2020年中国人脸识别市场报告.pdf

1 2020年 中国人脸识别市场报告 报告标签 ：计算机视觉、人脸识别、安防、金融、 报告提供的任何内容（包括但不限于数据、文字、图表、图像等）均系 头豹研究院独有的高度机密性文件（在报告中另行标明出处者除外）。 未经头豹研究院事先书面许可，任何人不得以任何方式擅自复制、再造 、传播、出版、引用、改编、汇编本报告内容，若有违反上述约定的行 为发生，头豹研究院保留采取法律措施，追究相关人员责任的权利。头 豹研究院开展的所有商业活动均使用“头豹研究院”或“头豹”的商号、商标 ，头豹研究院无任何前述名称之外的其他分支机构，也未授权或聘用其 他任何第三方代表头豹研究院开展商业活动。 报告主要作者：卢佩珊 2020/042 2020 LeadLeo 2014年以来，人脸识别技术尝试在各类行业中实现应用落地，行业应用场景拓展，有利于推动人脸识别市场规模增长。中国人脸 识别市场规模从2016年的5.0亿元人民币增长至2019年的95.8亿元人民币，期间的年复合增长率高达166.9%。但目前人脸识别技术 仅与智能安防和金融领域结合较深，其他领域的人脸识别应用仍在开发进程中。随着人脸识别技术在各行业应用渗透深入，中国 人脸识别市场规模有望获得更进一步发展，跃升成为计算机视觉行业内增长最快的细分板块。人脸识别应用价值的凸显，吸引众 多厂商陆续加入该市场行业，积极开发人脸识别应用场景。本报告将从产品技术、客户市场、运营发展三个维度共20个具体指标 评价市场上主要的人脸识别厂商表现，并重点分析人脸识别行业发展的关键趋势。 技术储备维度分析 技术储备方面共包括6个细分评价指标，权重共为33%。该评价维度分别从人脸识别算法实力、科技人员储备、研发投入费用、相关专 利申请数、发表的重要论文、技术创新能力评价人脸识别厂商的技术能力。 产品生态维度分析 产品生态方面共包括6个细分评价指标，权重共为33%。该评价维度主要从云服务水平、硬件生产能力、AI开放平台表现、生态繁荣度、 数据积累程度、合作伙伴等维度对人脸识别厂商的产品生态支撑能力进行评价。 市场表现维度分析 市场表现方面共包括8个细分评价指标，权重共为34%。该评价维度主要用于衡量企业的市场拓展能力，评价指标包括市场份额、收入 增长情况、应用领域布局、方案落地表现、产品定制化能力、战略布局等。 企业表现分析 本报告通过对中国人脸识别行业内20家主要企业进行调研，总结出人脸识别行业排名前五的企业，并分析中国人脸识别行业三大阵营 的企业表现。 报告摘要3 2020 LeadLeo 名词解释 - 05 中国人脸识别市场现状 - 06 定义 - 06 商业模式 - 07 市场规模 - 08 行业应用 - 09 中国人脸识别技术发展现状 - 11 中国人脸识别市场竞争格局 - 12 竞争概况 - 12 企业增长评价体系 - 13 企业综合排名情况 - 14 头部企业综合分析 - 15 头部企业技术储备维度分析 - 16 头部企业产品生态维度分析 - 17 头部企业市场维度分析 - 18 中国人脸识别行业发展趋势 - 19 技术趋势 - 19 行业应用趋势 - 20 目录4 2020 LeadLeo 目录 安防行业应用趋势 - 21 芯片发展趋势 - 22 方法论 - 23 法律声明 - 245 2020 LeadLeo SDK：Software Development Kit，软件开发工具包, 被软件工程师用于为特定的软件包、软件框架、硬件平台、操作系统等创建应用软件的开发 工具的集合。 API：Application Programming Interface，应用程序接口，预先定义的函数或指软件系统不同组成部分衔接的约定。 错误拒绝率：生物特征安全系统产生的I型错误率，即系统实际辨别中误拒绝发生的百分比。 错误接受率：生物特征安全系统产生的II型错误率，即系统实际辨别中误接受发生的百分比。 Eigen Face：在人脸识别的计算机视觉问题中使用的一组特征向量的名称，Eigenface方法始于对人脸图像的低维表示的搜索，利用特征面进行识 别的方法是Sirovich和Kirby(1987)开发的，并被Matthew Turk和Alex Pentland在人脸分类中使用。 Fisher Face：线性鉴别分析在降维的同时考虑类别信息，由统计学家SirR.A.Fisher于1936年发明（The use of multiple measurements in taxonomic problems），为了找到一种特征组合方式，达到最大的类间离散度和最小的类内离散度。 LBP：Local Binary Patterns，局部二值模式，是计算机视觉领域里用于分类的视觉算子，是一个简单但非常有效的纹理运算符。它将各个像素与 其附近的像素进行比较，并把结果保存为二进制数。由于其辨别力强大和计算简单，局部二值模式纹理算子已经在不同的场景下得到应用。 VGG Face：深度神经网络框架，由牛津大学视觉组于2015年发表。 Deep ID：使用深度学习的方法来提取人脸高级特征（high-level features），这种特征被称为DeepID，由香港中文大学汤晓鸥课题组发表于 CVPR2014。 名词解释6 2020 LeadLeo 7 2020 LeadLeo 中国人脸识别市场现状定义 计算机视觉与人脸识别技术定义 人脸检测 人脸矫正 图像或视 频输入 面部关键 点定位 特征提取 人脸识别 活体检测 特征比对 特征表达 人脸图像采集 与预处理 人脸ID 人脸识别系统将采集到的人脸图像进行光线、旋转、切割、过 滤、降噪、放大缩小等处理以符合人脸图像特征提取的标准要 求。主要的人脸图像预处理手段有灰度调整、图像滤波和图像 尺寸归一化，其中灰度调整主要用于调整由地点、设备、光照 等方面的差异引起的彩色图像质量的差异；图像滤波主要是调 整噪声对人脸图像质量的影响；图像尺寸归一化是调整因图像 像素差异而造成的图像尺寸差异 人脸检测指人脸识别系统从输入的图像中检测并提取人脸图像 的过程。人脸检测的作用是精准地描绘图像资料中人脸的位置 和大小，挑选出有用的图像信息，保证人脸图像的精准采集 人脸特征提取是对人脸进行特征建模的过程。人脸特征的提取 方法可归纳为基于知识的提取方法和基于代数特征的提取方法， 其中基于知识的提取方法是根据人脸五官结构特征等表像直接 提取人脸特征以建立数据库，其特点是识别方法简单、容易理 解，系统检测速度较快，但并未形成统一的提取标准；基于代 数特征的提取方法经过特定运算规律抽取人脸特征建立数据库， 人脸识别精度较高，但需要对相应的数据库进行统计训练 人脸识别将待识别的人脸特征与数据库中人脸特征模板进行比 较，根据相似程度对人脸的身份信息进行判断并展示最终识别 结果 人脸识别系统辨别采集到的人脸图像，是来自于真实的人脸还 是含有人脸的照片的过程。实际运用中，人脸识别系统一般需 要增加活体鉴别环节，例如要求人转头，眨眼睛等 人脸识别基础流程 计算机视觉是使用计算机模仿人类视觉系统的技术，让计算机拥有 类似人类提取、处理、理解分析图像及图像序列的能力。其中人脸 识别是计算机视觉的一个热门研究领域，是一种计算机基于人的脸 部特征信息进行身份鉴别的计算机视觉技术。 人脸识别是计算机视觉的一个热门研究领域，是一种计算机基于人的脸部特征信息进 行身份鉴别的计算机视觉技术 中国人工智能技术成熟度曲线 来源：头豹研究院编辑整理 情感交互 体感交互 动态视觉 无监督学习 增强现实 声纹识别 增强学习 语义理解 语音交互 问答系统 图像理解 监督学习 虹膜识别 知识图谱 机器翻译 人脸识别 视频编解码 指纹识别 技术萌芽 期望峰值 复兴阶段 投产应用 技术成熟度 技 术 类 型 回归理性8 2020 LeadLeo 中国人脸识别市场现状商业模式 在线API 服务提供商提供API调用接口，用户远程调用服务商提供的软件服务，使 用云端对比识别，在服务商端完成数据处理。该服务模式具有高弹性、高 灵活性和高效的特点。互联网公司多采用此种模式。 离线SDK 服务提供商向用户提供图像识别、人脸识别等多种算法模块，在用户端完 成识别计算过程，保护数据安全，实时性高。基于对数据保护和实时性的 要求，手机和互联网娱乐公司多采用此种服务模式。 私有云 服务提供商为企业定制个性化定制服务，用户调用私有云内的远程接口， 在用户端进行数据处理。此种模式一般适用于大型互联网公司。 解决方案 人脸识别企业的服务模式按提供产品或服务类型不同，可分为软件服务模式和软硬件一体解决方案服务模式。多数人脸识别企业均涵盖以上两 种服务模式。 软件服务模式：服务提供商通过售卖人脸检测软件、视频管理软件、视频分析软件等，为用户提供人脸识别服务。按数据处理方式及数据存储 位置不同，可分为在线API、离线SDK、私有云等细分服务模式。 软硬件一体解决方案服务模式：服务提供商为客户提供具体应用场景的技术解决方案，通过售卖“硬件+软件”服务，满足客户个性化需求。软硬 件结合方式可在前端硬件设备上嵌入识别算法软件，实现更快速、更高精度的数据处理。还可让客户更直接应用人脸识别技术，避免对接复杂 的软硬件兼容集成过程。 软硬件一体解决方案服务模式通过售卖“硬件+软件”集成服务，满足客户个性化需求， 让客户更直接应用人脸识别技术，避免对接复杂的软硬件兼容集成过程 服务提供商为用户提供部署平台、硬件、智能系统等完整的解决方案服务。 在用户端进行数据处理，保护数据安全，推动应用落地。软硬件一体的解 决方案技术壁垒强，与只提供软件相比，议价能力更高。司法部门、传统 金融机构多采用此种服务方式。 中国人脸识别企业服务模式 按授权设备数量及周期计费 按使用量计费，如按调用次数等 按具体项目方案收费 按具体项目方案收费，部分可能 按周期计费 各类服务模式对应的收费模式 来源：头豹研究院编辑整理9 2020 LeadLeo 中国人脸识别市场现状市场规模 2014年以来，人脸识别技术尝试在各类行业中实现应用落地，行业应用场景拓展，有 利于推动人脸识别市场规模增长 11.2 36.2 99.6 235.4 427.9 717.9 1,143.8 1,686.1 2,472.3 0 500 1,000 1,500 2,000 2,500 3,000 2016 2017 2018 2019 2020预测 2021预测 2022预测 2023预测 2024预测 亿元 活体 视频 图像 文本 文本 0.5 1.1 2.5 5.0 8.7 13.9 19.8 30.8 47.9 图像 4.0 12.1 31.6 70.8 133.9 223.9 332.7 483.7 701.4 视频 1.8 7.1 26.6 63.8 121.1 204.6 315.7 451.9 642.1 活体 5.0 15.9 39.0 95.8 164.2 275.6 475.6 719.6 1,080.9 年复合增长率 总体 文字 图像 视频 活体 2019-2024年预测 60.0% 57.0% 58.2% 58.7% 62.4% 中国计算机视觉行业市场规模（按可视数据类型分），2016-2024年预测 计算机视觉与人脸识别市场规模 计算机可识别文本、图像、视频及活体内容，可根据文 本、视频、图像内容进行涉黄监测，识别活体面部特征 信息，对人员身份进行识别、活体检测等。此处的活体 数据类型主要为人脸信息，是人脸识别应用的市场表现。 2014年以来，人脸识别技术尝试在各类行业中实现应 用落地，行业应用场景拓展，有利于推动人脸识别市 场规模增长。中国人脸识别市场规模从2016年的5.0亿 元人民币增长至2019年的95.8亿元人民币，期间的年 复合增长率高达166.9%。但目前人脸识别技术仅与智 能安防和金融领域结合较深，其他领域的人脸识别应 用仍在开发进程中。随着人脸识别技术在各行业应用 渗透深入，中国人脸识别市场规模有望获得更进一步 发展，预计2019-2024年，人脸识别市场规模年复合 增长率可达62.4%，成为计算机视觉行业内增长最快的 细分板块。 文本 卡片信息识别，基于文本信息自动问 答，自动摘要，文本信息涉黄监控等 图像 静态图片信息识别、图片标签等 视频动态内容识别、增强内容、视频 摘要、视频内容涉黄监控等 视频 视频 活体 活体 安防监控人脸识别、门禁人脸识别、 活体检测等 来源：头豹研究院编辑整理10 2020 LeadLeo 中国人脸识别市场现状行业应用（1/2） 计算机视觉企业积极拓展人脸识别行业应用场景，由需求明确的安防及金融领域向教 育、零售、物流领域过渡，促进人脸识别技术在传统行业中稳步落地 计算机视觉应用在传统行业落地进程 较为成熟 初步成熟 初步发展 安防 金融 教育 零售 物流 工业 医疗 汽车 人脸识别 人群分析 疑犯追踪 卡证文字 识别 远程身份 验证 刷脸取款 远程身份 验证 刷脸支付 远程身份 验证 表情分析 身份认证 刷脸考勤 手写识别 无人零售 消费者分析 消费者分析 无人零售 无人分拣 无人搬运 物流机器人 影像诊断 人工智能医 疗平台 防撞预警 系统 驾驶员行 为检测 无人驾驶 智能公交 机器 视觉 人脸识别主 要应用场景 2019年， 中国计算 机视觉在 智慧商业 应用领域 产生的市 场规模达 2820.4亿 元人民币 2019年，中 国计算机视 觉在智慧医 疗应用领域 产生的市场 规模达153.2 亿元人民币 2019年， 中国计 算机视 觉在工 业制造 应用领 域的市 场规模 达209.4 亿元人 民币 计算机视觉企业 在传统行业布局 萌芽阶段 来源：头豹研究院编辑整理11 2020 LeadLeo 中国人脸识别市场现状行业应用（2/2） 随着中国平安城市理念的推进，机场、地铁站、海关、边防口岸等运输枢纽区域对人 脸识别应用需求增长明显 安防领域 人脸识别技术广泛应用于重要场合的安防设施中，如APEC会议、世博会、奥运会以 及亚运会的等大型活动现场的安防与安检，避免事故发生。随着中国平安城市理念 的推进，机场、地铁站、海关、边防口岸等运输枢纽区域亦陆续添置人脸识别应用， 如厦门市地铁管理部门明确提出对地铁视频监控系统招标项目的人脸检测、人脸跟 踪、人脸比对功能的要求；首都国际机场、上海虹桥机场、广州火车站以及长沙高 铁站等人流密集的综合交通枢纽站点已采用人脸识别技术进行安检；新疆、广东等 部分省份的边检口岸已采用人脸识别应用防范犯罪分子逃往国外；监狱、看守所等 机构采用人脸识别作为门禁，设置逃跑预警功能，防范犯罪分子的越狱。 教育领域 人脸识别技术已广泛应用于校园安全、考生验证以及在校人员的监控等教育领域。 在校门出入口、学生宿舍出入口、教学楼等重点区域布置人脸识别摄像机，通过人 脸识别技术实时检测和掌握出入人员的身份信息，人脸识别系统一旦发现有嫌疑人 员（如被通缉人员、小偷惯犯等）就会立刻自动报警并提示安保人员前往处理。浙 江信息工程学院在2014年11月将人脸识别系统用于校园寝室管理，自动录入学生日 常出入信息并传到监控终端，管理寝室的工作人员通过人脸识别系统可随时掌握学 校寝室入住的情况。浙江师范大学、东北大学等高校也于2015年陆续将人脸识别技 术融入智慧校园系统。2016年高考，北京、四川、湖北、广东、辽宁、内蒙古等省 份采用了“人脸识别指纹识别”的生物识别技术确认高考考生身份。 金融领域 人脸识别技术在金融领域的应用较为普遍，静态人脸识别的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、自助发卡机远程审核等。 动态人脸识别主要应用于银行营业网点的安防监控上，用于排查可疑人员及识别VIP 人员。众多银行机构如中国银行、工商银行、建设银行、平安银行、招商银行等已 将人脸识别产品引入各个业务环节。 应用领域 应用场景 应用案例 安防 反恐报警、公安巡检、 公共安全等 2017年3月，深圳机场宣布推进人脸识别和 大数据分析在防暴安检等环节落地试点项目 2015年6月，广州地铁站试点将人脸识别技 术用于反恐活动中 金融 开户、支付、取款 鉴权等 2016年10月，中国农业银行将数万台设备 进行智能升级，成为中国四大行中第一家在 全国范围应用人脸识别技术的银行 教育 预防作弊、核实考生 信息、学生签到、门 禁等 北京、四川、湖北、广东、辽宁、内蒙古等 多个省份在2016年高考中采用“人脸识别+ 指纹识别”的生物识别技术确认考生身份， 防止替考、作弊事件发生 交通 司机乘客身份验证、 司机疲劳状态识别等 人脸识别系统大量运用于高铁、动车等高速 驾运输领域，对驾驶员疲劳状态进行检测， 提高人民群众的出行安全 零售 识别用户身份、刷脸 支付等 京东线下实体店用摄像头识别购物者身份， 在购物者取物后，设备可自行扫码购物者所 取货物，并自动从购物者授权账户中扣款 人脸识别应用场景案例 人脸识别典型行业应用 来源：头豹研究院编辑整理12 2020 LeadLeo 中国人脸识别技术发展现状算法演进 人脸识别算法发展历程 人脸识别的研究历史可分为三个阶段：（1）第一阶段将人脸识别归类为一 般性的模式识别问题，主要基于人脸几何结构特征方法进行研究。（2）第 二阶段出现较多经典人脸识别方法，如Eigen Face、Fisher Face和弹性图匹 配，主流的技术路线以人脸表观建模。（3）第三阶段的算法模型进入深度 学习阶段，研究者开始关注面向真实条件的人脸识别问题：提出不同的 人脸空间模型，包括以线性判别分析为代表的线性建模方法，以Kernel方 法为代表的非线性建模方法和基于3D信息的3D人脸识别方法；深入分析 和研究影响人脸识别的因素，包括光照不变人脸识别、姿态不变人脸识别 和表情不变人脸识别等；出现Gabor Face, LBP Face和深度学习等人脸识 别方法；接受新的数据源，如识别视频、素描、近红外图像中的人脸。 时间 算法 算法描述 训练数据量 LFW精度 1990年 Eigen Face 主成分分析 1万 60.02% 2006年 LBP+CSML 局部二值模式+度 量学习 1万 85.57% 2013年 High-dim LBP 高维LBP+Joint Bayesian 10万 95.17% 2014年 Deep ID CNN+Softmax 20万 97.45% 2015年 VGG VGG+Softmax 260万 98.95% 2016年 Face Net Inception+Triplet- loss 2亿 99.63% 卷积层1 卷积层2 卷积层3 卷积层4 第一层 卷积核： 4x4x20 第二层 卷积核： 3x3x40 第四层 卷积核： 2x2x80 池化层1 池化层2 池化层3 池化 池化 池化 第三层 卷积核： 3x3x60 输入层 经典人脸识别算法在LFW的精度比较 Deep ID算法基础结构 深度学习人脸识别阶段 人脸识别算法目前处于深度学习阶段，此前出现过特征脸法（Eigenface）、 局部二值 模式（Local Binary Patterns）及Fisher Face 三大经典人脸识别算法 图片张量与卷 积核卷积进行 人脸特征提取 得到一层人 脸特征张量 该网络的特殊性在于最后一个卷积层和最后一个池化层均和最后的全连接层直接相连。层 数越高对于特征的概括越高（视野越大），包含的神经元越少，容易造成信息损失，全连 接方式保留每层特征，减少信息损失。 来源：头豹研究院编辑整理13 2020 LeadLeo 中国人脸识别市场竞争格局竞争概况 中国人脸识别市场主要参与商可根据企业属性分为三大类：（1）以商汤科技、旷视科技、依图科技及云从科技为代表的技术型初创企业；（2）以 腾讯、阿里巴巴、百度为代表的互联网巨头企业；（3）以海康威视、大华股份、佳都科技为代表的传统硬件设备生产制造企业。 场 景 端 云端 阵营一：软件能力较强 技术型初创企业更靠近场景端用户，以人脸识别核心算法为基础， 推行端对端的行业解决方案，针对各种行业各类场景为用户提供 解决方案，有效推动人脸识别技术的落地，同时亦有利于企业开 拓实际应用场景。 阵营二：生态服务能力较强 互联网巨头企业更靠近云端用户，通过云服务为用户提供人脸识 别API调用，赋予开发者人脸识别开发能力。云端API调用较为灵 活，开发者可基于互联网巨头企业开发的人脸识别算法自主开发 最终应用。此外，互联网巨头企业可为用户提供更多基于生态的 服务，用户既可获取云服务，还可获得各类人工智能API调用，大 数据运算服务等。 阵营三：硬件能力较强 传统硬件设备生产制造企业更多地扎根于个别垂直细分应用场景， 利用传统硬件领域的竞争优势，结合人脸识别应用，升级优化传 统硬件设备，强化在传统硬件领域已有的深耕优势。 中国人脸识别厂商分类 中国人脸识别市场主要参与商可根据企业属性分为技术型初创企业、互联网巨头企业 及传统硬件设备生产制造企业 来源：头豹研究院编辑整理14 2020 LeadLeo 中国人脸识别市场竞争格局企业增长评价体系 评价维度 指标 权重 指标简介 技术储备 （33%） 专利申请数量及授权量 5.50% 分析企业获得的人脸识别相关专利情况 论文数量 5.50% 企业发表的人脸识别相关论文以及论文的影响力 科技人员储备 5.50% 企业人脸识别研发团队人员数量以及团队领头人的影响力 研发投入费用 5.50% 分析企业在人脸识别领域的研发投入费用，评价研发投入在 整体市场规模的占比情况 算法实力 5.50% 评价企业人脸识别算法的成绩表现 技术创新能力 5.50% 评价企业人脸识别技术的迭代更新以及适应市场的能力 产品生态 （33%） 云服务水平 5.50% 评价企业的基础支撑能力 底层硬件生产能力 5.50% 评价企业的基础硬件支持能力以及产业链上下游布局的广度 与深度 生态繁荣度 5.50% 企业的产品生态对人脸识别应用投放的支持力度 AI开放平台表现 5.50% 评价企业人工智能技术能力及开放度 合作伙伴数量 5.50% 企业、政府、高校、研究院等合作伙伴数量 数据积累程度 5.50% 获取人脸数据库的途径以及便捷程度 市场表现 （34%） 相关硬件、服务或解决 方案销售额 4.25% 分析企业人脸识别相关硬件、服务或解决方案的销售额表现 应用领域布局 4.25% 评价企业在下游市场的深度和广度，即在垂直领域的领先程 度，以及涉足的细分场景数量 市场份额 4.25% 分析企业近年来的人脸识别市场份额变化情况 收入增长 4.25% 分析企业近年来人脸识别业务收入增长情况 方案落地表现 4.25% 企业的人脸识别技术有多少落地案列，案列落地后的影响力 品牌知名度 4.25% 企业的品牌影响力 定制化服务能力 4.25% 评价产品满足客户需求以及解决应用场景痛点的程度 战略布局 4.25% 评价垂直领域的未来布局重视程度和细分场景未来布局的丰 富度 本报告从技术储备、产品生态、市场表现三个维度共20个具体 指标对中国人脸识别厂商进行评分，每个指标的评分区间为1- 5分，并根据指标评分与指标权重情况计算出行业排名前五的 企业。 技术储备 技术储备方面共包括6个细分评价指标，权重共为33%。该评价 维度分别从人脸识别算法实力、科技人员储备、研发投入费用、 相关专利申请数、发表的重要论文、技术创新能力评价人脸识 别厂商的技术能力。 产品生态 产品生态方面共包括6个细分评价指标，权重共为33%。该评价 维度主要从云服务水平、硬件生产能力、AI开放平台表现、生 态繁荣度、数据积累程度、合作伙伴等维度对人脸识别厂商的 产品生态支撑能力进行评价。 市场表现 市场表现方面共包括8个细分评价指标，权重共为34%。该评价 维度主要用于衡量企业的市场拓展能力，评价指标包括市场份 额、收入增长情况、应用领域布局、方案落地表现、产品定制 化能力、战略布局等。 企业增长评价指标 中国人脸识别市场企业增长评价体系 本报告从技术储备、产品生态、市场表现三个维度共20个具体指标对中国人脸识别厂 商进行评分 来源：头豹研究院编辑整理15 2020 LeadLeo 中国人脸识别行业厂商竞争格局 本报告通过对中国人脸识别行业内20家主要企业进行调研，根据技术储备、产品生态、市 场表现三个维度共20个具体指标对企业进行分析和评价（5分制），总结出人脸识别行业 排名前五的企业为商汤科技（4.40分）、旷视科技（4.22分）、腾讯（4.08分）、依图科 技（4.07分）和云从科技（4.02分）。其中商汤科技在科技型创业企业阵营中排名第一， 腾讯在互联网巨头企业阵营中排名第一，海康威视在传统硬件设备生产制造企业阵营中排 名第一。 商汤科技 商汤科技以原创技术为基础，借助核心平台化能力赋能多个行业，业务范围覆盖智慧安防、 互联网娱乐及广告、智能终端、手机、智慧商业、车载、移动运营商、智慧金融及遥感等 多领域，不仅在人脸识别技术实力上领跑行业，实现的商业营收亦表现出众，在多个人脸 识别垂直应用领域的市场占有率居首位。 腾讯 腾讯人脸识别算法独创融合特征，支持将待识别人员的多张人脸的人脸特征“融合”成人员 特征，识别准确率整体提升超5%，在公有云业界属首创。腾讯人脸识别技术在自有生态产 品（社交产品、游戏产品等）中得到很好应用，腾讯还联合众多生态合作伙伴，为用户提 供端对端的人脸识别完整解决方案。 海康威视 海康威视稳居中国安防市场龙头地位，凭借在安防领域的软硬件集成能力，连续6年蝉联 中国视频监控行业第一。海康威视自主研发的人脸识别算法、视频检索引擎等相关技术曾 获得世界级人工智能竞赛第一名，并在公共安全、交通、智慧城市等领域大量使用。 中国人脸识别市场竞争格局企业综合排名情况 企业排名情况 备注：中国人脸识别行业处于成长期，该排名以当前可获得的信息为依据，反 映当前中国人脸识别市场成长期的企业竞争格局情况，无法代表行业其他时期 市场变化情况下的企业排名。 强战略 弱战略 技 术 实 力 弱 强 竞争者 强表现者 领导者 挑战者 商汤 旷视 海康威视 大华股份 佳都科技 依图 云从 百度 腾讯 阿里巴巴 来源：头豹研究院编辑整理 中国人脸识别行业排名前五的企业为商汤科技（4.40分）、旷视科技（4.22分）、腾 讯（4.08分）、依图科技（4.07分）和云从科技（4.02分16 2020 LeadLeo 中国人脸识别市场竞争格局头部企业分析 互联网巨头企业阵营排名情况 腾讯 腾讯拥有强劲的人工智能应用落地优势，其丰富的社交和游戏生态确立其商业 落地优势。计算机视觉为腾讯核心输出技术之一，助力腾讯深耕刷脸支付、安 防等领域，推动腾讯多赛道切入人脸识别应用市场。未来腾讯将继续基于自身 业务特点，通过应用强化学习平台、图像识别、语音识别等技术，推出直播智 能鉴黄、智能审判等多种泛娱乐人工智能解决方案。 百度 百度人工智能整体技术实力强劲，布局的人工智能技术涉及自然语言处理、语 音识别、图像识别、视频识别等众多细分领域，AI开放平台、小度开放平台等 开放程度高，赋能合作伙伴和开发者持续创新，提升AI生态创造力。百度人脸 识别公有云服务日均调用量超1亿，人脸技术相关开发者超13万。未来百度通 过百度大脑将人脸识别技术渗透至各行业，与各行业深度融合，推动产业智能 化。 阿里巴巴 阿里巴巴人工智能生态布局清晰，以ET大脑为载体，深耕政务、金融、零售等 行业，其人脸识别主要发力支付与零售领域。阿里巴巴未来将继续大力开发AI 应用场景，以城市为核心，覆盖政务、出行、家庭等主要AI应用场景。 来源：头豹研究院编辑整理 计算机视觉为腾讯核心输出技术之一，助力腾讯深耕刷脸支付、安防等领域，推动腾 讯多赛道切入人脸识别应用市场 市场表现 注：图形大小表示技术储备维度评分，图形越大，评分越高 横坐标表示产品生态维度维度评分，纵坐标表示市场表现维度评分 产品生态 中国人脸识别行业互联网企业阵营评分情况17 2020 LeadLeo 中国人脸识别市场竞争格局头部企业技术储备维度分析 维度 指标 腾讯 百度 阿里巴巴 技术储备 （33%） 论文 AI顶会论文： 18篇（NeurIPS，2019） 58篇（CVPR，2019） 9篇（ACL，2019） AI顶会论文： 7篇（NuerIPS，2019） 17篇（CVPR，2019） 10篇（ACL，2019） AI顶会论文： 11篇（NeurIPS，2019） 14篇（CVPR，2019） 2篇（ACL，2018） 专利 中国AI专利申请量：4,115件（国家工 业信息安全发展研究中心，2019） 中国AI专利申请量：5,712件（国家工业信 息安全发展研究中心，2019） 中国AI专利申请量：3,079件（国家工业信息 安全发展研究中心，2019） 研发人员 占比：38.5%（2018） 占比：61%（2019） 占比：51%（2018） 部分知名AI专家 医疗AI科学家：郑冶枫 量子计算科学家：张胜誉 计算机视觉领域著名专家：贾佳亚 首席技术官：王海峰 计算机视觉领域顶级科学家：David Forsyth 计算语言学专家：Mark Liberman Caffe框架作者：贾扬清 前360人工智能研究院副院长：谭平 研发投入 研发投入：27亿美元（2018） 占营收比：7.3%（2018） 研发投入：20亿美元（2018） 占营收比：15.2%（2018） 研发投入：36亿美元（2018） 占营收比：14.4%（2018） 人脸识别算法成绩 PascalVOC comp4榜单：91.2综合得 分（2019） MegaFace：83.290%的准确率100万 级别人脸识别测试（2017） LFW：刷新世界纪录，99.8%（2017） ICCV VOT：单目标短时跟踪冠军(2019)； ICME：人脸106关键点检测比赛冠军 （2019） LFW：人脸识别准确率99.77%（2018） PascalVOC comp4榜单：92.9综合得分， 位居第一（2019） LPIRC：在线图像分类任务排名第一，实现 23ms的单张图片分类速度（2019） WebVision：82.54%准确率（2019） 来源：头豹研究院编辑整理 百度凭借扎实的AI技术储备，全面布局AI技术，打造软硬一体的人工智能大生产平台， 是中国人工智能技术领域的先行者 18 2020 LeadLeo 维度 指标 腾讯 百度 阿里巴巴 产品生态 （33%） AI开放平台表 现 平台体系：NCNN、Angel3.0、Tencent ML- Images等 平台实力：日处理图片30亿张以上；日处理语 句千亿句以上；每日实时计算次数30万亿次； 开放AI能力数量200+个 开放平台：阿波罗开放平台，AI开放平台， 小度技能开放平台等 平台实力：AI开放平台开放228项AI技术能力， 开发者突破150万，语音、人脸、NLP调用量 中国第一，日均调用量突破一万亿次；小度 技能开放平台有33,000+开发者和2,400+技 能 平台体系：飞天AI平台、飞天大数据 平台、Apsara AIoT平台 平台实力：人工智能日调用量超过1万 亿次，服务全球10亿人；AI平台日处 理图像10亿张、视频120万小时、语音 55万小时、自然语言5,000亿句，视觉 智能日调用量超过1600亿次 云服务水平 市场份额：中国公有云市场份额14.0%（沙利文， 2019H1） 服务体系：云服务器、云数据库、CDN、云安 全、万象图片和云点播等产品 其他：推出60+个行业解决方案 市场份额：中国公有云市场份额5.2% （IDC，2019Q1） 服务体系：提供260+款产品和近40个解决方 案 其他：百度智能云首创分级存储体系； 2,000+合作伙伴 市场份额：中国公有云市场份额28.5% （沙利文，2019H1） 服务体系：包括飞天操作系统、第三 代神龙架构，ALink物联网平台等 其他：飞天云操作系统600+PB单日数 据处理；全球云服务企业超300万家 生态繁荣度 AI投资：AI相关投资并购事件100+起 AI扶持项目：加速器项目已进行3期，第三期录 取30个项目，总估值超200亿，前两期录取65 个项目，整体估值662+亿，70%项目完成一轮 融资；腾讯青藤大学扶持AI创业者与企业 合作伙伴：合作高校及研究机构数量400+家 其他：TI-ONE已开放体验，提供10核20GB内 存的CPU资源、1块24G显存的GPU资源 AI投资：投资版图涉足10个行业，投资轮次 主要集中在A轮和B轮(2018) AI扶持项目：为1,000+家企业提供相关AI技 术和应用培训；为200+所高校开设深度学习 课程 合作伙伴：600+家，并联合运营商、硬件厂 商、产业界合力推动“AI+5G”在自动驾驶、 物联网、8K互联网视频直播等新兴行业方面 的应用 AI投资：投资旷视、商汤、依图、云 从、寒武纪、Wayray、Infinity AR等多 个海内外AI企业 AI扶持项目：湖畔大学扶持AI创业者 与企业 合作伙伴：达摩院已与全球150+所知 名高校的100+个科研团队开展科研项 目合作；并与脸书合作开源项目 中国人脸识别市场竞争格局头部企业产品生态维度分析 来源：头豹研究院编辑整理 腾讯主要开放视觉和语音AI能力，依托云服务进行生态拓展，其人脸识别应用将进一 步依托生态优势，全面布局安防、支付、泛娱乐等场景19 2020 LeadLeo 维度 指标 腾讯 百度 阿里巴巴 市场表现 （34%） 相关硬件、服务或解 决方案销售额 硬件产品：从智能终端切入，包括 Qrobot智能音箱等产品 行业解决方案：以医疗、零售、金融、 安防、泛娱乐领域为主，还包括政务、 工业等领域，提供智能客服、大数据 风控、智能审核等服务 硬件产品：以智能音箱、小度电视伴 侣和小度在家智能屏等智能终端产品 为代表 行业解决方案：涉及涉及金融、交通、 工业、医疗等行业，提供金融智能化 方案、智能交通解决方案、智能制造 解决方案、临床辅助决策系统(CDSS)、 智慧物流解决方案等 硬件产品：以智能音箱等智能终端产 品为代表，还包括POLAR DB Box高性 能一体机、AI芯片等B端产品 行业解决方案：涉及金融、零售、政 务、出行、工业、物流等领域，提供 ET大脑综合解决方案、大数据智能风 控及智能投顾、Ali OS车载操作系统、 阿里小蜜智能客服等服务 AI落地表现 医疗健康：腾讯觅影是中国首个进入 临床预试验的结直肠肿瘤实时筛查AI 系统，已落地100+家3甲医院（2018 年4月） 安防领域：GrandEye天眼系统，超过 50w张/小时单机入库速度（2017） 工业领域：“AI+工业生产检测”，液晶 面板缺陷检测中，识别准确率90%， 辅助 100+道工序质检，节省50%+人 力成本 云服务营收：6.8亿美元（2019Q3） 阿波罗：测试里程、牌照数量和车队 数量中国第一，并在长沙落地首个自 动驾驶出租车队 灵医智惠：已在中国18个省市自治区 1,000+个医疗机构落地（2019） 智能云营收：同比增速超过410%，在 所有厂商中增长最快（2018H2） ET大脑：全球已有23个城市接入ET城 市大脑，已覆盖交通、城管等11个领 域、48个场景 AliOS：已有100+万辆汽车搭载阿里 云AliOS系统 云服务营收：13.5亿美元（2019Q3） 中国人脸识别市场竞争格局头部企业市场表现维度分析 来源：头豹研究院编辑整理 阿里巴巴以云计算为基础，完善AI开放平台，积极对外投资繁荣AI生态，坚持以ET大 脑为核心，拓展至IoT各领域，实现“AI+IoT”全面落地20 2020 LeadLeo 中国人脸识别行业发展趋势技术趋势 目前的人脸识别技术主要分为2D人脸识别和3D人脸识别。2D人脸识别是基于图像的 识别方法，主要优势是检测数据获取便捷，照片亦可做为人脸对比库，2D人脸识别 算法相对成熟，在无遮挡等理想条件下的识别率接近100%。但3D人脸在2D维