技術前沿：AI ISP攝像頭芯片（安防、會議、車載）

視頻監控芯片具備高度的系統復雜性和專業性。視頻監控芯片的研發需要掌握的核心技術包括ISP技術、AI處理器技術、多模視頻編碼技術、高速高精度模擬電路技術、先進制程SoC設計技術等。此外，AI技術升級可極大程度上拓展視頻監控芯片的功能范圍、應用領域和場景，以及提升視頻處理效果等，是未來發展的主要方向與趨勢，具備AI底層技術的公司方可更順利地研發核心技術、掌握發展主動權。以上核心技術均需要專業研發團隊長時間探索、研發和不斷驗證才能實現。

視頻監控芯片為視頻監控系統的核心，尤其在安防領域，其技術的先進性、運行的可靠性和穩定性對視頻監控系統而言意義重大。因此，下游客戶在選擇視頻監控芯片供應商時極為謹慎，對新產品的導入控制非常嚴格。客戶通常會對市場上符合要求的多款產品的可靠性、穩定性、兼容性等進行驗證，從而挑選最合適的芯片方案。

智能安防芯片主要聚焦于智能網絡視頻監控系統。典型的智能網絡視頻監控系統方案如下圖所示，該方案主要分為前端和后端兩個部分，前端為網絡攝像機（IPC），后端為網絡視頻錄像機（NVR）或混合視頻錄像機（XVR）。

IPC是智能網絡視頻監控系統的前端，包括一臺或多臺攝像機及其配套設備，用于完成圖像、語音、報警和狀態信息采集。鏡頭對光線進行聚焦，將光線聚集在圖像傳感器上，圖像傳感器將光信號轉換為電信號，IPCSoC將從圖像傳感器收集到的信號通過內部的ISP模塊處理，而后分別送到音視頻編解碼模塊和音視頻智能處理模塊進行處理。音視頻智能處理模塊處理的結果同時疊加經音視頻編解碼模塊壓縮后的音視頻IP碼流，以有線或無線的方式傳輸至NVR/XVR。NVR/XVR是視頻監控系統的后端，NVR/XVR與音視頻編解碼器或IPC協同工作，可接入多路IPC，完成視頻的錄像、存儲及轉發功能。NVR一般與網絡攝像機配套使用，相較于NVR，XVR可接入模擬或網絡攝像機，實現DVR/NVR的靈活轉換。

（1）IPCSoC產品

IPCSoC是IPC的核心組成部分，主要集成ISP技術和音視頻編解碼技術，通常由嵌入式處理器、ISP模塊、音視頻編解碼模塊、AI處理器、網絡接口模塊、安全加密模塊和內存子系統等組成。ISP模塊位于處理流程的最前端，其效率和效果將直接影響音視頻智能處理算法的準確度以及編解碼的圖像質量和壓縮效率。音視頻編解碼模塊能提高壓縮率，用較少帶寬來實現網絡傳輸和硬盤存儲的性能。

IPCSoC產品主要面向專業安防、民用安防和家庭消費，提供從1080P到4K+全系列分辨率以及H.264/H.265等主流壓縮編解碼格式。在安防行業智能化的趨勢下，通過在IPCSoC中嵌入自研AI處理器，使IPCSoC具備結構化處理數據、智能計算分析、輔助成像和圖像識別等功能，促使視頻監控設備從被動監控向主動識別過渡，能夠提升感知精度、感測速度、減小傳輸過程中的噪音影響、降低傳輸和存儲成本。產品可搭載視頻檢索、行為分析、人臉識別、車牌識別等準確識別技術，且能夠運用于智慧交通，進行機動車、非機動車、行人一體化全結構數據識別與分析等。搭載自研AI處理器的IPCSoC產品能夠根據客戶不同的應用場景提供不同級別的AI算力，助力客戶構建領先的智能安防產品。

（2）NVRSoC/XVRSoC產品

NVR/XVRSoC是NVR/XVR的核心，為后端視頻監控設備的核心芯片。NVR/XVRSoC用于接收來自IPC的數字碼流、進行錄像、存儲及轉發，顯示至屏幕，后期回溯時可通過人臉、顏色、車牌、細節特征等檢索出相關視頻后進行回放。搭載邊緣AI處理器的NVRSoC產品可實現圖像識別，強化了后端設備計算分析功能，可支持64路IPC或32路模擬高清相機接入，支持各種主流智能分析算法，同時可支持SATAHDD、SDCard、eMMC、USB等多樣化存儲入口，基于深度學習的智能NVR/XVR設備和結構化服務器的中控系統可實現每秒數百張人臉圖片的分析建模，能夠為客戶提供多種個性化選擇。通過前端IPCSoC和后端NVR/XVRSoC的結合，為客戶提供端到端的智能解決方案。

2、視頻對講芯片

視頻對講芯片主要應用于視頻會議。視頻對講芯片工作模式為將圖像和聲音進行采集處理并編碼后通過USB或HDMI等接口傳送至后端主機，主機將傳送的信號進行應用處理并與云端對接。視頻對講芯片產品能夠實現2M至16M分辨率的圖像處理能力，通過3DNR等提升低照度場景圖像采集效果；產品的USB接口兼容性高，能夠有效實現Windows、Linux、Android、MAC等系統的兼容；產品關鍵功能包括低照度圖像處理、低延時音視頻處理輸出、多麥克風陣列音頻處理；內置自研AI處理器支持深度學習算法運算加速，客戶可根據其特定需求在產品上研發符合定制化需求的產品。搭載自研AI處理器的視頻對講芯片可運行包括人臉識別、物品分類、手勢識別等深度學習的各類算法，在會議場景實現人臉簽到、語音自動翻譯等功能。

3、智能車載芯片

智能車載芯片主要運用于車載視覺產品（行車記錄儀、其他車載攝像頭（倒車影像、輔助駕駛系統等））、運動相機等領域。車載視覺芯片是車載視覺產品最核心的部件，集成了ISP、編解碼、存儲等功能，用以采集數據圖像和壓縮數據。按照分辨率分類，車載視覺芯片可分為1080P以下和1080P及以上兩類。目前車載視覺芯片可應用于卡片式記錄儀、無屏記錄儀、專車專用隱藏式記錄儀、流媒體后視鏡等行車記錄儀產品及其他前裝車載攝像頭如倒車影像、輔助駕駛系統等。

車載視覺芯片主要包括1080P及以上的多種分辨率，覆蓋200萬至4K像素的產品需求，支持WIFI、4G、SATA、HDMI、USB、網口等多種類型接口，同時采用H.264/H.265視頻編解碼標準，能夠實現高畫質、低碼流傳輸；產品實現Wifi互聯，APP側可以實時監控車載場景，保證有效視頻取證并回放關鍵事件。

在傳統產品的基礎上，高端車載視覺芯片產品還集成了自研AI處理器，可運行多種車載應用算法，如輔助駕駛系統、DMS（防疲勞預警系統）、BSD（盲點監測系統）、TSR（交通標識識別）等。

高端車載視覺芯片搭載音視頻智能模塊，擁有獨立操作與運行系統，集多元化功能為一體。視頻智能模塊方面，除傳統駕駛輔助、倒車影像、行車記錄及導航功能外，搭載AI處理器的座艙外攝像頭可實現車道偏離預警、車輛防碰撞預警、側方盲區監測、后方橫穿障礙物檢測、前方移動障礙物檢測、標識牌識別、紅綠燈提醒、AVM（全景影像系統）、環路視頻拼接等功能，搭載AI處理器的座艙內攝像頭可實現駕駛員疲勞檢測、身份識別、乘客動作識別、遺留物檢測等功能；音頻智能模塊方面，智能車載視覺產品集成了超高信噪比AD/DA，支持多路麥克風陣列、遠距離及嘈雜環境的清晰拾音、關鍵詞識別、異常聲源報警及雙向語音對講下的回聲抑制。

智能車載芯片同樣運用于運動相機等便攜式設備，對應芯片具備4K高清視頻攝像、超長夜景曝光等功能，可通過HDR（高動態光照渲染圖像）提高視覺動態范圍，且能夠適應-40℃~85℃超寬溫度范圍。

集成電路行業概況

（1）集成電路行業

1）全球集成電路行業

集成電路是指利用特殊的制造和封裝工藝，將晶體管、電阻、電容等元件及布線集成于一小塊半導體晶片上的一組微型電子電路。集成電路行業是信息技術產業的核心，是支撐經濟社會發展和保障國家安全的戰略性、基礎性和先導性產業。集成電路行業的發展與下游應用的發展密不可分。

21世紀以來，隨著計算機、液晶電視、手機、平板電腦等消費電子滲透率飽和，行業增長逐步放緩；但近年來隨著AI、大數據、云計算、物聯網等新興應用領域的快速崛起，全球集成電路行業逐漸恢復增長。

根據全球半導體貿易統計組織、Frost&Sullivan數據，2021年全球集成電路行業市場規模為4,629億美元，2017-2021年復合增長率達7.8%。預計2021-2026年，全球集成電路行業將以8.6%的復合增長率進一步增長，至2026年達到7,007億美元。

2）中國集成電路行業

隨著中國經濟的快速發展，中國已成為全球最大的集成電路消費市場，以及全球最具活力和發展前景的市場之一。近年來，隨著消費電子、移動互聯網、汽車電子、工業控制、醫療電子等市場需求的不斷提升，以及國家支持政策的不斷推出，中國集成電路行業發展快速。根據中國半導體行業協會、Frost&Sullivan數據，2021年中國集成電路行業銷售額為10,458.3億元，2017-2021年復合增長率達17.9%。預計2021-2026年，中國集成電路行業將以15.5%的復合增長率增長，至2026年市場規模將達21,542.0億元。

（2）集成電路設計行業

近年來，在國家的大力推動下，我國集成電路設計行業快速發展。根據中國半導體行業協會、Frost&Sullivan數據，2021年中國集成電路設計行業市場規模為4,519.0億元，同比增長17.6%，2017-2021年的復合增長率為21.5%。集成電路設計行業在集成電路行業中的比例從2017年的38.3%上升到2021年的43.2%，比例穩步上升。預計2021-2026年，中國集成電路設計行業市場規模將以19.5%的復合增長率增長，至2026年增至11,033.2億元，在中國集成電路行業市場規模的占比將達到51.2%。

2、人工智能芯片行業概況

（1）基本介紹

人工智能是一種通過模擬人的智能而達到能以人類智能相似的方式做出反應效果的新技術，屬于計算機科學的分支領域。在人工智能技術的加持下，機器逐漸被賦予了類似人類的智慧（如視覺、聽覺等感知能力和對獲取信息的分析能力等），從而拓展了產品能力的邊界，能夠處理和分析大量更加復雜的異構數據，輔助人們提高在日常生活或工作等場景中的效率。當前，人工智能已覆蓋社會各層級的多方面需求，如安防領域的人臉識別、圖像檢測等分析需求，車載領域的自動駕駛、駕駛輔助等需求、工作領域的語音輸入、自動翻譯等提升工作效率的需求，以及日常生活中的照片美顏、智能修音等娛樂需求，極大程度上便利了人們的生活。

人工智能算法主流的兩個技術階段分別為―訓練‖和―推理‖。其中，訓練階段主要是為了培養人工智能在復雜環境中處理問題的準確度（如圖像識別、語音合成等），具體做法通常為給予人工智能的基層模型以大量的數據或素材對其參數進行配置及調整，最終在結果統計中獲取各方較為均衡、識別率較高的一組參數值，形成最優的結果，從而完成整個訓練過程。推理階段為訓練階段完成后的下一階段，此時人工智能模型已經建立完畢，需要產生對應的輸出內容（如輸出圖像識別的結果），這一輸入數據后的對應輸出過程即為推理。雖然推理階段的單個任務計算所需的算力不大，但一個復雜的數據處理需要多次運行訓練完善后的模型進行結果輸出，因此推理階段的總計算量同樣十分龐大。

當前，以―深度學習‖為代表的人工智能神經網絡算法因其具有高效處理大量非結構化數據的能力而快速崛起，可對于文本、視頻、圖像、語音等進行深度分析。因此，對芯片等承載了算法的硬件設施也提出了更高的要求。傳統的芯片（如CPU、GPU、DSP、FPGA等）可通過靈活通用的指令集或可重構的硬件單元覆蓋人工智能程序底層所需的基本運算操作，但因其自設計初衷并非為應用于人工智能領域，故在芯片架構、性能、能效等方面不能適應人工智能技術與應用的快速發展。為滿足智能運算的需求，人工智能芯片應運而生。目前，除了ASIC等專用的芯片外，還會在CPU等傳統芯片的基礎上增加運算協處理器專門用于處理AI應用所需要的大并行矩陣計算，而CPU作為核心邏輯處理器，將會統一進行任務調度。

人工智能芯片主要應用于智能安防、汽車電子、移動互聯網及物聯網等領域，具有視頻分析、語義理解、場景檢測等功能。人工智能芯片本身處于整個鏈條的中部，需同時為算法和應用提供高效的支持，針對不同應用場景，人工智能芯片還應具備對主流人工智能算法框架的兼容性、可編程性、可拓展性、低功耗性、體積及造價符合產品需求等適配能力。

（2）發展情況

人工智能芯片已在邊緣側和終端廣泛應用，主要承載了本地實時響應的推理任務，需要獨立完成任務涵蓋、數據收集、環境感知、人機交互以及部分推理決策控制等功能。在終端設備中，由于面積、功耗成本等條件限制，人工智能芯片需要以IP形式被整合進SoC系統級芯片，主要實現終端對計算力要求不高的AI推斷任務。在邊緣計算場景，人工智能芯片主要承擔推斷任務，通過將終端設備上的傳感器（麥克風陣列、攝像頭等）收集的數據代入訓練好的模型推理得出推斷結果。由于邊緣側場景多種多樣、各不相同，對于計算硬件的考量也不盡相同，芯片可以是IPinSoC，也可以是邊緣服務器，對于算力和能耗等性能需求也有大有小。因此應用于邊緣側的計算芯片需要針對特殊場景進行針對性設計以實現最優的解決方案。

邊緣側人工智能芯片業已應用到多個領域，可以通過算法在SoC上運行或者在局部元器件上運用協處理器運行。目前安防是邊緣側人工智能首先落地的應用領域，也是當前最主要的應用領域。未來人工智能芯片基于其在視頻內容特征提取、內容理解方面的天然優勢，視頻分析、語音識別、語義理解等功能將隨著行業內技術的逐步深入變得更為強大，下游應用圍繞音視頻處理的泛應用場景將依次落地，為行業帶來變革并進一步促進市場規模的增長。

（3）市場規模

人工智能一直是行業內大力發展的核心技術之一，越來越多的公司將人工智能應用于其終端產品中以提升產品性能或拓展應用領域，這一趨勢帶動了人工智能芯片行業的快速增長。同時，深度學習、大數據、摩爾定律迭代算力等驅動人工智能發展的主要因素都在近年來快速崛起，人工智能芯片將迎來長時間的高需求期。根據Frost&Sullivan數據，2021年全球人工智能芯片市場規模為255億美元。預計2021-2026年，全球人工智能芯片市場規模將以29.3%的復合增長率增長，2026年達到920億美元。

中國在經歷了移動互聯網的追趕之后，正在成為一個重要的數據大國，有利于推動人工智能技術的發展。此外，中國政府正通過《中國制造2025》、―數字中國‖等政策推動中國產業的信息化和智能化升級轉型，這將為人工智能芯片的發展提供更多實際應用場景。根據Frost&Sullivan數據，2021年中國人工智能芯片市場規模為251億元。預計2021-2026年，中國人工智能芯片市場規模將以42.4%的復合增長率增長，2026年達到1,470億元。

3、視頻監控芯片行業概況

經過多年的發展和迭代，攝像機已形成了成熟穩定的架構。典型的攝像機主要由鏡頭、圖像傳感器、視頻監控芯片、PHY、存儲器、電源芯片等組成。其中，鏡頭對光線進行聚焦，將光線聚集在圖像傳感器上，圖像傳感器將光信號轉換為電信號，視頻監控芯片則對信號進行處理和壓縮，視頻監控芯片決定了圖像信號的質量和傳遞效率。傳統監控只能依靠云端的智能處理和分析，對數據傳輸、云端運算存儲都造成了較大壓力，同時實時性得不到保障。目前，AI技術作為全新的技術變革要素進入成像產業領域。移動智能設備和IoT設備中，對于圖像的處理和計算在―查看‖功能之外更要實現―分析‖功能。因此，圖像硬件廠商更多地在硬件系統中加入支持AI算法特別是深度學習的軟件集成，更多的視頻監控芯片開始搭載AI運算功能，以對圖像信號進行深度智能化分析處理，同時有助于降低監控系統帶寬、存儲成本。目前，攝像機被廣泛應用于智能安防、視頻對講、智能車載等領域。針對不同的應用場景，攝像機的結構和使用的視頻監控芯片亦有所不同。未來，高清視頻在各個領域的應用將越來越廣，形成海量復雜的視頻數據，從而帶動AI技術、ISP技術、視頻編解碼技術等逐步迭代和更新，并進一步推動攝像機及視頻監控芯片的升級。

（1）智能安防領域

1）基本介紹

攝像機最主要的應用場景之一為安防監控。在―平安城市‖、―智慧城市‖和―平安鄉村‖等政策的推動下，公安、交通、金融、政府和企業大力配合實施安防工程，城市安防監控市場持續更新迭代。2015年后政府安防計劃工作重點從城市中心區域向下沉區域滲透，包括一二線城市未覆蓋區域以及三四線城市縣級地區，鄉鎮和農村的安防監控市場從無到有釋放出大量空間。

2021年中國安防產業市場規模達到9,514億元，視頻監控在保障社會穩定和公共財產安全的剛需下將成為安防行業的主要產品。

安防監控系統主要由前端和后端兩部分組成。其中，前端部分使用的設備主要為網絡攝像機，主要由鏡頭、傳感器和視頻監控芯片組成，可對影像進行記錄和壓縮并形成相應的信號，配備了AI模塊的視頻監控芯片還具備智能運算的能力，可對前端設備收集到的數據進行結構化處理，從而實現智能分析和處理；后端部分使用的設備主要為網絡視頻錄像機等存儲設備，可對前端設備記錄的視頻信號進行錄像、存儲和轉發，配備了AI模塊的后端設備還可對收集到的數據進行智能運算，從而實現圖像識別等功能。

2）發展情況

安防監控先后經歷了模擬化、網絡化、高清化等三個階段。在模擬化階段，模擬視頻監控系統的架構是由前端模擬攝像機和后端數字視頻錄像機組成，傳輸信號為模擬信號，基本職能為實現本地監控；在網絡化階段，網絡攝像機在模擬攝像機的基礎上集成了視頻壓縮和網絡傳輸處理模塊，同時較模擬攝像機具備更高的清晰度。網絡攝像機的出現使得視頻監控從僅限于本地監控發展成遠程監控；在高清化階段，高清攝像機采用先進的感光器件，使得圖像清晰度和質量更高、場景覆蓋范圍更廣。

目前，安防監控行業迎來了智能化升級階段，通過嵌入AI芯片或在視頻監控芯片中嵌入AI模塊，使得攝像機可對視頻數據進行結構化處理、智能計算分析和圖像識別，促使視頻監控設備從被動監控向主動識別過渡。智能化趨勢將推動視頻監控應用于多元化行業，從而促進視頻監控行業快速發展。安防監控各個階段使用的前后端設備及其階段特點如下所示：

3）市場規模

每一次視頻技術的改革創新都驅動著安防監控行業的進一步發展。隨著全球政治和經濟的發展，社會和私人的安防意識和需求愈加強烈，疊加安防產業的迭代升級，全球安防監控行業進入快速上升周期。同時，安防監控行業正處于智能化的拐點，市場加速放量。發達城市雖然安防基礎設施趨于完善、市場本身增量不足，但在人工智能的賦能下，智能監控產品的迭代更新將成為安防監控行業在全球發達城市的主要增長點；此外，中國二線及以下城市和亞太地區存量市場較大，安防監控產品滲透率低，與歐美發達國家相比仍有較大提升空間。未來隨著民眾安全意識的加強及海外建設的逐步完善，全球安防監控市場規模將持續上漲。

根據Frost&Sullivan數據，2021年全球安防視頻監控設備市場規模為220億美元，2017-2021年復合增長率為6.9%。在技術迭代升級、安防監控設備市場下沉的大趨勢下，預計2021-2026年，全球安防視頻監控設備市場規模將以6.3%的復合增長率增長，2026年達到299億美元。

IPCSoC是安防監控前端設備中的重要組成部分。從視頻監控系統進入網絡化階段以來，IPC成為了主流的前端設備，IPCSoC也成為了主流的前端設備視頻監控芯片。在新一輪智能化升級中，IPCSoC與AI模塊相輔相成，共同實現了圖像識別、結構化分析等復雜的功能，給視頻監控行業帶來了變革。2020年，受國際貿易摩擦和宏觀環境影響，IPCSoC銷售額出現下滑。2021年全球IPCSoC市場環比改善，市場規模為6.3億美元，2017-2021年復合增長率為10.3%。IPCSoC市場未來將伴隨技術不斷成熟和應用場景的持續滲透將保持高速增長，預計2021-2026年，全球IPCSoC市場規模將以11.5%的復合增長率增長，2026年達到10.9億美元。

NVRSoC是安防監控后端設備中的重要組成部分。隨著IP網絡的快速發展，視頻監控行業在全球范圍內也逐漸進入了網絡化/高清化時代，NVR將逐步實現對DVR的替代。2020年和2021年，受國際貿易摩擦和宏觀環境影響，NVRSoC銷售額均出現一定程度下滑。2021年全球NVRSoC市場規模達到0.85億美元。在全球安防監控市場規模持續增長及行業智能化升級的趨勢下，預計2021-2026年，全球NVRSoC市場規模將以7.7%的復合增長率增長，2026年達到1.24億美元。

（2）視頻對講領域

1）基本介紹

攝像頭還被廣泛應用于消費等領域。以視頻會議系統為例，其主要由終端設備、本地設施及軟件、服務等三部分構成，其中終端設備主要可分為USB視頻會議攝像頭和專用視頻會議設備，USB視頻會議攝像頭采集會場視頻數據，并傳輸給專用視頻會議設備，從而實現視頻數據的傳輸交換。視頻監控芯片是USB視頻會議攝像頭和專用視頻會議設備中的重要組成部分，在圖像初始采集后，視頻數據往往存在大量冗余信息，不利于網絡傳輸、存儲和處理，視頻監控芯片中的視頻編解碼技術可縮小占用的帶寬，提升視頻傳輸效率。

2）發展情況

隨著AI、5G、大數據、物聯網等技術的不斷成熟，催生了眾多新興的消費級應用場景，例如人臉識別驗證、視頻會議、智能顯示、智能家居、便攜式設備等。攝像機作為重要的感知和信息獲取設備，將被大規模地應用在上述消費應用場景。

在人臉識別驗證領域，隨著人臉識別支付、人臉門禁、人臉考勤等人工智能應用場景逐步成熟，人臉識別驗證攝像機滲透率逐步提高；在視頻會議領域，受外部環境變化的影響，遠程辦公模式逐步被認可及使用，視頻會議產品迎來爆發式增長；在智能顯示領域，隨著車載顯示、樓宇對講顯示、工業人機接口等應用場景智能化程度提高，攝像頭在智能顯示場景將有較大發展空間；在智能家居領域，隨著家用監控攝像頭、掃地機器人等消費電子產品逐步融入家庭場景，攝像頭在家庭場景的需求不斷上升；在便攜式設備領域，隨著運動相機、無人機、VR/AR等智能設備的興起，攝像機的滲透率將不斷提高。

3）市場規模

以AIoT（人工智能物聯網）應用為例，下游智能家居、智慧城市、智能工業等物聯網應用需求的釋放使人工智能物聯網設備市場增長力強勁。根據Frost&Sullivan數據，全球AIoT市場規模從2017年的159億美元增長至2021年的319億美元，復合增長率為19.0%。AIoT因具備智能終端感知和分析能力可加速滲透至家庭居住場景、城市建設及工業管理等領域，預計2021-2026年，全球AIoT市場規模將以12.6%的復合增長率增長，2026年達到578億美元。上述AIoT市場規模的高速增長將進一步推動視頻監控芯片市場規模的增長。

受外部環境變化影響，在線會議在全球成為主要趨勢之一，推動全球視頻會議市場規模持續增長。根據Frost&Sullivan數據，全球視頻會議市場規模在2021年達到89億美元，預計整體市場規模將在2026年達到192億美元，年復合增長率為16.6%。根據Frost&Sullivan數據，2021年全球USB視頻會議攝像頭芯片市場規模為1.09億美元，2017-2021年復合增長率為52.8%。未來預計USB視頻會議攝像頭芯片市場規模逐漸飽和，2026年市場規模約為1.20億美元。

（3）智能車載領域

1）基本介紹

除安防與視頻對講領域外，攝像頭還廣泛應用于汽車領域。車載攝像頭是指安裝在汽車上以實現各種功能的光學鏡頭，主要應用于行車記錄儀、倒車影像和360度全景攝像等場景，為車載攝像機的主要部件。以行車記錄儀為例，其核心架構包含圖像傳感器、視頻監控芯片和鏡頭。其中視頻監控芯片負責圖像采集和數據壓縮，直接影響行車記錄儀的成像清晰度和質量穩定性，是行車記錄儀最核心的部分。2019年7月，交運部發布的《數字交通發展規劃綱要》中，提出要推動載運工具、作業裝備智能化；鼓勵具備多維感知、高精度定位、智能網聯功能的終端設備應用，提升載運工具遠程監測、故障診斷、風險預警、優化控制等能力。此外，《數字交通發展規劃綱要》對智能車載攝像頭提出了更高的要求。在AI技術的賦能下，車載攝像頭芯片算力提升，可高效處理海量異構數據，實現車載場景的智能化。

以行車記錄儀為例，在AI技術逐步賦能車載攝像頭芯片的趨勢下，智能行車記錄儀是未來車載攝像市場的主要智能化應用，其擁有獨立操作與運行系統，是集多元化功能為一體的智能高端車載設備，涵蓋ADAS、倒車影像、行車記錄、智能導航等核心功能。

2）發展情況

車載攝像頭市場經歷了從單攝像頭到多攝像頭、普通攝像頭到智能化攝像頭的發展歷程。在傳統汽車領域，攝像頭主要應用在行車記錄儀、倒車影像等場景，且只具備攝像和存儲功能。在ADAS和自動駕駛快速發展的驅動下，車載攝像頭的使用數量和功能都發生了重大變化。根據ADAS功能的需求，攝像頭的安裝位置有所不同，分為座艙外攝像頭與座艙內攝像頭。

座艙外攝像頭主要包括前視攝像頭、后視攝像頭、側視攝像頭、環視攝像頭等，除傳統攝像功能外，還包括車道偏離預警、車輛防碰撞預警、側方盲區監測、后方橫穿障礙物檢測、前方移動障礙物檢測、標識牌識別、紅綠燈提醒、AVM、環路視頻拼接等功能；座艙內攝像頭具備疲勞檢測、駕駛員身份識別、乘客動作識別、遺留物檢測等功能。達到L3自動駕駛水平的ADAS系統至少需要10個以上攝像頭，而L5自動駕駛水平所需攝像頭數量更高，這將為車載攝像頭市場帶來巨大的市場空間。

車載攝像頭市場主要可劃分為前裝、準前裝和后裝市場。前裝與后裝市場產品的主要區別在于，在前裝和準前裝市場中，產品購買者主要為汽車廠商，其更關注產品的可靠性和穩定性，導入和驗證周期較長，技術迭代較慢；而在后裝市場中，產品購買者主要為汽車車主，其更關注產品的功能豐富程度和創新性，對產品的技術指標有著更高的要求，技術迭代較快。

當前，國家和企業對乘車安全愈加重視，多項針對汽車前裝產品的國標和要求逐步出臺，多地要求乘用車在出廠前需配備行車記錄儀等產品。這一趨勢將帶動汽車前裝和準前裝市場的快速發展并使整個車載市場重心由后裝向前裝市場轉移。車載攝像頭前裝和準前裝市場在政策的驅動下加速放量，市場正在從后裝市場逐步向前裝市場轉移。

根據Frost&Sullivan數據，2021年單車前裝搭載攝像頭數量為1.3個，未來，隨著自動駕駛ADAS系統的普遍應用，預計2026年單車前裝搭載攝像頭將增長至2.7個。

車載攝像頭可應用于乘用車及商用車領域。相較于乘用車，商用車對于車載攝像頭產品的性能提出了更高的要求，國家政策對于重型卡車、輕型卡車及渣土車等車型的車載攝像頭要求逐步明確，促進商用車車載攝像頭技術的變革及市場規模的擴張。

商用車對視頻處理的路數要求較高，需同時接入多個攝像頭進行錄制，每一路均需進行錄像存儲及錄像分析。這一趨勢將帶動商用車市場的高清化、高端化、智能化、多路數化。

3）市場規模

近年來，ADAS技術的逐漸成熟，推動了單車搭載攝像頭數量的大幅提升，全球車載攝像頭市場規模增速樂觀。首先，ADAS的技術含量越來越高，對攝像頭的質量和數量的要求都隨之增加；其次，車載芯片的算力得到提升，一顆芯片可以支持多顆的攝像頭同步運轉，目前攝像頭正在從單目向雙目轉變，從而測距的精準度將得到加強，對芯片性能要求進一步提高；另一方面，車載攝像頭需要與整車上各個單元精準聯動，因而對于算力的要求亦持續提升。根據Frost&Sullivan數據，2021年全球車載攝像頭市場規模為143.6億美元，2017-2021年復合增長率為13.9%。預計2021-2026年，全球車載攝像頭規模將以10.3%的復合增長率增長，2026年達到234.1億美元。

隨著全球汽車產量的穩步提升，以及智能駕駛市場的興起，下游車載攝像頭需求持續上升，同時對車載攝像頭芯片的編解碼能力、圖像處理能力以及AI應用提出了更高的要求，帶動全球車載攝像頭芯片往高清化、高端化、智能化、多路數化演進，市場規模持續增長。全球車載攝像頭芯片市場規模從2017年的7.4億美元增長至2021年的22.8億美元，復合增長率為32.6%。在ADAS、自動駕駛等快速發展的驅動下，單車配置的前裝攝像頭數量將逐步增長，促進全球車載攝像頭芯片市場規模進一步擴大，預計2021-2026年，全球車載攝像頭芯片規模將以31.0%的復合增長率增長，2026年達到87.9億美元。

行車記錄儀是車載攝像產品的重要細分領域，逐漸朝智能化方向發展。在行車記錄儀芯片方面，根據Frost&Sullivan數據，2021年中國行車記錄儀芯片市場規模為7.1億元，2017-2021年復合增長率為20.2%。預計2021-2026年，中國行車記錄儀芯片市場規模將以11.4%的復合增長率增長，2026年達到12.2億元。

行業未來發展趨勢

1、視頻監控芯片的新興應用場景不斷拓展

中國視頻監控芯片市場需求全球領先，ToB和ToC端的應用場景廣闊，近年來市場呈爆發態勢。隨著AI場景化持續落地，單攝技術已無法滿足兼顧細節分析以及多目標軌跡關聯等各類智能需求，由場景定義的多攝像頭技術將成為趨勢。多攝像頭技術可兼顧不同視角、不同參數、不同功能的需求，在邊緣節點端聚合多種專為復雜場景設計的深度學習算法，形成多場景數據融合分析能力。技術的升級將使處理海量視頻數據更加高效，對行業產生變革性的影響，推動下游多種新興應用場景的滋生和發展。

在平安城市、智慧城市和平安鄉村等政策的推動下，公安、交通、金融、政府和企業大力配合實施安防工程，城市安防監控市場持續更新迭代。2015年后政府安防計劃工作重點從城市中心區域向下沉區域滲透，包括一二線城市未覆蓋區域以及三四線城市縣級地區，鄉鎮和農村的安防監控市場從無到有釋放出大量空間。視頻監控在保障社會穩定和公共財產安全的剛需下將成為安防行業的主要產品；除了傳統的安防監控市場之外，下游伴隨視頻監控智能化及其特征提取、內容理解方面的優勢，涌現出視頻會議、車載攝像等一系列新興消費類應用市場。視頻會議在外部環境變化的影響下廣泛地被各類用戶使用，視頻會議產品迎來爆發式增長，發展前景樂觀；車載攝像方面，在ADAS和自動駕駛快速發展的趨勢下，車載攝像頭的使用數量大幅提升，其功能要求亦大幅提高。同時，多項針對汽車前裝產品的國標和要求的出臺亦驅動車載攝像頭加速放量。

未來，一方面傳統的安防監控市場的設備滲透率依然存在提升空間，同時伴隨存量市場設備的高清化、智能化迭代更新，視頻監控芯片增長可期；另一方面新興的消費類應用市場需求日益旺盛，在視頻會議、車載攝像等市場快速增長的驅動下，上游視頻監控芯片市場規模將同步增長。

2、5G時代視頻監控行業迎來重大發展機遇2019年起全球逐步進入5G時代。5G技術的變革除了具有網絡廣覆蓋、低延時、大寬帶等特點外，也將快速升級物聯網、車聯網、工業互聯網等平臺。計算芯片和連接能力正在源源不斷地內嵌在任何可以通電的設備上，帶來了設備形態的變化、設備數量需求的提升、配套軟件的升級、配套硬件的換代等激變的市場格局。萬物互聯和萬物智能的市場環境正在加速到來。5G在與AI的結合中通過AIoT硬件滲透至更廣泛的應用中，同時還將改變傳統儲存和計算的模式，無線傳輸速度將大幅提升，數據傳輸延時將顯著降低，視頻清晰度將大幅提高，此前大量難以實現的功能將快速迭代并落地。在此背景下，硬件設備需要擁有更高的數據處理能力、承載更多的數據，這極大程度地促進了硬件設備的升級與數量的擴容，從而推動上游芯片需求量的快速增長，使視頻監控芯片行業蓬勃發展。

3、視頻技術和應用向智能化發展

視覺感知在學習、生產和各種知識傳承中占據了主要作用。近年來視頻技術在不斷地發展，消費者越來越重視視覺體驗，對清晰度的要求逐步提高，分辨率從576i提升至目前的4K，正在向8K演進。視頻監控芯片作為視頻技術的核心元器件在中國的發展伴隨視頻行業的技術變革經歷了多段時期，從最早的模擬化演變至網絡化，至目前的高清化，未來視頻監控芯片將進一步向智能化邁進。在智能化的趨勢下，視頻監控芯片與AI技術相結合，從而可以更加高效地處理大量非結構化的數據，使芯片對視頻內容的理解更加透徹，實現視頻的結構化處理，具備圖像檢測、人臉識別、車載影像、場景識別等功能，從而幫助傳統視頻監控實現從―看得清‖到―看得懂‖、―看得快‖，實現從―事后查找‖到―事前預防決策‖、―事中報警‖的智能化。

行業與發行人技術水平及特點

1、行業技術水平發展情況

（1）圖像處理質量能力提升

圖像處理主要包括圖像去噪、圖像增強、自動曝光控制、自動增益控制、自動色彩校正、祛除壞點等功能。當前視頻監控芯片受到供給與需求的雙層驅動。一方面，圖像處理作為視頻領域最為核心的技術之一，行業內主要競爭者均持續投入大量研發資金進行技術的迭代更新；另一方面，終端產品所支持的圖像畫質逐步提升，致使片源圖像質量需要同步提升以適配終端產品的需求，最終傳導至視頻監控芯片，對其圖像處理質量及能力提出更高要求。

（2）AI技術高速升級

近年來，在算法、數據和算力的三重驅動下，人工智能的功能越來越貼近社會中的主流需求，智能分析整合、人臉識別、大數據分析等智能視頻技術蓬勃發展，越來越多地被應用于實地場景，如在智能安防、視頻對講、智能車載等領域中得到普及推廣。目前，結合AI技術的視頻監控芯片在技術上已突破填充率低、分辨率低和信號干擾嚴重的難題。隨著5G商用、高清4K時代的到來，視頻處理信息量將迎來爆發式增長。AI技術升級可極大程度上幫助視頻監控芯片提升視頻信息處理效率、加快各模塊之間的傳輸速度等，是未來發展的主要方向與趨勢。

人工智能產品迭代發展亟需AI底層技術的支持，AI底層技術包括AI計算芯片、開源深度學習框架/平臺、AI基礎理論機器相關模型算法等。AI底層技術對硬件的發展形成了底層制約，國外大型科技企業也正在為AI基礎架構設置生態門檻。因此在該大環境下，具備AI底層技術的公司方可更順利地研發核心技術、掌握發展主動權。

（3）視頻壓縮能力加強

在大多數系統中，視頻采集處理與視頻存儲二者分布在物理分離的系統中，信息傳輸成本較高。壓縮視頻具有節省傳輸帶寬、儲存更多內容等優勢，是各類終端視頻產品的必備功能。當前市場正在由高清化向超清化逐步邁進，對分辨率、色彩空間、幀率、色彩編碼的要求不斷提高，同時不同格式碼流的需求也成為標準配置。更高的圖像顯示性能指標要求高清視頻監控芯片具備更好的視頻壓縮能力，同時，配套的編解碼能力也需同步提升從而達到最佳的顯示圖像效果。

主要企業

在行業內主要競爭對手包括境外知名廠商及境內頭部廠商。境外廠商中主要競爭對手包括安霸、聯詠科技等；境內廠商主要包括華為海思、富瀚微、北京君正、寒武紀、瑞芯微、國科微等。

目前全球IPCSoC市場呈現高度集中狀態，星宸科技、富瀚微、北京君正、聯詠科技、安霸、華為海思等公司為IPCSoC市場的主要廠商。根據Frost&Sullivan數據，以出貨量口徑計算，2021年全球市場份額排名前五的供應商合計占據了85.5%的市場份額，星宸科技以36.5%的市場份額排名全球第一。

目前全球NVRSoC市場呈現高度集中狀態，星宸科技、富瀚微、華為海思、聯詠科技等公司為NVRSoC市場的主要廠商。根據Frost&Sullivan數據，以出貨量口徑計算，2021年全球市場份額排名前四的供應商合計占據了97.7%的市場份額，星宸科技以38.7%的市場份額排名全球第一。

得益于線上用戶數增長、消費需求多樣化和技術快速進步，消費攝像機滲透率逐步提高。同時，視頻會議在外部環境變化的影響下迎來了爆發增長。根據Frost&Sullivan數據，以出貨量口徑計算，2021年全球USB視頻會議攝像頭芯片市場中，星宸科技占據領先地位，市占率達到51.8%，領先于聯詠科技、華為海思和凌陽科技。

當前智能車載領域的行車記錄儀芯片市場參與競爭的芯片廠商數量較多，但頭部格局較穩定，中國行車記錄儀芯片市場由凌通科技、星宸科技、聯詠科技、杰理科技等主導。根據Frost&Sullivan數據，以出貨量口徑計算，凌通科技、星宸科技、聯詠科技和杰理科技2021年中國市場市占率分別為25.0%、24.0%、16.0%和15.0%，合計達到80.0%，

（1）華為海思

華為海思成立于2004年10月，前身是創建于1991年的華為集成電路設計中心。華為海思總部位于深圳，在北京、上海、美國硅谷和瑞典設有設計分部，主要業務包括消費電子、通信等領域的芯片及解決方案，已推出網絡監控芯片及解決方案、可視電話芯片及解決方案、DVB芯片及解決方案和IPTV芯片及解決方案。

（2）安霸（AMBA.O）

安霸成立于2004年，于2012年10月在美國納斯達克上市，是一家專注于低功耗、超高清視頻解壓縮和機器視覺圖像處理的SoC芯片設計公司，產品廣泛應用于國內外各種高清和超高清攝像頭。截至2022年1月31日，安霸的總資產為6.58億美元，凈資產為5.47億美元；2021/2022財年安霸實現營業收入為3.32億美元，實現歸屬普通股東凈利潤為-0.26億美元。

（3）聯詠科技（3034.TW）

聯詠科技成立于1997年，于2001年4月在中國臺灣證券交易所上市，是一家以顯示器技術及影像處理技術為主軸的IC設計公司，產品含括平面顯示器驅動晶片、視訊及電視控制晶片、數位廣播控制晶片、影像控制晶片、光儲存多媒體晶片等。截至2022年12月31日，聯詠科技的總資產為225.67億元，凈資產為147.17億元；2022年度聯詠科技實現營業收入為246.79億元，實現歸屬普通股東凈利潤為62.78億元。

（4）富瀚微（300613.SZ）

富瀚微成立于2004年，于2017年2月在深圳創業板上市，專注于視頻監控芯片及解決方案，向客戶提供高性能視頻編解碼SoC和圖像信號處理器芯片，滿足高速增長的數字視頻監控市場對視頻編解碼和圖像信號處理芯片的需求。截至2022年12月31日，富瀚微的總資產為34.48億元，凈資產為25.09億元；2022年度富瀚微實現營業收入為21.11億元，實現歸屬母公司股東的凈利潤為3.98億元。

（5）北京君正（300223.SZ）

北京君正成立于2005年，于2011年5月在深交所創業板上市，專注于微處理器芯片、智能視頻芯片等ASIC芯片產品及整體解決方案。北京君正的微處理器產品線主要應用于生物識別、二維碼識別、商業設備、智能家居、智能穿戴、教育電子及其他物聯網相關領域，智能視頻產品線主要應用于安防監控、智能門鈴、人臉識別設備等領域。截至2022年12月31日，北京君正的總資產為124.22億元，凈資產為112.59億元；2022年度北京君正實現營業收入為54.12億元，實現歸屬母公司股東的凈利潤為7.89億元。

（6）寒武紀（688256.SH）

寒武紀成立于2016年，于2020年7月在上交所科創板上市，專注于人工智能芯片產品的研發與技術創新，致力于打造人工智能領域的核心處理器芯片，其主要產品包括終端智能處理器IP、云端智能芯片及加速卡、邊緣智能芯片及加速卡以及與上述產品配套的基礎系統軟件平臺。截至2022年12月31日，寒武紀的總資產為57.70億元，凈資產為49.40億元；2022年度寒武紀實現營業收入為7.29億元，實現歸屬母公司股東的凈利潤為-12.57億元。

（7）瑞芯微（603893.SH）

瑞芯微成立于2001年，于2020年2月在上交所主板上市，瑞芯微是一家專注于智能應用處理器芯片、電源管理芯片及其他芯片的集成電路設計公司，主要致力于大規模集成電路及應用方案的設計、開發和銷售，為客戶提供芯片、算法等完整參考解決方案。公司產品涵蓋智能應用處理器芯片、電源管理芯片、接口轉換芯片、無線連接芯片及與自研芯片相關的組合器件等。截至2022年12月31日，瑞芯微的總資產為33.70億元，凈資產為29.20億元；2022年度瑞芯微實現營業收入為20.30億元，實現歸屬母公司股東的凈利潤為2.97億元。

（8）國科微（300672.SZ）

國科微成立于2008年，于2017年7月在深交所創業板上市，其主營產品包括高端固態存儲主控芯片及相關產品、H.264/H.265高清安防芯片、直播衛星高清解碼芯片、智能4K解碼芯片、北斗導航定位芯片等一系列擁有核心自主知識產權的芯片等。主要應用于固態硬盤產品相關拓展領域、高清IPCamera產品、衛星智能機頂盒、有線智能機頂盒、IPTV、OTT機頂盒以及車載定位與導航、可穿戴設備等對導航/定位有需求的領域。截至2022年12月31日，國科微的總資產為84.90億元，凈資產為39.96億元；2022年度國科微實現營業收入為36.05億元，實現歸屬母公司股東的凈利潤為1.52億元。

行業發展態勢及面臨的機遇

（1）全球范圍內的集成電路產業重心轉移

在全球集成電路產業的發展歷史中，價值鏈的遷移和分工的逐步細化是行業的大趨勢。全球半導體行業沿美國、日本、韓國、中國臺灣、中國大陸的方向逐步轉移。20世紀70年代開始，半導體產業首次由美國向日本進行轉移。

十年后，半導體產業再次轉移，由日本轉向韓國與中國臺灣。當前，中國大陸正在迎接半導體產業的第三次轉移，在前期的積累下，中國已經為此次的產業鏈轉移打好了夯實的基礎。

得益于中國的人口紅利，臺積電、聯電等多家境外大型半導體企業紛紛在中國大陸建廠，境內晶圓代工廠中芯國際、華虹半導體也在多地逐步擴張產能。同時，本土集成電路設計企業在國家政策與產業鏈配套日益完善的促進下，技術日益精進，晶圓制造工藝逐步改進，境內封測企業技術水平達到國際先進水平，境內也已出現多家在全球享有聲譽的設計廠商。整體來看，中國已經具備承接半導體產業第三次轉移的技術實力，在良好的市場環境下，勢必將為更多半導體企業帶來巨大的發展契機。

（2）政策大力支持集成電路及安防監控行業發展

2014年國務院印發了《國家集成電路產業發展推進綱要》，提出到2020年，集成電路產業與國際先進水平差距逐步縮小，企業可持續發展能力大幅增強的發展目標，自此集成電路產業發展被上升為國家戰略；2016年，國務院印發了《關于―十三五‖國家戰略性新興產業發展規劃的通知》，提出啟動集成電路重大生產力布局規劃工程，實施一批帶動作用強的項目，推動產業能力實現快速躍升。加快關鍵產品設計開發能力和應用水平，推動封裝測試、關鍵裝備和材料等產業快速發展等目標；2019年，財政部、稅務部等十三部聯合印發《制造業設計能力提升專項行動計劃（2019-2022年）》，提出在電子信息領域，大力發展集成電路設計、大型計算設備設計、個人計算機及智能終端設計、人工智能時尚創意設計、VR/AR設備、仿真模擬系統設計等，加碼半導體產業發展；2019年，工業和信息化部、國家廣播電視總局、中央廣播電視總臺聯合印發《超高清視頻產業發展行動計劃（2019-2022年）》，提出加快推進超高清監控攝像機等的研發量產。推進安防監控系統的升級改造，支持發展基于超高清視頻的人臉識別、行為識別、目標分類等人工智能算法，提升監控范圍、識別效率及準確率，打造一批智能超高清安防監控應用試點。2020年，國務院印發《新時期促進集成電路產業和軟件產業高質量發展的若干政策》的通知，旨在進一步優化集成電路產業和軟件產業發展環境，深化產業國際合作，提升產業創新能力和發展質量。

近年來，國家和各級地方政府不斷通過產業政策、稅收優惠政策、成立產業基金等方式支持人工智能和集成電路產業發展，有望帶動行業技術水平和市場需求不斷提升。

（3）下游終端市場推動市場需求持續增長

視頻監控芯片擁有廣泛的下游市場應用，主要包括智能安防、視頻對講、智能車載等。隨著人工智能、5G、物聯網等終端應用趨勢的不斷演進，下游市場產品技術提升，客戶對產品的需求愈加旺盛，下游應用領域的繁榮也推動了上游半導體與集成電路設計市場的穩步發展。未來，伴隨傳統的終端應用在產品變革的背景下需求量持續增加，新興的消費類應用市場需求日益旺盛，人工智能、5G、視頻會議等終端市場快速崛起等有利因素，視頻監控芯片行業需求將持續高速增長。

審核編輯：劉清