2018年中国人脸识别考勤机行业市场规模、应用领域、企业发展格局分析[图]

    生物特征识别技术是利用人体生理特征（如指纹、人脸、虹膜、掌纹等）或是行为特征（如笔迹、语音、步态等）来对个人进行身份鉴别。不同的生物识别技术在细分技术上各具优势。

生物识别技术对比

资料来源：智研咨询整理

    人脸识别技术是非接触和不需要主动接受的，具有非侵犯性，人们对这种技术的排斥心理最小，因此人脸识别技术是一种最友好的生物特征识别技术，并且图像采集可以由安防中的摄像头完成，不需要重新再布置新的采集设备。

    人脸识别主要包括图像采集、预处理、人脸检测、人脸特征点提取和比对等一系列的模式识别。人脸识别还可以分为人脸数据库的建立和识别两个过程。人脸识别整个产业链包括高清摄像头、服务器等硬件厂商，人脸识别算法（包括人脸检测、特征点提取和比对三方面）的软件厂商及整合人脸识别软硬件的系统服务商，其中人脸识别算法是产业链核心环节，也是技术壁垒最高的环节。

    人脸识别的工程应用始于 20 世纪 60 年代，80年代后随着计算机技术和光学成像技术的发展得到提高，而真正进入初级的应用阶段则在90年后期，并且以美国、德国和日本的技术实现为主。人脸识别考勤机是人脸识别技术终端产品之一，在全球范围内已有广泛应用。经过 50 多年的发展，人脸识别技术已经取得了重大突破，很多经典算法和人脸库相继出现。目前人脸识别系统最高的正确率可以达到 99.5%，而人眼在同等条件下识别的正确率仅为 97.52%，人脸识别的准确率已经做到了比肉眼更精准。

    近几年来，随着社会经济的发展和生活水平的提升，人们对居住环境的安全度和舒适度也有了更高的要求，不少城市社区为提高民众生活质量，安装了人脸识别门禁系统，方便民众生活，推进智慧社区建设。随着人脸识别技术的不断发展与完善，该技术投入生活运用已经非常常见，人脸识别技术与考勤机相结合也越来越广泛。我国人脸识别考勤机行业产量快速增长，到2017年国内人脸识别考勤机行业产量71.7万台,同比2016年的42万台增长了70.7%，2018年我国人脸识别考勤机产量在108.5万台左右。

2012-2018年中国人脸识别考勤机行业产量情况

资料来源：智研咨询整理

    智研咨询发布的《2019-2025年中国人脸识别考勤机市场供需预测及投资战略研究评估报告》指出：2012年国内人脸识别考勤机规模为0.28亿元，2018年国内人脸识别考勤机规模达到4.85亿元。

2012-2018年我国人脸识别考勤机市场规模及增长速度

资料来源：智研咨询整理

    当前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。多方的推动使得人脸识别应用得到爆发式发展。作为人脸识别的细分领域，人脸识别考勤机行业也将受益于人脸识别的快速发展。就应用领域而言，2018年政府部分人脸识别考勤机需求数量占比为4.1%；企业单位需求占比为66.4%；金融机构需求占比为13.0%。

2018年我国人脸识别考勤机应用领域

资料来源：智研咨询整理

    汉王科技是我国人脸识别考勤机重点生产企业，自 2005 年始涉足人脸识别领域，依托多年技术积累拥有自主识别核心，目前已获得专利授权 162 项，其中发明专利授权 67 项。公司 2008 年推出嵌入式红外识别终端，从而把设备价格从万元级别拉到千元，一举打开人脸识别产业化大门，成为全球嵌入式红外人脸识别产品的行业标杆；2014 年，率先把可见光的深度学习算法人证比对技术做到 ARM 平台，使公司成功取代国外技术产品进入公安领域；2015 年，可见光算法精度大幅提升，第一个通道式人脸门禁系统正式上市；2016 年首家将深度学习模型移植到低端 MIPS 平台，开发出业界第一个嵌入式红外万人识别产品；2017 年公司的视频结构化技术达到商用水平。2018年汉王科技人脸及生物识别产品收入0.44亿元，年增幅高达16%。

2017-2018年汉王科技人脸及生物识别产品收入分析

资料来源：公司财报

    从现阶段市场来看，我国依旧是以中低端人脸识别考勤机为主导地位，一方面中低端人脸识别考勤机成本优势明显，企业采购意愿较大，另一方面，人脸识别考勤机尚未得到全面普及，促使高端人脸识别考勤机市场空间未被打开。

    从人脸识别考勤机的技术细分来看，传统的人脸识别技术主要基于可见光图像的人脸识别，这也是人们最熟悉的识别方式，具备30多年的研发历史。但这种方式有着难以克服的缺陷，尤其在环境光照发生变化时，识别效果会急剧下降，无法满足实际系统的需要。

    相较之下，近红外人脸识别系统独树一帜，彻底解决了困扰人脸识别领域的环境光照影响问题。传统的基于可见光的人脸识别方法在遇到光照情况变化时，识别效果会急剧下降，导致无法使用，因此消除环境光照是实用化人脸识别系统首先必须要解决的问题。而基于近红外图像的人脸识别核心技术和系统，在不同光线条件下，能够拍摄不受环境光照变化影响的近红外人脸图像，加上领先的算法，能够取得很高的识别率。