《【2019年】人脸识别行业概况前景分析调研》由会员分享，可在线阅读，更多相关《【2019年】人脸识别行业概况前景分析调研（24页珍藏版）》请在金锄头文库上搜索。
1、【2019年】人脸识别行业现状概况前景分析调研2019年11月目录1.人脸识别行业概况及现状41.1人脸识别简介41.2中国人脸识别行业发展历程52.人工智能行业存在的问题62.1光照问题62.2表情姿态问题62.3遮挡问题62.4年龄变化62.5人脸相似性72.6图像质量72.7样本缺乏72.8海量数据82.9大规模人脸识别83.人脸识别行业市场分析93.1中国人脸识别市场规模逐步扩大93.2门禁考勤领域占比最高94.人脸识别行业发展趋势分析114.1大数据与人脸识别技术的融合趋势分析114.22D人脸识别技术产品市场展趋势分析114.33D人脸识别技术产品市场展趋势分析114.4智慧城市建
2、设对人脸识别技术的需求趋势115.人脸识别行业市场竞争格局135.1初创公司：四大独角兽领衔135.2上市公司：安防双雄深耕多年145.3互联网巨头：综合优势明显155.4中国人脸识别行业品牌竞争格局分析155.5中国人脸识别行业技术竞争格局分析166.人脸识别行业政策及环境分析176.1人工智能政策代工人脸识别行业发展176.2政策支持力度大，人工智能重要部分176.3市场需求强劲 安防表现突出197.人脸识别行业发展前景217.1中国人脸识别行业市场驱动因素分析217.2中国人脸识别行业市场规模前景预测217.3人脸识别技术应用领域市场结构特征分析217.4人脸识别技术在金融领域的市场前景
3、228.人工智能行业投资分析241. 人脸识别行业概况及现状1.1 人脸识别简介生物识别是指通过计算机与光学、声学、生物传感器和生物统计学原理等高科技手段密切结合，利用人体固有的生理特性来进行个人身份鉴定技术。与传统的密码检验方式相比，生物识别技术基于人的生物特性，具有易测量、排他性以及终身不变的特点，拥有检验快速、结果更准确的优势。目前主流的生物识别方式分别为指纹识别、虹膜识别、语音识别、静脉识别和人脸识别。人脸识别与其他生物识别方式相比，优势在于自然性、不被察觉性等特点。自然性即该识别方式同人类进行个体识别时所利用的生物特征相同。指纹识别、虹膜识别等均不具有自然性。不被察觉的特点使该识别方
4、法不易使人抵触，而指纹识别或虹膜识别需利用电子压力传感器或红外线采集指纹、虹膜图像，在采集过程中体验感不佳。目前人脸识别需要解决的难题是在不同场景、脸部遮挡等应用时如何保证识别率。此外，隐私性和安全性也是值得考虑的问题。人脸识别优势明显，未来将成为识别主导技术。相比指纹识别、虹膜识别等传统的生物识别方式，优点主要还集中在四点：非接触性、非侵扰性、硬件基础完善和采集快捷便利，可拓展性好。在复杂环境下，人脸识别精度问题得到解决后，我们预计人脸识别有望快速替代指纹识别成为市场大规模应用的主流识别技术。1.2 中国人脸识别行业发展历程人脸识别技术在中国的发展起步于上世纪九十年代末，经历了技术引进-专业
5、市场导入-技术完善-技术应用-各行业领域使用等五个阶段。其中，2014年是深度学习应用于人脸识别的关键一年，该年FaceBook发表一篇名为“Deep Face系统：达到肉眼级别的人脸识别系统”（翻译名），之后Face+创始人印奇团队以及香港中文大学汤晓鸥团队均在深度学习结合人脸识别领域取得优异效果，两者在LFW数据集上识别准确度均超过了99%，而肉眼在该数据集上的识别准确度仅为97.52%，可以说深度学习技术让计算机人脸识别能力超越人类的识别程度。目前，国内的人脸识别技术已经相对发展成熟，该技术越来越多的被推广到安防领域，延伸出考勤机、门禁机等多种产品，产品系列达20多种类型，可以全面覆盖煤
6、矿、楼宇、银行、军队、社会福利保障、电子商务及安全防务等领域，人脸识别的全面应用时代已经到来。2. 人工智能行业存在的问题2.1 光照问题光照问题是机器视觉重的老问题，在人脸识别中的表现尤为明显。由于人脸的3D结构，光照投射出的阴影，会加强或减弱原有的人脸特征。2.2 表情姿态问题与光照问题类似，姿态问题也是目前人脸识别研究中需要解决的一个技术难点。姿态问题涉及头部在三维垂直坐标系中绕三个轴的旋转造成的面部变化，其中垂直于图像平面的两个方向的深度旋转会造成面部信息的部分缺失。针对姿态的研究相对比较的少，目前多数的人脸识别算法主要针列正面、准正而人脸图像，当发生俯仰或者左右侧而比较厉害的情况下，
7、人脸识别算法的识别率也将会急剧下降。面部幅度较大的哭、笑、愤怒等表情变化同样影像着面部识别的准确率。2.3 遮挡问题对于非配合情况下的人脸图像采集，遮挡问题是一个非常严重的问题。特别是在监控环境下，往往彼监控对象都会带着眼镜，帽子等饰物，使得被采集出来的人脸图像有可能不完整，从而影响了后面的特征提取与识别，甚至会导致人脸检测算法的失效。2.4 年龄变化随着年龄的变化，面部外观也在变化，特别是对于青少年，这种变化更加的明显。对于不同的年龄段，人脸识别算法的识别率也不同。一个人从少年变成青年，变成老年，他的容貌可能会发生比较大的变化，从而导致识别率的下降。对于不同的年龄段，人脸识别算法的识别率也不
8、同。2.5 人脸相似性不同个体之间的区别不大，所有的人脸的结构都相似，甚至人脸器官的结构外形都很相似。这样的特点对于利用人脸进行定位是有利的，但是对于利用人脸区分人类个体是不利的。2.6 图像质量人脸图像的来源可能多种多样，由于采集设备的不同，得到的人脸图像质量也不一样，特别是对于那些低分辨率、噪声大、质量差的人脸图像(如手机摄像头拍摄的人脸图片、远程监控拍摄的图片等)如何进行有效地人脸识别是个需要关注的问题。同样的，对于高分辨图像对人脸识别算法的影响也需要进一步的研究。2.7 样本缺乏基于统计学习的人脸识别算法是目前人脸识别领域中的主流算法，但是统计学习方法需要大量的训练。由于人脸图像在高维
9、空间中的分布是一个不规则的流形分布，能得到的样本只是对人脸图像空间中的一个极小部分的采样，如何解决小样本下的统计学习问题有待进一步的研究。2.8 海量数据传统人脸识别方法如PCA、LDA等在小规模数据中可以很容易进行训练学习。但是对于海量数据，这些方法其训练过程难以进行，甚至有可能崩溃。2.9 大规模人脸识别随着人脸数据库规模的增长，人脸算法的性能将呈现下降。3. 人脸识别行业市场分析3.1 中国人脸识别市场规模逐步扩大在当今信息爆炸的社会，信息的安全性以及隐蔽性变的越来越重要，如何有效、方便的进行身份验证和识别，越来越成为一个非常突出的问题。传统上各类验证方式如身份证、密码卡、口令卡等无不存
10、在着诸多的问题，并且伴随着各类破解技术的不断进步，也面临着越来越严重的挑战，人脸识别技术作为人类视觉上最杰出的能力之一，由于其无害性以及对用户最直观自然的方式，因此使得其成为生物特征自动识别技术领域最具有应用前景的方式。近年来，我国人脸识别行业市场规模逐步扩大。统计数据显示，2013年中国人脸识别市场规模仅仅达8.61亿元。并呈现出逐年快速增长趋势。2014年中国人脸识别市场规模突破了10亿元。截止至2017年中国人脸识别市场规模增长至21.9亿元，2018年我国多座火车站在乘客身份识别中使用人脸识别技术，市场规模明显提高，约为27.6亿元，较2017年增长26%，处在快速发展阶段。3.2 门
11、禁考勤领域占比最高随着技术发展和安全性要求的提高，人脸识别技术在产业应用中发生巨大变化，从安全性可靠性要求较低的行业如安防、社区等上升到金融社保、证券、银行、互联网金融等安全可靠性要求较高的行业。当前，人脸识别在考勤/门禁领域的应用最为成熟，约占行业市场的42%左右;安防作为人脸识别最早应用的领域之一，其市场份额占比在30%左右;金融作为人脸识别未来重要的应用领域之一，其市场规模在逐步扩大，目前约占行业的20%。4. 人脸识别行业发展趋势分析4.1 大数据与人脸识别技术的融合趋势分析在大数据和移动互联时代，人脸识别技术已经被纳入互联网应用，尤其是移动互联网应用。而基于大数据的大规模人脸搜索是人
12、脸识别技术未来发展的重要方向。目前开发的大规模人脸搜索技术可实现亿级人脸的快速检索，单张人脸所需内存小，查询效率高，360图片搜索、世纪佳缘等已经开始应用这项技术。4.2 2D人脸识别技术产品市场展趋势分析2D人脸识别是基于图像的人脸识别技术，其发展起源于上世纪60年代，经过长时间的发展，其应用已经足够支撑普通商业应用：安防、海关系统中的照片比对、门禁等应用。4.3 3D人脸识别技术产品市场展趋势分析随着三维测量技术的发展，基于3D的人脸识别算法能够弥补2D投影造成有效识别信息丢失的问题，对于人脸旋转、遮挡、极度相似的传统难点具有很好的解决方式，也逐渐成为人脸识别技术的另一重要发展路线，随着3
13、D人脸库的完善以及设备成本的降低，3D技术将有很大发展空间。4.4 智慧城市建设对人脸识别技术的需求趋势当前，我国智慧城市的建设已经进入大规模试点阶段，试点城市的总数已达到597个。有专家预测，未来10-20年，城市化发展都是我国经济发展的主旋律。随着我国城市化进程的加速，社会稳定、城市安全等问题逐渐显现，而人脸识别技术是实现安全、安心城市的关键技术。因此，随着智慧城市的大规模建设，人脸识别技术的应用将是未来新趋势。5. 人脸识别行业市场竞争格局目前，我国人脸识别领域主要有以云从、商汤等四大独角兽为首的初创公司，海康威视、佳都科技等上市公司和腾讯、阿里巴巴、百度为首的互联网巨头三个大阵营。三方
14、阵营不断加码布局人脸识别，推出了一系列针对不同应用场景的人脸识别产品，涵盖了安防、金融、商业等应用领域。5.1 初创公司：四大独角兽领衔国内人脸识别创业公司的商业模式，主要是面向B端提供基于软件的解决方案，满足个性化需求。人脸识别领域的大多数创业公司，早期都是从零开始接触产业，大多不能直接进入已然成熟的硬件市场，而只能作为增值服务提供方，在软件层面与硬件厂商进行合作。但随着人脸识别技术得到突破，一批优秀创业公司凭借领先的技术优势率先对商业模式进行探索，对新兴应用市场实现了初步开拓。其中，依图科技、云从科技、商汤科技、旷视科技凭借领先的技术优势切入市场，通过融资获取资金，一举成为人脸识别领域的独
15、角兽。从业务领域看，四大独角兽主要集中于安防、金融两大应用场景。不过，四大独角兽公司各有技术优势，因此多在各自擅长的领域进行深度布局。商汤科技侧重在金融、安防、移动互联网和手机领域；依图科技侧重在金融、安防、医疗和交通领域；旷视科技侧重在金融、安防、零售、出行等领域；云从科技侧重在金融、安防、酒店，以及其他创新领域。5.2 上市公司：安防双雄深耕多年上市公司企业中涉及人脸识别的主要是以安防起家的众多软硬件一体化方案供应商，其中海康威视、大华股份、汉王科技、海鑫科金和川大智胜等在人脸识别方面已经深耕多年，通过自主研发已有相关成熟解决方案或产品。此外，佳都科技、工大高新、东方网力和欧比特等通过外延并购或投资进入人脸识别领域。目前，上市公司业务中涉及人脸识别领域出现强者恒强的现象，尤其以安防起家的海康威视和大华股份。海康威视拥有人脸识别领域全产业链，产品和软硬件一体化结合解决方案更加贴近实际场景应用，从人脸识别整体系统角度出发，在摄像机、施工、后端算法上都进行了精细优化，具有准确率高和效率高等特点，解决了目前的人脸识别技术准确率和稳
