欧比特未来三年价值分析（聚飞光电与华为的关系）

内容导航：

LED上市公司有哪些 LED概念股一览

VR概念股成色难辨 谁是真正龙头股

欧比特股票怎么样

现在国内的人脸识别监控达到什么水平了？

深圳聚飞光电普工的工资待遇好吗？

聚飞光电技工待遇怎样

惠州市欧比特科技有限公司怎么样？

Q1：LED上市公司有哪些 LED概念股一览

沪深两市LED概念股一览
一、LED芯片领域：
三安光电(加入自选股,参加模拟炒股)：国内最早从事LED芯片制造的厂商。
德豪润达(加入自选股,参加模拟炒股)（19.38,-0.05,-0.26%）：2009年先切入LED封装和应用，2010年下半年进入芯片领域。
士兰微(加入自选股,参加模拟炒股)（11.05,-0.08,-0.72%）： 国内唯一一家从半导体拓展到LED的上市公司。
同方股份(加入自选股,参加模拟炒股)（10.96,-0.06,-0.54%）：未来三年力争成为全国最大、全球前三的LED芯片供应商。
联创光电(加入自选股,参加模拟炒股)（8.22,-0.33,-3.86%）：已形成从LED外延片、芯片、器件到全彩显示屏、半导体照明光源等应用产品的较完整产业链和规模化生产。
方大集团(加入自选股,参加模拟炒股)：我国在LED领域拥有专利最多的企业之一。
长城开发(加入自选股,参加模拟炒股)（6.19,-0.02,-0.32%）：2010年三季度进入LED芯片领域，在LED技术和下游封装上具备领先优势。
二、LED上游产业：
包括衬底、外延片。少数上市公司计划切入衬底环节但实力有待验证，外延片环节目前处于景气高点并出现回落迹象。
天龙光电(加入自选股,参加模拟炒股)（15.190,-0.38,-2.44%）：蓝宝石炉上市公司唯一标的。
天通股份(加入自选股,参加模拟炒股)（8.84,0.01,0.11%）：2010年5月宣布进军LED照明用蓝宝石基板制造业务，目前处于中试阶段。
天富热电(加入自选股,参加模拟炒股)（8.77,0.00,0.00%）：旗下天科合达生产碳化硅技术国内唯一，打破了Cree公司的技术垄断，价格比Cree低20%~30%，
水晶光电(加入自选股,参加模拟炒股)（31.88,-0.66,-2.03%）：公司前身水晶集团拥有长水晶的一些技术，不排除向上游蓝宝石长晶拓展的计划。
三、LED中游产业：
芯片环节属于半导体和集成电路行业，封装环节属于电子元器件行业，目前进入高速发展期。
乾照光电(加入自选股,参加模拟炒股)（15.900,-0.38,-2.33%）：国内四元系红黄光LED芯片产销量最大的企业之一。
国星光电(加入自选股,参加模拟炒股)（17.72,-0.23,-1.28%）：国内最大的SMDLED封装企业。
雷曼光电(加入自选股,参加模拟炒股)（18.930,-0.27,-1.41%）：国内中高端LED封装领先者。
歌尔声学(加入自选股,参加模拟炒股)（26.98,0.00,0.00%）：2009年切入LED领域，已有2条LED封装线建成。
大族激光(加入自选股,参加模拟炒股)（8.25,-0.05,-0.60%）：LED封装设备有望2011年量产。
东山精密(加入自选股,参加模拟炒股)（21.65,-0.31,-1.41%）：LED液晶电视背光模组主要做直下式，用倒装技术，特点是不用金线。
四、LED下游产业：
应用环节分属各自行业（如照明、TV、汽车等），未来市场空间巨大，但目前行业高度分散且无明显龙头企业。
证通电子(加入自选股,参加模拟炒股)（11.04,-0.16,-1.43%）：2009年年底转投LED路灯业务。
浙江阳光（17.91,-0.29,-1.59%）：世界最大的节能灯生产商。
佛山照明(加入自选股,参加模拟炒股)（10.36,-0.05,-0.48%）：与美国普瑞光电股份(加入自选股,参加模拟炒股)有限公司合作，普瑞公司提供LED芯片。
TCL（微博）集团（2.42,0.08,3.42%）： 自2009年开始不断完善LED上游模组的配套能力。
海信电器(加入自选股,参加模拟炒股)（19.72,0.06,0.31%）：LED彩电市场份额第一。（财富赢家网）

Q2：VR概念股成色难辨 谁是真正龙头股

1、硬件
此轮虚拟现实的热潮由Facebook 收购Oculus引起。据了解，国际上主流的VR产品，像Oculus Rift,都是依托于PC端的强大运算能力。随着三星推出Gear VR,智能手机与VR技术相结合的移动VR得到了越来越多的关注，极有可能成为下一个主战场。
近期有4家上市公司陆续推出了自己的VR硬件产品（乐视网，暴风科技，大唐电信和奋达科技），名声最大的当属暴风魔镜。
暴风科技（300431）旗下的暴风魔镜有多家上市公司参股（天音控股，华谊兄弟和爱施德）。暴风魔镜主要是将手机与眼镜盒子相结合，内容主要以移植3D手游为主。相对于国际竞争对手（Facebook,微软，索尼，三星，谷歌等业界大佬），其产品只能算是入门级。
联络互动（002280）携手美国Avegant发布全球首款虚拟现实视网膜眼镜Glyph,拥有虚拟视网膜投射技术的Glyph无疑会使Oculus强有力的竞争对手。值得注意的是，联络互动的全资子公司握有Avegant 21%的股权，一旦升级产品相继问世，联络互动会成为直接受益方。
歌尔声学（002241）是OEM Facebook和Sony两家虚拟现实布局最深公司的唯一产品系统制造商，走在消费级虚拟现实的最前沿。早在两年前，歌尔声学就完成了硬件技术布局，就当前局势来看，作为全球第一的微电声元器件厂商，几乎是没有风险的会享受到虚拟现实概念带来的新订单。
2、光学，摄像设备
VR（虚拟现实）与之前流行的AR（增强现实，像google眼镜），最大的区别在于其无与伦比的沉浸感。基于VR发展路径和技术的稀缺性，我们将从光学元件、摄像头装备和3D呈现三个方面介绍虚拟现实的上游供货商。
光学方面：利达光电（002189）长期耕耘于光学精密器件市场，与多家日本光学厂商深度合作，生产的合色棱镜、TIR棱镜等投影机光学元件全球市场占有率已达20%以上。虽然LCoS技术被认为是虚拟现实候选光学设备，但目前大部分VR硬件依旧使用TIR光学元件。鉴于其市场占有率和技术优势，利达光电有望分享消费级虚拟市场的红利。
摄像头供应链：晶方科技（603005）是中国大陆首家、全球第二大的能为影像传感芯片提供服务的专业封测服务商。影像传感芯片是目前VR硬件的核心元件。
在眼球追踪与视觉呈现方面，虚拟现实与全息手机异曲同工。在笔者看来，已经拥有全息手机相关技术的公司，在虚拟现实方面将有着得天独厚的优势。
易尚展示（002751）在3D扫描成像、虚拟展示技术方面进行了专项研发投入，已成功研发出高效率的全方位3D扫描设备，拥有基于结构光扫描、双目视觉为原理的3D快速扫描及彩色3D模型快速重建技术。值得关注的是，2014年度公司虚拟展示产品已经实现营业收入139.44万元。
欧菲光（002456）给亿思达全息手机提供了带眼球追踪能力的前置广角摄像头，就像之前分析的，眼球追踪是虚拟现实关键的自然交互技术。
3、内容应用
VR概念的IP还没有一个明确的盈利模式，国内团队几乎都还处于招兵买马聚草屯粮的初级阶段。VR硬件还不够完善，相应的软件应用只有部分型软件公司介入。目前相关上市公司多为前期布局，一旦硬件产品得到市场认可，应用市场的火爆应是一触即发、
华闻传媒（000793）投资百万级美元参股黑马兰亭数字，标的公司是一家专注于360度全景视频拍摄的内容制作公司，拥有行业领先的利用无人机航拍全景视频的解决方案，并且在VR影像的软/硬件研发、沉浸式体验及全景视频的后期特效制作上均有显著优势。业内人士称，兰亭数字是国内VR内容制作的领跑者。
美盛文化（002699）旗下子公司拟对广州创幻数码科技有限公司投资2000万元，投资完成后将持有其35%的股权。标的公司是国内二次元与VR、AR结合的先驱者，公司旗下产品"超次元"（VR、AR领域的内容平台型APP）在二次元垂直细分领域，已获得超过40万注册用户。
除了游戏方面的应用，VR在影视方面的应用是一个潜在的爆点。
岭南园林（002717）的全资子公司恒润科技与英国Holovis签署战略合作框架协议。而Holovis是一家全球领先的感官体验创新及方案供应商，可为客户提供高度专业化的便携式固定球幕影院和全沉浸式3D虚拟现实体验，业务覆盖英国、美国、加拿大、意大利、迪拜等地。未来，恒润科技将向其提供特种影院及主题项目的专业设备、软件和技术支持，Holovis则提供售后服务并全力帮助打开国际市场。
4、后续运营公司
目前涉及虚拟现实的后续运营商数目有限，我们仅列出相关公司的基本信息。
歌华有线（600037）：的云平台具有强大的业务支持能力，盘活了420余万台存量机顶盒终端资源，能支持流畅的高清互动、游戏和虚拟现实等应用和虚拟现实等应用，就目前VR的发展趋势来看，其产品还将主要立足于PC和电视端。
东方网力（300367）：公司在视频监控管理平台领域市场占有率明显领先，在视频联网与控制、海量信息存储与调用、视频智能算法、视频云计算及存储平台等领域具有明显技术优势，将充分受益于视频时代数据处理能力要求提高的大趋势。
欧比特（300053）：收购的铂亚信息拥有智能分析、视觉分析、行为模式识别和数字图像分析技术，可对视频进行改良和分析。公司视频分析技术还将和卫星运营结合，实现卫星大数据的未来。
最后再强调下，由于VR还处于发展初期，市场热度主要集中于硬件和光学设备方面，内容应用与后续运营还未得到关注。虽然虚拟现实的炒作热情依旧高涨，但要实现消费级产品仍有很长的路要走。

Q3：欧比特股票怎么样

该股短期可能会出现获利回吐

Q4：现在国内的人脸识别监控达到什么水平了？

分几个方面分别的论述一下人脸识别的技术和产业发展的相关状况。
第一，人脸识别技术的价值在哪里。我们把人脸作为一个生物学特征，作为一个商业化运用，只是备选的一个方案之一。生物学当中，唯一的判断的标准，其实识别从精准度的角度和不可替代的角度来讲，最精准的是虹膜，但是虹膜的识别采集成本非常高，识别的效率相对不是很高，需要等待的时间。所以这两个条件约束了整个的产业化运用只能局限在相对小众的，对识别要求极高的军工、国防等安全性非常高的远的投入，不适合大范围的推广。
第二，指纹。我们知道指纹的唯一性比较强，指纹同时采集成本是比较低的，比对成本也不高。但是为什么指纹没有成为一个特别大的可供支付、刷脸可替代的方案呢？实际上主要的原因是因为指纹的可复制性，是一个静态图像之间的比对，现在我们可以看到淘宝也好，各种各样的大量的指纹贴，指纹膜，可复制的特征，不适合支付。所以指纹现在也大致上被pass了。
第 三和第四分别是人脸识别和声音识别技术。这两个在现在横向来相比，采集成本和比对的效率，以及生命特征的唯一性来讲，性价比比较高。所以现阶段来看，人脸识别浮出水面，是有它的道理的，这是它的价值。商业特征的应用场景到底在哪里。
人脸识别的应用场景是非常宽泛的，现在主要两块，一个是金融行业，一个是安保行业。金融行业，已经从马云的蚂蚁金服演示中看到了场景，通过刷脸进行支付，显然刷脸可以付钱了，为什么不可以签收快递呢，下一步淘宝应该会把淘宝签收快递的功能打通。我相信有一天，我们会收到无人机送来的快递，无人机在你的面前拍一张照片，进行对比，就知道这个用户就是需要的用户，完成整个的支付过程。实际上这种场景，是经过多方面的讨论和认证的。基于这样的场景，是跟第三方的支付认证相关的，包括我们看到的腾讯的银行，第一张远程开卡，就是通过人脸识别的技术，把人证合一进行认证，这样远程开户，远程开卡的功能，在我们的券商，在我们的网络银行上面，应该有广泛的应用。
对于安保行业来说，刷脸开门，现阶段，人脸识别的应用应该说达到了一个可具备商业化的水平，我们举个例子，在去年的时候，香港有一个导演叫许鞍华，他在南京地铁中丢了一个他的皮包，这个案件的破获，只花了5个小时。视频监控里面获取了一张照片截图，截到了嫌疑人的照片，是极其模糊的，侧脸的照片，如果肉眼比对，发现不了什么。但是有一家非上市公司，在这里不能提供他的公司名称，他们通过一个图像还原技术，把那个照片还原出可能嫌疑人的样子，清晰照，用这个照片到图库当中比对，锁定嫌疑人的身份，把嫌疑人抓获，只需要了5个小时的时间。现在安防领域的监控，我们可以看到各个省市以及地级市，都在上大量的视频监控，人脸识别的大平台。在整个安防的投入当中，上一代的安防只是静态的记录下来数据，但是下一代的安防，是对实时数据的采集、辨认，就是一个核心的技术，这个技术，人脸识别在其中发挥的作用是很大的。
我 们再拓展一下，未来的商业用途，到底有没有第二代人脸识别技术的潜在的应用的场景呢。我们说在未来，应该说原来整个确定身份的身份证，但是证和人的比对需要人工来完成。如果我们直接界定，达到了这样的一个标准，实际上每个人所对应的唯一的ID就是脸部的生物特征。这个识别了以后，所有的地方都可以用刷脸的方式，所有的地方都可以用刷脸去开门，用刷脸去做各种各样的事情。你刷脸的数据，包括你去坐火车、坐飞机、去哪儿吃饭、购物、收快递等等，这些数据都会掌握到人脸识别中，刷脸的数据将取代现在线上的点击量.
现在信用卡、银行卡消费的数据，其实有助于知道用户消费习惯和消费数据，做大数据的营销和征信，但是刷脸时代来临之后，这个的价值更大了。有很多张卡，但是只有一张脸，这是唯一的。刷脸数据是2.0时代当中，我们重点看到的。
为什么在这个时间段，人脸识别的技术会大范围的爆发出来，大范围的应用起来，成熟度到底怎么样呢？我们首先要界定一下人脸识别技术要达到产品化的应用，是两阶段的过程。第一阶段，需要获取大量的样本数据，这些数据是用于训练的，训练的是学习算法，这个是深度学习算法，把这些数据和相互人之间的关系提取出来，进行一个特别的比对。耦合度高，超过一定的水平之后，我们会认定这两个人是一个人，但是这个模型是需要投入大量的成本，这个成本包括优化的成本，包括数据训练的成本，包括运算的成本，我们当时人脸识别的一个业内的公司，这家公司的创始人，曾经说，人脸识别的技术意味着什么呢？太上老君的炼丹炉，有了这个炉之后，大数据是炉子炼的原料，解决计算能力资源的稀缺。因此这些合在一起，形成了现在人脸识别大爆发的时代，就是我们说的技术上的突破。
但是在产业上面的应用来看，目前我们可以看到，美国和以色列的人脸识别，特别是动态识别的水平是国际领先的。全网的实时监控当中，FBI在去年推出了他们的下一代的电子识别系统，总的投入是超过10亿美金的。在美国将来无论是在什么地方犯了事，监控锁定犯罪嫌疑人，进行全网追捕。
国内是什么水平呢？顶尖的学术水平，就代表着国内产业发展的阶段。目前主要是三种力量，一个是清华大学的苏光大教授，他是中国的人脸识别之父。第二个是中科院的自动化所的李教授，他早年在微软的亚洲研究院当中获得了非常高的成就，后来到了中科院的自动化所，专攻人脸识别。在奥运会当中，以及后来很多的人脸识别的应用当中，提供了比较好的技术。第三支就是香港中文大学的汤晓鸥教授的团队，每年会进行学术界的比赛，他是高记录的保持者。目前的识别率是超过了人类的脸部识别的总体水平，汤教授帮助讯飞在语音识别领域之后，在人脸识别的领域当中，建立了自己的行业地位。所以国内基本上目前是这样的发展阶段，我们去推导下面的阶段，我们怎么去甄别人脸识别的技术，到底哪一家靠谱，哪一家不靠谱，我们可以提出一些关键的甄别的关键点。这些点在哪里呢？
第一，我们要区分的，动态和静态配合式的识别还是非配合式的识别。配合式的就是像蚂蚁金服那样的，需要数据的比对方进行配合，可以很好的去采集正脸的二维的数据。另外，就是非配合式的，非配合式的没有办法对排除方的配合，是需要随机采集的图片进行比对，这个识别的效果会差一些，但是识别的时效性会很高。
这两种模式当中，我们关注三点。
第一点，你的人脸建模当中到底提取了多少个特征点进行比对，这个跟我们人脸上面的一些特征是关键节点，每个人的差异很大，而你选取的特征点的数据越多，比对的准确率就会越高。我们也采访了一些专家，他们目前能够做到的特征点的比对，应该是在700个点以上。目前大部分做刷脸的门禁这样系统产品的公司，特征点的选取大概是在50个左右。所以我们去做调研和交流，可以问一下整个公司人脸识别建模当中特征点的数量。
第二点，人脸识别数据库的数据样本和大小，这是一个非常重要的指标。样本及大小，是我们可供的数据集，这些必须要对人脸，比如说一个人有500张照片，拍的都是他的脸，不同的角度和位置、光线，把这些数据进行合理的清洗，供机器去训练包括比对和识别之后，可以告诉你是识别对了还是识别错了，这样的样本数非常重要，有助于训练，提高模型的准确率。因此可标签的数据样本集的大小，这个大小目前至少是百万以上的级别，才会使得现在识别率能够提升到世界领先的水平，这个也是可以甄别的关键点之一。
第三点，是不是你的商业模式能够对你的整个的数据的获取，我们说人脸数据的比对，形成一个正循环的模式。实际上数据来源，人脸的样本来源，是来源于两个非常重要的渠道，美图秀秀和美颜照相机，这是一个商业的互换，这个数据，因为考虑到做一个脱敏的处理，剩下的只有几百个关键的特征点的数据，其他的都被略去，用脱敏的技术之后，形成了从获取数据到训练模型，再到优化模型，持续的反馈结果，获取新的数据，这样的一个正循环的过程。有了这个以后，你的模型的数据就会获取的很好了，这是商业模式上非常重要的一个指标。
如果有了这三个指标之后，应当说同时具备了这三个，可能是在人脸识别领域当中有非常大的领先优势，或者是未来发展潜力的东西。同时我们在直观的性能方面去分析，直观的到底识别的表现上有两个非常重要的指标，一个是识别的准确率，我们界定了刚才说的学术界当中，每年一比的人脸识别大赛，现在基本上测试水平都在95%以上，但是是人和图片之间相互比对，说明是这个人，这算一个，再比对一个，又对了，算第二个。所有的人和照片都是匹配好的，最后正确率在99.2%左右，这是我们说的目前的正常的比对方法。
还有一个非常重要的方法，我们看到商业银行和淘宝在内的一些人脸识别的技术，会提出一个错误率的问题，这个数据，目前来看可以做到十万分之一的错误率，别人拿着我的身份证去比对，如果机器能够区分出来，是不通过，这是对的。如果机器把我的身份证给别人的时候也通过了，这可能就是一个错误的，错误率要在十万分之一左右才可以，目前能达到这样错误率的公司是屈指可数的，这是一个识别准确率的问题.
另外还是在多大样本中可以实现这样的准确率，这个是至关重要的。一个公司里面也就是两三百个人，在这些人当中，挑选出来通过，没有什么难度。但是在公安部的大平台当中，省级的平台当中，都是上亿人的身份证照片中，要准确的挑出来十个或者是一百个候选人，这个范围缩小到这个概率当中，你的准确率能有多大，这是一个很重要的指标。
第二点，识别的速度问题。同样还是刚才我们说到的样本集的大小决定了识别的速度。本身你在可供比对的样本中，没有很大的数据，比如说是成千上万的，识别的数大家都是差不多，都是在1秒之内作出反映，但是如果在一个上亿的大的样本当中，去把照片准确的识别出来，这样对时间的要求，对效率反映的要求就提高了。所以识别速度是一个很重要的指标。
以上我们说了五个指标，我们说这个确实是可以对公司的具体能力和技术进行综合判断的。
基于以上我们说的这些，关注的公司是有识别技术的公司，这个识别技术是人脸识别的技术。我们前面讲了，本身国内发言的几支学术界的力量大家非常清楚，来源于哪一支，背靠着哪一支强大的学术团队，研究团队的力量，使得这家公司是一个很好的位置。比如说我们前面讲到的科大讯飞，在汤晓鸥教授的支持下，他们的团队是学术界第一的力量在支持他们，这是一个资源性的优势。比如说川大智胜，这个和李教授他们有密切的合作，同时他们自己在图象识别领域当中，也有自己独特的技术，承担着国家大量的科研基金的项目，同时我们也特别强调一个就是川大智胜的人脸识别技术，是目前我们看到的人机交互，因为这个和二维的平面识别有很大的区别，优势非常明显，因为采集到了五官之间立体曲面之间的结合，所以采集到的数据量更丰富。可供比对的特征也是更多的，我们之前在视频当中找到拍到的侧脸，不清晰的照片，很难去识别出来犯罪嫌疑人到底是谁，是因为我们二代身份证库当中，本身就是只有正脸的可供比对的数据。三代或者是四代身份证采集数据的过程当中生物特征肯定要被提取出来，首先是指纹，三维的人脸识别会更快，三代四代可能就会被提取。
一旦需要被提取到三维的人脸的数据，那么这个时候川大智胜作为国内目前唯一一家有产品和技术的公司，面临的是广阔的市场。但是我们同时也要看到，三维人脸识别虽然有非常惊人的优势，同时劣势也是非常明显的，特征点的选取，包括侧脸的选取，是有难度的。同时表情的因素，其实对于数据处理的影响，没有在立体表情的因素那么好，提取的时候效率是偏低的，消耗的数据也非常大。所以现在来看，我们能够看到的应用场景目前还是小范围的，包括像美国对犯罪的有案底的犯人，我们国内目前在监狱当中也逐步的推广，将来全民都要采集，这肯定是一个非常巨大的市场。同时这家公司在人脸识别公司当中，技术特点和现在持续的对三维人脸识别加码，有一个项目是1.8个亿，要投入到研发当中，国家自然科学基金也已经持续的支持他们三维人脸识别的学术研究的项目，已经支持了很多年。所以在这个领域，应该是到了开花结果的地步。所以这一点，我们特别提示大家要关注这个公司，在技术上确实是有稀缺性的。
科大讯飞，就是典型的我们刚才讲的商业模式，可以实现人脸识别数据正循环的公司，是拥有互联网端的入口的。之前在语音的领域当中，讯飞语音云走的就是这样的模式，我获取的是你语音的数据，用你的数据持续的训练我后台的算法，使得他们提升和保持和其他竞争对手的领先优势。这样的话，数据端的循环，从语音的这个领域当中，复制到图像识别，就是人脸识别当中。大家如果关注讯飞，大家可以看到，在上个星期的时候，推出了双重生物特征的识别的因素，双重是什么呢？两重加密以后，确实就是这个人，把出错的概率降到非常低的水平。同时识别，双重加密之后，这个身份验证的过程可以做到数量级上面的提升。
有了这样一种开放云的平台之后，讯飞的数据正规化的过程也在逐步的建立，他下一步会和非常多的第三方的应用方合作，包括可以刷脸开锁的智能硬件方面，包括和电话银行，电话客服，还有邮箱去实现他的数据入口的正循环的过程。我们核心的问题就是以上的这样的一些判断的标准来去甄别的。我认为讯飞实际上是非常有希望的人脸识别的公司。我们在报告当中，也提到了讯飞是一个生态级的公司，不光是在人脸识别的这个领域当中有比较强的资源优势和技术优势，以及商业模式的优势。同时在我们整个的人工智能领域当中，讯飞超脑可以不断的用它孵化，基于学习的模式，从语音迁移到现在的图像，下一步迁移到语义当中，不断的做技术的衍生，这样的生态链一旦形成的话，在人工智能产业的地位是不可动摇的。所以人工智能整个的产业，我们想推的是科大讯飞。
人脸识别的领域当中，讯飞的优势也是非常明显的，同时我们也是看好川大智胜拥有的三维人脸识别的技术。其他的品牌公司，我们可以看到欧比特收购的公司，在安防领域的人脸识别当中，在监狱当中是超过50%的，在产品化方面也做的非常好。其他的两家，刚刚推出了自己的识别技术，现在了解的信息当中，还没有办法很好的甄别他们现在是否拥有满足我们以上的五个标准。在以后的调研和跟踪当中，我们会对他们的标准进行梳理和进一步的分解。这是对识别类公司的分析.
下一个阶段，我们觉得还有比较好的投资机会，除了第一类识别类的，第二类应该是数据资源类的，数据资源目前来看就是视频资源，有比较好的视频资源的公司，可以通过视频资源进行持续的深度学习的算法和优化，也许他自己没有这个技术和能力，但是可以通过技术合作的方式，找到研发团队或者是公司进行合作，共同开发优势。目前在视频资源当中的这些公司进行梳理的话，我觉得东方网力在这个当中步子迈的最前。目前产品端还是没有关于人脸识别成型的产品推出来，但是他的应用是在于多年的视频数据的积累。这个是和后期有密不可分的关系。先收购了广州的安防领域的视频监控的智能化的公司，这个步子一迈出去，布局的意图非常的明显。摄象头公司会往视频的公司侵占，后面的公司将来可能会往存储的环节去挤压，有可能将来会把分析和存储在一个环节当中就完成了，这个时候面临的压力是比较大的，所以转型的动力也是最迫切的，意愿也是最强烈的。
所以总体总结下来，现在人脸识别技术大爆发，并不是偶然的，应该说很好的满足了我们讲的人工智能的三大条件。深度学习的算法，大数据和云计算，这三个条件成熟了以后，在拐点到来的时候，大规模的商业化应用是水到渠成的。下一个阶段，基于计算机视觉的应用，在视频监控领域当中，对人的行为模式的识别、跟踪和分析，这些都会成为一个非常大的市场，成熟度还有待于进一步的检验。但是这个市场我们已经都看得到了，所以现在我跟大家探讨人脸识别的产业的发展机会，我觉得其实大家需要关注的不仅仅在于人脸识别技术本身的发展，也不仅仅在于哪几家上市公司拥有哪几项技术，而是看到背后代表的是整个计算机视觉的兴起。
人工智能报告当中也提到过，计算机视觉的1.0版本，是对静态图像的识别，2.0版本，肯定是动态视频内容的理解和学习，包括像谷歌的无人驾驶汽车，包括报告里面提到过的以色列的那个公司，也是纳斯达克上市的，他们用计算机视觉的技术实现了汽车的辅助的无人驾驶。在这个领域当中，实际上计算机视觉可供开发的应用非常丰富的。现在还有一个法律的问题，就是允许不允许无人驾驶的汽车上路，合法不合法的问题，大家不用担心这个问题。因为这个公司IPO的时候，这个公司的CEO说过一句话，他说现在还在担心无人驾驶的汽车上路合法不合法，但是我可以肯定的告诉你，十年以后，人开车上路是不合法的，这肯定是一个大的方向和趋势。这就是我从人工智能的领域延伸出来的，人脸识别只是一个点，更多的还有待于大家去一点一点的发掘。

Q5：深圳聚飞光电普工的工资待遇好吗？

深圳聚飞光电具体地址在那

Q6：聚飞光电技工待遇怎样

正常上班时间是一天8小时，加班的话是加班3小时，也就是11个小时
每小时加班费周一至周五12.94元/小时，周末的话是17.23元/小时 。
按加班费算下来，转正后一月最少4000元/月，一般情况下是不加班的话也是双休，但是单急的话就是每周连续上，但是总体来说每月都能休息2到4天。
望采纳

Q7：惠州市欧比特科技有限公司怎么样？

惠州市欧比特科技有限公司是2014-08-13在广东省惠州市惠阳市注册成立的有限责任公司(自然人投资或控股)，注册地址位于惠州市惠阳区新圩镇长布村周康围村民小组。

惠州市欧比特科技有限公司的统一社会信用代码/注册号是91441303304289229E，企业法人舒登慧，目前企业处于开业状态。

惠州市欧比特科技有限公司的经营范围是：研发、生产、销售：电子产品、五金塑胶制品、门锁、保险箱、冰箱、酒店用品；销售：计算机系统集成和应用软件；电子商务；货物及技术进出口。(依法须经批准的项目，经相关部门批准后方可开展经营活动)。在广东省，相近经营范围的公司总注册资本为144463万元，主要资本集中在 100-1000万 和 5000万以上 规模的企业中，共369家。本省范围内，当前企业的注册资本属于良好。

通过百度企业信用查看惠州市欧比特科技有限公司更多信息和资讯。