人臉識別如此火,刷臉潮背后的市場局勢又如何

　　蘋果引入人臉識別技術(shù)掀起了一場刷臉潮，其他的的手機廠商紛紛效仿。這給智能手機也帶來了技術(shù)和視覺上的革新。除了在手機領(lǐng)域，人臉識別技術(shù)還被廣泛的應(yīng)用在各個領(lǐng)域，比如ATM取款機系統(tǒng)上線了刷臉取款。

　　2017年蘋果新品手機iPhone X采用Face ID人臉識別解鎖，此前小米Note3、Vivo V7+也推出具備人臉識別功能的智能手機。這標(biāo)志著人臉識別技術(shù)加速邁入消費級領(lǐng)域。

　　手機設(shè)備以外的眾多領(lǐng)域也同樣在發(fā)生重大變革。武漢火車站宣布全面刷臉進站;百度宣布與首都國際機場簽署戰(zhàn)略合作協(xié)議打造刷臉登機的智慧機場;支付寶宣布商用刷臉支付;杭州大量賓館免身份證，刷臉即可入住;京東蘇寧開啟刷臉支付;農(nóng)業(yè)銀行總行在自動取款機試點“刷臉取款”，目前已下發(fā)通知要求全國推廣刷臉取款，將為全國24064家分支機構(gòu)、30089臺柜員機、10萬個ATM機安裝人臉識別系統(tǒng);招商銀行也已于近期在全國重點城市的ATM取款機系統(tǒng)上線了“刷臉取款”選項，用戶可不帶銀行卡、身份證，不用輸入銀行賬戶，靠“刷臉”就能取款。由此可見，人臉識別技術(shù)加速滲透進入安防、銀行、支付等眾多領(lǐng)域，并且已經(jīng)從政府級別應(yīng)用、商業(yè)級別應(yīng)用開始進入到消費級別的爆發(fā)時期，驗證了人臉識別技術(shù)巨大的市場需求與廣闊的應(yīng)用前景。

　　據(jù)Yole數(shù)據(jù)顯示，全球人臉識別市場規(guī)模預(yù)計將從2017年的40.5億美元增長至2022年的77.6億美元，這期間的復(fù)合年增長率可達13.9%。推動市場增長的主要因素包括：iPhone X帶動更多智能手機集成3D人臉識別，公共場所日益增長的監(jiān)控需求，以及政府部門等各個產(chǎn)業(yè)對人臉識別技術(shù)的應(yīng)用增長。

　　人臉識別技術(shù)的優(yōu)勢

　　人臉識別的工程應(yīng)用始于20世紀(jì)60年代，經(jīng)過50多年的發(fā)展，人臉識別技術(shù)已經(jīng)取得了重大突破，很多經(jīng)典算法和人臉庫相繼出現(xiàn)。目前人臉識別系統(tǒng)最高的正確率可以達到99.5%，而人眼在同等條件下識別的正確率僅為97.52%，人臉識別的準(zhǔn)確率已經(jīng)做到了比肉眼更精準(zhǔn)。

　　人臉識別大致分為兩種應(yīng)用模式四步流程。兩種模式包括1:1比對和1： N識別，1:1是比對兩個人臉的相似度，只需要確定是否授權(quán)人;1:N是識別對象是否在人臉數(shù)據(jù)庫中。四部流程依次是人臉檢測、活體檢測、人臉特征提取和人臉匹配識別。

　　與其他生物特征識別技術(shù)相比，人臉識別技術(shù)在實用性方面具有獨到的技術(shù)優(yōu)勢，主要體現(xiàn)在以下方面：

　　1、非接觸：人臉圖像的采集不同于指紋、掌紋需要接觸指掌紋專用采集設(shè)備，指掌紋的采集除了對設(shè)備有一定的磨損外，也不衛(wèi)生，容易引起被采集者的反感，而人臉圖像采集的設(shè)備是攝像頭，無須接觸。

　　2、非侵?jǐn)_：人臉照片的采集可使用攝像頭自動拍照，無須工作人員干預(yù)，也無 須被采集者配合，只需以正常狀態(tài)經(jīng)過攝像頭前即可。

　　3、友好：人臉是一個人出生之后暴露在外的生物特征，因此它的隱私性并不像指掌紋、虹膜那樣強，因此人臉的采集并不像指掌紋采集那樣難以讓人接受。

　　4、直觀：我們判斷一個人是誰，通過看這個人的臉就是最直觀的方式，不像指掌紋、虹膜等需要相關(guān)領(lǐng)域?qū)＜也趴梢耘袆e。

　　5、快速：從攝像頭監(jiān)控區(qū)域進行人臉的采集是非常快速的，因為它的非干預(yù)性和非接觸性，讓人臉采集的時間大大縮短。

　　6、簡便：人臉采集前端設(shè)備——攝像頭隨處可見，它不是專用設(shè)備，因此簡單易操作。

　　7、可擴展性好：它的采集端完全可以采用現(xiàn)有視頻監(jiān)控系統(tǒng)的攝像設(shè)備，后端應(yīng)用的擴展性決定了人臉識別可以應(yīng)用在出入控制、黑名單監(jiān)控、人臉照片搜索等多領(lǐng)域。

　　深度學(xué)習(xí)和3D視覺助推人臉識別發(fā)展

　　長久以來，技術(shù)創(chuàng)新不足、應(yīng)用推廣有限、價格成本高企是制約人臉識別發(fā)展的三大因素。研究人臉識別算法優(yōu)化、輕量化的團隊較少，算法的優(yōu)化尚未完成，在功耗小的情況下保持一定的速度和精度是人臉識別應(yīng)用發(fā)展的難點。因此最近幾年人臉識別雖然被廣泛應(yīng)用到出入境通關(guān)、機場安檢等政府部門中，但一直沒能真正進入到更廣泛的商業(yè)化應(yīng)用領(lǐng)域中。

　　第一，在技術(shù)層面上，人臉識別的精準(zhǔn)度和核心算法的原始創(chuàng)新不足、技術(shù)標(biāo)準(zhǔn) 制定還不完善，快速準(zhǔn)確完成人臉識別需要解決很多技術(shù)上的難點：

　　自身生理變化。在人臉比對的過程中，如果自身與數(shù)據(jù)庫里面存儲的人臉發(fā)生了較大的生理變化，例如經(jīng)歷剃須、換發(fā)型、戴眼鏡遮擋等變化。即使外貌并沒有發(fā)生太多變化，人通過臉部的變化產(chǎn)生很多表情，都有可能會引起 比對失敗。

　　外部環(huán)境影響。人臉受到很多外部因素的影響：在不同的角度進行拍攝，人臉的視覺圖像相差很大;容易受到光照條件影響，比如白天和黑夜、室內(nèi)和室外的光照存在較大差異。

　　除了這兩種情況，還有人為的整容行為、雙胞胎等極端情況存在。如何規(guī)避這些外因?qū)τ谌四樧R別速度和識別效果的影響，一直都是科研的重點研究方向。

　　人臉識別技術(shù)難點

　　第二，應(yīng)用方面上，人臉識別基本局限在公安部門出入境管理等政府部門中，未能滲透到大規(guī)模商業(yè)級別應(yīng)用和個人消費級別當(dāng)中。在應(yīng)用層面上，盡管在實驗室等科研條件下，許多人臉識別技術(shù)的精準(zhǔn)度已經(jīng)達到99%、甚至99.5%以上的水平，但是這些技術(shù)和方案很難落地到實際應(yīng)用層面上。人臉識別技術(shù)落地的過程中，需要考慮到不同的場景運用。在實際落地過程中，指紋識別等其他生物識別由于技術(shù)成熟，不易受到外界因素影響，早已經(jīng)運用到考勤認(rèn)證、智能手機賬號登錄中，可替代物的成熟發(fā)展也制約了人臉識別產(chǎn)業(yè)化的進程。

　　第三，價格方面，市場競爭不足和技術(shù)不成熟導(dǎo)致價格處于高位。由于技術(shù)不成熟，人臉識別技術(shù)并未應(yīng)用到商業(yè)場景和消費級領(lǐng)域，大部分被運用到政府和公安部門，且采用系統(tǒng)集成的方式交付，一套系統(tǒng)的成本和價格非常高昂。

　　但近幾年來，這一情形開始轉(zhuǎn)向，三大問題正在逐漸得到解決。

　　技術(shù)方面，深度學(xué)習(xí)算法的成熟，使得人臉的準(zhǔn)確率得到大幅提升。以深度學(xué)習(xí)算法為基礎(chǔ)的計算機技術(shù)的進步，為人臉識別提供了強大的計算和分析工具。反過來，巨量的生物特征數(shù)據(jù)也為機器訓(xùn)練提供了豐富的素材，“大數(shù)據(jù)成為人工智能的燃料”。人臉識別方面，F(xiàn)ace++團隊創(chuàng)造了世界上最高的人臉識別正確率，曾在人臉檢測FDDB評測、人臉關(guān)鍵點定位300-W評測和人臉識別LFW評測上，接連拿下了三項世界第一。

　　應(yīng)用方面，目前，生物識別的應(yīng)用場景已經(jīng)極大地拓寬。銀行在客戶身份核驗場景下應(yīng)用生物識別，覆蓋了弱實名電子賬戶開戶、結(jié)算賬戶開戶和存取款等不同風(fēng)險層級的場景。第三方支付和手機銀行等移動支付應(yīng)用開始使用生物識別方案。公安部門在視頻監(jiān)控和多類場所的人員進出管理中大力引入人臉識別技術(shù)。在政策推動下，人臉識別也已入駐社保、教育、醫(yī)療系統(tǒng)。近幾年，國內(nèi)智能手機消費劇增，手機用戶的移動支付習(xí)慣逐漸養(yǎng)成，智能家居漸受青睞，三方面?zhèn)€人消費需求的增長推動手機端的消費級人臉識別開始爆發(fā)。

　　價格方面，人臉識別設(shè)備近兩年不斷下降。近年來，技術(shù)的進步和算法的改善讓人臉識別技術(shù)邁上一個新的臺階，在國家政府推動和政策支持下，我國人臉識別技術(shù)和應(yīng)用都取得了非常大的進步。

　　目前3D感應(yīng)有3種主流方案：結(jié)構(gòu)光，飛行時間（TOF）以及雙目測距：

　　結(jié)構(gòu)光（Structured Light）：結(jié)構(gòu)光投射特定的光信息到物體表面后，由攝像 頭采集，這些光斑打在物體上后，因為與攝像頭距離不同，被攝像頭捕捉到的位臵也不盡相同。根據(jù)物體造成的光信號的變化來計算物體的位臵 和深度等信息，進而復(fù)原整個三維空間。蘋果iPhone X人臉識別技術(shù)即是采用了3D結(jié)構(gòu)光技術(shù)。

　　飛行時間TOF（Time Of Flight）：通過專有傳感器，捕捉近紅外光從發(fā)射到接。

　　收的飛行時間，判斷物體距離。TOF的硬件實現(xiàn)方式和結(jié)構(gòu)光類似，區(qū)別只是在于算法上，結(jié)構(gòu)光采用編碼過的光信息進行投射，而TOF直接計算光往返各像素點的相位差。此技術(shù)被微軟用在了第二代的Kinct上。

　　雙目測距（Stereo System）：原理類似人的雙眼，在自然光下通過兩個攝像頭抓取圖像，通過三角形原理來計算并獲得深度信息，目前的雙攝像頭就是雙目測距的典型應(yīng)用。在移動設(shè)備上的應(yīng)用較少，多用在戶外機器人。

　　由于雙目測距技術(shù)受限條件較多，不能在黑夜中使用，所以商用的3D深度視覺包括飛行時間和結(jié)構(gòu)光兩種技術(shù)。

　　受益于三大技術(shù)難點的逐步解決，國內(nèi)人臉識別產(chǎn)業(yè)正迎來前所未有的發(fā)展機會，其應(yīng)用范圍和市場規(guī)模有望實現(xiàn)快速擴張。近紅外人臉識別與可見光技術(shù)的結(jié)合、3D結(jié)構(gòu)光、深度攝像頭的發(fā)展都給人臉識別技術(shù)帶來了技術(shù)革新。深度學(xué)習(xí)算法的突破則大大促進了人工智能和人臉識別技術(shù)的發(fā)展，提高了識別的效率和精確度。

　　消費級應(yīng)用即將爆發(fā)，人臉識別場景日趨多元

　　刷臉時代來臨，人臉識別市場廣闊，盈利模式多變，消費級領(lǐng)域產(chǎn)業(yè)化將爆發(fā)。

　　互聯(lián)網(wǎng)+：人臉識別技術(shù)在互聯(lián)網(wǎng)領(lǐng)域得到了廣泛應(yīng)用。商湯科技通過深度學(xué)習(xí)算法，在新浪微博“面孔專輯”功能實現(xiàn)人臉檢測并且分類;曠視為美圖旗下的美圖秀秀App、美顏相機、美顏手機等一系列軟硬件產(chǎn)品提供了人臉識別技術(shù)支持。其中美圖秀秀和美顏相機App通過曠視（Face++）的人臉檢測和關(guān)鍵點檢測技術(shù)，可以在圖像中精準(zhǔn)定位人臉和五官位置，從而進行人像美白、五官美化等處理，快速完成精準(zhǔn)修容。

　　新零售&支付：人臉識別技術(shù)也被應(yīng)用在新零售領(lǐng)域，推動著無人零售的發(fā)展與實現(xiàn)。2017年9月KFC與螞蟻金服合作在其第一家升級店K PRO采用人臉識別系統(tǒng)等技術(shù)，消費者微笑就可通過人臉識別系統(tǒng)完成支付。店內(nèi)沒有設(shè)臵點餐臺和收銀員，消費者到店點餐不僅可以通過設(shè)臵在門口的自助點餐機點餐，也能通過手機掃描餐桌上的二維碼自助點餐、支付。在未來，人臉識別技術(shù)還可用于客流統(tǒng)計、消費者心理和行為分析。通過客流統(tǒng)計數(shù)據(jù)，分析不同區(qū)域、通道的客流和顧客滯留時間，與銷售業(yè)績報表結(jié)合，可以分析顧客購買行為，顧客性別年齡組成。

　　智能手機：人臉檢測和分類技術(shù)早已經(jīng)被運用到智能手機應(yīng)用中，例如OPPO、小米等手機中，應(yīng)用了商湯的人臉聚類功能，云端存儲照片將被自動分類，避免了手動分類 照片的繁瑣操作，優(yōu)化了用戶體驗。

　　2017年蘋果、小米、Vivo等智能手機廠商不約而同地在新上線的新機型中搭配人 臉解鎖功能。除了可以應(yīng)用到解鎖功能，蘋果FaceID人臉識別還可以取代以往TouchID指紋識別的功能，包括身份驗證、支付等。在安全性方面，根據(jù)蘋果官方消息，被相同指紋破解Touch ID的概率是五萬分之一，而遭遇相同的面部能破解Face ID的概率則是一百萬分之一，安全性提升20倍。眾多手機廠商在人臉識別的布局，有望引爆人臉識別消費級領(lǐng)域的爆發(fā)。

　　總而言之，除了政府、安防、公安、金融之外，互聯(lián)網(wǎng) 、消費電子、汽車電子、 零售、醫(yī)療、教育等諸多領(lǐng)域都 在逐步引入人臉識別，人臉識別正在逐步滲透進消費級領(lǐng)域方方面面。

　　人臉識別群雄逐鹿，巨頭和創(chuàng)業(yè)公司誰能問鼎？

　　目前從事人臉識別技術(shù)的公司包含三類：工業(yè)巨頭、互聯(lián)網(wǎng)巨頭和創(chuàng)業(yè)公司，都已相繼開始布局。Google、Facebook、百度等互聯(lián)網(wǎng)巨頭都在人臉識別產(chǎn)業(yè)鏈不同領(lǐng)域布局，傳統(tǒng)垂直領(lǐng)域廠商如蘋果、?？?、大華、華為都在研發(fā)技術(shù)鞏固自身原有業(yè)務(wù)。巨頭發(fā)展的方式為外延和內(nèi)生并行，例如Facebook收購Face.com，蘋果收購PrimeSense。同時也可以看到有曠視、商湯、依圖、云從等創(chuàng)業(yè)公司已經(jīng)發(fā)展壯大成獨角獸。

　　從終端廠商來看，蘋果、三星、華為、Facebook、谷歌的多項專利顯示，各大終端巨頭都在紛紛布局人臉識別技術(shù)。各家科技巨頭主要是采用自研為主，并購為輔的發(fā)展戰(zhàn)略。外延并購的例如蘋果、Facebook等。蘋果在人臉識別的應(yīng)用專注于手機端，先后收購PolarRose，PrimeSense，Perceptio，F(xiàn)aceshift，Emotient，Turi等人臉識別相關(guān)技術(shù)公司;Facebook 2012年收購了以色列臉部識別公司Face.com。以下表格總結(jié)了國外巨頭公司 近幾年在人臉識別領(lǐng)域及其上下游發(fā)生的外延并購。

　　近幾年在人臉識別領(lǐng)域及其上下游發(fā)生的外延并購

　　自研技術(shù)方面，谷歌在2012年獲得人臉識別解鎖手機的專利;蘋果獲得相應(yīng)專利的時間為2015年。在國內(nèi)市場，BAT也在人工智能領(lǐng)域奮力競爭。資本方面，把深度學(xué)習(xí)算法運用到人臉識別上目前走在最前列的是百度等互聯(lián)網(wǎng)公司。同時，很多創(chuàng)業(yè)型企業(yè)技術(shù)也不弱，比如商湯科技（Sense Time）、曠視科技、依圖科技、云從科技四家獨角獸公司。這些公司無論是從技術(shù)上還是從應(yīng)用能力上都 相對成熟，獲得了資本市場的高度重視。下面對比四家人臉識別獨角獸公司的技術(shù)和應(yīng)用場景。

　　四家獨角獸公司核心客戶

　　人臉識別在眾多領(lǐng)域遍地開花已經(jīng)是大勢所趨，四家獨角獸公司在應(yīng)用方面的布局也有所側(cè)重，他們各自憑借先進的技術(shù)，在各自擅長的領(lǐng)域進行深度布局，積累了豐富的客戶資源。商湯科技側(cè)重在金融、安防、移動互聯(lián)網(wǎng)和手機領(lǐng)域;依圖科技側(cè)重在金融、安防、醫(yī)療和交通領(lǐng)域;曠視科技側(cè)重在金融、安防、零售、出行等領(lǐng)域;云從科技側(cè)重在金融、安防、酒店，以及其他創(chuàng)新領(lǐng)域。

　　盈利模式從傳統(tǒng)的硬件銷售、軟件按量或按時收費 （SaaS模式/PaaS模式）、軟件技術(shù)支持、軟硬件一體化解決方案再到未來可能會 實現(xiàn)的大數(shù)據(jù)變現(xiàn)，變現(xiàn)模式多樣。當(dāng)一個企業(yè)能夠在某個場景中沉淀大量優(yōu)質(zhì)數(shù)據(jù)，并且有足夠的能力挖掘這些數(shù)據(jù)的價值，就擁有了數(shù)據(jù)變現(xiàn)的能力。Google搜索引擎就是其中的例子。圖像和視頻比文字的數(shù)據(jù)量更為龐大，未來擁有數(shù)據(jù)源的公司在數(shù)據(jù)變現(xiàn)方面會有良好的商業(yè)前景。人工智能數(shù)據(jù)源也將會是爭奪熱點。