刷臉時(shí)代來(lái)臨，深度解析人臉識別技術(shù)市場(chǎng)

　　2017年蘋(píng)果新品手機iPhone X采用Face ID人臉識別解鎖，此前小米Note3、Vivo V7+也推出具備人臉識別功能的智能手機。這標志著(zhù)人臉識別技術(shù)加速邁入消費級領(lǐng)域。

　　手機設備以外的眾多領(lǐng)域也同樣在發(fā)生重大變革。武漢火車(chē)站宣布全面刷臉進(jìn)站;百度宣布與首都國際機場(chǎng)簽署戰略合作協(xié)議打造刷臉登機的智慧機場(chǎng);支付寶宣布商用刷臉支付;杭州大量賓館免身份證，刷臉即可入住;京東蘇寧開(kāi)啟刷臉支付;農業(yè)銀行總行在自動(dòng)取款機試點(diǎn)“刷臉取款”，目前已下發(fā)通知要求全國推廣刷臉取款，將為全國24064家分支機構、30089臺柜員機、10萬(wàn)個(gè)ATM機安裝人臉識別系統;招商銀行也已于近期在全國重點(diǎn)城市的ATM取款機系統上線(xiàn)了“刷臉取款”選項，用戶(hù)可不帶銀行卡、身份證，不用輸入銀行賬戶(hù)，靠“刷臉”就能取款。由此可見(jiàn)，人臉識別技術(shù)加速滲透進(jìn)入安防、銀行、支付等眾多領(lǐng)域，并且已經(jīng)從政府級別應用、商業(yè)級別應用開(kāi)始進(jìn)入到消費級別的爆發(fā)時(shí)期，驗證了人臉識別技術(shù)巨大的市場(chǎng)需求與廣闊的應用前景。

　　據Yole數據顯示，全球人臉識別市場(chǎng)規模預計將從2017年的40.5億美元增長(cháng)至2022年的77.6億美元，這期間的復合年增長(cháng)率可達13.9%。推動(dòng)市場(chǎng)增長(cháng)的主要因素包括：iPhone X帶動(dòng)更多智能手機集成3D人臉識別，公共場(chǎng)所日益增長(cháng)的監控需求，以及政府部門(mén)等各個(gè)產(chǎn)業(yè)對人臉識別技術(shù)的應用增長(cháng)。

　　人臉識別技術(shù)的優(yōu)勢

　　人臉識別的工程應用始于20世紀60年代，經(jīng)過(guò)50多年的發(fā)展，人臉識別技術(shù)已經(jīng)取得了重大突破，很多經(jīng)典算法和人臉庫相繼出現。目前人臉識別系統最高的正確率可以達到99.5%，而人眼在同等條件下識別的正確率僅為97.52%，人臉識別的準確率已經(jīng)做到了比肉眼更精準。

　　人臉識別大致分為兩種應用模式四步流程。兩種模式包括1:1比對和1: N識別，1:1是比對兩個(gè)人臉的相似度，只需要確定是否授權人;1:N是識別對象是否在人臉數據庫中。四部流程依次是人臉檢測、活體檢測、人臉特征提取和人臉匹配識別。

　　與其他生物特征識別技術(shù)相比，人臉識別技術(shù)在實(shí)用性方面具有獨到的技術(shù)優(yōu)勢，主要體現在以下方面:

　　1、非接觸:人臉圖像的采集不同于指紋、掌紋需要接觸指掌紋專(zhuān)用采集設備，指掌紋的采集除了對設備有一定的磨損外，也不衛生，容易引起被采集者的反感，而人臉圖像采集的設備是攝像頭，無(wú)須接觸。

　　2、非侵擾:人臉照片的采集可使用攝像頭自動(dòng)拍照，無(wú)須工作人員干預，也無(wú) 須被采集者配合，只需以正常狀態(tài)經(jīng)過(guò)攝像頭前即可。

　　3、友好:人臉是一個(gè)人出生之后暴露在外的生物特征，因此它的隱私性并不像指掌紋、虹膜那樣強，因此人臉的采集并不像指掌紋采集那樣難以讓人接受。

　　4、直觀(guān):我們判斷一個(gè)人是誰(shuí)，通過(guò)看這個(gè)人的臉就是最直觀(guān)的方式，不像指掌紋、虹膜等需要相關(guān)領(lǐng)域專(zhuān)家才可以判別。

　　5、快速:從攝像頭監控區域進(jìn)行人臉的采集是非?？焖俚?，因為它的非干預性和非接觸性，讓人臉采集的時(shí)間大大縮短。

　　6、簡(jiǎn)便:人臉采集前端設備——攝像頭隨處可見(jiàn)，它不是專(zhuān)用設備，因此簡(jiǎn)單易操作。

　　7、可擴展性好:它的采集端完全可以采用現有視頻監控系統的攝像設備，后端應用的擴展性決定了人臉識別可以應用在出入控制、黑名單監控、人臉照片搜索等多領(lǐng)域。

　　深度學(xué)習和3D視覺(jué)助推人臉識別發(fā)展

　　長(cháng)久以來(lái)，技術(shù)創(chuàng )新不足、應用推廣有限、價(jià)格成本高企是制約人臉識別發(fā)展的三大因素。研究人臉識別算法優(yōu)化、輕量化的團隊較少，算法的優(yōu)化尚未完成，在功耗小的情況下保持一定的速度和精度是人臉識別應用發(fā)展的難點(diǎn)。因此最近幾年人臉識別雖然被廣泛應用到出入境通關(guān)、機場(chǎng)安檢等政府部門(mén)中，但一直沒(méi)能真正進(jìn)入到更廣泛的商業(yè)化應用領(lǐng)域中。

　　第一，在技術(shù)層面上，人臉識別的精準度和核心算法的原始創(chuàng )新不足、技術(shù)標準 制定還不完善，快速準確完成人臉識別需要解決很多技術(shù)上的難點(diǎn):

　　自身生理變化。在人臉比對的過(guò)程中，如果自身與數據庫里面存儲的人臉發(fā)生了較大的生理變化，例如經(jīng)歷剃須、換發(fā)型、戴眼鏡遮擋等變化。即使外貌并沒(méi)有發(fā)生太多變化，人通過(guò)臉部的變化產(chǎn)生很多表情，都有可能會(huì )引起 比對失敗。

　　外部環(huán)境影響。人臉受到很多外部因素的影響:在不同的角度進(jìn)行拍攝，人臉的視覺(jué)圖像相差很大;容易受到光照條件影響，比如白天和黑夜、室內和室外的光照存在較大差異。

　　除了這兩種情況，還有人為的整容行為、雙胞胎等極端情況存在。如何規避這些外因對于人臉識別速度和識別效果的影響，一直都是科研的重點(diǎn)研究方向。

　　人臉識別技術(shù)難點(diǎn)

　　第二，應用方面上，人臉識別基本局限在公安部門(mén)出入境管理等政府部門(mén)中，未能滲透到大規模商業(yè)級別應用和個(gè)人消費級別當中。在應用層面上，盡管在實(shí)驗室等科研條件下，許多人臉識別技術(shù)的精準度已經(jīng)達到99%、甚至99.5%以上的水平，但是這些技術(shù)和方案很難落地到實(shí)際應用層面上。人臉識別技術(shù)落地的過(guò)程中，需要考慮到不同的場(chǎng)景運用。在實(shí)際落地過(guò)程中，指紋識別等其他生物識別由于技術(shù)成熟，不易受到外界因素影響，早已經(jīng)運用到考勤認證、智能手機賬號登錄中，可替代物的成熟發(fā)展也制約了人臉識別產(chǎn)業(yè)化的進(jìn)程。

　　第三，價(jià)格方面，市場(chǎng)競爭不足和技術(shù)不成熟導致價(jià)格處于高位。由于技術(shù)不成熟，人臉識別技術(shù)并未應用到商業(yè)場(chǎng)景和消費級領(lǐng)域，大部分被運用到政府和公安部門(mén)，且采用系統集成的方式交付，一套系統的成本和價(jià)格非常高昂。

　　但近幾年來(lái)，這一情形開(kāi)始轉向，三大問(wèn)題正在逐漸得到解決。

　　技術(shù)方面，深度學(xué)習算法的成熟，使得人臉的準確率得到大幅提升。以深度學(xué)習算法為基礎的計算機技術(shù)的進(jìn)步，為人臉識別提供了強大的計算和分析工具。反過(guò)來(lái)，巨量的生物特征數據也為機器訓練提供了豐富的素材，“大數據成為人工智能的燃料”。人臉識別方面，Face++團隊創(chuàng )造了世界上最高的人臉識別正確率，曾在人臉檢測FDDB評測、人臉關(guān)鍵點(diǎn)定位300-W評測和人臉識別LFW評測上，接連拿下了三項世界第一。

　　應用方面，目前，生物識別的應用場(chǎng)景已經(jīng)極大地拓寬。銀行在客戶(hù)身份核驗場(chǎng)景下應用生物識別，覆蓋了弱實(shí)名電子賬戶(hù)開(kāi)戶(hù)、結算賬戶(hù)開(kāi)戶(hù)和存取款等不同風(fēng)險層級的場(chǎng)景。第三方支付和手機銀行等移動(dòng)支付應用開(kāi)始使用生物識別方案。公安部門(mén)在視頻監控和多類(lèi)場(chǎng)所的人員進(jìn)出管理中大力引入人臉識別技術(shù)。在政策推動(dòng)下，人臉識別也已入駐社保、教育、醫療系統。近幾年，國內智能手機消費劇增，手機用戶(hù)的移動(dòng)支付習慣逐漸養成，智能家居漸受青睞，三方面個(gè)人消費需求的增長(cháng)推動(dòng)手機端的消費級人臉識別開(kāi)始爆發(fā)。

　　價(jià)格方面，人臉識別設備近兩年不斷下降。近年來(lái)，技術(shù)的進(jìn)步和算法的改善讓人臉識別技術(shù)邁上一個(gè)新的臺階，在國家政府推動(dòng)和政策支持下，我國人臉識別技術(shù)和應用都取得了非常大的進(jìn)步。

　　目前3D感應有3種主流方案：結構光，飛行時(shí)間(TOF)以及雙目測距：

　　結構光(Structured Light)：結構光投射特定的光信息到物體表面后，由攝像 頭采集，這些光斑打在物體上后，因為與攝像頭距離不同，被攝像頭捕捉到的位臵也不盡相同。根據物體造成的光信號的變化來(lái)計算物體的位臵 和深度等信息，進(jìn)而復原整個(gè)三維空間。蘋(píng)果iPhone X人臉識別技術(shù)即是采用了3D結構光技術(shù)。

　　飛行時(shí)間TOF(Time Of Flight)：通過(guò)專(zhuān)有傳感器，捕捉近紅外光從發(fā)射到接。

　　收的飛行時(shí)間，判斷物體距離。TOF的硬件實(shí)現方式和結構光類(lèi)似，區別只是在于算法上，結構光采用編碼過(guò)的光信息進(jìn)行投射，而TOF直接計算光往返各像素點(diǎn)的相位差。此技術(shù)被微軟用在了第二代的Kinct上。

　　雙目測距(Stereo System)：原理類(lèi)似人的雙眼，在自然光下通過(guò)兩個(gè)攝像頭抓取圖像，通過(guò)三角形原理來(lái)計算并獲得深度信息，目前的雙攝像頭就是雙目測距的典型應用。在移動(dòng)設備上的應用較少，多用在戶(hù)外機器人。

　　由于雙目測距技術(shù)受限條件較多，不能在黑夜中使用，所以商用的3D深度視覺(jué)包括飛行時(shí)間和結構光兩種技術(shù)。

　　受益于三大技術(shù)難點(diǎn)的逐步解決，國內人臉識別產(chǎn)業(yè)正迎來(lái)前所未有的發(fā)展機會(huì )，其應用范圍和市場(chǎng)規模有望實(shí)現快速擴張。近紅外人臉識別與可見(jiàn)光技術(shù)的結合、3D結構光、深度攝像頭的發(fā)展都給人臉識別技術(shù)帶來(lái)了技術(shù)革新。深度學(xué)習算法的突破則大大促進(jìn)了人工智能和人臉識別技術(shù)的發(fā)展，提高了識別的效率和精確度。

　　消費級應用即將爆發(fā)，人臉識別場(chǎng)景日趨多元

　　互聯(lián)網(wǎng)+：人臉識別技術(shù)在互聯(lián)網(wǎng)領(lǐng)域得到了廣泛應用。商湯科技通過(guò)深度學(xué)習算法，在新浪微博“面孔專(zhuān)輯”功能實(shí)現人臉檢測并且分類(lèi);曠視為美圖旗下的美圖秀秀App、美顏相機、美顏手機等一系列軟硬件產(chǎn)品提供了人臉識別技術(shù)支持。其中美圖秀秀和美顏相機App通過(guò)曠視(Face++)的人臉檢測和關(guān)鍵點(diǎn)檢測技術(shù)，可以在圖像中精準定位人臉和五官位置，從而進(jìn)行人像美白、五官美化等處理，快速完成精準修容。

　　新零售&支付：人臉識別技術(shù)也被應用在新零售領(lǐng)域，推動(dòng)著(zhù)無(wú)人零售的發(fā)展與實(shí)現。2017年9月KFC與螞蟻金服合作在其第一家升級店K PRO采用人臉識別系統等技術(shù)，消費者微笑就可通過(guò)人臉識別系統完成支付。店內沒(méi)有設臵點(diǎn)餐臺和收銀員，消費者到店點(diǎn)餐不僅可以通過(guò)設臵在門(mén)口的自助點(diǎn)餐機點(diǎn)餐，也能通過(guò)手機掃描餐桌上的二維碼自助點(diǎn)餐、支付。在未來(lái)，人臉識別技術(shù)還可用于客流統計、消費者心理和行為分析。通過(guò)客流統計數據，分析不同區域、通道的客流和顧客滯留時(shí)間，與銷(xiāo)售業(yè)績(jì)報表結合，可以分析顧客購買(mǎi)行為，顧客性別年齡組成。

　　智能手機：人臉檢測和分類(lèi)技術(shù)早已經(jīng)被運用到智能手機應用中，例如OPPO、小米等手機中，應用了商湯的人臉聚類(lèi)功能，云端存儲照片將被自動(dòng)分類(lèi)，避免了手動(dòng)分類(lèi) 照片的繁瑣操作，優(yōu)化了用戶(hù)體驗。

　　2017年蘋(píng)果、小米、Vivo等智能手機廠(chǎng)商不約而同地在新上線(xiàn)的新機型中搭配人 臉解鎖功能。除了可以應用到解鎖功能，蘋(píng)果FaceID人臉識別還可以取代以往TouchID指紋識別的功能，包括身份驗證、支付等。在安全性方面，根據蘋(píng)果官方消息，被相同指紋破解Touch ID的概率是五萬(wàn)分之一，而遭遇相同的面部能破解Face ID的概率則是一百萬(wàn)分之一，安全性提升20倍。眾多手機廠(chǎng)商在人臉識別的布局，有望引爆人臉識別消費級領(lǐng)域的爆發(fā)。

　　總而言之，除了政府、安防、公安、金融之外，互聯(lián)網(wǎng) 、消費電子、汽車(chē)電子、 零售、醫療、教育等諸多領(lǐng)域都 在逐步引入人臉識別，人臉識別正在逐步滲透進(jìn)消費級領(lǐng)域方方面面。

　人臉識別群雄逐鹿，巨頭和創(chuàng )業(yè)公司誰(shuí)能問(wèn)鼎?

　　目前從事人臉識別技術(shù)的公司包含三類(lèi)：工業(yè)巨頭、互聯(lián)網(wǎng)巨頭和創(chuàng )業(yè)公司，都已相繼開(kāi)始布局。Google、Facebook、百度等互聯(lián)網(wǎng)巨頭都在人臉識別產(chǎn)業(yè)鏈不同領(lǐng)域布局，傳統垂直領(lǐng)域廠(chǎng)商如蘋(píng)果、?？?、大華、華為都在研發(fā)技術(shù)鞏固自身原有業(yè)務(wù)。巨頭發(fā)展的方式為外延和內生并行，例如Facebook收購Face.com，蘋(píng)果收購PrimeSense。同時(shí)也可以看到有曠視、商湯、依圖、云從等創(chuàng )業(yè)公司已經(jīng)發(fā)展壯大成獨角獸。

　　從終端廠(chǎng)商來(lái)看，蘋(píng)果、三星、華為、Facebook、谷歌的多項專(zhuān)利顯示，各大終端巨頭都在紛紛布局人臉識別技術(shù)。各家科技巨頭主要是采用自研為主，并購為輔的發(fā)展戰略。外延并購的例如蘋(píng)果、Facebook等。蘋(píng)果在人臉識別的應用專(zhuān)注于手機端，先后收購PolarRose，PrimeSense，Perceptio，Faceshift，Emotient，Turi等人臉識別相關(guān)技術(shù)公司;Facebook 2012年收購了以色列臉部識別公司Face.com。以下表格總結了國外巨頭公司 近幾年在人臉識別領(lǐng)域及其上下游發(fā)生的外延并購。

　　近幾年在人臉識別領(lǐng)域及其上下游發(fā)生的外延并購

　　自研技術(shù)方面，谷歌在2012年獲得人臉識別解鎖手機的專(zhuān)利;蘋(píng)果獲得相應專(zhuān)利的時(shí)間為2015年。在國內市場(chǎng)，BAT也在人工智能領(lǐng)域奮力競爭。資本方面，把深度學(xué)習算法運用到人臉識別上目前走在最前列的是百度等互聯(lián)網(wǎng)公司。同時(shí)，很多創(chuàng )業(yè)型企業(yè)技術(shù)也不弱，比如商湯科技(Sense Time)、曠視科技、依圖科技、云從科技四家獨角獸公司。這些公司無(wú)論是從技術(shù)上還是從應用能力上都 相對成熟，獲得了資本市場(chǎng)的高度重視。下面對比四家人臉識別獨角獸公司的技術(shù)和應用場(chǎng)景。

　　四家獨角獸公司核心客戶(hù)

　　人臉識別在眾多領(lǐng)域遍地開(kāi)花已經(jīng)是大勢所趨，四家獨角獸公司在應用方面的布局也有所側重，他們各自憑借先進(jìn)的技術(shù)，在各自擅長(cháng)的領(lǐng)域進(jìn)行深度布局，積累了豐富的客戶(hù)資源。商湯科技側重在金融、安防、移動(dòng)互聯(lián)網(wǎng)和手機領(lǐng)域;依圖科技側重在金融、安防、醫療和交通領(lǐng)域;曠視科技側重在金融、安防、零售、出行等領(lǐng)域;云從科技側重在金融、安防、酒店，以及其他創(chuàng )新領(lǐng)域。

　　盈利模式從傳統的硬件銷(xiāo)售、軟件按量或按時(shí)收費 (SaaS模式/PaaS模式)、軟件技術(shù)支持、軟硬件一體化解決方案再到未來(lái)可能會(huì ) 實(shí)現的大數據變現，變現模式多樣。當一個(gè)企業(yè)能夠在某個(gè)場(chǎng)景中沉淀大量?jì)?yōu)質(zhì)數據，并且有足夠的能力挖掘這些數據的價(jià)值，就擁有了數據變現的能力。Google搜索引擎就是其中的例子。圖像和視頻比文字的數據量更為龐大，未來(lái)?yè)碛袛祿吹墓驹跀祿儸F方面會(huì )有良好的商業(yè)前景。人工智能數據源也將會(huì )是爭奪熱點(diǎn)。