对于中国人脸识别行业最详细的深度解析

　　力量顺势搅局；紧接着身处于这个行业的老兵也不甘示弱，纷纷“揭竿而起”，一场人脸识别登陆战就此拉开。

　　目前，中国人脸识别精确度已经超过人眼，同时大规模普及的软硬件基础条件也已具备，下游应用领域(尤其是金融、安防、互联网领域)需求强劲。这一切都预示着人脸识别技术的爆发点即将到来。

　　行业爆发点背后，行业内竞争也在不断加剧，大型人脸识别企业间并购整合与资本运作日趋频繁，国内优秀的人脸识别企业愈来愈重视对行业市场的研究，特别是对当前市场环境和发展趋势变化的深入研究，以期提前占领市场，取得先发优势。

　　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——专业市场导入——技术完善——技术应用——各行业领域使用等五个阶段。

　　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。

　　随着人脸识别技术的不断改进，其应用领域从最开始的门禁/考勤领域，到目前应用于金融、安防反恐、教育、社交娱乐、设备、门禁/考勤、交通、智能商业等领域，应用范围逐渐扩大。

　　起初，人脸识别技术仅限于2D识别，但由于2D人脸识别容易受到姿态、光照、表情等因素影响，识别率不够理想，因此3D人脸识别应运而生。相比较而言，3D人脸识别技术不仅识别率高，且在使用方便性上也远远高于2D人脸识别。

　　一种观点认为，2014年我国人脸识别行业市场规模约为12亿元，2015年行业市场规模约为14亿元，到2016年达到17.25亿元。

　　在业内，另一种观点认为，2012年人脸识别行业市场规模为16.7亿元，2015年行业规模约达75亿元，到2018年行业市场规模将超百亿，未来十年行业市场规模将达千亿。

　　随着线上身份认证的刚需以及用户习惯培养，人脸识别的应用场景将加大，考虑到安防升级、线上身份认证以及互联网创新应用等因素，未来市场规模千亿元或可达。

　　根据人脸识别行业发展现状，估算我国人脸识别市场规模约占全球市场的10%左右。2010-2016年，我国人脸识别市场规模逐年增长，年均复合增长率达27%。2016年，我国人脸识别行业市场规模约为17.25亿元，同比增长27.97%，增速较上年上升4.64个百分点。

　　在不同应用领域，人脸识别行业品牌的知名度不一样。按照人脸识别技术的应用维度分析，可以分为政府、企业和个人消费者，其中政府部门一般希望人脸识别技术应用在智能安防领域，应用场景复杂，对准确性的要求较高；个人消费者应用场景复杂性低，但对消费体验要求较高。按照人脸识别技术的供给维度分析，人脸识别技术能够提供的产品主要划分为工程项目、硬件及软件技术。

　　人脸识别技术正成为IT产业下一轮技术浪潮，国内外诸多知名企业都在积极布局该领域，尤其是腾讯和阿里。在人脸识别技术中，最核心的技术为算法，因此算法的准确率在很大程度上代表了一个企业人脸识别的技术水平。

　　波特五力模型是迈克尔 · 波特(MichaelPr)于20世纪80年代初提出，它认为行业中存在着决定竞争规模和程度的五种力量，这五种力量综合起来影响着产业的吸引力。五种力量分别为进入壁垒、替代品威胁、买方议价能力、卖方议价能力以及现存竞争者之间的竞争。

　　人脸识别行业的主要原材料包括电子元器件、五金、线材、电脑配件、包装材料等，该类产品多为通用、标准化产品，供应商众多，竞争充分，因此，人脸识别行业对上游议价能力较强。

　　人脸识别行业下游应用主体包括个人、企业和政府机构，应用领域包括金融、安防、教育、交通、社交娱乐、社保等，由于下游用户数量多，人脸识别行业对下游议价能力较强。

　　新进入者在给行业带来新生产能力、新资源的同时，将希望在已被现有企业瓜分完毕的市场中赢得一席之地，这就有可能会与现有企业发生原材料与市场份额的竞争，最终导致行业中现有企业盈利水平降低。

　　两个处于同行业或不同行业中的企业，可能会由于所生产的产品是互为替代品，从而在它们之间产生相互竞争行为。

　　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。

　　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。

　　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。

　　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。

　　人脸识别市场热度高涨，其应用场景得到跨越式发展的根本原因在于技术革新。深度学习将人脸识别的精确度提高到肉眼级别，极大丰富了人脸识别的应用场景。

　　互联网银行远程开户的刚需将人脸识别带进了金融级应用场景；巨头频繁布局人脸识别赋予其更大的应用场景想像空间，同时培养用户“刷脸”习惯以及对技术的认可度，有利于产业进一步发展。多方的推动使得人脸识别应用得到爆发式发展。

　　人脸识别技术在人们日常生活、工作中的应用越来越广泛。随着我国社会经济脚步的不断加快，对于人脸识别技术的应用需求也将越来越大。

　　人脸识别企业有提供人像采集、人像检测、人像比对、人脸识别数据库开发等多种业务可供选择，许多公司都是混合模式，提供所有业务;此外，在市场定位上，有专注于智慧城市、安防、反恐、公共安全、智能轨道、教育等政府和事业单位;也有定位于金融、支付、智能汽车等商业领域。但是，作为创业者，企业需要清楚未来的发展方向、自身的优势、客户的需求以及最适合的市场机制。

　　人脸识别行业根据不同的业务范围有不同的目标客户，例如，广州像素数据技术股份有限公司提供人脸识别和检测、人脸识别静态比对数据库，其产品主要应用于安防、公安部门、交通部门等;科大讯飞股份有限公司主要研究图像识别技术，其产品主要应用于教育、移动互联、智能汽车等领域。

　　商业模式的设计是一个非常的复杂的过程，大体上可以分为6个步骤。任何一个行业其商业模式具有一定的通用性，这也是商业模式往住被模仿的原因，但是表面上看似相像的商业模式，不同的公司盈利能力却相差甚远，根本差别在业务系统的设计和公司核心竞争力提炼及培育上。

　　对企业业务范围的定义是成功进行价值定位的最重要一步，因为业务定义会对企业所收集到的信息起过滤作用，它将告诉企业的决策层哪些机会应该抓住，哪些应该放弃。

　　企业通过定义业务范围可以界定出自己的客户和竞争者、合作伙伴这些利益相关者及应该拥有的资源和能力等。具体来讲，企业可以参照其他成功企业来界定自己的业务范围，主要从以下几个方面考虑：

　　在人脸识别行业，企业的目标客户主要包括政府、企业和个人三大类。其中，面向政府领域的主要产品包括安防产品、电子政务产品、反恐产品等；面向企业领域的产品主要有技术解决方案、终端产品等；面向个人客户提供的产品主要有社交和移动相关的产品。

　　企业在构建独特的业务系统时，针对不同的利益相关者确定关系的种类及相应的交易内容和方法；其次在明确各利益相关者在价值链中的业务活动之后，一定要制定出科学合理的利益分配机制，实现共赢。例如，打造强有力的利润杠杆，构筑商业模式内部运作价值链，如将没有竞争优势的企业内部价值链外包。业务系统中利益相关者之间形成的关系网络是一套复杂的运行机制，深嵌于企业价值链中，因此不易被对手模仿。

　　商业模式中关键资源能力的确定方法有两种：一类是根据商业模式的其他要素的要求确定；一类是以关键资源能力为核心构建整个商业模式。常见做法包括：以企业内的单个能力要素为中心，寻找、构造能与该能力要素相结合的其他利益相关者；对企业内部价值链上的能力要素进行有效整合，以创造更具有竞争力的价值链产出。

　　当前我国占主导地位的传统盈利模式就是指收入增长和市场份额的扩大，这种盈利模式有其合理的期限，已经远远不能适应当今瞬息万变的市场环境；由于同行企业的产品/服务、定位、业务系统、组织结构、投资模式、成本结构以及营销模式同质化，盈利模式趋于同质化。市场竞争仅限于低端的价格战，往往导致主业利润越来越薄，甚至亏本，净资产收益率和投资价值递减。此时，构建科学独特的盈利模式对企业长久发展有着重要的战略意义。

　　在过去，人脸识别主要应用于政府机构，包括安防、公共安全、反恐等领域。在互联网+环境下，社会经济的融合度不断提升，O2O、P2P、B2C、B2B等各种形式的网络商业模式层出不穷，网络经营的重要支撑性技术平台是网络支付，而人脸识别技术作为网络支付安全的重要保障，被广泛应用于企业和个人领域。

　　在过去几年，人脸识别技术取得了长足发展，出现了大量的人脸识别算法和产品。随着互联网，尤其是移动互联网的发展，一个以信息爆炸为特征的大数据时代正在到来，随之而来的是对信息安全的考虑，这对人脸识别来说既是挑战，更是机遇。

　　目前，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，而这些行业的应用，将使得人脸识别技术上升到一个新高度。

　　目前，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，约占行业的20%。

　　从应用产品来看，目前，人脸识别市场中嵌入式设备占比达53%，软件开发包(SDK)支持的联机应用占比为47%。

　　目前，人脸识别在金融领域应用已经没有及时障碍，其主要应用场景包括远程在线开户、在线支付认证、柜台身份验证、移动身份验证(手持终端用户移动信贷、移动保险、物流贵重物品实名制)、自主发卡机等。其中，自主终端发卡和远程开户将是金融最先发展起来的应用场景。

　　目前，基于人脸识别技术的自主终端发卡已经在现实生活中可以遇到。在线开户的流程如下，首先，用户使用包括手机、PC以及其他手持终端，将自己的二代身份证进行拍照，通过OCR身份识别相关信息，联网进行真实性核查，从网上获取并下载二代身份证件照。

　　另一方面，系统提示用户矫正采集姿势，提示用户读取数字验证码，采集PC或手机摄像头视频帧，通过人脸检测和关键点定位，通过计算人脸角度、遮挡和光线决定是否需要重新拍照，如果通过则获取满足质量要求的人脸，并提取嘴部特征进行唇语识别，通过唇语对比判断是否是活体，对通过活体检测的人脸进行压缩加密和传输，最后调用人脸识别对比服务并将对比结果返回。

　　2012-2016年，我国人脸识别技术在金融领域的应用范围越来越广，其市场规模也呈快速增长趋势。2016年，我国人脸识别技术在金融领域的市场规模约为3.28亿元，占人脸识别行业总规模的1/5左右。

　　金融客户对人脸识别技术具有较高的门槛要求，因而能否获得标杆性的金融客户是评价一个公司产品的重要标准。目前，国内可以为金融客户提供服务的公司不多，典型的包括中科院重庆研究所、旷视科技(阿里的人脸支付技术由该公司提供)、依图科技、百度、腾讯、阿里自己的团队等。

　　人脸识别技术在金融领域的应用主要包括远程开户、在线支付认证、柜台身份验证、自助发卡机等，其主要客户包括银行、证券机构、第三方支付、等机构。目前，已经应用人脸识别技术的金融领域客户包括平安银行、招商银行、民生银行、光大银行、中信银行、北京银行、浦发银行、支付宝等。

　　文章出处：【微信号：iotmag，微信公众号：iotmag】欢迎添加关注！文章转载请注明出处。

　　工智能科技企业TOP 50” /

　　工智能科技企业TOP 50”榜单 /

　　民银行研究局副局长张雪春率队调研鸿利智汇 /

　　形机器人生态大会（CHREC 2024）将于4月2日（周二）在上海·智能谷产业园举办，银牛微电子受邀参加并发表主题演讲。

　　形机器人生态大会 /

　　才管理典范企业颁奖典礼在深圳举办，德赛西威凭借在人才管理领域的先进理念、前瞻战略和卓越成就，获颁 “2023

　　才管理文化典范奖” /

　　现处于核心硬件发展阶段，数据、算力、算法是三大核心发展要素，推动着人工智能的技术迭代和商业化落地。

　　现状如何 /

　　在人工智能领域不断取得突破，不仅涌现出了一批领先的人工智能企业和创业公司，而且在人才、技术、政策等方面也逐渐形成优势。本文将从人工智能的研究

　　视觉 /

　　全志H616（BIGTREETECH CB1）和 博通BCM2711（树莓派4B）CPU对比测试