人臉識別 | 發展與市場（一）

04-30

近期收集的人臉識別相關數據彙集而成這篇文章，如有雷同，純屬借鑒，一般噴子都能接受，只要不問候身邊人，歡迎指證謝謝！

一、發展史

1、人臉識別的理解：

人臉識別(Face Recognition)是一種依據人的面部特徵(如統計或幾何特徵等)，自動進行身份識別的一種生物識別技術，又稱為面像識別、人像識別、相貌識別、面孔識別、面部識別等。通常我們所說的人臉識別是基於光學人臉圖像的身份識別與驗證的簡稱。

人臉識別利用攝像機或攝像頭採集含有人臉的圖像或視頻流，並自動在圖像中檢測和跟蹤人臉，進而對檢測到的人臉圖像進行一系列的相關應用操作。技術上包括圖像採集、特徵定位、身份的確認和查找等等。簡單來說，就是從照片中提取人臉中的特徵，比如眉毛高度、嘴角等等，再通過特徵的對比輸出結果。

2、人臉識別的發展簡史：

第一階段（1950s—1980s）初級階段：

人臉識別被當作一個一般性的模式識別問題，主流技術基於人臉的幾何結構特徵。這集中體現在人們對於剪影（Profile）的研究上，人們對面部剪影曲線的結構特徵提取與分析方面進行了大量研究。人工神經網路也一度曾經被研究人員用於人臉識別問題中。較早從事 AFR 研究的研究人員除了布萊索（Bledsoe）外還有戈登斯泰因（Goldstein）、哈蒙（Harmon）以及金出武雄(Kanade Takeo)等。總體而言，這一階段是人臉識別研究的初級階段，非常重要的成果不是很多，也基本沒有獲得實際應用。

第二階段（1990s）高潮階段：

這一階段儘管時間相對短暫，但人臉識別卻發展迅速，不但出現了很多經典的方法，例如Eigen Face, Fisher Face和彈性圖匹配；並出現了若干商業化運作的人臉識別系統，比如最為著名的 Visionics（現為 Identix）的 FaceIt 系統。從技術方案上看， 2D人臉圖像線性子空間判別分析、統計表觀模型、統計模式識別方法是這一階段內的主流技術。

第三階段（1990s末~現在）

人臉識別的研究不斷深入，研究者開始關注面向真實條件的人臉識別問題，主要包括以下四個方面的研究：1）提出不同的人臉空間模型，包括以線性判別分析為代表的線性建模方法，以Kernel方法為代表的非線性建模方法和基於3D信息的3D人臉識別方法。2）深入分析和研究影響人臉識別的因素，包括光照不變人臉識別、姿態不變人臉識別和表情不變人臉識別等。3）利用新的特徵表示，包括局部描述子（Gabor Face, LBP Face等）和深度學習方法。4）利用新的數據源，例如基於視頻的人臉識別和基於素描、近紅外圖像的人臉識別。

二、市場研究

1、全球人臉識別市場

前瞻根據人臉識別行業發展現狀；到2016年，全球生物識別市場規模在127.13億美元左右，其中人臉識別規模約26.53億美元，佔比在20%左右。預計到2021年，全球人臉識別市場預計將達到63.7億美元，按預計期間的複合增長率達17.83％。

2、中國人臉識別市場

前瞻根據人臉識別行業發展現狀，估算我國人臉識別市場規模約佔全球市場的10%左右。2010-2016年，我國人臉識別市場規模逐年增長，年均複合增長率達27%。2016年，我國人臉識別行業市場規模約為17.25億元，同比增長27.97%，增速較上年上升4.64個百分點。

3、國內主要玩家分布

1）中國部分人臉識別公司（排名不分先後）

2）四大獨角獸介紹及對比細分領域

（1）曠視科技：

2014年，獲阿里巴巴旗下螞蟻金服投資，主攻金融和監控兩大行業，有子公司曠視智安；團隊成員除了幾名來自清華校友外，還有來自美國哥倫比亞大學、英國牛津大學和美國南加州大學的科研及開發人員，截至目前核心員工僅有百餘人。

在金融、安防、零售領域分別開始了商業化探索成功發育出Face++Financial，Face++Security，Face++BI等垂直人臉驗證解決方案，主要將人臉識別應用在互聯網產品上，自己做研發，在美圖秀秀、淘寶等互聯網領域得到良好的應用，在金融領域的市場一直佔據沙發前排陣營；2017年獲得33億元C+輪融資，最後選擇通過計算機視覺技術與NLP技術的結合，製造出能「識別萬物」的智能機器人，提供硬體模組，裡面內置他們家的演算法。目前正在準備啟動IPO的步伐，VIE架構讓他們得以繞過A股，不用達到連續三年盈利的標準實現快速上市。

（2）商湯科技：

SenseTime（商湯科技），獲IDG資本投資，主攻金融、移動互聯網、安防監控三大行業；由香港中文大學的湯曉歐院士創建，「商湯」中的湯指的就是湯曉歐本人，湯曉鷗及其研究團隊所開發的DeepID演算法率先將深度學習應用到人臉識別上，在技術指標上實現了新的突破。主要案例是圍繞各個美化軟體與直播平台製作人臉貼圖，重點強化了人臉識別的關鍵點檢測及跟蹤技術。

團隊有300多號，也從當初toC轉向toB領域；成立於2014年的商湯科技選擇另闢蹊徑，選擇用「四大美女」這個話題讓人們躁動起來，到最後四大美女走了三個；商湯的網路都是自己設計的，這樣對於深度學習網路的掌控力就會更強，提供SaaS服務的同時，可以通過SaaS把背後的數據拿到，再進行更多更細緻的分析再次提升服務質量。

（3）雲從科技：

2015年4月，周曦拿到戰略投資成立雲從科技，同年針對金融和銀行業推出了40多種解決方案，包含從演算法、產品、銷售、售後的全產業鏈打造，針對農行、建行、交行、中行及多地公安提供定製化服務。團隊成員除了來自中科大的校友外，還來自中國科學院各大研究所、UIUC、IBM、NEC、MicroSoft等全球頂尖學府及研究機構。

截止2016年11月，成立一年半，研發團隊擴展為200餘名，核心產品是人臉識別系統及IBIS集成生物識別平台，還具備3D模型、紅外活體、靜默活體等技術，可根據場景需求自由調節。選擇連接硬體、開發與技術，屬於全產業鏈模式，因為人臉識別系統多數情況下需要深度定製，只有這樣，才能在客戶提出需求的情況下迅速反饋，修改，統一用戶體驗。

（4）依圖科技：

2012 年九月，朱瓏與他的好友林晨曦在創立依圖科技，這家從事人工智慧創新性研究的創企從圖像識別入手，首先與全國省市級公安系統合作，對車輛品牌、型號等進行精準識別，隨後擴展到人像識別，通過靜態人像比對技術和動態人像比對技術，協助公安系統進行人員身份核查、追逃、監控、關係挖掘等。

發展近 6年，依圖科技的產品已經應用到全國二十多個省市地區的安防領域，安防領域之外，依圖也進入智慧城市領域和健康醫療領域，它要協助政府構建"城市大腦"，也希望將醫療領域的巨大知識鴻溝縮小，改善醫患體驗。

（5）細分領域對比表