(021)23219404 [email protected]
荀玉根 所长助理
(021)23219658 [email protected]
钟 奇 所长助理
(021)23219962 [email protected]
宏观经济研究团队
姜 超(021)23212042 [email protected]
顾潇啸(021)23219394 [email protected]
于 博(021)23219820 [email protected]
联系人
梁中华(021)23154142 [email protected]
李金柳(021)23219885 [email protected]
金融工程研究团队
高道德(021)63411586 [email protected]
冯佳睿(021)23219732 [email protected]
郑雅斌(021)23219395 [email protected]
余浩淼(021)23219883 [email protected]
袁林青(021)23212230 [email protected]
罗 蕾(021)23219984 [email protected]
沈泽承(021)23212067 [email protected]
联系人
颜 伟(021)23219914 [email protected]
周一洋(021)23219774 [email protected]
姚 石(021)23219443 [email protected]
吕丽颖(021)23219745 [email protected]
金融产品研究团队
高道德(021)63411586 [email protected]
倪韵婷(021)23219419 [email protected]
陈 瑶(021)23219645 [email protected]
唐洋运(021)23219004 [email protected]
宋家骥(021)23212231 [email protected]
联系人
谈 鑫(021)23219686 [email protected]
皮 灵(021)23154168 [email protected]
王 毅(021)23219819 [email protected]
徐燕红(021)23219326 [email protected]
蔡思圆(021)23219433 [email protected]
固定收益研究团队
姜 超(021)23212042 [email protected]
周 霞(021)23219807 [email protected]
朱征星(021)23219981 [email protected]
张卿云(021)23219445 [email protected]
联系人
姜珮珊(021)23154121 [email protected]
杜 佳（021）23154149 [email protected]
策略研究团队
荀玉根(021)23219658 [email protected]
钟 青(010)56760096 [email protected]
李 珂(021)23219821 [email protected]
高 上(021)23154132 [email protected]
联系人
申 浩(021)23154117 [email protected]
郑英亮(021)23154147 [email protected]
姚 佩(021)23154184 [email protected]
中小市值团队
钮宇鸣(021)23219420 [email protected]
张 宇(021)23219583 [email protected]
刘 宇(021)23219608 [email protected]
孔维娜(021)23219223 [email protected]
联系人
王鸣阳(021)23219356 [email protected]
程碧升(021)23154171 [email protected]
潘莹练(021)23154122 [email protected]
相 姜(021)23219945 [email protected]
政策研究团队
李明亮(021)23219434 [email protected]
陈久红(021)23219393 [email protected]
吴一萍(021)23219387 [email protected]
朱 蕾(021)23219946 [email protected]
周洪荣(021)23219953 [email protected]
王 旭(021)23219396 [email protected]
石油化工行业
邓 勇(021)23219404 [email protected]
联系人
朱军军(021)23154143 [email protected]
毛建平(021)23154134 [email protected]
殷奇伟(021)23154139 [email protected]
医药行业
余文心(0755)82780398 [email protected]
郑 琴(021)23219808 [email protected]
孙 建(021)23154170 [email protected]
联系人
师成平(010)50949927 [email protected]
贺文斌(010)68067998 [email protected]
刘 浩 01056760098 [email protected]
汽车行业
邓 学(0755)23963569 [email protected]
联系人
谢亚彤(021)23154145 [email protected]
王 猛(021)23154017 [email protected]
杜 威 0755-82900463 [email protected]
公用事业
张一弛(021)23219402 [email protected]
联系人
赵树理(021)23219748 [email protected]
张 磊(021)23212001 [email protected]
批发和零售贸易行业
汪立亭(021)23219399 [email protected]
王 晴(021)23154116 [email protected]
互联网及传媒
钟 奇(021)23219962 [email protected]
郝艳辉(010)58067906 [email protected]
联系人
孙小雯(021)23154120 [email protected]
强超廷(021)23154129 [email protected]
毛云聪(010)58067907 [email protected]
刘 欣(010)58067933 [email protected]
有色金属行业
施 毅(021)23219480 [email protected]
联系人
杨 娜(021)23154135 [email protected]
李姝醒(021)23219401 [email protected]
房地产行业
涂力磊(021)23219747 [email protected]
谢 盐(021)23219436 [email protected]
贾亚童(021)23219421 [email protected]
联系人
杨 凡(021)23219812 [email protected]
行业研究〃电子元器件行业
请务必阅读正文之后的信息披露和法律声明
62
电子行业
陈 平(021)23219646 [email protected]
联系人
谢 磊(021)23212214 [email protected]
煤炭行业
吴 杰(021)23154113 [email protected]
李 淼(010)58067998 [email protected]
联系人
戴元灿(021)23154146 [email protected]
电力设备及新能源行业
牛 品(021)23219390 [email protected]
房 青(021)23219692 [email protected]
徐柏乔(021)32319171 [email protected]
杨 帅(010)58067929 [email protected]
联系人
曾 彪(021)23154148 [email protected]
张向伟(021)23154141 [email protected]
基础化工行业
刘 威(0755)82764281 [email protected]
李明刚(0755)23617160 [email protected]
刘 强(021)23219733 [email protected]
联系人
刘海荣(021)23154130 [email protected]
计算机行业
郑宏达(021)23219392 [email protected]
谢春生(021)23154123 [email protected]
联系人
黄竞晶(021)23154131 [email protected]
杨 林(021)23154174 [email protected]
通信行业
朱劲松(010)50949926 [email protected]
联系人
彭 虎(010)50949926 [email protected]
庄 宇(010)50949926 [email protected]
非银行金融行业
孙 婷(010)50949926 [email protected]
何 婷(021)23219634 [email protected]
联系人
夏昌盛(010)56760090 [email protected]
交通运输行业
虞 楠(021)23219382 [email protected]
张 杨(021)23219442 [email protected]
联系人
童 宇(021)23154181 [email protected]
纺织服装行业
于旭辉(021)23219411 [email protected]
唐 苓(021)23212208 [email protected]
梁 希(021)23219407 [email protected]
联系人
马 榕 23219431 [email protected]
建筑建材行业
邱友锋(021)23219415 [email protected]
钱佳佳(021)23212081 [email protected]
冯晨阳(021)23154019 [email protected]
机械行业
佘炜超(021)23219816 [email protected]
耿 耘(021)23219814 [email protected]
沈伟杰(021)23219963 [email protected]
联系人
杨 震(021)23154124 [email protected]
钢铁行业
刘彦奇(021)23219391 [email protected]
联系人
刘 璇(021)23219197 [email protected]
建筑工程行业
联系人
毕春晖(021)23154114 [email protected]
农林牧渔行业
丁 频(021)23219405 [email protected]
陈雪丽(021)23219164 [email protected]
联系人
陈 阳(010)50949923 [email protected]
关 慧(021)23219448 [email protected]
夏 越(021)23212041 [email protected]
食品饮料行业
闻宏伟(010)58067941 [email protected]
孔梦遥(010)58067998 [email protected]
成 珊(021)23212207 [email protected]
军工行业
徐志国(010)50949921 [email protected]
刘 磊(010)50949922 [email protected]
蒋 俊(021)23154170 [email protected]
联系人
张恒晅(010)68067998 [email protected]
银行行业
林媛媛(0755)23962186 [email protected]
联系人
社会服务行业
联系人
李铁生(010)58067934 [email protected]
陈扬扬(021)23219671 [email protected]
家电行业
陈子仪(021)23219244 [email protected]
联系人
造纸轻工行业
曾 知(021)23219810 [email protected]
联系人
朱 悦(021)23154173 [email protected]
研究所销售团队
深广地区销售团队
蔡铁清(0755)82775962 [email protected]
刘晶晶(0755)83255933 [email protected]
辜丽娟(0755)83253022 [email protected]
伏财勇(0755)23607963 [email protected]
王雅清(0755)83254133 [email protected]
饶 伟(0755)82775282 [email protected]
欧阳梦楚(0755)23617160
上海地区销售团队
胡雪梅(021)23219385 [email protected]
朱 健(021)23219592 [email protected]
季唯佳(021)23219384 [email protected]
漆冠男(021)23219281 [email protected]
毛文英(021)23219373 [email protected]
黄 诚(021)23219397 [email protected]
胡宇欣(021)23154192 [email protected]
方烨晨(021)23154220 [email protected]
杨祎昕(021)23212268 [email protected]
黄 毓(021)23219410 [email protected]
北京地区销售团队
殷怡琦(010)58067988 [email protected]
杨羽莎(010)58067977 [email protected]
张丽萱(010)58067931 [email protected]
行业研究〃电子元器件行业
请务必阅读正文之后的信息披露和法律声明
63
海通证券股份有限公司研究所 地址：上海市黄浦区广东路 689 号海通证券大厦 9 楼 电话：（021）23219000 传真：（021）23219392 网址：www.htsec.com