2019年中国人脸识别行业市场前景研究报告.pdf

2019年人脸识别行业市场前景研究报告 中 商 产 业 研 究 院 编 制 更多产业情报：http://www.askci.com/reports/ 近年来，人工智能、大数据、云计算等技术发展迅速，生物识别技术也因此受益。作为生物识别领域最重要的技术之一的人脸识别技术已经被应用到了日常生活的很多场景当中。随着人脸识别技术在实际应用当中不断成熟，其市场的需求不断增加，人脸识别的应用场景也在不断地被挖掘。 随着人脸识别技术在各行业应用渗透的不断深入，其市场发展十分迅速。2018年人脸识别行业市场规模已突破100亿元，市场前景十分广阔。 前 言 Introduction CONTENT 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。 人脸识别的分类 模式 别称 相关内容简介 01:01 人脸验证对比 将身份证的照片与现场照片进行对比，只有结果符合才可以入住。这是一个较为简单的1:1人脸识别应用。 1：N 静态人脸对比 静态人脸比对使用的频率比较低，只有当客户要做一次搜索时它才会使用。简单说就像一个搜索引擎，在搜索结果里挑一个认为对的，或者是把搜索结果呈现的前几名看上去都很像，分别调查后能够快速缩小调查范围。 M:N 动态人脸对比 “M”代表的就是摄像头，或者网络里所有摄像头抓到的人脸数目。“N”就是对比库中的目标数目，动态人脸使用频率非常高，因为是一个全自动体系。这些应用里，N的数量级有很大区别， 资料来源：中商产业研究院整理 人脸识别发展历程 PAGE 7 资料来源：中商产业研究院整理 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。 资料来源：视美泰、中商产业研究院整理 行业产业链 PAGE 9 资料来源：中商产业研究院整理 上游：基础层 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。 云从科技 旷视科技 商汤科技 依图科技 腾讯 百度 飞搜科技 科大讯飞 欧比特 川大智胜 航天信息 Emotient 汉鼎股份 Affectiva 佳都科技 Deepid 小i机器人 铂亚信息 汉王科技 中科奥森 上海普天 佳都科技 Linkface „„ 方案厂商 人脸识别行业相关政策 PAGE 10 资料来源：中商产业研究院整理 时间 政策 相关内容 2015年1月7日 《关于银行业金融机构远程开立人民币账户的指导意见(征求意见稿)》 坚持柜台开户为主，远程开户为辅；实施客户身份识别机制的自证 2015年4月14日 《关于加强社会治安防控体系建设的意见》 提出网络化管理要求，以精确信息做到矛盾化解。未来网络化精细管理是平安城市和智能交通管理的发展方向 2015年5月15日 《安全防范视频监控人脸识别系统技术要求》 适用于以安全防范为目的的视频监控人脸识别系统的总体规划、方案设计、设备生产、质量控制等。其他领域可参考使用。 2015年12月25日 《中国人民银行关于改进个人银行账户服务加强账户管理的通知》 提供个人银行开立服务时，有条件的银行可探索生物特征识别技术和其他有效的技术手段作为核验。 2016年5月18日 《“互联网+”人工智能三年行动实施方案》 到2018年，打造人工智能基础资源与创新平台，人工智能产业体系、创新服务体系、标准化体系基本建立。这项政策的发布将人工智能普及到政府和企业之间。 2016年11月29日 《关于落实个人银行账户分类管理制度的通知》 对II、III类账户的开立、变更、注销、个人信息验证办法、视频及人脸识别等技术手段以及不同账户的使用功能和限制等作了详细的规定。 2017年3月5日 《2017年政府工作报告》 指出要加快培育壮大包括人工智能在内的新兴产业。 2017年7月 《国务院关于印发新一代人工智能发展规划的通知》 到2020年，人工智能技术和应用与世界先进水平同步，人工智能核心产业规模超过1500亿元，带动相关产业规模超过1万亿元； 2017年12月 《促进新一代人工智能产业发展三年行动计划（2018-2020年）》 从推动产业发展角度出发，结合“中国制造2025”，对《新一代人工智能发展规划》相关任务进行了细化和落实，以信息技术与制造技术深度融合为主线，以新一代人工智能技术的产业化和集成应用为重点，推动人工智能和实体经济深度融合。 2018年11月 《2018年政府工作报告》 做大做强新兴产业集群，实施大数据发展行动，加强新一代人工智能研发应用，在医疗、养老、教育、文化、体育等多领域推进“互联网+”。 2018年11月 《新一代人工智能产业创新重点任务揭榜工作方案》 部署智能产品、核心基础、智能制造、支撑体系等重点任务方向，征集并遴选一批掌握人工智能关键核心技术、创新能力强、发展潜力大的企业、科研院所等，开展“揭榜”攻关，力争在标志性技术、产品和服务方面取得突破。 2019年3月 《2019年政府工作报告》 将人工智能升级为“智能+”，打造工业互联网平台，拓展“智能+”，为制造业转型升级赋能。 生物识别行业发展现状 02  生物识别概述  全球生物识别技术市场规模  国内生物识别技术市场规模  不同生物识别技术对比  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 不同生物识别技术对比 技术类型 易用性/便利性 安全级别 识别设备成本 可能的干扰 指纹识别 较高 中等 中等 脏物、油腻、皮肤磨损等 人脸识别 极高 高 中等 光线、遮挡 虹膜识别 中等 极高 高 隐形眼镜 语音识别 高 较高 较低 噪音、感冒 静脉识别 中等 高 高 年龄、生理变化 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。 资料来源：中商产业研究院整理 PAGE 14 全球生物识别技术市场规模 数据来源： Transparency Market Research 、中商产业研究院整理 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。 0501001502002502016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。 0501001502002503003502015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 资料来源：中商产业研究院 上市企业数6-10家 上市企业数1-5家 中商情报网（www.askci.com） 汉王科技 锦美股份 一道通 瑞意博 雄帝科技 奔凯安全 民德电子 则成电子 汇顶科技 宏乾科技 新国都 10 1 衡量科技 新开普 2 安洁医疗 和乔科技 盛世华安 3 宝石金卡 1 卡尔股份 1 安威士 安技智能 真灼科技 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。 人脸识别行业发展现状 03  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...