2019年人脸识别产业发展分析报告.pptx

2019年人脸识别产业发展分析报告,人脸识别行业相关概述,01,人脸识别的定义人脸识别的分类人脸识别的发展历程人脸识别崛起的原因人脸识别行业产业链人脸识别行业相关政策,人脸识别的定义,PAGE 5,人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集 含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部识别的一 系列相关技术，通常也叫做人像识别、面部识别。,人脸识别的分类,PAGE 6,人脸识别按照识别方式的不同可以分为：人脸验证对比、静态验证对比、动态验证对比。,人脸识别发展历程,20世纪50年代， 认知科学家对人 脸识别展开研究,20世纪60年代，开启 人脸识别工程化应用 的研究正式开启,2000-2012年，机器学习理 论快速发展，基于人工精心 设计的局部描述子对人工识 别起到推动作用。,2013年，微软亚洲 研究院首次尝试大 规模的训练数据,2014-至今，大数据和 人工智能的快速发展， 神经网络科学受瞩目,20世纪90年代， “特征脸”方法 应用并发扬光大,早在20世纪50年代，认知科学家就已着手对人脸识别展开研究。20世纪60年代，人脸识别工程化 应用研究正式开启。当时的方法主要利用了人脸的几何结构，通过分析人脸器官特征点及其之间的拓 扑关系进行辨识，这种方法较为简单直观。至今，人脸识别已经有60多年的发展历史，在各方面均取 得了瞩目的成就。,人脸识别崛起的原因,PAGE 8,人脸识别这项生物识别技术的快速崛起，主要在于其巨大的优势。具体来说，包括非接触性、非侵扰性、 硬件基础完善和采集快捷便利，可拓展性好等特点。,行业产业链,包括人工智能芯片、算法技术和数据集硬件支持：GPU、CPU算法支持：人工智能、机器学习、成像技术数据集：真实数据、虚拟数据,中游：技术层,视频人脸识别、图片人脸识别和数据库对比检验等技术层构成嵌入式人脸识别软件一站式解决方案提供,下游：应用层,具体的场景应用，即应用方案、消费类终端或服务等智能应用：美颜贴图、图搜索智能硬件：智能手机、摄像头,人脸识别产业链上游为基础层，包括人工智能芯片、算法技术和数据集；中游由视频人脸识别、图片人脸识别和 数据库对比检验等技术层构成，中游企业的主要产品为嵌入式人脸识别软件以及一站式解决方案的提供；下游则是具体的,场景应用。,上游：基础层方案厂商,人脸识别行业相关政策,，,生物识别行业发展现状,02,生物识别概述不同生物识别技术对比全球生物识别技术市场规模国内生物识别技术市场规模国内识别技术产业地图,PAGE 12,生物识别概述,所谓的生物识别技术就是:通过计算机与 光学、声学、生物传感器和生物统计学原理等 高科技手段密切结合，利用人体固有的生理特 性，（如指纹、脸象、虹膜等）和行为特征（如笔迹、声音、步态等）来进行个人身份的 鉴定。现今已经出现了许多生物识别技术，例如： 指纹识别、手掌几何学识别、虹膜识别、视网 膜识别、面部识别、签名识别、声音识别等。,PAGE 13,不同生物识别技术对比,对于不同的生物识别技术，其各自的优点也不尽相同。其中，人脸识别技术的易用性/便利性是所 有生物识别类型中最高的，设备成本中等；但其会受到光线、遮挡等因素的干扰。,PAGE 14,全球生物识别技术市场规模,随着人工智能的加速发展，生物 识别应用领域不断扩大。2019年，生 物识别技术将进入大规模应用阶段。根据美国咨询机构Transparency Market Research的统计，全球生物识 别市场规模将于2020年增长至233亿美 元，复合年均增速为15.7%，生物识别 市场正处在快速增长中。,0,50,100,150,200,250,2016年,2017年,2018年,2019年E,2020年E,2016-2020年全球生物识别技术市场规模及预测情况,市场规模（亿美元）,PAGE 15,国内生物识别技术市场规模,近年来，随着移动终端的普及，越来 越多的生物识别技术应用到了智能手机及 其他产品中。2015年中国生物识别技术行 业市场规模达到百亿元，至2017年中国生 物识别技术行业市场规模突破200亿元，同,比2016年的146亿元增长了38.36%。据预测，,2020年我国生物识别技术行业市场规模将 突破300亿元。,0,50,100,150,200,250,300,350,2015年,2016年,2017年,2018年,2019年E,2020年E,中国生物识别行业市场规模及预测情况,市场规模（亿元）,PAGE 16,国内识别技术产业地图,上市企业数6-10家 上市企业数1-5家,汉王科技,10,1,衡量科技,新开普,2,3,宝石金卡,1,卡尔股份,1,3,远方信息,1,凯泽科技,1,从当前识别技术产业的地域布局 来看，识别技术产业的上市企业多分 布在东部沿海地区。其中，生物识别 技术和智能电子识别设备的上市企业 主要分布在广东、江苏、浙江、上海 为主。广东省分布的企业数量最多， 达到了10家。,03人脸识别行业发展现状,人脸识别行业发展特点人脸识别技术流程人脸识别行业发展驱动因素人脸识别行业市场规模人脸识别行业投融资,人脸识别系统主要包括四个组成部分，分别为：人脸图像采集及检测、人脸图像预处理、人脸图像 特征提取以及匹配与识别。,人脸识别技术流程,PAGE 18,人脸图像特征提取,人脸识别系统可使用的特征通常 分为视觉特征、像素统计特征、 人脸图像变换系数特征、人脸图 像代数特征等。人脸特征提取就 是针对人脸的某些特征进行的。 人脸特征提取，也称人脸表征， 它是对人脸进行特征建模的过 程。人脸特征提取的方法归纳起 来分为两大类：一种是基于知识 的表征方法；另外一种是基于代 数特征或统计学习的表征方法。,人脸图像预处理,人脸图像预处理是基于人脸检测 结果，对图像进行处理并最终服 务于特征提取的过程。系统获取 的原始图像由于受到各种条件的 限制和随机干扰，往往不能直接 使用，必须在图像处理的早期阶 段对它进行灰度校正、噪声过滤 等图像预处理。对于人脸图像而 言，其预处理过程主要包括人脸 图像的光线补偿、灰度变换、直 方图均衡化、归一化、几何校 正、滤波以及锐化等。,人脸图像采集及检测,不同的人脸图像都能通过摄像镜头 采集下来，比如静动态图像、不同 的位置表情等方面都可以得到很好 的采集。当用户在采集设备的拍摄 范围内时，采集设备会自动搜索并 拍摄用户的人脸图像。人脸检测在 实际中主要用于人脸识别的预处 理，即在图像中准确标定出人脸的 位置和大小。人脸图像中包含的模 式特征十分丰富，如直方图特征、 颜色特征等。人脸检测就是把这其 中有用的信息挑出来，并利用这些 特征实现人脸检测。,人脸图像匹配与识别,提取的人脸图像的特征数据与数 据库中存储的特征模板进行搜索 匹配，通过设定一个阈值，当相 似度超过这一阈值，则把匹配得 到的结果输出。人脸识别就是将 待识别的人脸特征与已得到的人 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。这一过程又分为两类：一类 是确认，是一对一进行图像比较 的过程，另一类是辨认，是一对 多进行图像匹配对比的过程。,PAGE 19,近年来，随着人工智能强 势崛起，其应用领域也在 不断扩大。而人脸识别作 为人工智能的一个重要分 支,在人工智能行业快速发 展下，人脸识别也得以飞 速发展。,随着人脸识别行业的发 展，近年来，我国相关 政策的频频出台，为人 脸识别技术的发展提供 了政策保障和支撑。,人脸识别行业发展驱动因素,当前，由于国内人脸识别 行业发展历史不长，国家 并未建立起相应的行业标 准，随着行业标准、质量 标准，行业标准的逐渐建 立与完善对行业发展、市 场的打开起着重要作用。,01人工智能推动行业发展,02政策支持,03行业标准规范发展,04,信息安全极大地推动着人 脸识别行业的发展。面向 个人人身及财产安全、隐 私保护的家庭和个人消费 产品及应用也将逐渐增 多。,信息安全需求推动发展,人脸识别行业市场规模,近年来，人工智能在国内狂飙突进，科技巨 头扎堆布局，越来越多的产业资本也开始关注人 脸识别，人脸识别等自动识别技术渐成趋势。人 脸识别技术逐渐在智慧城市、公共安全、轨道交 通、政府治理及交通等行业的应用。2015年以来， 国家持续出台利好政策，推动了人脸识别在金融、 安防、医疗等领域的应用，为中国人脸识别行业 奠定坚实的基础。据测算，2018年我国人脸识别行业市场规模 突破100亿元大关。随着人脸识别技术在各行业应 用渗透的不断深入，预计2019年中国人脸识别市 场规模在120亿元左右。PAGE 20,0,2015年2016年2017年2018年2019年E数据来源：产业研究院（注：本数据由产业研究院调研访谈各大企业，结合当前 人脸识别市场核算出来的结果。未经许可，严禁抄袭使用。）,我国人脸识别行业市场规模及预测情况 市场规模（亿元）14012010080604020,PAGE 21,据统计，截止2018年底，我国人脸识别技术领域共有72起投资事件，总投资额超过330亿人民币。 其中2018年的投资事件共计16起。,人脸识别行业投融资情况,2520151050,2012年,2013年,2014年,2015年,2016年,2017年,2018年,2012-2018年人脸识别行业投融资统计情况数量（起）,人脸识别行业发展特点,PAGE 22,应用范围逐渐扩大,由2D向3D转变,随着人脸识别技术的不断改进，其应用领域从最开始的 门禁/考勤领域，到目前应用于金融、安防反恐、教育、 社交娱乐、设备、门禁/考勤、交通、智能商业等领域， 应用范围逐渐扩大。,起初，人脸识别技术仅限于2D识别，但由于2D人脸识别 容易受到姿态、光照、表情等因素影响，识别率不够理 想，因此3D人脸识别应运而生。相比较而言，3D人脸识 别技术不仅识别率高，且在使用方便性上也远远高于2D 人脸识别。,人脸识别行业核心企业,04,旷视科技依图科技商汤科技云从科技科大讯飞,1.旷视科技,PAGE 24,北京旷视科技有限公司是一家世界级的人工智 能企业，公司成立于2011年，旷视是将人工智能科技 和计算机视觉算法应用于物联网领域的引领者。旷视商业化的第一款人工智能产品是人脸识别 解决方案。而公司原创的深度学习框架Brain+则为其 训练算法和改进模型提供了量身定制的基础性支持。 凭借强大的软硬件整合能力，旷视为客户打造出了全 栈人工智能解决方案，从而在个人物联网、城市物联 网和供应链物联网等多个垂直应用领域处于行业领先 地位。,旷视科技发展历程,PAGE 25,2011年,2012年,2013年,2014年,2015年,2016年,2017年,2018年,2019年,2011年10月，旷视 科技在北京成立,2012年10月旷视发布 云端计算机视觉开放 平台旷视Face+,2013年7月开始提供基于 面部识别的云端身份验 证解决方案旷视FaceID,2014年9月旷视Face+日均调用量超 过1000万,2015年10月旷视发布世界第 一台智能摄像机；11月开始 提供城市管理解决方案,2016年12月旷视与蚂蚁金 服合作的“微笑支付”功 能在肯德基实现商业应用,2017年7月开始为智 能个人设备品牌商提 供人脸解锁解决方案,2012年2月旷视开 始提供智能物流 解决方案,2019年1月旷视发 布智能物流操作平 台旷视河图,旷视主要产品,2.依图科技,PAGE 27,。,上海依图网络科技有限公司成立于2012年， 依图科技人工智能技术的应用领域包括：智能安防、 依图医疗、智慧金融、智慧城市、智能硬件等。2017年7月，依图科技在由美国国家标准技术局（NIST）主办的全球人脸识别测试（FRVT）中夺得第一，成绩在千万分之一误报下达到识别准确率95.5%，是当时全球工业界在此项指标下的最好水平 根据2018年6月的官方报告，依图已将这一指标提升 到了接近极限的水平，即在千万分之一误报下的识 别准确率已经接近 99%。,依图科技产品,依图科技人工智能技术的应用领域广，包括：安防、医疗、金融、智能硬件等。其产品众多，如在金融领域依图开 发了刷脸取款系统。,依图客户案例,“刷脸取款”获农行青睐，依图 助力无卡取款业务2017年，农行首台“刷脸取款”ATM在浙江分行成功试点上线，采用 了依图自主研发的双目活体检测人脸认证 系统，完成无卡取款业务的用户身份核验 ，能够在自助设备无人监控情况下，安全 实现刷脸取款的功能。,PAGE 29,THANKS,