人脸识别：技术革新驱动商业未来.pdf

HeaderTable_User 810267158 810573648 852296786 HeaderTable_Industry 13021300 看好 investRatingChange.same 173833703 深度报告 东方证券股份有限公司经相关主管机关核准具备证券投资咨询业务资格，据此开展发布证券研究报告业务。 东方证券股份有限公司及其关联机构在法律许可的范围内正在或将要与本研究报告所分析的企业发展业务关系。因此，投资者应当考虑到本公司可能存在对报告的客观性产生影响的利益冲突，不应视本证券研究报告为作出投资决策的唯一因素。 有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。 【行业证券研究报告】 报告起因 随着 腾讯微众银行、阿里网商银行开业日益临近， 以及央行 发布 关于银行业金融机构远程开立人民币银行账户的指导意见 (征求意见稿 ) ， 人脸识别 行业有望再获 关注。我们认为随着 技术的日渐成熟 、应用场景的日益丰富以及政策支持逐步明确，人脸识别 行业将进入 大规模商业 化阶段，成为 市场 的下一个热点。 核心观点 技术变革 打开千亿商业空间： 自 06 年深度学 习被提出以来，学术界的热潮已逐步转移到资本界与产业界。深度学习 利用多重神经网络来模拟人脑的认知过程， 于 14 年将人脸识别精确度提升到肉眼层次，使得诸多受制于 识别效果的应用得到落地。 当前 人脸 识别 充分受益于 远程开户带动的 “ 线上身份认证 ” 产业热潮 ； 同时随着智慧城市高清摄像头的普及以及人工智能产业的发展，人脸识别在安防监控、市政管理 、 人机交互等 领域中的 诸多应用将被打 开。另外 互联网巨 头在人脸识别领域频繁布局，将建立起用户习惯以及对技术的认可度， 进一步推动千亿产业发展。 人脸才是打开商业空间的钥匙： 人脸识别有着与指纹、虹膜等生物识别不一样的商业空间。我们认为 “技术革新” +“身份识别线上化”是其大规模推广的基础；“完善的基础设施” +“非接触式的主动数据获取”是其先天优势 。人脸识别作为线上身份认证的理想解决 方案将受益于“身份识别线上化”的趋势，替代指纹识别成为线上身份验证首选；同时手机以及公共场所随处可见的摄像头将为人脸识别多场景应用提供基础支撑。最重要的是 非接触式的主动数据采集对于智能监控、边关安防以及人工智能等应用 意义重大。 布局人脸识别，静待人工智能花开： 人工智能是当前海外创投的热点，计算机视觉在人 工智能领域有着诸多应用。比尔盖茨在博鳌演讲中 指出“深度学习”和“计算机视觉”将是 IT 界下一个大事件，同时 Google 于 14 年收购了 4 家人工智能初创公司均涉及深度学习，其中 3 家涉及计算机视觉。 互联网巨头在该领域的频繁布局以及人工智能产业发展将进一步打开人脸识别应用前景 。 我们认为 布局人脸识别符合当前线上身份认证以及金融服务的需求，更是踏入万亿人工智能产业的开始。 投资 建议与投资标的 人脸识别产业即将迎来大规模商业化，建议布局技术龙头 ； 作为互联网金融的基础设施 ，人脸识别产业将充分受益于“线上身份认证” 产业 的爆发； 同时 智 能安防、后端监控自动检索等前期受制于识别效果的应用空间也将被打开。 我们看好在布局人脸识别公司的当前盈利空间，更看好其在人工智能领域的先入优势与技术积淀 。强烈建议投资者关注： 佳都科技 (600728，未评级 )、科大讯飞 (002230，未评级 )、川大智胜 (002253，未评级 )、汉王科技(002362，未评级 )。 风险提示 人脸识别商业化进展不达预期、人工智能遇发展瓶颈 。 人脸识别：技术革新驱动商业未来 计算机行业 行业评级 看好 中性 看淡 (维持 ) 国家 /地区 中国 /A 股 行业 计算机 报告发布日期 2015 年 05 月 18 日 行业表现 资料来源： WIND 证券分析师 浦俊懿 021-63325888*6106 pujunyiorientsec 执业证书编号： S0860514050004 联系人 郑奇威 021-63325888*6092 zhengqiweiorientsec 徐欣 021-63325888*6098 xuxinorientsec 相关报告 金融变革的时代下，坚定看好互联网银行主线 2015-05-12 互联网银行系列报告（一）：互联网银行风起云涌，银行 IT 迎来价值重构 2015-05-05 坚定推荐互联网银行，看好潜在标的成长空间 2015-05-04 -64%0%64%128%193%257%14/0514/0614/0714/0814/0914/1014/1114/1215/0115/0215/0315/04计算机 沪深3 0 0有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。 HeaderTable_TypeTitle 计算机深度报告 人脸识别：技术革新驱动商业未来 2 重大投资要素 我们区别于市场的观点 市场主要认为： 人脸识别近期受远程开户的刚需催化，将迎来商业化爆发，未来平台型线上身份认证服务前景巨大，同时前期受制于效果不佳的智能安防等应用也将迎来爆发。 同时市场也有观点认为人脸识别 99%准确率依然可能无法满足金融级应用中的支付要求，且面对双胞胎人脸等识别难点更是如此。 而我们认为： 人脸识别商业化不仅受益于线上身份认证、智能安防等新业务的出现， 同时将受益于用户习惯的建立以及人工智能产业的发展 ： 1）目前用户依然对人脸认证存在使用顾虑，线上身份认证将培养用户刷脸习惯，且提高对人脸技术的认可度，有利于抢占指纹识别市场；同时使得现有的应用推广难度大大降低，打开市场增量空间。 2）技术变革是永恒主题，深度学习是人脸识别商业化的基础；布局人脸识别的公司掌握深度学习核心算法，在未来人工智能诸多应用场景中将形成优势积累。 目前人脸识别足够支撑起支付应用： 首先推出人脸支付的支付平台不仅拥有了用户的人脸信息，还有用户的账户以往的交易 信息 、甚至于社交数据； 通过大数据技术可以对支付账户或某一支付事件做异常分析，在不到 1%误识基础上再基 于大数据技术进行风控，支付风险将大大降低。此外对于 超出风险阈值的 支付事件可以做多重验证； 这样既能满足绝大部分用户 的直接刷脸支付的极致体验，又能有效的进行风险控制 。 风险 提示 人脸识别商业化进展不达预期 。 有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。 HeaderTable_TypeTitle 计算机深度报告 人脸识别：技术革新驱动商业未来 3 目 录 深度学习推动人脸识别技术发展，金融级应用推广在即点燃行业热度 . 5 技术革新才是永恒主题，深度学习打造肉眼级识别率 . 5 金融级应用在即，商业模式拓展意义巨大 . 6 人工智能风起，点燃人 脸识别市场热情 . 7 人脸识别技术演变， 2D、 3D 识别各有千秋 . 8 2D 人脸识别：当前主流技术路线，平台型应用发展空间大 . 8 3D 人脸识别：未来发展方向，有效解决识别难点 . 8 两条技术路线共同发展，细分场景各有千秋 . 9 远程开户刚需催化，人脸识别打开多方商业化空间 . 10 互联网银行运营在即，人脸识别步入金融级应用场景 . 10 生物识别 方式多样，人脸才是那把打开商业空间的钥匙 . 10 多方商业化应用空间巨大，千亿市场爆发在即 . 12 人工智能海外热情高涨，人脸识别智能应用前景无限 . 14 “计算机 视觉” +“深度学习”： IT 界下一个大事件 . 14 布局人脸识别，静待人工智能花开 . 14 相关标的 . 15 风险提示 . 15 有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。 HeaderTable_TypeTitle 计算机深度报告 人脸识别：技术革新驱动商业未来 4 图表目录 图 1：多方推动人脸识别应用的爆发 . 5 图 2： Face+人脸识别的技术路线 . 6 图 3：具有挑战性的 LFW 数据集 . 6 图 4：百度识图技术全面升级：可实现拍照购物、人脸交友 . 7 表 1： 2D vs 3D 识别效果 （数值因方法差异而不同、仅供定性比较） . 8 表 2： 2D VS 3D 优缺点及适用场景 . 9 图 5： Uniqul：基于人脸识别的支付平台 . 10 图 6：各生 物识别技术的市场份额 . 11 图 7：人脸识别能打开市场空间的原因 . 11 图 8：人脸识别商业化应用空间 . 12 图 9：人脸识别千亿市场进阶过程 . 13 图 10： Google 2014 年人工智能领域布局 . 14 有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。 HeaderTable_TypeTitle 计算机深度报告 人脸识别：技术革新驱动商业未来 5 深度学习推动人脸识别 技术发展， 金融级应用 推广 在即点燃 行业 热度 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象空间，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；更重要的是提早布局人脸识别将受益于人工智能产业高潮的来临。 图 1：多方推动人脸识别应用的爆发 技术革新深度学习 模拟人脑对事物认知的 过程 ，人 脸 识别精确度已达肉眼级别刚性 需求人脸识别是远程开户的刚性需求，央行已就远程开户提出框架意见巨头 布局刷脸支付：抢占二维码后的另一支付入口百度识图：识图购物交友，抢占购物社交入口人工智能继互联网下一个万亿市场，海外投资火爆布局计算机视觉为切入人工智能打下基础资料来源：东方证券研究所 技术革新才是永恒主题，深度学习打造肉眼级识别率 小到人脸识别，大到近期海外火热的人工智能，其商业化的爆发 均离不开技术的变革。 2006 年 ，加拿大多伦多大学机器学习领域的泰斗 Geoffrey Hinton 等在科学上发表了一篇关于深度学习的文章 , 开启了 学术界和工业界的 人工智能 浪潮。 在此之前运用神经网络进行手写数字识别的系统（ LeNet-5）已经大量应用于银行、邮局等系统；而深度学习利用多重神经网络叠加，以此来更好地模拟人脑认知事物的过程，为更多智能技术的商业化应用带来机会。远程开户、刷脸支付、刷脸识别表情推 荐歌曲等创新应用在近期不断提高市场对于“刷脸”应用的热情。 Face+是国内致力于人脸识别的创业公司，为马云在德国刷脸支付应用的提供技术支撑，图 2 即为 Face+基于深度学习的人脸识别 技术路线 。 有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。 HeaderTable_TypeTitle 计算机深度报告 人脸识别：技术革新驱动商业未来 6 图 2： Face+人脸识别的技术路线 资料来源：东方证券研究所 2014 年是深度学习应用于人脸识别的关键一年，该年 FaceBook 发表一篇名为“ DeepFace 系统：达到肉眼级别的人脸识别系统”（翻译名），之后 Face+创始人印奇团队以及香港中文大学汤晓鸥团队均在深度学习结合人脸识别领域取得优异效果，两者在 LFW 数据集上识别准确度均超过了99%，而肉眼在该数据集上的识别准确度仅为 97.52%，可以说深度学习技术让计算机人脸识别能力超越人类的识别程度。从图 3 的 LFW 部分人脸数据可以看出，该数据集中存在人脸遮挡、旋转等诸多难以识别的情况，且背景复杂。我们认为在正常金融应用的人脸识别情景下，将得到更容易检测的人脸数据，进而取得更加精准的识别效果。目前财付通过与“身份证查询服务中心”达成人相对比服务，人脸识别系统再辅以交叉认证等方式，足够支撑起微众银行金融级应用。 图 3：具有挑战性的 LFW 数据集 资料来源： LFW 数据集、 东方证券研究所 金融级应用在即，商业模式拓展意义巨大 互联网银行远程开户刚需 ： 前海微众将于近期正式运营 ，如果说柜台是传统银行的基础设施，那么无柜台的运营模式将使人脸识别成为互联网银行的 基础 设施。 央行 于年初 对银行远程开户提出框架性意见并征求各方意见 ，随着互联网银行正式运营，基于人脸识别的远程开户平台将成为 未来互联有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。 HeaderTable_TypeTitle 计算机深度报告 人脸识别：技术革新驱动商业未来 7 网金融的基础设施， 并将 迅速商业化普及 。同时金融级应用标杆性作用将为其后续多方面的商业化应用打下基础。 巨头的深入布局抢入口： 国内互联网巨头近期在人脸识别中频繁布局；在支付领域 ，马云刷脸 支付意味着其正在布局二维码之后的另一个支付入口，重要性不言而喻。 百度的凭借其强大的图像处理技术推出“百度识图”， 基于此布局识图购物、识脸交友，以新型方式抢占购物、社交入口 。同时刷脸登录的“一登”和刷脸推荐音乐的“ emo” 等 APP 让我们认识到 人脸识别在互联网应用场景的多样性。 图 4： 百度识图技术全面升级：可实现拍照购物、人脸交友 资料来源： 互联网、 东方证券研究所 人工智能风起，点燃人脸识别市场热情 人工智能继互联网后，下一个爆发的万亿级市场： 随着深度学习在语言、图像等应用领域取得优异效果，人工智能在学术界的热潮被逐渐带入到产业界，该领域于 14 年成为海外创投的焦点。 Google、Twitter 等海外巨头纷纷布局人工智能领域，其中 Google 于 14 年以 4 亿美元收购致力于深度学习的 DeepMind 公司成为人工智能领域收购案的焦点。各巨头纷纷招揽人才： Google 收购了 Geoffrey Hinton 建立的初创公司 DNNResearch； FaceBook 招揽人工智能大牛 Yann LeCun 深度布局人工智能，并于 14 年得出肉眼 级别的人脸识别度；百度 深度研究 院聘请了著名的 “ Google 大脑” 主持者吴恩达，在语音识别、百度识图、智能驾驶等方面做 深入布局。 目前百度识图已经上线，产品体系 即将 建立 。我们认为 提早布局 人脸识别和 计算机视觉 符合目前互联网金融、智能安防等市场发展需求；同时也为公司 切入人工智能领域打好基础 ，把握先入优势和技术积淀，静待国内人工智能风起。 有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。 HeaderTable_TypeTitle 计算机深度报告 人脸识别：技术革新驱动商业未来 8 人脸识别技术演变， 2D、 3D 识别各有千秋 按人脸信息载体不同， 人脸识别 技术 主要分为 2D 人脸识别和 3D 人脸识别。 2D 人脸识别因其技术发展时间久、数据采集便利 ，是当前 人脸识别的技 术主流，尤其是在利用深度学习在图 像处理上取得优异效果后更是如此。 然而 3D 人脸识别取得更加丰富的人脸三维信息 ，能够得到更加精确的识别结果，能够进行更好的风险控制，适用于对 安全性要求 较高 的应用场景。 2D 人脸识别：当前主流技术路线，平台型应用发展空间 大 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。近期深度学习将人脸识别的准确度提升至肉眼级别，大大拓展了其应用场景；其借助互联网金融爆发的东风，步入金融级应用并作为基础设施迅速普及。 相较于指纹识别、虹膜识别等其他生物识别方式， 人脸识别因摄像头的普及以及人脸数据非接触式、易获取等先天优势，更适应于“身份认证线上化”的发展趋势，将在线上身份认证中占据主导市场 。随着互联网金融等业务身份认证的需求爆发，第三方认证服务平台将会出现，基于提供服务的平台型盈利模式发展空间巨大。同时随着人脸识别技术的革新以及线上“刷脸”用户习惯的培养，人脸识别在线下生物识别应用领域的占比也将大幅增长。 3D 人脸识别：未来发展方向，有效解决识别难点 2D 人脸识别是基于图像的识别方法，其所获取的人脸信息是经过投影处理过的 ，在投影过程中存在有效信息的损失；其人脸识别在出现遮挡、角度旋转以及极度相似等情形下，所取得的识别效果还是有所欠缺。而 3D 人脸识别方法是基于人脸 3D 立体模型进行识别，具备立体空间信息，能够有效解决投影过程中出现的遮挡以及角度旋转等识别难点。同时极端相似人脸 2D 信息在 3D 立体空间中也是存在区别的，故 3D 技术在双胞胎识别准确率上大幅领先与 2D 技术。表（ 1）是在两种技术在无遮挡、角度旋转等正常情况下的效果对比；可以看出在正常情况下， 3D 识别效果领先于 2D 效果；而在 2D 识别难点的应用场景下， 3D 效果将大幅领先。 表 1： 2D vs 3D 识别效果 （数值因方法差异而不同、仅供定性比较） 对比项 2D 3D 错误接受率（错的人被系统接受概率） 0.12% 0.0047% 错误拒绝率（对的人被系统拒绝概率） 9.79% 0.103% 资料来源： 互联网、 东方证券研究所 随着三维测量技术的发展 ，目前川大智胜采用“ 三维建库、二维识别 ”的方式进行人脸识别。该模式主要有优点是：“三维建库”采集人脸 3D 信息，可在数据库中保留足够全面的识别信息；“二维识别”可以在客户端全面推广，不受制于 3D 设备的限制。该方法能够充分利用人脸 3D 信息进行人脸识别比对，在人脸 3D 旋转、姿态变化等难点识别场景中效果提升明显。 有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。 HeaderTable_TypeTitle 计算机深度报告 人脸识别：技术革新驱动商业未来 9 两条技术路线共同发展，细分场景各有千秋 我们认为两条技术路线各有优点，在人脸识别的学术圈里两条技术路径是共同发展的。关于 2D 人脸识别算法一直在进行，完善的 2D 人脸数据库、便利的数据采集过程以及深度学习算法赋予了该主流技术路径进一步研究的空间。而随着 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，随着 3D 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。 表 2： 2D VS 3D 优缺点及适用场景 技术流派 优点 缺点 结论 2D 识别 满意的识别率： 深度学习技术让识别率满足商业化需求 完善的人脸数据库： 数据库是人脸比对的基础，没有数据库人脸识别无从谈起 便利的数据采集： 在人脸建库和人脸对比识别过程， 2D 是目前最为便利的方式 完善的基础设施 ：小到手机笔记本，大到公共场所监控、天网工程 ， 2D 人脸获取设施完善，极大拓展应用场景 信息缺失： 2D 人脸是 3D 信息 投影，造成信息损失 难点难以突破： 2D 信息缺失造成该识别方法在光照、姿态变化、遮挡等场景难以取得很好效果 足够支撑金融级应用： 以目前精度，2D 人脸识别 足够 适用于包括 小额 支付在内的多种应用场景； 在更严格场景中科采用交叉或多重验证方式， 平台型应用发展空间大： 线上身份认证的主要方式，有利于构建第三方认证服务平台；同时凭借完善的基础设施，可渗透多种应用场景 3D 识别 信息充分、识别率高： 3D 人脸数据多了人脸的空间结构信息；利用空间信息辅助能够对旋转变形、人脸表情变化甚至 双胞胎 场景具备优异 检测 效果 数据库不完善： 目前没有完善 3D 人脸数据库，建库前景与采集设备发展前景相关 基础设施不完善： 3D 设备成本依然高， 限制其应用场景 （然而在创新的细分应用场景有较好前景） 当前时点 而言 平台型 应用近期 发展空间小 ：数据采集不易、数据量大等特点阻碍其； 3D采集器成本很高，且一个精细的人脸3D 模型达几十兆甚至更大 细分市场优势明显 ：对识别要求 高的线下应用场景 具有绝对优势，且 3D识别竞争者少，毛利高；目前 英国警署总部部分门禁、美国土安全部等均采用 3D 识别 发展角度 而言 3D 应用前景无限： 3D 测量技术是国家重点关注项目， 在军事、工业等行业有很强应用前景 。三维技术可用于：人脸识别、 高端安防、医学仿生、人机工程 、 整形美容、虚拟现实、娱乐动漫、人脸 3D 打印 ，前景极大。 资料来源：东方证券研究所 有关分析师的申明，见本报告最后部分。其他重要信息披露见分析师申明之后部分，或请与您的投资代表联系。并请阅读本证券研究报告最后一页的免责申明。 HeaderTable_TypeTitle 计算机深度报告 人脸识别：技术革新驱动商业未来 10 远程开户刚需催化，人脸识别打开多方商业化空间 互联网银行运营在即，人脸识别 步入金融级应用场景 互联网银行对传统银行的影响不言而喻，其全线上模式将颠覆传统银行部分运营模式，最显而易见的就是无柜台的远程开户模式。目前央行已发布关于远程开户的框架意见，在前海微众正式运营前夕，人脸识别作为其远程开户的身份验证平台将正式步入金融级应用场景；目前腾讯财付通已与公民身份证查询中心达成合作，以完善人脸识别的交叉验证环节。 在金融应用场景中，除了远程开户的应用场景，马云在德国的刷脸支付也引爆了其在支付场景的应用。 市场有观点认为 99%以上的精确度还是不够支付汇款的要求，且面对双胞胎等疑难点容易识别出错；然而我们认为目前 人脸识别精确度足够支撑起支付应用 。首先推出人脸支付的支付平台不仅拥有了用户的人脸信息，还有用户的账户以往的大数据信息，通过大数据技术可以对支付账户或某一支付事件做异常分析，在不到 1%误识基础上再基于大数据技术进行风控；大大降低盗刷风险。对于那些超出风险阈值的支付事件再做多重验证，这样既能满足绝大部分用户的支付体验，又能有效的进行风险控制，以抢占继二维码之后的支付入口。 图 5： Uniqul：基于人脸识别的支付平台 资料来源： 互联网资料， 东方证券研究所 Uniqul 是 国外最早基于人脸识别支付的公司，其主要的业务流程为：用户购物将不用使用钱包或手机，直接在商店终端做用户人 脸 检测以 匹配 其在 Uniqul 的注册账户。当 人脸识别通过之后，用户只需按 “ 确认支付 ”完成购物流程 ，整个过程大概需要 5 秒。 公司该项业务有明确的 收费模式：以支付地理范围为 收费分档 ， 按用户注册基准地点分为 周边商店、周边城郊、全国等不同范围 ，以设置不同包月费用。 归档收费 的好处不仅在于符合用户心理，更在于仅进行符合地理条件的注册用户人脸匹配，能够有效减少系统识别时间。人脸识别在金融级应用的标杆作用将为后期其他商业化应用打下坚实基础。 生物识别方式多样，人脸才是那 把打开商业空间的钥匙 国际生物识别小组于 2009 年的研究结果 表明指纹识别占据实物识别的 50%市场，人脸识别紧随其后占据 13%的份额。随着人脸识别在近些年占有率稳步增长，近期也有统计支出指纹识别占比 40%左右，人脸识别占比约在 20%左右，但是可以看出目前指纹识别还是占据了生物识别的很大 份额。由此市场有着普遍的问题：指纹 识别几十年未做成平台化企业、应用场景多为线下打卡、门禁，商业模式单一； 为什么人脸识别有着不一样的商业空间？