2019年人臉識(shí)別分析報(bào)告

2019年人臉識(shí)別分析報(bào)告

目錄12、人臉識(shí)別，生物識(shí)別的翹楚.......................................................................................................................4基于膚色模型的檢測(cè)........................................................................................................................................5.....................................................................................................................6.1、供給：三大因素推動(dòng)人臉識(shí)別落地應(yīng)用...................................................................................................6、2222.1.1、技術(shù)端：人臉識(shí)別算法精確度提高專利投入+人才儲(chǔ)備共同對(duì)人臉識(shí)別產(chǎn)業(yè)形成技術(shù)面支撐6.1.2、政策端：政策利好頻現(xiàn)，刺激人臉識(shí)別技術(shù)落地.............................................................................8.1.3、資金端：中國(guó)對(duì)人臉識(shí)別初創(chuàng)公司的資金支持突破十億美元.........................................................92.2、需求：金融、安防市場(chǎng)需求旺盛，我國(guó)有望成為全球最大人臉識(shí)別市場(chǎng).........................................1022.2.1、安防視頻監(jiān)控市場(chǎng)大，人臉識(shí)別應(yīng)用廣闊......................................................................................10.2.2、金融人臉識(shí)別衍生市場(chǎng)需求大，市場(chǎng)規(guī)模持續(xù)滲透.......................................................................13上中游技術(shù)是關(guān)鍵競(jìng)爭(zhēng)力，下游關(guān)鍵在于應(yīng)用場(chǎng)景深耕......................................................................153、3.1、上中游技術(shù)是產(chǎn)業(yè)核心驅(qū)動(dòng)....................................................................................................................16333.1.1、上游芯片領(lǐng)域亟待突破，與算法、數(shù)據(jù)集共同解決算力問題.......................................................16.1.2人臉識(shí)別技術(shù)成未來發(fā)展趨勢(shì)，但仍需進(jìn)行技術(shù)性突破................................................19.1.3、上中游技術(shù)突破是關(guān)鍵要素..............................................................................................................213.2、下游場(chǎng)景應(yīng)用是決定未來人臉識(shí)別行業(yè)競(jìng)爭(zhēng)格局的關(guān)鍵因素.............................................................2233.2.1、下游市場(chǎng)：云從科技是人臉識(shí)別銀行領(lǐng)域第一供應(yīng)商，?？低暈榘卜李I(lǐng)域龍頭...................22.2.2、下游場(chǎng)景應(yīng)用是決定競(jìng)爭(zhēng)格局的關(guān)鍵因素......................................................................................23從人臉識(shí)別設(shè)備商領(lǐng)頭羊——云從科技驗(yàn)證人臉識(shí)別企業(yè)優(yōu)質(zhì)因素..................................................254第2頁共30頁圖表目錄圖表1人臉識(shí)別與其它生物識(shí)別技術(shù)相比具備特有優(yōu)勢(shì)...................................................................................4圖表22015-2020年間人臉識(shí)別在生物識(shí)別份額上增長(zhǎng)166.6%..............................................................4圖表3人臉識(shí)別技術(shù)流程分為從圖像采集到人臉識(shí)別的四個(gè)部分...................................................................5圖表4人臉圖像的采集與預(yù)處理途徑多樣...........................................................................................................5圖表5人臉檢測(cè)的主流方法為基于統(tǒng)計(jì)理論方法的檢測(cè)...................................................................................5圖表6人臉特征提取的主流方法為基于代數(shù)特征的提取方法...........................................................................6圖表7人臉識(shí)別分一對(duì)一篩選和一對(duì)多篩選.......................................................................................................6圖表8人臉識(shí)別算法準(zhǔn)確率平均達(dá)到99.69%......................................................................................................7圖表9中國(guó)在人臉識(shí)別領(lǐng)域的學(xué)者分布上位列世界第三................................................................7圖表10我國(guó)人臉識(shí)別領(lǐng)域研究學(xué)者隊(duì)伍壯大.....................................................................................................7圖表20072017年，我國(guó)人臉識(shí)別專利公開數(shù)量總體上呈上升趨勢(shì)............................................................8圖表12人臉識(shí)別政策利好頻現(xiàn).............................................................................................................................9圖表13政府對(duì)人臉識(shí)別初創(chuàng)公司的資金支持已達(dá)億級(jí)以上.............................................................................9圖表14中國(guó)在人工智能初創(chuàng)公司的資金支持方面已超過美國(guó).......................................................................10圖表15中國(guó)僅在2017年在人臉識(shí)別上投入16.4億美元................................................................................10圖表162018年我國(guó)人臉識(shí)別技術(shù)主要應(yīng)用在安防領(lǐng)域和金融兩大B端領(lǐng)域..............................................10圖表172017年我國(guó)安防行業(yè)總產(chǎn)值達(dá)6200億..................................................................................................11圖表18視頻監(jiān)控構(gòu)建安防系統(tǒng)的核心................................................................................................................11圖表19人臉識(shí)別技術(shù)在機(jī)場(chǎng)應(yīng)用情況................................................................................................................11圖表2020188個(gè)月的客運(yùn)量為40691.71萬人次，比上年同期增長(zhǎng)12.1%..........................................12圖表212016年中國(guó)公安系統(tǒng)視頻監(jiān)控?cái)z像頭達(dá)2000萬個(gè).............................................................................13圖表22城市人均攝像頭覆蓋率差異巨大...........................................................................................................13圖表23人臉識(shí)別在金融領(lǐng)域應(yīng)用情況...............................................................................................................13圖表24銀行部署人臉識(shí)別相關(guān)衍生市場(chǎng)規(guī)模達(dá)億級(jí)以上...............................................................................14圖表25預(yù)計(jì)到2022年人臉識(shí)別在金融領(lǐng)域的市場(chǎng)規(guī)模達(dá)到14.68億元......................................................14圖表26預(yù)計(jì)到2021年中國(guó)人臉識(shí)別市場(chǎng)規(guī)模將突破50億元，達(dá)到53.16........................................15圖表27人臉識(shí)別產(chǎn)業(yè)鏈包括上游基礎(chǔ)層、中游技術(shù)層、下游應(yīng)用層...........................................................16圖表28我國(guó)人臉識(shí)別產(chǎn)業(yè)上游芯片在成本和性能上制約人臉識(shí)別產(chǎn)業(yè)發(fā)展...............................................17圖表29人臉識(shí)別通用人工智能芯片排名前十位均被國(guó)外企業(yè)壟斷...............................................................17圖表30比賽中中國(guó)企業(yè)包攬前五，識(shí)別率均在99%以上....................................................................18圖表31人臉識(shí)別技術(shù)與人臉識(shí)別技術(shù)相比具有不可比擬的優(yōu)勢(shì).......................................................19圖表32人臉識(shí)別技術(shù)將成未來趨勢(shì).............................................................................................................19圖表33人臉識(shí)別未來將打開B端市場(chǎng)........................................................................................................20圖表34目前主流應(yīng)用的結(jié)構(gòu)光技術(shù)以及尚未普及的技術(shù)仍有技術(shù)難關(guān).......................................20圖表35國(guó)內(nèi)廠商基本缺席人臉識(shí)別上游芯片領(lǐng)域，中游格局尚未明朗.......................................................21圖表36人臉識(shí)別產(chǎn)經(jīng)歷初期的機(jī)器識(shí)別和如今的互聯(lián)網(wǎng)應(yīng)用階段...............................................................21圖表37人臉識(shí)別技術(shù)推動(dòng)產(chǎn)業(yè)發(fā)展...................................................................................................................22圖表38眾多廠商布局廠商人臉識(shí)別下游場(chǎng)景應(yīng)用領(lǐng)域...................................................................................22圖表39?？低暈榘卜李I(lǐng)域絕對(duì)的龍頭（以2017年中國(guó)安防市場(chǎng)營(yíng)收規(guī)模占比來看）.........................24圖表40?？低?017年?duì)I收達(dá)419.05億元，為安防領(lǐng)域最大贏家............................................................24圖表41?？低暼四樧R(shí)別系統(tǒng)抓拍界面...........................................................................................................25圖表42云從科技是全球人臉識(shí)別設(shè)備市場(chǎng)領(lǐng)頭羊...........................................................................................26第3頁共30頁1、人臉識(shí)別，生物識(shí)別的翹楚生物識(shí)別，是指依靠人體的身體特征來進(jìn)行身份驗(yàn)證的識(shí)別技術(shù)，目前較為主流的識(shí)別技術(shù)有人臉識(shí)別、指紋識(shí)別、虹膜識(shí)別、語音識(shí)別等四類。人臉識(shí)別與其它生物識(shí)別技術(shù)相比，具備特有優(yōu)勢(shì)。指紋識(shí)別唯一性比較強(qiáng)，采集成本較低，但是指紋可由指紋貼、指紋膜等復(fù)制，且接觸性、侵?jǐn)_性較強(qiáng)，人臉識(shí)別與其相比接觸性和侵?jǐn)_性較低；虹膜識(shí)別最精準(zhǔn)，但是采集成本非常高，識(shí)別效率較低，接觸性、侵?jǐn)_性也較強(qiáng)，人臉識(shí)別與其相比，采集成本低、識(shí)別效率高；語音識(shí)別采集成本低，但語音具有可變性，人臉識(shí)別與其相比，識(shí)別效率高。圖表1人臉識(shí)別與其它生物識(shí)別技術(shù)相比具備特有優(yōu)勢(shì)生物識(shí)別便利性直觀準(zhǔn)確性效率安全級(jí)長(zhǎng)期穩(wěn)定性識(shí)別設(shè)普遍可仿冒度中可能的干擾技術(shù)度中別中備成本中性中高中臟污、油膩、皮膚磨損等中高中中高中高中高高中中高高高低低低中光線、遮擋等隱性眼鏡等高噪音、感冒等數(shù)據(jù)來源：公開資料整理、XXX市場(chǎng)研究部人臉識(shí)別在全球生物識(shí)別市場(chǎng)份額上有望實(shí)現(xiàn)增幅最大，達(dá)166.6%。根據(jù)中國(guó)報(bào)告網(wǎng)發(fā)布《2018年中國(guó)生物識(shí)別市場(chǎng)分析報(bào)告2015年到2020年，指紋識(shí)別市場(chǎng)增長(zhǎng)73.3%100%100%166.6%別技術(shù)中增幅居于首位。圖表2預(yù)測(cè)2015-2020年間人臉識(shí)別在生物識(shí)別份額上增長(zhǎng)166.6%1111180.00%60.00%40.00%20.00%00.00%166.60%140%100%100%73.30%86420.00%0.00%0.00%0.00%0.00%2015-2020數(shù)據(jù)來源：XXX市場(chǎng)研究部根據(jù)人臉識(shí)別技術(shù)原理具體實(shí)施起來的技術(shù)流程則主要包含以下四個(gè)部分，人臉圖像的采集與預(yù)處理、第4頁共30頁圖表3人臉識(shí)別技術(shù)流程分為從圖像采集到人臉識(shí)別的四個(gè)部分?jǐn)?shù)據(jù)來源：AMiner研究報(bào)告第十三期，XXX市場(chǎng)研究部（）人臉圖像的采集與預(yù)處理人臉圖像的采集有兩種途徑，分別是人臉圖像的批量導(dǎo)入和人臉圖像的實(shí)時(shí)采集，前者是指將采集好的人臉圖像批量導(dǎo)入至人臉識(shí)別系統(tǒng)，系統(tǒng)會(huì)自動(dòng)完成個(gè)人臉圖像的采集工作，后者是指調(diào)用攝像機(jī)或攝像頭在設(shè)備的可拍攝范圍內(nèi)自動(dòng)實(shí)時(shí)抓取人臉圖像并完成采集工作。人臉圖像的預(yù)處理是指對(duì)系統(tǒng)采集到的人臉圖像進(jìn)行光線、旋轉(zhuǎn)、切割、過濾、降噪、放大縮小等處理來使得該人臉圖像符合人臉圖像特征提取的標(biāo)準(zhǔn)要求。目前主要有三種圖像預(yù)處理手段，即灰度調(diào)整、圖像濾波、圖像尺寸歸一化。其中灰度調(diào)整是對(duì)地點(diǎn)、設(shè)備、光照等造成的圖像質(zhì)量差異進(jìn)行處理，圖像濾波是對(duì)噪聲造成的圖像質(zhì)量差異進(jìn)行降噪處理，圖像尺寸歸一化是針對(duì)圖像像素大小不同進(jìn)行尺寸處理。圖表4人臉圖像的采集與預(yù)處理途徑多樣人臉識(shí)別技術(shù)流程途徑方法特點(diǎn)人臉圖像人臉圖像的批量導(dǎo)入人臉圖像采集好，系統(tǒng)自動(dòng)導(dǎo)入攝像頭自動(dòng)抓取人臉圖像并采集人臉圖像人臉圖像的實(shí)時(shí)采集的采集與人臉圖像圖像尺寸歸一化數(shù)據(jù)來源：公開資料整理，XXX市場(chǎng)研究部（）人臉檢測(cè)分別是基于膚色模型的檢測(cè)、基于邊緣特征的檢測(cè)、基于統(tǒng)計(jì)理論方法的檢測(cè)?；谀w色模型的檢測(cè)是利用人臉的膚色特征建立膚色模型從而進(jìn)行檢測(cè)，其優(yōu)點(diǎn)是人臉的檢測(cè)速度較高，對(duì)遮擋和光照有一定的魯棒性，不足是和其他方法不太兼容，且不易處理復(fù)雜背景和多人物同框；基于邊緣特征的檢測(cè)則是利用圖像的邊緣特征進(jìn)行人臉檢測(cè)，優(yōu)點(diǎn)是計(jì)算量相對(duì)較小，可實(shí)現(xiàn)實(shí)時(shí)檢測(cè)，與其它特征方法可融合，缺點(diǎn)是在復(fù)雜背景下誤檢率比較高；基于統(tǒng)計(jì)理論方法的檢測(cè)則是通過對(duì)人臉特征值的循環(huán)迭代來檢測(cè)人臉，其計(jì)算速度快，應(yīng)用廣泛，但是誤檢率較高。圖表5人臉檢測(cè)的主流方法為基于統(tǒng)計(jì)理論方法的檢測(cè)人臉識(shí)別技術(shù)流程途徑方法特點(diǎn)優(yōu)點(diǎn)：檢測(cè)速度較高，對(duì)遮擋和光照有一定的魯棒性缺點(diǎn)：和其他方法不太兼容，不易處理復(fù)雜背景和多基于膚色模型的檢測(cè)優(yōu)點(diǎn)：計(jì)算量相對(duì)較小，實(shí)時(shí)檢測(cè)，與其它特征方法基于邊緣特征的檢測(cè)缺點(diǎn)：在復(fù)雜背景下誤檢率比較高優(yōu)點(diǎn)：計(jì)算速度快，應(yīng)用廣泛缺點(diǎn)：誤檢率較高基于統(tǒng)計(jì)理論方法的檢測(cè)數(shù)據(jù)來源：公開資料整理，XXX市場(chǎng)研究部第5頁共30頁（）人臉特征提取人臉特征提取即針對(duì)人臉上的一些具體特征來提取。特征提取的方法一般包括基于知識(shí)的提取方法和基于代數(shù)特征的提取方法?；谥R(shí)的提取方法是根據(jù)人臉五官結(jié)構(gòu)特征等先驗(yàn)知識(shí)來進(jìn)行提取，其特點(diǎn)是識(shí)別方法比較簡(jiǎn)單、容易理解，檢測(cè)速度較快，但是沒有形成統(tǒng)一的特征提取標(biāo)準(zhǔn)，對(duì)動(dòng)態(tài)人臉圖像的魯棒性較差；基于代數(shù)特征的提取方法是基于統(tǒng)計(jì)學(xué)習(xí)的特征提取方法，特點(diǎn)是特征易抽取，識(shí)別精度較高，應(yīng)用廣泛，但是需要與相應(yīng)的數(shù)據(jù)庫(kù)進(jìn)行統(tǒng)計(jì)訓(xùn)練。圖表6人臉特征提取的主流方法為基于代數(shù)特征的提取方法人臉識(shí)別技術(shù)流程人臉特征提取途徑方法特點(diǎn)優(yōu)點(diǎn)：識(shí)別方法簡(jiǎn)單，檢測(cè)速度較快缺點(diǎn)：提取標(biāo)準(zhǔn)未統(tǒng)一，對(duì)動(dòng)態(tài)人臉圖像的魯棒基于知識(shí)的提取方法優(yōu)點(diǎn)：特征易抽取，識(shí)別精度高，應(yīng)用廣泛缺點(diǎn)：需要匹配的數(shù)據(jù)庫(kù)進(jìn)行統(tǒng)計(jì)訓(xùn)練基于代數(shù)特征的提取方法數(shù)據(jù)來源：公開資料整理，XXX市場(chǎng)研究部（）人臉識(shí)別人臉識(shí)別即精確進(jìn)行匹配識(shí)別。這一精確篩選的過程分為兩類：一是一對(duì)一的篩選，即對(duì)人臉身份進(jìn)行確認(rèn)的過程；二是一對(duì)多的篩選，即根據(jù)人臉相似程度進(jìn)行匹配比對(duì)的過程。此外人臉識(shí)別包含活體鑒別環(huán)節(jié)，即區(qū)別識(shí)別的特征信號(hào)是否來自于真正的生物體。圖表7人臉識(shí)別分一對(duì)一篩選和一對(duì)多篩選人臉識(shí)別技術(shù)流程途徑方法特點(diǎn)一對(duì)一的篩選對(duì)人臉身份進(jìn)行確認(rèn)，人臉識(shí)別（含活體鑒別）一對(duì)多的篩選根據(jù)人臉相似程度進(jìn)行匹配比對(duì)，資料來源：公開資料整理，XXX市場(chǎng)研究部2、2.1、供給：三大因素推動(dòng)人臉識(shí)別落地應(yīng)用2.1.1、技術(shù)端：人臉識(shí)別算法精確度提高+專利投入+人才儲(chǔ)備共同對(duì)人臉識(shí)別產(chǎn)業(yè)形成技術(shù)面支撐2018年月術(shù)研究院(NIST)公布了全球權(quán)威人臉識(shí)別比賽別準(zhǔn)確率來看，其平均能達(dá)到99.69%，在千萬分之一誤報(bào)下的識(shí)別準(zhǔn)確率超過99%，意味著機(jī)器幾乎可以做到在1000萬人的規(guī)模下準(zhǔn)確識(shí)別每一個(gè)人，而人腦記憶并辨別個(gè)人的身份都很有可能犯錯(cuò)，相80%識(shí)別的技術(shù)落地提供技術(shù)面支撐。第6頁共30頁圖表8人臉識(shí)別算法準(zhǔn)確率平均達(dá)到99.69%00.00%19999999.90%9.80%9.70%9.60%9.50%9.40%2018FRVT）榜單前十名人臉識(shí)別算法精確率（千分之一誤數(shù)據(jù)來源：，XXX市場(chǎng)研究部從研究學(xué)者分布來看，中國(guó)占據(jù)世界第三的位置，人才儲(chǔ)備居優(yōu)勢(shì)地位。2018AMiner基于發(fā)表于國(guó)際期刊會(huì)議的學(xué)術(shù)論文，對(duì)人臉識(shí)別領(lǐng)域全的學(xué)者進(jìn)行計(jì)算分析，從全球范圍來看，美國(guó)中國(guó)位列全球第三，占有一席之地，可以看出，中國(guó)的追趕勢(shì)頭不容忽視。圖表9中國(guó)在人臉識(shí)別領(lǐng)域TOP1000的學(xué)者分布上位列世界第三數(shù)據(jù)來源：AMiner，XXX市場(chǎng)研究部國(guó)內(nèi)自90年代真正開始做人臉識(shí)別研究，人臉識(shí)別相關(guān)人才儲(chǔ)備較全球水平還有一定差距，但是發(fā)展空間很大，已形成蘇光大、李子青、湯曉鷗、張鈸、丁曉青為代表的研究學(xué)者隊(duì)伍，后備力量充足。圖表我國(guó)人臉識(shí)別領(lǐng)域研究學(xué)者隊(duì)伍壯大學(xué)者主要成就清華大學(xué)電子系教授，著有“微機(jī)圖像處理系統(tǒng)”、“圖像并行處理技術(shù)”2部專著；1:1圖像采樣理論、鄰域圖像并行處理機(jī)理論、最佳二維人臉、不同類別的多特征描述以及MMP-PCA等一系列人臉識(shí)別的理論和方法。人臉識(shí)別和智能視頻監(jiān)控專家，專利10第7頁共30頁提出了基于近紅外的人臉識(shí)別技術(shù)，該技術(shù)應(yīng)用于2008年北京奧運(yùn)會(huì)安保項(xiàng)目。美國(guó)麻省理工學(xué)院博士，香港中文大學(xué)、微軟亞洲研究院工作；建立香港中文大學(xué)多媒體實(shí)驗(yàn)室，提出基于原創(chuàng)的人臉識(shí)別算法——準(zhǔn)確率達(dá)到98.52%，首次超越人眼識(shí)別能力（97.53%），其領(lǐng)導(dǎo)的中國(guó)人工智能團(tuán)隊(duì)入選世界十大人工智能先鋒實(shí)驗(yàn)室從事人工智能理論、人工神經(jīng)網(wǎng)絡(luò)、遺傳算法、分形和小波等理論研究；以及把上述理論應(yīng)用于模式識(shí)別、知識(shí)工程、智能機(jī)器人與智能控制等領(lǐng)域的應(yīng)用技術(shù)研究獲國(guó)家科技進(jìn)步獎(jiǎng)46本，獲發(fā)明專利19項(xiàng)，在多文種文字文檔識(shí)別、人臉識(shí)別領(lǐng)域取得了世界領(lǐng)先的研究成果，獲FAT2004國(guó)際評(píng)測(cè)“全面性能最優(yōu)成就獎(jiǎng)”，獲國(guó)際權(quán)威的FRVT2006人臉識(shí)別評(píng)測(cè)領(lǐng)先成績(jī)，IAPR（TheInternationalAssociationPatternRecognition，國(guó)際模式識(shí)別協(xié)會(huì)）會(huì)士資料來源：公開資料整理，XXX市場(chǎng)研究部從公開專利數(shù)量來看，2007-2017年，我國(guó)人臉識(shí)別專利公開數(shù)量總體呈上升趨勢(shì)，為人臉識(shí)別商業(yè)化應(yīng)用打下基礎(chǔ)。從每年新增數(shù)量來看，2007年新增專利尚不足百例，至年迎來了爆發(fā)，全年新增專利已達(dá)到1398例，至2017年，我國(guó)人臉識(shí)別專利公開數(shù)量2698項(xiàng)，達(dá)到近年來最大值；截至2018年7月，專利公開數(shù)量為2163項(xiàng)，技術(shù)實(shí)力的顯著增強(qiáng)也為國(guó)內(nèi)商業(yè)化產(chǎn)品的迅速普及打下了堅(jiān)實(shí)的基礎(chǔ)。圖表2007-2017年，我國(guó)人臉識(shí)別專利公開數(shù)量總體上呈上升趨勢(shì)32211000500000500000250.00%211500.00%50.00%00.00%0.00%500.00%2007-2018()數(shù)據(jù)來源：XXX市場(chǎng)研究部綜上，無論從識(shí)別的精確度，還是學(xué)者、專利的儲(chǔ)備，我國(guó)均居世界前列，這為人臉識(shí)別攻破技術(shù)難關(guān)、提高其精確度和實(shí)際應(yīng)用能力提供技術(shù)面支撐，為產(chǎn)業(yè)未來發(fā)展壯大奠定堅(jiān)實(shí)基礎(chǔ)。2.1.2、政策端：政策利好頻現(xiàn)，刺激人臉識(shí)別技術(shù)落地政策利好頻現(xiàn)，刺激人臉識(shí)別技術(shù)落地應(yīng)用。長(zhǎng)期以來，國(guó)家高度重視人臉識(shí)別產(chǎn)業(yè)落地的發(fā)展，出臺(tái)多項(xiàng)政策助推產(chǎn)業(yè)發(fā)展。2015年以來，國(guó)家密集出臺(tái)了《關(guān)于銀行業(yè)金融機(jī)構(gòu)遠(yuǎn)程開立人民幣賬戶的息安全技術(shù)網(wǎng)絡(luò)人臉識(shí)別認(rèn)證系統(tǒng)安全技術(shù)要求》等法律法規(guī)，為人臉識(shí)別在金融、安防、醫(yī)療等領(lǐng)域的普及打下了堅(jiān)實(shí)的基礎(chǔ)，掃清了政策障礙。同時(shí)，2017年人工智能首次寫入國(guó)家政府報(bào)告，作為人工智能的重要細(xì)分領(lǐng)域，國(guó)家對(duì)人臉識(shí)別相關(guān)的政策支持力度在不斷的加大。年12月發(fā)布的《促進(jìn)新一代人工智能產(chǎn)業(yè)發(fā)展三年行動(dòng)計(jì)劃（201820202020有效檢出率超過97%，正確識(shí)別率超過90%第8頁共30頁圖表人臉識(shí)別政策利好頻現(xiàn)頒布時(shí)間政策名稱關(guān)于銀行業(yè)金融機(jī)構(gòu)主要內(nèi)容《2015.01.07遠(yuǎn)程開立人民幣賬戶的堅(jiān)持柜臺(tái)開立為主、遠(yuǎn)程開戶為輔；實(shí)施客戶身份識(shí)別機(jī)制的自證《關(guān)于加強(qiáng)社會(huì)治安防提出網(wǎng)絡(luò)化管理要求，以精準(zhǔn)信息做到矛盾化解、未來網(wǎng)絡(luò)化精確管理控體系建設(shè)的意見》是平安城市和智能交通管理的發(fā)展方向安全防范視頻監(jiān)控人適用于以安全防范為目的的視頻監(jiān)控人臉識(shí)別系統(tǒng)的總體規(guī)劃、方案設(shè)222015.04.14015.05.05015.07《臉識(shí)別系統(tǒng)技術(shù)要求》《計(jì)、設(shè)備生產(chǎn)、質(zhì)量控制等，其他領(lǐng)域可參考使用“互聯(lián)網(wǎng)+”行動(dòng)指導(dǎo)加大計(jì)算機(jī)視覺、智能語音處理、生物特征識(shí)別等關(guān)鍵技術(shù)的研發(fā)和產(chǎn)《中國(guó)人民銀行關(guān)于改提供個(gè)人銀行開立服務(wù)時(shí)，有條件的銀行可探索生物特征識(shí)別技術(shù)和其他有效的技術(shù)手段作為核驗(yàn)2015.12.25進(jìn)個(gè)人銀行賬戶服務(wù)加強(qiáng)賬戶管理的通知》到2018新服務(wù)體系、標(biāo)準(zhǔn)化體系基本建立，這項(xiàng)政策的發(fā)布將人工智能普及到政府和企業(yè)之間《22016.05.18016.07三年行動(dòng)實(shí)施方案》《大力發(fā)展泛在融合、綠色寬帶、安全智能新一代信息技術(shù)，推動(dòng)人工智國(guó)家發(fā)展改革委辦公《深度學(xué)習(xí)技術(shù)及應(yīng)用國(guó)家工程實(shí)驗(yàn)室，支撐開展大規(guī)模計(jì)算機(jī)視覺、生保險(xiǎn)+”領(lǐng)域創(chuàng)新能力建物特征識(shí)別、復(fù)雜環(huán)境感知、新型人機(jī)交互等技術(shù)的研發(fā)和工程化設(shè)專項(xiàng)的通知》2016.09對(duì)Ⅱ類、Ⅲ類銀行賬戶的開立、變更、注銷、個(gè)人信息驗(yàn)證辦法、視頻及人臉識(shí)別等技術(shù)手段以及不同賬戶的使用功能和限制等作了詳細(xì)的規(guī)定《關(guān)于落實(shí)個(gè)人銀行賬222016.11.29戶分類管理制度的通知》017.03.052017年政府工作報(bào)告》加快培育壯大包括人工智能在內(nèi)的新興產(chǎn)業(yè)《促進(jìn)新一代人工智能017.12.13產(chǎn)業(yè)發(fā)展三年行動(dòng)計(jì)劃2018-20202020年復(fù)雜動(dòng)態(tài)場(chǎng)景下人臉識(shí)別有效檢97%，正確識(shí)別率超過90%，支持不同地域人臉特征提取識(shí)別（數(shù)據(jù)來源：公開資料整理、XXX市場(chǎng)研究部此外，政府對(duì)人臉識(shí)別初創(chuàng)公司的資金支持已達(dá)億級(jí)以上。僅在2017年，就有廣州市政府和有國(guó)務(wù)院國(guó)資委背景的中國(guó)國(guó)有資本風(fēng)險(xiǎn)投資基金對(duì)云從科技、曠視科技投入億級(jí)以上資金。圖表政府對(duì)人臉識(shí)別初創(chuàng)公司的資金支持已達(dá)億級(jí)以上時(shí)間政府機(jī)構(gòu)廣州市政府中國(guó)國(guó)有資本風(fēng)險(xiǎn)投資基金人臉識(shí)別公司Face++投入資金3.014.622017017.11數(shù)據(jù)來源：公開資料整理、XXX市場(chǎng)研究部2.1.3、資金端：中國(guó)對(duì)人臉識(shí)別初創(chuàng)公司的資金支持突破十億美元根據(jù)CBInsights在2018年發(fā)布的《AI20182017AI創(chuàng)業(yè)公司獲得資金支持152億美元，其中％流向中國(guó)，38％流向美國(guó)，中國(guó)在人工智能初創(chuàng)公司的資金支持方面已超過美國(guó)，而中國(guó)在人工智能上投入的資金主要專注于人臉識(shí)別核心技術(shù)，僅在2017年就突破十億美元大關(guān)，達(dá)到16.40億美元。第9頁共30頁圖表中國(guó)在人工智能初創(chuàng)公司的資金支持方面圖表中國(guó)僅在2017年在人臉識(shí)別上投入16.4億已超過美國(guó)美元11111800600400200000800164013%48%642026338%2222820132014201520162017Chinainvestsheavilyinrecognitionin2017（$M)ChinaUSAother數(shù)據(jù)來源：CBInsights數(shù)據(jù)來源：CBInsights2.2別市場(chǎng)B2018年我國(guó)人臉識(shí)別技術(shù)72%20%金融是人臉識(shí)別切入細(xì)分行業(yè)較深的兩個(gè)領(lǐng)域，未來兩大市場(chǎng)對(duì)人臉識(shí)別需求依然十分旺盛。圖表162018年我國(guó)人臉識(shí)別技術(shù)主要應(yīng)用在安防領(lǐng)域和金融兩大B端領(lǐng)域8%20%72%安防領(lǐng)域金融領(lǐng)域其它數(shù)據(jù)來源：XXX市場(chǎng)研究部2.2.1、安防視頻監(jiān)控市場(chǎng)大，人臉識(shí)別應(yīng)用廣闊2017620016.98%第10頁共30頁監(jiān)控實(shí)現(xiàn)智能化的必要技術(shù)手段。從細(xì)分產(chǎn)業(yè)來看，視頻監(jiān)控是構(gòu)建安防系統(tǒng)中的核心，在中國(guó)的安防產(chǎn)業(yè)中所占市場(chǎng)份額最大，而人臉識(shí)別是視頻監(jiān)控實(shí)現(xiàn)智能化的必要技術(shù)手段?，F(xiàn)有的數(shù)字視頻監(jiān)控系統(tǒng)實(shí)現(xiàn)了視頻監(jiān)控手段的數(shù)字化、網(wǎng)絡(luò)化和集成化，但它存在一個(gè)最主要的缺陷：對(duì)視頻內(nèi)容只能靠人來判斷并且多用于“事后處理”，并不能充分發(fā)揮視頻監(jiān)控系統(tǒng)的主動(dòng)性，而基于先進(jìn)生物特征識(shí)別技術(shù)的人臉識(shí)別智能視頻監(jiān)控系統(tǒng)的出現(xiàn)是視頻監(jiān)控系統(tǒng)發(fā)展的又一標(biāo)志，智能視頻監(jiān)控系統(tǒng)能夠識(shí)別不同的物體，發(fā)現(xiàn)監(jiān)控畫面中的異常情況，并能夠以最快和最佳的方式發(fā)出警報(bào)和提供有用信息，從而能夠更加有效地協(xié)助安全人員處理危機(jī)，并最大限度地降低誤報(bào)和漏報(bào)現(xiàn)象；此外，后臺(tái)系統(tǒng)使用動(dòng)態(tài)人臉識(shí)別系統(tǒng)實(shí)現(xiàn)對(duì)存量視頻的檢索，摒棄原有的人工檢索，提升了資源的使用效率。圖表2017年我國(guó)安防行業(yè)總產(chǎn)值達(dá)6200億圖表視頻監(jiān)控構(gòu)建安防系統(tǒng)的核心7654321000000000000000000000018.00%6.98%6.00%1115.85%3.50%13.60%14.00%12.77%1.90%112.00%8%10.20%10.53%50.60%186420.00%14%0.00%視頻監(jiān)控出入口控制201220132014201520162017樓宇對(duì)講智能家居防盜報(bào)警2年中國(guó)安防行業(yè)總產(chǎn)值（億元）平臺(tái)實(shí)體防護(hù)及其它增長(zhǎng)率數(shù)據(jù)來源：XXX市場(chǎng)研究部數(shù)據(jù)來源：中國(guó)產(chǎn)業(yè)信息網(wǎng)，XXX市場(chǎng)研究部人臉識(shí)別廣泛應(yīng)用于安防行業(yè)的考勤門禁系統(tǒng)、公安監(jiān)控、高鐵航空/地鐵等人臉安檢系統(tǒng)和交通管（）機(jī)場(chǎng)安檢領(lǐng)域2009年北京首都機(jī)場(chǎng)率先在國(guó)內(nèi)應(yīng)用人臉技術(shù)實(shí)現(xiàn)員工自助安檢通關(guān)到2018年北京首都機(jī)場(chǎng)又率先將人臉識(shí)別技術(shù)應(yīng)用在加。未來受益）國(guó)內(nèi)民航高速發(fā)展；）民航安全要求進(jìn)一步提升，人臉識(shí)別在細(xì)分領(lǐng)域需求廣闊。圖表人臉識(shí)別技術(shù)在機(jī)場(chǎng)應(yīng)用情況上線時(shí)間機(jī)場(chǎng)名稱功能員工安檢通關(guān)出入境通關(guān)出入境通關(guān)安檢通關(guān)、登機(jī)2222222009.09013.01013.07014.07014.10016.07016.12北京首都機(jī)場(chǎng)臺(tái)灣桃園機(jī)場(chǎng)沈陽桃仙機(jī)場(chǎng)南京祿口機(jī)場(chǎng)重慶江北機(jī)場(chǎng)深圳寶安機(jī)場(chǎng)銀川河?xùn)|機(jī)場(chǎng)安檢通關(guān)、自助登機(jī)、VIP識(shí)別等多場(chǎng)景2222222017.01017.02017.03017.03017.03017.04017.05包頭二里半機(jī)場(chǎng)景德鎮(zhèn)羅家機(jī)場(chǎng)呼和浩特白塔機(jī)場(chǎng)廣州白云機(jī)場(chǎng)安檢通關(guān)、中轉(zhuǎn)存包廈門高崎機(jī)場(chǎng)青島流亭機(jī)場(chǎng)烏蘭察布機(jī)場(chǎng)第11頁共30頁2222222017.06017.06017.06017.06017.06017.06018.04哈爾濱太平機(jī)場(chǎng)拉薩貢嘎機(jī)場(chǎng)上海浦東機(jī)場(chǎng)長(zhǎng)沙黃花機(jī)場(chǎng)南陽姜營(yíng)機(jī)場(chǎng)呼和浩特機(jī)場(chǎng)北京首都機(jī)場(chǎng)數(shù)據(jù)來源：公開資料整理、XXX市場(chǎng)研究部2017年我國(guó)民航客運(yùn)量達(dá)到了55156.8萬人次，2018年前8個(gè)月的客運(yùn)量為40691.71萬人次，比上年同期增長(zhǎng)12.1%。從20182018年18必對(duì)民航安全提出更高的要求。傳統(tǒng)的民航機(jī)場(chǎng)的安檢和驗(yàn)票流程大多屬于人工驗(yàn)票，僅對(duì)乘客的機(jī)票信息和護(hù)照信息等信息進(jìn)行人工驗(yàn)證和處理，屬于“對(duì)票”管理的范疇，而不能有效的對(duì)乘客的身份進(jìn)行確認(rèn)——做到“驗(yàn)人”管理，這種只“驗(yàn)票”不“驗(yàn)人”的方式存在巨大的安全隱患和漏洞，此前就出現(xiàn)過北京首都國(guó)際機(jī)場(chǎng)的小孩逃票事件以及馬航的冒用護(hù)照登機(jī)事件。圖表2018年前8個(gè)月的客運(yùn)量為40691.71萬人次，比上年同期增長(zhǎng)65432100000000000000000000000001月2月3月4月5月6月7月8月9月10月11月12月01720182數(shù)據(jù)來源：XXX市場(chǎng)研究部（）公安監(jiān)控領(lǐng)域我國(guó)公安監(jiān)控系統(tǒng)存在城市差異大、人均攝像頭低的特點(diǎn)，未來監(jiān)控增量空間巨大，拉動(dòng)人臉識(shí)別行Markit2000但是依然存在著城市差異巨大，人均攝像頭覆蓋率較低的特點(diǎn)：從每平方千米監(jiān)控?cái)z像頭的數(shù)量來看，我國(guó)部分城市攝像頭密度已經(jīng)比較高，二三線城市密度卻很低，以合肥、大連為例，其攝像頭密度低于20個(gè)/km2,不足深圳的1/10，因此我國(guó)監(jiān)控增量空間依然巨大。第12頁共30頁圖表2016年中國(guó)公安系統(tǒng)視頻監(jiān)控?cái)z像頭達(dá)萬個(gè)221150000050000050.00%45.00%40.00%5.00%30.00%5.00%20.00%5.00%10.00%.00%0.00%3215052005200620072008200920102011201220132014201520162005-2016數(shù)據(jù)來源：IHSMarkit，XXX市場(chǎng)研究部圖表城市人均攝像頭覆蓋率差異巨大76543210000000059464342392827242220522016千人）數(shù)據(jù)來源：中國(guó)產(chǎn)業(yè)信息網(wǎng)，XXX市場(chǎng)研究部2.2.2、金融人臉識(shí)別衍生市場(chǎng)需求大，市場(chǎng)規(guī)模持續(xù)滲透金融領(lǐng)域中的人臉識(shí)別，主要用途分為身份核驗(yàn)和場(chǎng)景規(guī)?；瘧?yīng)用。身份核驗(yàn)，也稱作1:1刷臉，廣泛地被應(yīng)用于互聯(lián)網(wǎng)金融、銀行的遠(yuǎn)程開戶、遠(yuǎn)程身份認(rèn)證、遠(yuǎn)程支付，通過刷臉的方式進(jìn)行校驗(yàn)。場(chǎng)景規(guī)模化應(yīng)用也稱作刷臉，多用在刷臉支付、取款等。圖表人臉識(shí)別在金融領(lǐng)域應(yīng)用情況人臉識(shí)別應(yīng)用領(lǐng)域途徑功能身份核驗(yàn)（1:1互聯(lián)網(wǎng)金融、銀行的遠(yuǎn)程開戶、遠(yuǎn)程身份認(rèn)證、遠(yuǎn)程支付第13頁共30頁場(chǎng)景規(guī)?；瘧?yīng)用（1:N刷臉）刷臉支付、取款數(shù)據(jù)來源：公開資料整理、XXX市場(chǎng)研究部由于金融人群龐大，身份核驗(yàn)、場(chǎng)景應(yīng)用等環(huán)節(jié)給人臉識(shí)別技術(shù)發(fā)展提供助力，預(yù)計(jì)可提供億級(jí)以上的市場(chǎng)體量。以銀行為例，人臉識(shí)別在銀行領(lǐng)域的業(yè)務(wù)點(diǎn)主要有私有云部署、智慧網(wǎng)點(diǎn)改造、自助機(jī)具改造、網(wǎng)點(diǎn)VIP。四大業(yè)務(wù)點(diǎn)市場(chǎng)體量都在百億元級(jí)別，智慧網(wǎng)點(diǎn)改造更是達(dá)千億元級(jí)別，人臉識(shí)別可發(fā)揮的空間巨大。圖表銀行部署人臉識(shí)別相關(guān)衍生市場(chǎng)規(guī)模達(dá)億級(jí)以上業(yè)務(wù)點(diǎn)單價(jià)規(guī)模市場(chǎng)體量私有云部署智慧網(wǎng)點(diǎn)改造自助機(jī)具改造2000+20+100年10+VIP40+（網(wǎng)點(diǎn)數(shù)量*2）數(shù)據(jù)來源：前瞻產(chǎn)業(yè)研究院、XXX市場(chǎng)研究部2022年人臉識(shí)別在金融領(lǐng)域的市場(chǎng)規(guī)模達(dá)到14.68別技術(shù)在金融領(lǐng)域?qū)⒊掷m(xù)滲透。圖表預(yù)計(jì)到2022年人臉識(shí)別在金融領(lǐng)域的市場(chǎng)規(guī)模達(dá)到14.68億元111164208642014.686.224.383.282.71.751.12201320142015201620172018E2022E數(shù)據(jù)來源：XXX市場(chǎng)研究部臉識(shí)別行業(yè)市場(chǎng)前瞻與投資戰(zhàn)略規(guī)劃分析報(bào)告》統(tǒng)計(jì)數(shù)據(jù)顯示，預(yù)計(jì)2018年中國(guó)人臉識(shí)別市場(chǎng)規(guī)模達(dá)到27.162021識(shí)別市場(chǎng)規(guī)模將突破5053.16GenMarketInsights發(fā)布的《全球人臉識(shí)別設(shè)備市場(chǎng)研究報(bào)告2018年占全球比例29.29%2023年將達(dá)到44.59%，在20182023年復(fù)合年增長(zhǎng)率為29.53%。第14頁共30頁圖表預(yù)計(jì)到2021年中國(guó)人臉識(shí)別市場(chǎng)規(guī)模將突破50億元，達(dá)到53.16654321000000053.1642.834.5127.6121.9117.25201620172018E2019E2020E2021E2016-2021)數(shù)據(jù)來源：XXX市場(chǎng)研究部3、上中游技術(shù)是關(guān)鍵競(jìng)爭(zhēng)力，下游關(guān)鍵在于應(yīng)用場(chǎng)景深耕人臉識(shí)別產(chǎn)業(yè)鏈上游為基礎(chǔ)層，包括硬件（芯片等）、算法技術(shù)和數(shù)據(jù)集。芯片用來運(yùn)行數(shù)據(jù)，算法用來分析數(shù)據(jù)，數(shù)據(jù)集則包括實(shí)際反饋的數(shù)據(jù)集和訓(xùn)練用的虛擬數(shù)據(jù)集，前者是實(shí)際應(yīng)用的真實(shí)數(shù)據(jù)，后者是用來鍛煉實(shí)驗(yàn)階段的算法開發(fā)；中游是人臉識(shí)別解決方案，主要是將上游集成的SDK軟件包嵌入相應(yīng)的技術(shù)解決方案中，包括人臉識(shí)別方案和人臉識(shí)別方案；下游則是具體的場(chǎng)景應(yīng)用，有以攝像頭為主的硬件采集端和應(yīng)用端。第15頁共30頁圖表人臉識(shí)別產(chǎn)業(yè)鏈包括上游基礎(chǔ)層、中游技術(shù)層、下游應(yīng)用層數(shù)據(jù)來源：公開資料整理，XXX市場(chǎng)研究部3.1、上中游技術(shù)是產(chǎn)業(yè)核心驅(qū)動(dòng)3.1.1、上游芯片領(lǐng)域亟待突破，與算法、數(shù)據(jù)集共同解決算力問題人臉識(shí)別產(chǎn)業(yè)鏈上游，即基礎(chǔ)層，影響發(fā)展的三大要素是芯片、算法和數(shù)據(jù)集。（1）芯片領(lǐng)域在芯片領(lǐng)域，由于目前沒有專門用于人臉識(shí)別的處理芯片，只能采用通用芯片代為處理。因深度學(xué)習(xí)算法對(duì)算力資源需求高，一般采取核心處理器（如CPUARM芯片）進(jìn)行視頻采集，把視頻中的人臉圖像摳取下來，而核心數(shù)據(jù)處理芯片無法執(zhí)行人臉識(shí)別結(jié)構(gòu)化運(yùn)算，只能將圖像處理的工作交給更合適的專門處理芯片進(jìn)行結(jié)構(gòu)化處理；目前常見芯片的有GPU是AI芯片的主導(dǎo)者。?GPUX86GPU不適于在小型化項(xiàng)目的采用。二是成本高昂，采用GPU方案，折算單路人臉識(shí)別成本在萬元以上，相較其他千元級(jí)，甚至是百元級(jí)的方案，毫無成本優(yōu)勢(shì)可言，不利于商業(yè)平民化推廣。目前在GPU芯片領(lǐng)域的龍頭企業(yè)為NVIDIA60%。其次是XeonPhi，所占份額為21%。FPGA具有可編程性，讓軟件與終端應(yīng)用公司能夠提供與其競(jìng)爭(zhēng)對(duì)手不同的解決方案，并且能夠靈活地針對(duì)自己所用的算法修改電路，但是其設(shè)計(jì)資源受到很大的限制，一旦型號(hào)選定，其邏輯資源上限就確定，其布線資源也受限制，不像GPU這樣走ASICflow，因此，在峰值性能方面，F(xiàn)PGA要遠(yuǎn)遜于GPU。??ASIC芯片的優(yōu)勢(shì)是運(yùn)算能力強(qiáng)、規(guī)模量產(chǎn)成本低，但開發(fā)周期長(zhǎng)、單次流片成本高，主要適用于量大、對(duì)運(yùn)算能力要求較高、開發(fā)周期較長(zhǎng)的領(lǐng)域，比如大部分消費(fèi)電子芯片和實(shí)驗(yàn)。第16頁共30頁圖表我國(guó)人臉識(shí)別產(chǎn)業(yè)上游芯片在成本和性能上制約人臉識(shí)別產(chǎn)業(yè)發(fā)展芯片優(yōu)點(diǎn)缺點(diǎn)主要廠商GPU并行處理，適合處理海量英偉達(dá)（AMD）設(shè)計(jì)資源不受限制，峰值FPGAASIC并行處理，適合處理海量不能算法驗(yàn)證英特爾、賽靈思、深鑒科2018年7靈思收購(gòu)）開發(fā)周期短，比ASIC速度要慢軟件可編程，靈活性強(qiáng)全定制，單位成本低芯片尺寸小，功耗低較高的內(nèi)部時(shí)鐘速度性能/可靠性強(qiáng)靈活性不夠開發(fā)周期長(zhǎng)、投入大，風(fēng)特大陸、地平線谷歌、高通、寒武紀(jì)、比產(chǎn)品同質(zhì)化，缺少增值點(diǎn)數(shù)據(jù)來源：公開資料整理、XXX市場(chǎng)研究部為滿足當(dāng)下人臉識(shí)別等人工智能的發(fā)展需求，行業(yè)也推出了各種針對(duì)深度學(xué)習(xí)芯片，如TPUNPU、DPUBPU等，但因其受場(chǎng)景限制以及性能不及GPU等，市場(chǎng)上仍以GPU等通用芯片占主導(dǎo)。從上游芯片市場(chǎng)看，高端市場(chǎng)均被國(guó)外企業(yè)壟斷。根據(jù)上文我們的分析，人臉識(shí)別芯片目前均采用人CompassIntelligence在2018年5月發(fā)布的關(guān)于AI芯片最新調(diào)片公司入圍榜單Imagination、瑞芯微、芯原、寒武紀(jì)、地平線。圖表人臉識(shí)別通用人工智能芯片排名前十位均被國(guó)外企業(yè)壟斷CompassIntelA-ListIndex:AIVendorINDEX123456789111111111122222.Nvidia85.382.980.278.075.374.773.073.072.170.368.264.561.059.559.058.558.054.051.548.047.046.044.538.5.Intel(Mobileye,Nervava,Movidus).IBM.Google.Apple.AMD(AdvancedMicroDevices).ARM/Softbank.Qualcomm.SamsungElectronics0.NXP1.Broadcom2.Huawei(HiSilicon)3.Synopsys4.MediaTek5.Imagination6.Marvell7.Xilinx8.CEVA9.Cadence0.Rockchip1.Vensilcon2.GeneralVision3.Cambricon4.HorizonRobotics數(shù)據(jù)來源：CompassIntelligence、XXX市場(chǎng)研究部而目前在中國(guó)人臉識(shí)別設(shè)備商中，商湯科技與瑞芯微達(dá)成戰(zhàn)略合作，將其SDK軟件包直接整合進(jìn)瑞SoC識(shí)別芯片仍有待突破。第17頁共30頁（2）算法領(lǐng)域與數(shù)據(jù)集領(lǐng)域別率均在法需要不斷的進(jìn)行訓(xùn)練，基于此，測(cè)試中的算法準(zhǔn)確率與實(shí)際應(yīng)用中的準(zhǔn)確率仍有一定的差距，因此擴(kuò)充FERET人臉數(shù)據(jù)庫(kù)、CMUMultiPIE人臉數(shù)ORLBioIDUMIST識(shí)別數(shù)據(jù)集IMDB。圖表比賽中中國(guó)企業(yè)包攬前五，識(shí)別率均在99%以上數(shù)據(jù)來源：、XXX市場(chǎng)研究部綜上所述，上游芯片領(lǐng)域由于缺乏人臉識(shí)別專用的芯片，在成本和性能上制約人臉識(shí)別技術(shù)的應(yīng)用，第18頁共30頁而在算法方面，目前中國(guó)已領(lǐng)跑世界，但在實(shí)際應(yīng)用的測(cè)試準(zhǔn)確性來說仍是不夠的，而此時(shí)數(shù)據(jù)集的擴(kuò)充成為鍛煉算法的重要途徑。3.1.2、中游3D人臉識(shí)別技術(shù)成未來發(fā)展趨勢(shì)，但仍需進(jìn)行技術(shù)性突破中游人臉識(shí)別技術(shù)市場(chǎng)的解決方案主要包括識(shí)別、識(shí)別，目前市場(chǎng)主流為識(shí)別，但識(shí)別有不可比擬的優(yōu)勢(shì)，將成為未來人臉識(shí)別技術(shù)發(fā)展的趨勢(shì)。與人臉識(shí)別技術(shù)比較，1）精準(zhǔn)度高——人臉識(shí)別系統(tǒng)采集人體面2）環(huán)境穩(wěn)定性強(qiáng)——3）防偽穩(wěn)定性高——3D人臉識(shí)別系統(tǒng)更穩(wěn)定，系統(tǒng)不易被輕易愚弄、欺騙，而冒充身份者能夠通過合法用戶的視頻圖像或相片騙過4表情、面部遮擋物等時(shí)，其識(shí)別性能穩(wěn)定，實(shí)用性強(qiáng)，而人臉識(shí)別系統(tǒng)識(shí)別性能下降劇烈。圖表人臉識(shí)別技術(shù)與人臉識(shí)別技術(shù)相比具有不可比擬的優(yōu)勢(shì)對(duì)比項(xiàng)3D人臉識(shí)別2D人臉識(shí)別FAR（錯(cuò)誤接受率越低，0.0046%識(shí)別安全率越高）0.1200%FRR（錯(cuò)誤的識(shí)別率越低，0.1030%使用越方便）97900%100%23%50%5%成功率0%87%95%100%數(shù)據(jù)來源：前瞻產(chǎn)業(yè)研究院、XXX市場(chǎng)研究部目前技術(shù)應(yīng)用程度并不高，主要是蘋果等手機(jī)廠商在應(yīng)用，而從CounterpointResearch的研究數(shù)技術(shù)在手機(jī)端將比Developpement的研究數(shù)據(jù)顯示，技術(shù)不僅在C端市場(chǎng)份額進(jìn)一步擴(kuò)大，在B端商用領(lǐng)域也將進(jìn)一步擴(kuò)大市場(chǎng)份額。圖表人臉識(shí)別技術(shù)將成未來趨勢(shì)1120%00%362%8%8642457%3%541%9%58%42%20200%2017201820192D3D數(shù)據(jù)來源：CounterpointResearch，XXX市場(chǎng)研究部第19頁共30頁圖表人臉識(shí)別未來將打開B端市場(chǎng)100009876543210000000000000000000000000000201120122013201420152016201720182019202020212022ConsumerAutomotiveMedicalIndustry/CommercialScientific/Defense/Space數(shù)據(jù)來源：Developpement，XXX市場(chǎng)研究部目前，主流的成像技術(shù)有三種：（1StructuredLightX。（距離。（2）（OfFlight3）雙目測(cè)距（System離遠(yuǎn)，但分辨率低、成本高、功耗高、模塊太大；而雙目測(cè)距技術(shù)分辨率高，模塊小，成本低，但是昏暗環(huán)境下不適用，算法開發(fā)難度大，識(shí)別速度慢。圖表目前主流應(yīng)用的結(jié)構(gòu)光技術(shù)以及尚未普及的技術(shù)仍有技術(shù)難關(guān)特性雙目測(cè)距結(jié)構(gòu)光技術(shù)時(shí)差測(cè)距技術(shù)（TOF）無（被動(dòng)式）慢散斑結(jié)構(gòu)光15000中中均勻面光源低低中快高低中算法開發(fā)難度小低高≤2m高大高中大高低0.4m-5m中0.2m-1.2m中數(shù)據(jù)來源：公開資料整理、XXX市場(chǎng)研究部盡管人臉識(shí)別相較結(jié)構(gòu)光技術(shù)抗光照能力弱、看出，人臉識(shí)別仍有技術(shù)難關(guān)需要攻破。在中游技術(shù)解決方案市場(chǎng)上，由于在B端普遍的人臉識(shí)別技術(shù)方案是人臉識(shí)別技術(shù)，市場(chǎng)格局并未明朗，各方根據(jù)場(chǎng)景應(yīng)用均采取差異化戰(zhàn)略。如商湯科技、曠視科技、阿里巴巴、騰訊等采用圖像人臉2018年2月7結(jié)構(gòu)第20頁共30頁光人臉識(shí)別技術(shù)。圖表國(guó)內(nèi)廠商基本缺席人臉識(shí)別上游芯片領(lǐng)域，中游格局尚未明朗人臉識(shí)別產(chǎn)業(yè)鏈技術(shù)領(lǐng)域代表公司（已開發(fā)）intelIBM、代表公司（布局中）谷歌、蘋果（智能手機(jī)）SoCImagination、瑞芯芯片的高準(zhǔn)確度人臉識(shí)別微、芯原、寒武紀(jì)、地平產(chǎn)業(yè)化應(yīng)用”項(xiàng)目線?？低暎骸坝?jì)算機(jī)視覺人工智能芯片研發(fā)及產(chǎn)業(yè)NtechlabVocord、ai、谷歌、微軟國(guó)內(nèi)：依圖科技、商湯科技、中國(guó)科學(xué)院、曠視科技、云從科技人臉識(shí)別技2D術(shù)各大巨頭公司商湯科技、曠視科技、阿里巴巴、騰訊、?？低曉茝目萍肌⒐忤b科技（智能手機(jī)）、蘋果（智能手D3數(shù)據(jù)來源：公開資料整理、XXX市場(chǎng)研究部3.1.3、上中游技術(shù)突破是關(guān)鍵要素人臉識(shí)別產(chǎn)業(yè)處于方興未艾階段。人臉識(shí)別在2015年才開始進(jìn)入互聯(lián)網(wǎng)應(yīng)用階段，而且其技術(shù)仍未達(dá)到大面積推廣的階段，仍然有上述上游芯片未開發(fā)人臉識(shí)別專用芯片、算法仍未提高實(shí)際應(yīng)用的準(zhǔn)確度2018年8月國(guó)際權(quán)威調(diào)研機(jī)構(gòu)GenMarketInsights發(fā)布的數(shù)據(jù)預(yù)測(cè)得到驗(yàn)證——2017年全球人臉識(shí)別設(shè)備市場(chǎng)價(jià)值為10.7億美元。圖表人臉識(shí)別產(chǎn)經(jīng)歷初期的機(jī)器識(shí)別和如今的互聯(lián)網(wǎng)應(yīng)用階段數(shù)據(jù)來源：前瞻產(chǎn)業(yè)研究院、XXX市場(chǎng)研究部我們認(rèn)為，在短期，技術(shù)是推動(dòng)產(chǎn)業(yè)發(fā)展的關(guān)鍵因素。在產(chǎn)業(yè)處于方興未艾的市場(chǎng)階段時(shí)，與產(chǎn)業(yè)高爾頓(Galton)在18881910NatureEigenface1991年第一次將主成分分析和統(tǒng)計(jì)特征技術(shù)引入人臉識(shí)別，在實(shí)用效果上取得了長(zhǎng)足的進(jìn)步。這一思路也在后續(xù)研究中得到進(jìn)一步發(fā)揚(yáng)光第21頁共30頁Belhumer成功將Fisherface方法。這兩大經(jīng)典事件推動(dòng)了人臉識(shí)別概念的普及和算法的升級(jí)，進(jìn)而將人臉識(shí)別技術(shù)第一次應(yīng)用到美國(guó)軍方，這為后來的商用階段打下基礎(chǔ)。微軟亞洲研究院的研究者在2013年首度嘗試了萬規(guī)模的大訓(xùn)練數(shù)據(jù)，并基于高維特征和JointBayesian方法在上獲得了95.17%環(huán)境下的人臉識(shí)別很重要；2014年前后，隨著大數(shù)據(jù)和深度學(xué)習(xí)的發(fā)展，神經(jīng)網(wǎng)絡(luò)重受矚目，并在圖像分類、手寫體識(shí)別、語音識(shí)別等應(yīng)用中獲得了遠(yuǎn)超經(jīng)典方法的結(jié)果，香港中文大學(xué)的Sun等人提出將20上第一次得到超過人類水平的識(shí)別精度。這兩大經(jīng)典事件的發(fā)生將人臉識(shí)別算法提高到前所未有的水平，此后研究者們不斷改進(jìn)網(wǎng)絡(luò)結(jié)構(gòu)，同時(shí)擴(kuò)大訓(xùn)練樣本規(guī)模，將上的識(shí)別精度推到99.5%以上，為2015年前后人臉識(shí)別進(jìn)入互聯(lián)網(wǎng)應(yīng)圖表人臉識(shí)別技術(shù)推動(dòng)產(chǎn)業(yè)發(fā)展數(shù)據(jù)來源：XXX市場(chǎng)研究部3.2、下游場(chǎng)景應(yīng)用是決定未來人臉識(shí)別行業(yè)競(jìng)爭(zhēng)格局的關(guān)鍵因素3.2.1、下游市場(chǎng)：云從科技是人臉識(shí)別銀行領(lǐng)域第一供應(yīng)商，?？低暈榘卜李I(lǐng)域龍頭B安防起家的海康威視在布局，也有人臉識(shí)別四大獨(dú)角獸——依圖科技、曠視科技、商湯科技、云從科技在C端領(lǐng)域，有騰訊、阿里巴巴、商湯科技等企業(yè)布局，市場(chǎng)較為分散，其中互聯(lián)網(wǎng)巨頭騰訊、阿里巴巴等依據(jù)自己在C端產(chǎn)品的優(yōu)勢(shì)有手機(jī)QQ人臉識(shí)別登錄、支付寶“pay商湯科技則為小咖秀、美圖等C端APP提供人臉識(shí)別技術(shù)。圖表眾多廠商布局廠商人臉識(shí)別下游場(chǎng)景應(yīng)用領(lǐng)域市場(chǎng)領(lǐng)域具體企業(yè)第22頁共30頁B端?？低?、依圖科技、曠視科技、商湯科技、云從科技云從科技、依圖科技、曠視科技、商湯科技騰訊、阿里巴巴、商湯科技C端（體量很?。?shù)據(jù)來源：公開資料整理、XXX市場(chǎng)研究部人臉識(shí)別四大獨(dú)角獸——商湯、依圖、曠視、云從是人臉識(shí)別初創(chuàng)公司絕對(duì)的四大巨頭。根據(jù)2018年10月2018年中國(guó)計(jì)算機(jī)視覺應(yīng)用市場(chǎng)研究上)2017年人臉識(shí)別四小龍圖、曠視、云從總體市場(chǎng)份額達(dá)69.4%，是人臉識(shí)別初創(chuàng)公司絕對(duì)的四大巨頭。DeepID算法率先將深度學(xué)習(xí)應(yīng)用到人臉識(shí)別上，在技術(shù)指標(biāo)上實(shí)現(xiàn)了新的突破。主要案例是圍繞各個(gè)美化軟件與C后逐漸轉(zhuǎn)向B端。）云從科技：成立于2015年4月，同年針對(duì)金融和銀行業(yè)推出了多種解決方案，包含從算法、產(chǎn)品、銷售、售后的全產(chǎn)業(yè)鏈，針對(duì)農(nóng)行、建行、交行、中行及多地公安提供定制化服務(wù)。團(tuán)隊(duì)成員除了來自中科大的校友外，還來自中國(guó)科學(xué)院各大研究所、UIUC、IBMNECMicroSoft等全球頂尖學(xué)府及2016年200集成生物識(shí)別平臺(tái)，還具備3D模型、紅外活體、靜默活體等技術(shù)。2017年，除了為400多家銀行提供產(chǎn)品和技術(shù)外，云從科技還為體量龐大的安防、商場(chǎng)和包括廣州、重慶等地在內(nèi)的民航機(jī)場(chǎng)等行業(yè)提供服務(wù)，截至目前，云從科技已成為中國(guó)銀行業(yè)第一大AI供應(yīng)商。2012年9國(guó)省市級(jí)公安系統(tǒng)合作，對(duì)車輛品牌、型號(hào)等進(jìn)行精準(zhǔn)識(shí)別，隨后擴(kuò)展到人像識(shí)別，通過靜態(tài)人像比對(duì)技6科技的產(chǎn)品已經(jīng)應(yīng)用到全國(guó)二十多個(gè)省市地區(qū)的安防領(lǐng)域，除安防領(lǐng)域，依圖也進(jìn)入智慧城市領(lǐng)域和健康醫(yī)療領(lǐng)域。42014團(tuán)隊(duì)成員除了幾名來自清華校友外，還有來自美國(guó)哥倫比亞大學(xué)、英國(guó)牛津大學(xué)和美國(guó)南加州大學(xué)的科研及開發(fā)人員，截至目前，核心員工僅有百余人。在金融、安防、零售領(lǐng)域分別開始了商業(yè)化探索成功發(fā)育出Face++Financial、Face++Security、Face++BI等垂直人臉驗(yàn)證解決方案，主要將人臉識(shí)別應(yīng)用在互聯(lián)網(wǎng)產(chǎn)品上，并在美圖秀秀、淘寶等互聯(lián)網(wǎng)領(lǐng)域得到良好的應(yīng)用，在金融領(lǐng)域的市場(chǎng)一直占據(jù)前排陣營(yíng)；2017年獲得33億元C+其內(nèi)置自主研發(fā)研發(fā)公司算法。3.2.2、下游場(chǎng)景應(yīng)用是決定競(jìng)爭(zhēng)格局的關(guān)鍵因素人臉識(shí)別對(duì)場(chǎng)境要求非常強(qiáng)，產(chǎn)品能否達(dá)到實(shí)際使用要求，核心并不只在于算法本身，還在于對(duì)場(chǎng)景的深耕。對(duì)于下游應(yīng)用場(chǎng)景本身而言，人臉識(shí)別終歸落地成產(chǎn)品形態(tài)，并且在商用和民用領(lǐng)域價(jià)值巨大，因此對(duì)于有渠道優(yōu)勢(shì)的廠商來說是率先占據(jù)細(xì)分市場(chǎng)的關(guān)鍵因素，以上市公司中安防細(xì)分市場(chǎng)的龍頭——?？低暈槔：？低曉谌四樖袌?chǎng)參與者中是以傳統(tǒng)安防提供商起家，其以音視頻壓縮板卡為主要業(yè)務(wù)，逐步發(fā)展2017年6月發(fā)布的報(bào)告，?？低曔B續(xù)6年蟬聯(lián)視頻監(jiān)控行業(yè)全球第一，擁有全球視頻監(jiān)控市場(chǎng)份額的21.4%，而在2017年中國(guó)安防市場(chǎng)的營(yíng)收規(guī)模中，其以38.23%的營(yíng)收規(guī)模占比占據(jù)市場(chǎng)第一的份額，是安防市場(chǎng)絕對(duì)的龍頭，其在