（1）深度学习技术深度学习是机器学习的一个分支，指从有限样例中，通过算法总结出一般性的规律，并可以应用到新的未知数据上。目前的机器视觉技术主要采用的是传统方式。一般需要首先将数据表示为一组特征，然后将这些特征进行分析，或输入到预测模型，并输出预测结果。采用传统方式的机器视觉，在配置了正确的光学成像系统前提下，对结构化场景下定量检测具有速度、准确性和可重复性上的优势，例如在一条生产线上，可以以每分钟成千上万的速度快速检查人眼无法观测的极小的物体，并且具有高可靠性和低错误率。但随着机器视觉在不同行业应用的扩展，尤其是在外观检测的应用中，存在缺陷类型复杂化、细微化、背景噪声复杂等特点。传统算法处理这类应用时，呈现通用性低、不易复制、对使用人员要求高等缺点。人类具有独特的概念化和概括能力，能够通过少量样本结合先验知识、逻辑推理、多任务处理能力等进行学习，擅长区分细微的外观和功能缺陷，并意识到可能影响感知质量的外观变化。这使人的视觉成为在复杂、无结构的场景（尤其是那些具有细微缺陷和不可预测缺陷的场景）下，进行定性判断的最佳选择。深度学习是将原始的数据特征通过多步的特征转换得到一种更高层次、更抽象的特征表示，并进一步输入到预测函数得到最终结果。理想状态下，基于深度学习的机器视觉，可以将机器视觉的效率和鲁棒性与人类视觉的灵活性结合，从而完成复杂环境下的检测，特别是涉及偏差和事先未能预测缺陷的情形。如此，机器视觉的应用领域和市场空间将得到极大扩展。（2）3D 视觉技术使用2D机器视觉技术可以获取二维图像，在三个自由度（x、y和旋转）上定位被摄目标，并基于灰度或者彩色图像中对比度的特征提供处理分析结果。但2D机器视觉技术存在无法提供物体高度、平面度、表面角度、体积等三维信息、易受光照条件变化的影响、对物体运动敏感等局限性。3D机器视觉技术相对与2D技术提供了更丰富的被摄目标信息，可以在六个自由度（x、y、z、旋转、俯仰、横摆）上定位被摄目标，还原人眼视角的三维立体世界。3D机器视觉技术与2D机器视觉技术，两者在不同的使用场景下有各自的优势，并非完全取代的关系。但3D技术，提供了丰富的三维信息，使机器能够感知物理环境的变化，并相应地进行调整，从而在应用中提高了灵活性和实用性，扩大了机器视觉的应用场景。3D机器视觉技术分为两个部分，即3D重构技术和3D数据分析算法，前者获取3D信息、重构3D场景，后者对3D场景中的信息进行理解。目前，3D重构的常用技术类型有：被动3D视觉技术（分为单目3D、双目3D和多目3D，即分别使用一个、两个和两个以上相机组成立体视觉系统）、激光3D扫描技术、结构光3D技术、TOF相机技术等。3D重构获得的表征数据，包括点云、体素、网格图、深度图等，通过3D数据分析算法进行滤波、特征提取、分割、语义理解，从而实现识别、测量、定位和检测等功能。（3）高精度成像技术高精度成像技术是机器视觉行业始终追求的技术发展目标。高精度成像需要光源、镜头、相机等各部分的精密配合。在光源技术方面，技术的发展方向包括新的光源类型、更全面的波长覆盖、创新的光源布局等；在镜头和相机方面，提供更大靶面和更小像元的产品是行业持续的研发方向和目标。（4）机器视觉互联互通技术随着智能制造的不断深化和发展，需要将生产控制系统集成到上层的制造管理系统，并最终接入企业管理系统，实现信息从生产现场到管理层的贯通，提高智能制造装备效率和性能。机器视觉作为智能制造装备的“眼睛”和“大脑”，是获取信息的重要手段。行业内的企业、行业协会、产业联盟在机器视觉互联互通方面，正在不断合作和投入，制定数据接口、通讯协议等基础共性标准。如AIA制定了GigE Vision、USB3 Vision相机标准通信协议；EMVA制定了GenICam相机标准协议；VDMA、中国视觉产业联盟等视觉行业的行业组织，正联合OPC组织，制定OPC-Vision协议，旨在打通视觉与各信息系统的信息通道，实现系统间的互联互通。

1、技术规划（1）深度学习技术深度学习是机器学习的一个领域，它通过处理数据和创建用于决策的模式来模仿人类大脑的工作方式。目前，深度学习已经用于人脸识别、视频监控等计算机视觉领域中。然而，在工业领域，对准确率、实时性、重复性等方面有相对更高的要求。公司计划不断加大技术投入，研究弱监督和生成式对抗网络技术，以解决工业项目上样本收集难的问题，继续研究迁移学习和强化学习技术，解决标签样本缺乏的学习问题，提升标签样本缺乏数据学习的鲁棒性。（2）3D 图像处理与分析技术相较二维图像，3D图像具有更强的细节感与质感。随着科技进步，3D扫描技术和虚拟现实技术的发展使得3D数据的日益丰富，3D图像的数量和质量不断提高。公司目前重点研究基于结构光方法的3D图像处理与分析技术。结合FPGA硬件，提供嵌入式的图像处理方式，从而实现高效实时性的3D图像重构技术。高质量的三维数据不可或缺，高精度的数据分析技术也至关重要，公司将致力于研究热传递的测地距离技术，QuickShift、DBSCAN、OPTICD等分割技术，Linemod结合局部精配准的快速配准技术，从而实现高精度的3D测量、配准与检测等分析算法。（3）图像感知和融合技术持续发展利用多种感知方式、多传感器技术对多种特征量的监测，并通过信息融合将多个传感器检测的信息进行综合处理，提高制造系统的智能化程度。（4）图像处理分析的硬件加速技术为适应数字图像处理对于处理效率与实时性的要求，公司已经积累一定图像分析处理的硬件加速技术，并计划进一步加大FPGA异构计算的研发投入，以提高图像理硬件系统的工作效率，提供复杂实时图像处理所需的计算能力。（5）光源及其控制技术对现有光源产品进行全面升级，优化产品设计、产品结构和生产工艺，持续研发能够扩大机器视觉应用领域和效果的光源产品，如多光谱、多通道的新型光源产品；对光源控制技术，以智能化、响应快、体积小和实用性强为发展方向，重点研究小体积的超大功率恒流型光源控制器等。（6）镜头与光学成像技术针对市场对图像处理精度要求的提高，利用公司对市场产品需求的理解以及在实际应用中现有产品痛点的体会，将继续以市场为导向进行技术开发，继续重点研究几个核心技术。搭载玻璃非球面镜片的光学设计技术，用于实现短焦镜头在拥有高分辨率的同时具有小型化和低畸变性能；继续研究高精度镜头的装调技术，在设计端和生产工艺端对镜头的装配方法进行优化，提高镜头组装时各个镜片的同轴度，保证实际生产的成品具有更高的性能；继续研究远心光学设计及其同轴光照明技术，主要解决同轴光远心镜头搭配点光源照明成像不均匀的难点。2、产品规划公司坚持以市场为导向的产品研发机制，充分发挥公司原有的技术积累和客户资源，计划在未来三年分阶段研发，导入深度学习算法平台、相机、工业读码器等新产品，同时进一步完善和丰富现有的光源、光源控制器、镜头和视觉控制器产品。（1）深度学习算法平台基于公司自主研发的深度学习技术，公司计划开发一款稳定易用且可以快速编程的机器视觉算法库平台，使用者不需要过多的专业技术也能完成特定的深度学习机器视觉应用，并且能够可靠的用于复杂纹理的表面、镜面反射和异常图像缺陷等高难度的场景。该产品能够提升公司视觉处理分析软件在外观检测等应用领域的性能、扩大应用场景，从而有利于提升公司的市场竞争力和市场份额。（2）相机公司已于2019年推出首代自有技术的工业相机产品，使公司的产品能力覆盖了机器视觉全产品线。公司计划在未来三年内继续加强这方面产品的研发投入，不断更新迭代、完善产品，满足市场和客户的需求。（3）工业读码器工业读码器是在工业应用环境中快速、准确的对附着在多种表面（如玻璃、金属、陶瓷、塑料等）上的一维码、二维码、直接零部件标识（DPM）进行读取的集成化的机器视觉系统。该产品利用了公司的现有技术基础，且能共享公司现有的销售渠道，具备较高的利润水平，能够增加公司的盈利能力。（4）视觉控制器针对市场不同客户对于视觉控制器产品的需求不同，进一步丰富公司视觉控制器的产品线：向上推出高性能、可扩展性强、集成性高的综合性视觉控制器产品，向下推广保证视觉处理基础性能的经济性视觉控制器产品，同时横向拓展集成了视觉控制器功能的微型智能相机产品，全方位满足客户的产品需求。（5）光源和光源控制器对现有光源产品进行全面优化，包括产品设计、生产等方面，全面优化产品性能、降低产品成本，提高产品标准化程度。同时，结合公司光源应用经验，从过往非标光源产品中进行提炼，开发新型光源产品，扩大公司产品的应用范围。在光源控制器产品方面，进一步丰富产品结构，规划推出具有自动检测光源额定电流、自适应光源输出电压、大功率驱动控制技术的小型光源控制器产品，在智能化、小体积、低功耗方面进一步加强公司光源控制器产品的竞争优势。（6）镜头全面优化现有的标准镜头产品设计，提高产品分辨率、降低畸变，同时针对市场需求，开发并持续迭代高分辨率远心镜头、大靶面高分辨率线扫镜头等以满足高端市场应用要求提升和工业相机像元精细化趋势下的市场需求。3、市场开发和营销网络建设的计划下游行业市场开拓方面，公司未来三年在巩固现有的3C电子行业、新能源行业等领域的客户和市场的同时，计划重点开拓汽车及其配件行业、化学和制药行业、物流和供应链行业等下游行业，寻找业务和利润新的增长点。在区域市场开拓方面，公司未来三年，将继续深耕国内市场，进一步强化和提升在华南、华东、华中三大销售核心区域的市场竞争力和市场地位，同时，以德国和日本子公司为依托，进一部拓展海外市场，加强公司和品牌的国际影响力和竞争力。公司将利用本次发行募集资金投资建设营销网络。该项目将对公司国内外的营销网络和客户支持服务系统进行升级；公司将通过实施客户管理信息系统等IT平台，提高销售与服务的工作效率。公司将继续增强下游设备厂商和终端设备使用方客户的良性沟通，建立良好的战略合作关系。在一些具有前瞻性的行业应用领域，公司将尝试与终端设备使用方合作创新，从使用者的角度发掘新的市场需求，进而有效拓展新的市场空间。4、人才引进和培养的计划公司将有效执行和完善公司内控制度中关于人才招聘的流程，吸引和招募人才。基于公司未来几年的发展规划，公司在研发和市场拓展的关键岗位实施重点人才引进计划。公司认为员工是企业创新的源泉。公司的首要责任是提供员工职业发展的平台，为员工提供必要的培训和指导。公司为新员工举行入职培训，并且针对不同岗位和职能的员工不定期举行岗位培训、专业技能培训、管理能力培训，不断提升员工技能。在高端人才引进和培养方面，公司计划建立博士后创新基地和博士后工作站，引进一批国内顶尖人才，并利用与国内多家高校的研究生培养基地合作关系，重点培养符合公司和市场要求的技术中坚人才团队。公司希望和员工共同成长、发展和分享。公司计划通过加强企业文化建设、与员工共享企业价值观、提供富有竞争力的薪酬、实施股权激励或员工持股计划等方式保留人才，帮助员工做好在公司长期发展的职业规划。