2019年人臉識別分析報告

2019年人臉識別分析報告

目錄12、人臉識別，生物識別的翹楚.......................................................................................................................4基于膚色模型的檢測........................................................................................................................................5.....................................................................................................................6.1、供給：三大因素推動人臉識別落地應(yīng)用...................................................................................................6、2222.1.1、技術(shù)端：人臉識別算法精確度提高專利投入+人才儲備共同對人臉識別產(chǎn)業(yè)形成技術(shù)面支撐6.1.2、政策端：政策利好頻現(xiàn)，刺激人臉識別技術(shù)落地.............................................................................8.1.3、資金端：中國對人臉識別初創(chuàng)公司的資金支持突破十億美元.........................................................92.2、需求：金融、安防市場需求旺盛，我國有望成為全球最大人臉識別市場.........................................1022.2.1、安防視頻監(jiān)控市場大，人臉識別應(yīng)用廣闊......................................................................................10.2.2、金融人臉識別衍生市場需求大，市場規(guī)模持續(xù)滲透.......................................................................13上中游技術(shù)是關(guān)鍵競爭力，下游關(guān)鍵在于應(yīng)用場景深耕......................................................................153、3.1、上中游技術(shù)是產(chǎn)業(yè)核心驅(qū)動....................................................................................................................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人臉識別技術(shù)成未來發(fā)展趨勢，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、下游場景應(yīng)用是決定未來人臉識別行業(yè)競爭格局的關(guān)鍵因素.............................................................2233.2.1、下游市場：云從科技是人臉識別銀行領(lǐng)域第一供應(yīng)商，海康威視為安防領(lǐng)域龍頭...................22.2.2、下游場景應(yīng)用是決定競爭格局的關(guān)鍵因素......................................................................................23從人臉識別設(shè)備商領(lǐng)頭羊——云從科技驗證人臉識別企業(yè)優(yōu)質(zhì)因素..................................................254第2頁共30頁圖表目錄圖表1人臉識別與其它生物識別技術(shù)相比具備特有優(yōu)勢...................................................................................4圖表22015-2020年間人臉識別在生物識別份額上增長166.6%..............................................................4圖表3人臉識別技術(shù)流程分為從圖像采集到人臉識別的四個部分...................................................................5圖表4人臉圖像的采集與預(yù)處理途徑多樣...........................................................................................................5圖表5人臉檢測的主流方法為基于統(tǒng)計理論方法的檢測...................................................................................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人臉識別分一對一篩選和一對多篩選.......................................................................................................6圖表8人臉識別算法準(zhǔn)確率平均達(dá)到99.69%......................................................................................................7圖表9中國在人臉識別領(lǐng)域的學(xué)者分布上位列世界第三................................................................7圖表10我國人臉識別領(lǐng)域研究學(xué)者隊伍壯大.....................................................................................................7圖表20072017年，我國人臉識別專利公開數(shù)量總體上呈上升趨勢............................................................8圖表12人臉識別政策利好頻現(xiàn).............................................................................................................................9圖表13政府對人臉識別初創(chuàng)公司的資金支持已達(dá)億級以上.............................................................................9圖表14中國在人工智能初創(chuàng)公司的資金支持方面已超過美國.......................................................................10圖表15中國僅在2017年在人臉識別上投入16.4億美元................................................................................10圖表162018年我國人臉識別技術(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人臉識別技術(shù)在機場應(yīng)用情況................................................................................................................11圖表2020188個月的客運量為40691.71萬人次，比上年同期增長12.1%..........................................12圖表212016年中國公安系統(tǒng)視頻監(jiān)控攝像頭達(dá)2000萬個.............................................................................13圖表22城市人均攝像頭覆蓋率差異巨大...........................................................................................................13圖表23人臉識別在金融領(lǐng)域應(yīng)用情況...............................................................................................................13圖表24銀行部署人臉識別相關(guān)衍生市場規(guī)模達(dá)億級以上...............................................................................14圖表25預(yù)計到2022年人臉識別在金融領(lǐng)域的市場規(guī)模達(dá)到14.68億元......................................................14圖表26預(yù)計到2021年中國人臉識別市場規(guī)模將突破50億元，達(dá)到53.16........................................15圖表27人臉識別產(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我國人臉識別產(chǎn)業(yè)上游芯片在成本和性能上制約人臉識別產(chǎn)業(yè)發(fā)展...............................................17圖表29人臉識別通用人工智能芯片排名前十位均被國外企業(yè)壟斷...............................................................17圖表30比賽中中國企業(yè)包攬前五，識別率均在99%以上....................................................................18圖表31人臉識別技術(shù)與人臉識別技術(shù)相比具有不可比擬的優(yōu)勢.......................................................19圖表32人臉識別技術(shù)將成未來趨勢.............................................................................................................19圖表33人臉識別未來將打開B端市場........................................................................................................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國內(nèi)廠商基本缺席人臉識別上游芯片領(lǐng)域，中游格局尚未明朗.......................................................21圖表36人臉識別產(chǎn)經(jīng)歷初期的機器識別和如今的互聯(lián)網(wǎng)應(yīng)用階段...............................................................21圖表37人臉識別技術(shù)推動產(chǎn)業(yè)發(fā)展...................................................................................................................22圖表38眾多廠商布局廠商人臉識別下游場景應(yīng)用領(lǐng)域...................................................................................22圖表39?？低暈榘卜李I(lǐng)域絕對的龍頭（以2017年中國安防市場營收規(guī)模占比來看）.........................24圖表40海康威視2017年營收達(dá)419.05億元，為安防領(lǐng)域最大贏家............................................................24圖表41?？低暼四樧R別系統(tǒng)抓拍界面...........................................................................................................25圖表42云從科技是全球人臉識別設(shè)備市場領(lǐng)頭羊...........................................................................................26第3頁共30頁1、人臉識別，生物識別的翹楚生物識別，是指依靠人體的身體特征來進(jìn)行身份驗證的識別技術(shù)，目前較為主流的識別技術(shù)有人臉識別、指紋識別、虹膜識別、語音識別等四類。人臉識別與其它生物識別技術(shù)相比，具備特有優(yōu)勢。指紋識別唯一性比較強，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，人臉識別與其相比接觸性和侵?jǐn)_性較低；虹膜識別最精準(zhǔn)，但是采集成本非常高，識別效率較低，接觸性、侵?jǐn)_性也較強，人臉識別與其相比，采集成本低、識別效率高；語音識別采集成本低，但語音具有可變性，人臉識別與其相比，識別效率高。圖表1人臉識別與其它生物識別技術(shù)相比具備特有優(yōu)勢生物識別便利性直觀準(zhǔn)確性效率安全級長期穩(wěn)定性識別設(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市場研究部人臉識別在全球生物識別市場份額上有望實現(xiàn)增幅最大，達(dá)166.6%。根據(jù)中國報告網(wǎng)發(fā)布《2018年中國生物識別市場分析報告2015年到2020年，指紋識別市場增長73.3%100%100%166.6%別技術(shù)中增幅居于首位。圖表2預(yù)測2015-2020年間人臉識別在生物識別份額上增長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市場研究部根據(jù)人臉識別技術(shù)原理具體實施起來的技術(shù)流程則主要包含以下四個部分，人臉圖像的采集與預(yù)處理、第4頁共30頁圖表3人臉識別技術(shù)流程分為從圖像采集到人臉識別的四個部分?jǐn)?shù)據(jù)來源：AMiner研究報告第十三期，XXX市場研究部（）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)入和人臉圖像的實時采集，前者是指將采集好的人臉圖像批量導(dǎo)入至人臉識別系統(tǒng)，系統(tǒng)會自動完成個人臉圖像的采集工作，后者是指調(diào)用攝像機或攝像頭在設(shè)備的可拍攝范圍內(nèi)自動實時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)整是對地點、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別技術(shù)流程途徑方法特點人臉圖像人臉圖像的批量導(dǎo)入人臉圖像采集好，系統(tǒng)自動導(dǎo)入攝像頭自動抓取人臉圖像并采集人臉圖像人臉圖像的實時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市場研究部（）人臉檢測分別是基于膚色模型的檢測、基于邊緣特征的檢測、基于統(tǒng)計理論方法的檢測?；谀w色模型的檢測是利用人臉的膚色特征建立膚色模型從而進(jìn)行檢測，其優(yōu)點是人臉的檢測速度較高，對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則是利用圖像的邊緣特征進(jìn)行人臉檢測，優(yōu)點是計算量相對較小，可實現(xiàn)實時檢測，與其它特征方法可融合，缺點是在復(fù)雜背景下誤檢率比較高；基于統(tǒng)計理論方法的檢測則是通過對人臉特征值的循環(huán)迭代來檢測人臉，其計算速度快，應(yīng)用廣泛，但是誤檢率較高。圖表5人臉檢測的主流方法為基于統(tǒng)計理論方法的檢測人臉識別技術(shù)流程途徑方法特點優(yōu)點：檢測速度較高，對遮擋和光照有一定的魯棒性缺點：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優(yōu)點：計算量相對較小，實時檢測，與其它特征方法基于邊緣特征的檢測缺點：在復(fù)雜背景下誤檢率比較高優(yōu)點：計算速度快，應(yīng)用廣泛缺點：誤檢率較高基于統(tǒng)計理論方法的檢測數(shù)據(jù)來源：公開資料整理，XXX市場研究部第5頁共30頁（）人臉特征提取人臉特征提取即針對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的提取方法和基于代數(shù)特征的提取方法。基于知識的提取方法是根據(jù)人臉五官結(jié)構(gòu)特征等先驗知識來進(jìn)行提取，其特點是識別方法比較簡單、容易理解，檢測速度較快，但是沒有形成統(tǒng)一的特征提取標(biāo)準(zhǔn)，對動態(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)計學(xué)習(xí)的特征提取方法，特點是特征易抽取，識別精度較高，應(yīng)用廣泛，但是需要與相應(yīng)的數(shù)據(jù)庫進(jìn)行統(tǒng)計訓(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別技術(shù)流程人臉特征提取途徑方法特點優(yōu)點：識別方法簡單，檢測速度較快缺點：提取標(biāo)準(zhǔn)未統(tǒng)一，對動態(tài)人臉圖像的魯棒基于知識的提取方法優(yōu)點：特征易抽取，識別精度高，應(yīng)用廣泛缺點：需要匹配的數(shù)據(jù)庫進(jìn)行統(tǒng)計訓(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市場研究部（）人臉識別人臉識別即精確進(jìn)行匹配識別。這一精確篩選的過程分為兩類：一是一對一的篩選，即對人臉身份進(jìn)行確認(rèn)的過程；二是一對多的篩選，即根據(jù)人臉相似程度進(jìn)行匹配比對的過程。此外人臉識別包含活體鑒別環(huán)節(jié)，即區(qū)別識別的特征信號是否來自于真正的生物體。圖表7人臉識別分一對一篩選和一對多篩選人臉識別技術(shù)流程途徑方法特點一對一的篩選對人臉身份進(jìn)行確認(rèn)，人臉識別（含活體鑒別）一對多的篩選根據(jù)人臉相似程度進(jìn)行匹配比對，資料來源：公開資料整理，XXX市場研究部2、2.1、供給：三大因素推動人臉識別落地應(yīng)用2.1.1、技術(shù)端：人臉識別算法精確度提高+專利投入+人才儲備共同對人臉識別產(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%，在千萬分之一誤報下的識別準(zhǔn)確率超過99%，意味著機器幾乎可以做到在1000萬人的規(guī)模下準(zhǔn)確識別每一個人，而人腦記憶并辨別個人的身份都很有可能犯錯，相80%識別的技術(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）榜單前十名人臉識別算法精確率（千分之一誤數(shù)據(jù)來源：，XXX市場研究部從研究學(xué)者分布來看，中國占據(jù)世界第三的位置，人才儲備居優(yōu)勢地位。2018AMiner基于發(fā)表于國際期刊會議的學(xué)術(shù)論文，對人臉識別領(lǐng)域全的學(xué)者進(jìn)行計算分析，從全球范圍來看，美國中國位列全球第三，占有一席之地，可以看出，中國的追趕勢頭不容忽視。圖表9中國在人臉識別領(lǐng)域TOP1000的學(xué)者分布上位列世界第三數(shù)據(jù)來源：AMiner，XXX市場研究部國內(nèi)自90年代真正開始做人臉識別研究，人臉識別相關(guān)人才儲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)者隊伍，后備力量充足。圖表我國人臉識別領(lǐng)域研究學(xué)者隊伍壯大學(xué)者主要成就清華大學(xué)電子系教授，著有“微機圖像處理系統(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等一系列人臉識別的理論和方法。人臉識別和智能視頻監(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別技術(shù)，該技術(shù)應(yīng)用于2008年北京奧運會安保項目。美國麻省理工學(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)多媒體實驗室，提出基于原創(chuàng)的人臉識別算法——準(zhǔn)確率達(dá)到98.52%，首次超越人眼識別能力（97.53%），其領(lǐng)導(dǎo)的中國人工智能團(tuán)隊入選世界十大人工智能先鋒實驗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)用于模式識別、知識工程、智能機器人與智能控制等領(lǐng)域的應(yīng)用技術(shù)研究獲國家科技進(jìn)步獎46本，獲發(fā)明專利19項，在多文種文字文檔識別、人臉識別領(lǐng)域取得了世界領(lǐng)先的研究成果，獲FAT2004國際評測“全面性能最優(yōu)成就獎”，獲國際權(quán)威的FRVT2006人臉識別評測領(lǐng)先成績，IAPR（TheInternationalAssociationPatternRecognition，國際模式識別協(xié)會）會士資料來源：公開資料整理，XXX市場研究部從公開專利數(shù)量來看，2007-2017年，我國人臉識別專利公開數(shù)量總體呈上升趨勢，為人臉識別商業(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，我國人臉識別專利公開數(shù)量2698項，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，技術(shù)實力的顯著增強也為國內(nèi)商業(yè)化產(chǎn)品的迅速普及打下了堅實的基礎(chǔ)。圖表2007-2017年，我國人臉識別專利公開數(shù)量總體上呈上升趨勢32211000500000500000250.00%211500.00%50.00%00.00%0.00%500.00%2007-2018()數(shù)據(jù)來源：XXX市場研究部綜上，無論從識別的精確度，還是學(xué)者、專利的儲備，我國均居世界前列，這為人臉識別攻破技術(shù)難關(guān)、提高其精確度和實際應(yīng)用能力提供技術(shù)面支撐，為產(chǎn)業(yè)未來發(fā)展壯大奠定堅實基礎(chǔ)。2.1.2、政策端：政策利好頻現(xiàn)，刺激人臉識別技術(shù)落地政策利好頻現(xiàn)，刺激人臉識別技術(shù)落地應(yīng)用。長期以來，國家高度重視人臉識別產(chǎn)業(yè)落地的發(fā)展，出臺多項政策助推產(chǎn)業(yè)發(fā)展。2015年以來，國家密集出臺了《關(guān)于銀行業(yè)金融機構(gòu)遠(yuǎn)程開立人民幣賬戶的息安全技術(shù)網(wǎng)絡(luò)人臉識別認(rèn)證系統(tǒng)安全技術(shù)要求》等法律法規(guī)，為人臉識別在金融、安防、醫(yī)療等領(lǐng)域的普及打下了堅實的基礎(chǔ)，掃清了政策障礙。同時，2017年人工智能首次寫入國家政府報告，作為人工智能的重要細(xì)分領(lǐng)域，國家對人臉識別相關(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)展三年行動計劃（201820202020有效檢出率超過97%，正確識別率超過90%第8頁共30頁圖表人臉識別政策利好頻現(xiàn)頒布時間政策名稱關(guān)于銀行業(yè)金融機構(gòu)主要內(nèi)容《2015.01.07遠(yuǎn)程開立人民幣賬戶的堅持柜臺開立為主、遠(yuǎn)程開戶為輔；實施客戶身份識別機制的自證《關(guān)于加強社會治安防提出網(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)控人臉識別系統(tǒng)的總體規(guī)劃、方案設(shè)222015.04.14015.05.05015.07《臉識別系統(tǒng)技術(shù)要求》《計、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)+”行動指導(dǎo)加大計算機視覺、智能語音處理、生物特征識別等關(guān)鍵技術(shù)的研發(fā)和產(chǎn)《中國人民銀行關(guān)于改提供個人銀行開立服務(wù)時，有條件的銀行可探索生物特征識別技術(shù)和其他有效的技術(shù)手段作為核驗2015.12.25進(jìn)個人銀行賬戶服務(wù)加強賬戶管理的通知》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《22016.05.18016.07三年行動實施方案》《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)，推動人工智國家發(fā)展改革委辦公《深度學(xué)習(xí)技術(shù)及應(yīng)用國家工程實驗室，支撐開展大規(guī)模計算機視覺、生保險+”領(lǐng)域創(chuàng)新能力建物特征識別、復(fù)雜環(huán)境感知、新型人機交互等技術(shù)的研發(fā)和工程化設(shè)專項的通知》2016.09對Ⅱ類、Ⅲ類銀行賬戶的開立、變更、注銷、個人信息驗證辦法、視頻及人臉識別等技術(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)于落實個人銀行賬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)展三年行動計劃2018-20202020年復(fù)雜動態(tài)場景下人臉識別有效檢97%，正確識別率超過90%，支持不同地域人臉特征提取識別（數(shù)據(jù)來源：公開資料整理、XXX市場研究部此外，政府對人臉識別初創(chuàng)公司的資金支持已達(dá)億級以上。僅在2017年，就有廣州市政府和有國務(wù)院國資委背景的中國國有資本風(fēng)險投資基金對云從科技、曠視科技投入億級以上資金。圖表政府對人臉識別初創(chuàng)公司的資金支持已達(dá)億級以上時間政府機構(gòu)廣州市政府中國國有資本風(fēng)險投資基金人臉識別公司Face++投入資金3.014.622017017.11數(shù)據(jù)來源：公開資料整理、XXX市場研究部2.1.3、資金端：中國對人臉識別初創(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，38％流向美國，中國在人工智能初創(chuàng)公司的資金支持方面已超過美國，而中國在人工智能上投入的資金主要專注于人臉識別核心技術(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頁圖表中國在人工智能初創(chuàng)公司的資金支持方面圖表中國僅在2017年在人臉識別上投入16.4億已超過美國美元11111800600400200000800164013%48%642026338%2222820132014201520162017Chinainvestsheavilyinrecognitionin2017（$M)ChinaUSAother數(shù)據(jù)來源：CBInsights數(shù)據(jù)來源：CBInsights2.2別市場B2018年我國人臉識別技術(shù)72%20%金融是人臉識別切入細(xì)分行業(yè)較深的兩個領(lǐng)域，未來兩大市場對人臉識別需求依然十分旺盛。圖表162018年我國人臉識別技術(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市場研究部2.2.1、安防視頻監(jiān)控市場大，人臉識別應(yīng)用廣闊2017620016.98%第10頁共30頁監(jiān)控實現(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，在中國的安防產(chǎn)業(yè)中所占市場份額最大，而人臉識別是視頻監(jiān)控實現(xiàn)智能化的必要技術(shù)手段。現(xiàn)有的數(shù)字視頻監(jiān)控系統(tǒng)實現(xiàn)了視頻監(jiān)控手段的數(shù)字化、網(wǎng)絡(luò)化和集成化，但它存在一個最主要的缺陷：對視頻內(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)的主動性，而基于先進(jìn)生物特征識別技術(shù)的人臉識別智能視頻監(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，并最大限度地降低誤報和漏報現(xiàn)象；此外，后臺系統(tǒng)使用動態(tài)人臉識別系統(tǒng)實現(xiàn)對存量視頻的檢索，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樓宇對講智能家居防盜報警2年中國安防行業(yè)總產(chǎn)值（億元）平臺實體防護(hù)及其它增長率數(shù)據(jù)來源：XXX市場研究部數(shù)據(jù)來源：中國產(chǎn)業(yè)信息網(wǎng)，XXX市場研究部人臉識別廣泛應(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（）機場安檢領(lǐng)域2009年北京首都機場率先在國內(nèi)應(yīng)用人臉技術(shù)實現(xiàn)員工自助安檢通關(guān)到2018年北京首都機場又率先將人臉識別技術(shù)應(yīng)用在加。未來受益）國內(nèi)民航高速發(fā)展；）民航安全要求進(jìn)一步提升，人臉識別在細(xì)分領(lǐng)域需求廣闊。圖表人臉識別技術(shù)在機場應(yīng)用情況上線時間機場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2222222009.09013.01013.07014.07014.10016.07016.12北京首都機場臺灣桃園機場沈陽桃仙機場南京祿口機場重慶江北機場深圳寶安機場銀川河?xùn)|機場安檢通關(guān)、自助登機、VIP識別等多場景2222222017.01017.02017.03017.03017.03017.04017.05包頭二里半機場景德鎮(zhèn)羅家機場呼和浩特白塔機場廣州白云機場安檢通關(guān)、中轉(zhuǎn)存包廈門高崎機場青島流亭機場烏蘭察布機場第11頁共30頁2222222017.06017.06017.06017.06017.06017.06018.04哈爾濱太平機場拉薩貢嘎機場上海浦東機場長沙黃花機場南陽姜營機場呼和浩特機場北京首都機場數(shù)據(jù)來源：公開資料整理、XXX市場研究部2017年我國民航客運量達(dá)到了55156.8萬人次，2018年前8個月的客運量為40691.71萬人次，比上年同期增長12.1%。從20182018年18必對民航安全提出更高的要求。傳統(tǒng)的民航機場的安檢和驗票流程大多屬于人工驗票，僅對乘客的機票信息和護(hù)照信息等信息進(jìn)行人工驗證和處理，屬于“對票”管理的范疇，而不能有效的對乘客的身份進(jìn)行確認(rèn)——做到“驗人”管理，這種只“驗票”不“驗人”的方式存在巨大的安全隱患和漏洞，此前就出現(xiàn)過北京首都國際機場的小孩逃票事件以及馬航的冒用護(hù)照登機事件。圖表2018年前8個月的客運量為40691.71萬人次，比上年同期增長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市場研究部（）公安監(jiān)控領(lǐng)域我國公安監(jiān)控系統(tǒng)存在城市差異大、人均攝像頭低的特點，未來監(jiān)控增量空間巨大，拉動人臉識別行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：從每平方千米監(jiān)控攝像頭的數(shù)量來看，我國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/km2,不足深圳的1/10，因此我國監(jiān)控增量空間依然巨大。第12頁共30頁圖表2016年中國公安系統(tǒng)視頻監(jiān)控攝像頭達(dá)萬個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：中國產(chǎn)業(yè)信息網(wǎng)，XXX市場研究部2.2.2、金融人臉識別衍生市場需求大，市場規(guī)模持續(xù)滲透金融領(lǐng)域中的人臉識別，主要用途分為身份核驗和場景規(guī)?；瘧?yīng)用。身份核驗，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。場景規(guī)模化應(yīng)用也稱作刷臉，多用在刷臉支付、取款等。圖表人臉識別在金融領(lǐng)域應(yīng)用情況人臉識別應(yīng)用領(lǐng)域途徑功能身份核驗（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市場研究部由于金融人群龐大，身份核驗、場景應(yīng)用等環(huán)節(jié)給人臉識別技術(shù)發(fā)展提供助力，預(yù)計可提供億級以上的市場體量。以銀行為例，人臉識別在銀行領(lǐng)域的業(yè)務(wù)點主要有私有云部署、智慧網(wǎng)點改造、自助機具改造、網(wǎng)點VIP。四大業(yè)務(wù)點市場體量都在百億元級別，智慧網(wǎng)點改造更是達(dá)千億元級別，人臉識別可發(fā)揮的空間巨大。圖表銀行部署人臉識別相關(guān)衍生市場規(guī)模達(dá)億級以上業(yè)務(wù)點單價規(guī)模市場體量私有云部署智慧網(wǎng)點改造自助機具改造2000+20+100年10+VIP40+（網(wǎng)點數(shù)量*2）數(shù)據(jù)來源：前瞻產(chǎn)業(yè)研究院、XXX市場研究部2022年人臉識別在金融領(lǐng)域的市場規(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)計到2022年人臉識別在金融領(lǐng)域的市場規(guī)模達(dá)到14.68億元111164208642014.686.224.383.282.71.751.12201320142015201620172018E2022E數(shù)據(jù)來源：XXX市場研究部臉識別行業(yè)市場前瞻與投資戰(zhàn)略規(guī)劃分析報告》統(tǒng)計數(shù)據(jù)顯示，預(yù)計2018年中國人臉識別市場規(guī)模達(dá)到27.162021識別市場規(guī)模將突破5053.16GenMarketInsights發(fā)布的《全球人臉識別設(shè)備市場研究報告2018年占全球比例29.29%2023年將達(dá)到44.59%，在20182023年復(fù)合年增長率為29.53%。第14頁共30頁圖表預(yù)計到2021年中國人臉識別市場規(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市場研究部3、上中游技術(shù)是關(guān)鍵競爭力，下游關(guān)鍵在于應(yīng)用場景深耕人臉識別產(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。芯片用來運行數(shù)據(jù)，算法用來分析數(shù)據(jù)，數(shù)據(jù)集則包括實際反饋的數(shù)據(jù)集和訓(xùn)練用的虛擬數(shù)據(jù)集，前者是實際應(yīng)用的真實數(shù)據(jù)，后者是用來鍛煉實驗階段的算法開發(fā)；中游是人臉識別解決方案，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，包括人臉識別方案和人臉識別方案；下游則是具體的場景應(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市場研究部3.1、上中游技術(shù)是產(chǎn)業(yè)核心驅(qū)動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)行人臉識別結(jié)構(gòu)化運算，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不適于在小型化項目的采用。二是成本高昂，采用GPU方案，折算單路人臉識別成本在萬元以上，相較其他千元級，甚至是百元級的方案，毫無成本優(yōu)勢可言，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爭對手不同的解決方案，并且能夠靈活地針對自己所用的算法修改電路，但是其設(shè)計資源受到很大的限制，一旦型號選定，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)勢是運算能力強、規(guī)模量產(chǎn)成本低，但開發(fā)周期長、單次流片成本高，主要適用于量大、對運算能力要求較高、開發(fā)周期較長的領(lǐng)域，比如大部分消費電子芯片和實驗。第16頁共30頁圖表我國人臉識別產(chǎn)業(yè)上游芯片在成本和性能上制約人臉識別產(chǎn)業(yè)發(fā)展芯片優(yōu)點缺點主要廠商GPU并行處理，適合處理海量英偉達(dá)（AMD）設(shè)計資源不受限制，峰值FPGAASIC并行處理，適合處理海量不能算法驗證英特爾、賽靈思、深鑒科2018年7靈思收購）開發(fā)周期短，比ASIC速度要慢軟件可編程，靈活性強全定制，單位成本低芯片尺寸小，功耗低較高的內(nèi)部時鐘速度性能/可靠性強靈活性不夠開發(fā)周期長、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，缺少增值點數(shù)據(jù)來源：公開資料整理、XXX市場研究部為滿足當(dāng)下人臉識別等人工智能的發(fā)展需求，行業(yè)也推出了各種針對深度學(xué)習(xí)芯片，如TPUNPU、DPUBPU等，但因其受場景限制以及性能不及GPU等，市場上仍以GPU等通用芯片占主導(dǎo)。從上游芯片市場看，高端市場均被國外企業(yè)壟斷。根據(jù)上文我們的分析，人臉識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。圖表人臉識別通用人工智能芯片排名前十位均被國外企業(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市場研究部而目前在中國人臉識別設(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，測試中的算法準(zhǔn)確率與實際應(yīng)用中的準(zhǔn)確率仍有一定的差距，因此擴充FERET人臉數(shù)據(jù)庫、CMUMultiPIE人臉數(shù)ORLBioIDUMIST識別數(shù)據(jù)集IMDB。圖表比賽中中國企業(yè)包攬前五，識別率均在99%以上數(shù)據(jù)來源：、XXX市場研究部綜上所述，上游芯片領(lǐng)域由于缺乏人臉識別專用的芯片，在成本和性能上制約人臉識別技術(shù)的應(yīng)用，第18頁共30頁而在算法方面，目前中國已領(lǐng)跑世界，但在實際應(yīng)用的測試準(zhǔn)確性來說仍是不夠的，而此時數(shù)據(jù)集的擴充成為鍛煉算法的重要途徑。3.1.2、中游3D人臉識別技術(shù)成未來發(fā)展趨勢，但仍需進(jìn)行技術(shù)性突破中游人臉識別技術(shù)市場的解決方案主要包括識別、識別，目前市場主流為識別，但識別有不可比擬的優(yōu)勢，將成為未來人臉識別技術(shù)發(fā)展的趨勢。與人臉識別技術(shù)比較，1）精準(zhǔn)度高——人臉識別系統(tǒng)采集人體面2）環(huán)境穩(wěn)定性強——3）防偽穩(wěn)定性高——3D人臉識別系統(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，其識別性能穩(wěn)定，實用性強，而人臉識別系統(tǒng)識別性能下降劇烈。圖表人臉識別技術(shù)與人臉識別技術(shù)相比具有不可比擬的優(yōu)勢對比項3D人臉識別2D人臉識別FAR（錯誤接受率越低，0.0046%識別安全率越高）0.1200%FRR（錯誤的識別率越低，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市場研究部目前技術(shù)應(yīng)用程度并不高，主要是蘋果等手機廠商在應(yīng)用，而從CounterpointResearch的研究數(shù)技術(shù)在手機端將比Developpement的研究數(shù)據(jù)顯示，技術(shù)不僅在C端市場份額進(jìn)一步擴大，在B端商用領(lǐng)域也將進(jìn)一步擴大市場份額。圖表人臉識別技術(shù)將成未來趨勢1120%00%362%8%8642457%3%541%9%58%42%20200%2017201820192D3D數(shù)據(jù)來源：CounterpointResearch，XXX市場研究部第19頁共30頁圖表人臉識別未來將打開B端市場100009876543210000000000000000000000000000201120122013201420152016201720182019202020212022ConsumerAutomotiveMedicalIndustry/CommercialScientific/Defense/Space數(shù)據(jù)來源：Developpement，XXX市場研究部目前，主流的成像技術(shù)有三種：（1StructuredLightX。（距離。（2）（OfFlight3）雙目測距（System離遠(yuǎn)，但分辨率低、成本高、功耗高、模塊太大；而雙目測距技術(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)特性雙目測距結(jié)構(gòu)光技術(shù)時差測距技術(shù)（TOF）無（被動式）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市場研究部盡管人臉識別相較結(jié)構(gòu)光技術(shù)抗光照能力弱、看出，人臉識別仍有技術(shù)難關(guān)需要攻破。在中游技術(shù)解決方案市場上，由于在B端普遍的人臉識別技術(shù)方案是人臉識別技術(shù)，市場格局并未明朗，各方根據(jù)場景應(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頁光人臉識別技術(shù)。圖表國內(nèi)廠商基本缺席人臉識別上游芯片領(lǐng)域，中游格局尚未明朗人臉識別產(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）SoCImagination、瑞芯芯片的高準(zhǔn)確度人臉識別微、芯原、寒武紀(jì)、地平產(chǎn)業(yè)化應(yīng)用”項目線?？低暎骸坝嬎銠C視覺人工智能芯片研發(fā)及產(chǎn)業(yè)NtechlabVocord、ai、谷歌、微軟國內(nèi)：依圖科技、商湯科技、中國科學(xué)院、曠視科技、云從科技人臉識別技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?、光鑒科技（智能手機）、蘋果（智能手D3數(shù)據(jù)來源：公開資料整理、XXX市場研究部3.1.3、上中游技術(shù)突破是關(guān)鍵要素人臉識別產(chǎn)業(yè)處于方興未艾階段。人臉識別在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)人臉識別專用芯片、算法仍未提高實際應(yīng)用的準(zhǔn)確度2018年8月國際權(quán)威調(diào)研機構(gòu)GenMarketInsights發(fā)布的數(shù)據(jù)預(yù)測得到驗證——2017年全球人臉識別設(shè)備市場價值為10.7億美元。圖表人臉識別產(chǎn)經(jīng)歷初期的機器識別和如今的互聯(lián)網(wǎng)應(yīng)用階段數(shù)據(jù)來源：前瞻產(chǎn)業(yè)研究院、XXX市場研究部我們認(rèn)為，在短期，技術(shù)是推動產(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階段時，與產(chǎn)業(yè)高爾頓(Galton)在18881910NatureEigenface1991年第一次將主成分分析和統(tǒng)計特征技術(shù)引入人臉識別，在實用效果上取得了長足的進(jìn)步。這一思路也在后續(xù)研究中得到進(jìn)一步發(fā)揚光第21頁共30頁Belhumer成功將Fisherface方法。這兩大經(jīng)典事件推動了人臉識別概念的普及和算法的升級，進(jìn)而將人臉識別技術(shù)第一次應(yīng)用到美國軍方，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、手寫體識別、語音識別等應(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別精度。這兩大經(jīng)典事件的發(fā)生將人臉識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)，同時擴大訓(xùn)練樣本規(guī)模，將上的識別精度推到99.5%以上，為2015年前后人臉識別進(jìn)入互聯(lián)網(wǎng)應(yīng)圖表人臉識別技術(shù)推動產(chǎn)業(yè)發(fā)展數(shù)據(jù)來源：XXX市場研究部3.2、下游場景應(yīng)用是決定未來人臉識別行業(yè)競爭格局的關(guān)鍵因素3.2.1、下游市場：云從科技是人臉識別銀行領(lǐng)域第一供應(yīng)商，海康威視為安防領(lǐng)域龍頭B安防起家的?？低曉诓季?，也有人臉識別四大獨角獸——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)勢有手機QQ人臉識別登錄、支付寶“pay商湯科技則為小咖秀、美圖等C端APP提供人臉識別技術(shù)。圖表眾多廠商布局廠商人臉識別下游場景應(yīng)用領(lǐng)域市場領(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（體量很小）數(shù)據(jù)來源：公開資料整理、XXX市場研究部人臉識別四大獨角獸——商湯、依圖、曠視、云從是人臉識別初創(chuàng)公司絕對的四大巨頭。根據(jù)2018年10月2018年中國計算機視覺應(yīng)用市場研究上)2017年人臉識別四小龍圖、曠視、云從總體市場份額達(dá)69.4%，是人臉識別初創(chuàng)公司絕對的四大巨頭。DeepID算法率先將深度學(xué)習(xí)應(yīng)用到人臉識別上，在技術(shù)指標(biāo)上實現(xiàn)了新的突破。主要案例是圍繞各個美化軟件與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)隊成員除了來自中科大的校友外，還來自中國科學(xué)院各大研究所、UIUC、IBMNECMicroSoft等全球頂尖學(xué)府及2016年200集成生物識別平臺，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、商場和包括廣州、重慶等地在內(nèi)的民航機場等行業(yè)提供服務(wù)，截至目前，云從科技已成為中國銀行業(yè)第一大AI供應(yīng)商。2012年9國省市級公安系統(tǒng)合作，對車輛品牌、型號等進(jìn)行精準(zhǔn)識別，隨后擴展到人像識別，通過靜態(tài)人像比對技6科技的產(chǎn)品已經(jīng)應(yīng)用到全國二十多個省市地區(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)隊成員除了幾名來自清華校友外，還有來自美國哥倫比亞大學(xué)、英國牛津大學(xué)和美國南加州大學(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等垂直人臉驗證解決方案，主要將人臉識別應(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)域的市場一直占據(jù)前排陣營；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、下游場景應(yīng)用是決定競爭格局的關(guān)鍵因素人臉識別對場境要求非常強，產(chǎn)品能否達(dá)到實際使用要求，核心并不只在于算法本身，還在于對場景的深耕。對于下游應(yīng)用場景本身而言，人臉識別終歸落地成產(chǎn)品形態(tài)，并且在商用和民用領(lǐng)域價值巨大，因此對于有渠道優(yōu)勢的廠商來說是率先占據(jù)細(xì)分市場的關(guān)鍵因素，以上市公司中安防細(xì)分市場的龍頭——?？低暈槔?。?？低曉谌四樖袌鰠⑴c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)控市場份額的21.4%，而在2017年中國安防市場的營收規(guī)模中，其以38.23%的營收規(guī)模占比占據(jù)市場第一的份額，是安防市場絕對的龍頭，其在