以下内容仅供个人学习和借鉴，如侵权立删！
一、经营模式
公司主要从事计算机视觉技术和大数据分析技术的研发和应用。公司的盈利
来源于向客户提供面向应用场景的人工智能产品及解决方案获得销售收入。公司
自主研发的人工智能产品主要包括智源智能前端产品、灵犀数据智能平台及深瞳
行业应用平台。人工智能产品既可以单独销售，也可根据客户需求，将上述产品
进行组合以整体行业解决方案向客户交付。报告期内，公司的主营业务收入主要
来源于城市管理、智慧金融和商业零售三大业务领域的产品及解决方案的销售。
二、竞争地位
在 AI 算法层面，公司的核心算法多次在国内外人工智能算法竞赛中夺冠，
达到行业领先水平；公司在研发过程中向学术界开源了 TrillionPairs 和 Glint360K
两个人脸识别数据集，开源了 PartialFC 训练代码，推动了行业技术的发展；同
时，公司承担了国家科技部、北京市科学技术委员会等多项人工智能技术应用的
重大科研项目，并参与起草了中国安全防范产品行业协会、中关村标准化协会的
多项标准。
在 AI 应用层面，公司已将核心算法技术运用在主营产品中，形成了面向城
市管理、智慧金融、商业零售、体育健康、轨交运维等领域的人工智能产品及解
决方案，并根据下游客户的需求不断优化、升级核心技术，确保持续的技术创新。
公司的主营业务产品在下游主要核心客户的认可程度高，公司良好的市场口碑为
公司市场拓展及持续发展奠定了重要基础。
三、核心技术优势
公司掌握计算机视觉领域的核心算法技术，已形成了基于深度学习的模型训
练与数据生产技术、3D 立体视觉技术、自动化交通场景感知与事件识别技术、
大规模跨镜追踪技术和机器人感知与控制技术五大技术方向并拥有多项自主知
识产权；公司的人脸识别、车辆识别等核心算法在国际、国内的权威机构和组织
举办的算法比赛中多次获得第一。其中：公司的人脸识别技术在公开数据集
MegaFace 上识别准确率达到 99.1%，公司在公安部治安管理局亿级人像算法测
试中，1 比 1 人像比对测试万分之一误识率下的通过率为 99.97%，5 万样本比 1
亿级人像比对测试中首位命中率超过 98%，均高于行业平均水平；公司的车辆识
别技术能够对大陆号牌、港澳号牌、非机动车号牌等多种类型的车牌进行多种尺
寸和角度的识别，支持倾斜角度在 45°范围内的车牌，准确率在 98%以上。同
时，公司支持的机动车、非机动车、人体属性识别多达 50 余项，重点属性识别
准确率超过 95%，达到国内领先水平。
四、产品及解决方案图谱
视图大数据解决方案
公司向某市级公安局提供视图大数据解决方案。自系统上线以来累计接入视
频设备 34,000 余路，供超 2,100 余名警员使用，协助公安民警抓捕在逃嫌疑犯，
为提高公安机关案件侦办效率、维护社会治安作出积极贡献。
智能交通解决方案
公司向某直辖市交通管理局提供了面向卡口/电子警察抓拍数据的智能交通
解决方案，提供 2,000 万张/天的车辆图片分析能力、1,300 万张/天的驾驶员人脸
识别能力以及 100 路重点路段的交通事件分析能力。该方案通过对车辆图片进行
精细化的二次分析，可识别车型、车款、年检标等 20 余种细分特征以及不系安
全带、开车打电话、失驾、毒驾等 10 余种违法行为。系统上线后，日均上报交
通违法事件 300 条，事件发现率提高率了 30%，提高了交通管理的效率，保障公
众出行安全。
智慧社区解决方案
公司为华北地区重点城市政府及公安局提供智慧社区解决方案。针对人员信
息缺失，出入无限制，疫情监测排查、预警、防控困难等情况，公司通过部署智
能识别设备，结合人员和房屋档案提供多维数据智能分析，建立一屋一档，健全
人口调控和房屋管控，通过智能化改造有效提升了疫情防控效果、也保障了居民
生活的安全便捷。
智慧金融解决方案
公司在某市农业银行的监控中心提供的智慧金融解决方案，通过人工智能的
告警方式，在发现可疑事件时能自动将相关视频呈现在监控人员面前，将原先存
在长时间的监控盲区优化升级至 24 小时所有可疑事件的自动感知。该监控中心
完成智能化改造后，从 2019 年 7 月至 2019 年 12 月，监控中心非授权人员进入
违规事件的整体数量从 230 人减少到 96 人，减少了 58.26%；人员缺岗事件从 43
起减少到 0 起；加钞间单人进入情况从 74 起减少到 0 起；通过智能化改造，银
行网点的各项规章制度以及安全防范要求得到了有效的执行，各类违规案件得到
了有效预防和及时处理。
五、研发模式与生命周期
六、基于深瞳大脑搭建的核心技术体系
公司打造了底层 AI 技术平台——深瞳大脑，深瞳大脑作为公司核心技术的
驱动平台，赋能公司人工智能产品及解决方案的技术实现。深瞳大脑包含数据平
台和训练平台，由数据采集、数据预处理、数据标注、模型训练、模型优选、数
据管理等模块组成。整体架构如下图所示
