智研咨询 - 产业信息门户

“刷脸”进小区,古稀老人长时不出门会报警, 人脸识别在各领域的应用不断拓展, 2018年中国人脸识别市场规模达到27.6亿元[图]

    检测到烟雾浓度超标,报警系统自动语音通知业主疏散;古稀老人24小时不出门,系统自动预警……这些“黑科技”设备带来的智能场景,都将在今年内成为现实。7月28日,湖南省首个5G人工智能示范社区在长沙市天鸿·天府小区正式启动建设。

    启动现场,居民纷纷体验5G网络下智慧社区的应用。在AI人脸识别门禁机旁,一居民轻松“刷脸”进入,实现无感通行。

    据了解,AI人脸识别门禁机会进行相貌、信息匹配识别业主或外来人员身份,并通过摄像头对其行为轨迹实时跟踪抓拍,以此来提高社区安保水平。

    “对于散发单页的广告营销员等,摄像头会抓拍其面部特征,上传至智慧社区应用平台,当此人再次进入小区时,平台自动报警将通知安保人员现场拦截。”智慧城市专家介绍。

    长沙市天心区区长黄滔表示,打造湖南省首个5G人工智能示范社区,大力推进人脸识别、智慧停车等应用是天心区全力推进5G智慧机关、5G人工智能社区、5G主题公园等十大应用场景的新举措,天心区将不断推动服务体系的创新和迭代,让居民切实感受5G带来的便利,为城市建设带来无限可能,打造社区朋友美好生活的体验。

    目前,湖南联通已经完成该小区的5G网络建设与覆盖及部分行业应用的适配。湖南联通与长沙天府物业管理有限公司合作协议成功签订后,湖南联通将依托5G网络,联合华为等厂商加快5G系统与设备安装,打造出多应用、多组网、多形态覆盖的综合智慧社区。

    生物识别指的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相结合,利用人体固有的生理特性来进行个人身份鉴定技术。按不同的识别方式,生物识别可分为指纹识别、虹膜识别、语音识别、静脉识别和人脸识别。

    伴随着生物识别产品逐渐从单一的PC处理转变为分布式计算。用独立的前端独立设备来完成生物特征的采集、预处理、特征提取和比对,通过中心PC或服务器完成与业务相关的处理。随着生物特征识别技术的不断发展和提高,生物特征识别技术的应用场景不断拓展,预计2015-2020年全球生物识别细分行业复合增长率分别为:人脸识别复合增长率为167%;语音识别为100%;虹膜识别为100%;指纹识别复合增长率为73%。

全球生物识别细行业市场占比情况

数据来源:公开资料整理

    人脸识别技术在中国的发展起步于上世纪九十年代末,经历了技术引进-专业市场导入-技术完善-技术应用-各行业领域使用等五个阶段。其中,2014年是深度学习应用于人脸识别的关键一年,该年FaceBook发表一篇名为“DeepFace系统:达到肉眼级别的人脸识别系统”(翻译名),之后Face++创始人印奇团队以及香港中文大学汤晓鸥团队均在深度学习结合人脸识别领域取得优异效果,两者在LFW数据集上识别准确度均超过了99%,而肉眼在该数据集上的识别准确度仅为97.52%,可以说深度学习技术让计算机人脸识别能力超越人类的识别程度。

    人脸识别与其他生物识别方式相比,优势在于自然性、不被察觉性等特点。自然性即该识别方式同人类进行个体识别时所利用的生物特征相同。指纹识别、虹膜识别等均不具有自然性。不被察觉的特点使该识别方法不易使人抵触,而指纹识别或虹膜识别需利用电子压力传感器或红外线采集指纹、虹膜图像,在采集过程中体验感不佳。目前人脸识别需要解决的难题是在不同场景、脸部遮挡等应用时如何保证识别率。此外,隐私性和安全性也是值得考虑的问题。

    目前,国内的人脸识别技术已经相对发展成熟,该技术越来越多的被推广到安防领域,延伸出考勤机、门禁机等多种产品,产品系列达20多种类型,可以全面覆盖煤矿、楼宇、银行、军队、社会福利保障、电子商务及安全防务等领域,人脸识别的全面应用时代已经到来。

    中游人脸识别技术的进步,是推动下游场景应用拓展的关键所在。目前,人脸识别市场的解决方案主要包括2D识别、3D识别技术。市场上主流的识别方案是采用摄像头的2D方案,但由于人的脸部并非平坦,因此2D识别在将3D人脸信息平面化投影的过程中存在特征信息损失。3D识别使用三维人脸立体建模方法,可最大程度保留有效信息,因此3D人脸识别技术的算法比2D算法更合理并拥有更高精度。

    人脸识别对场境要求非常强,产品能否达到实际使用要求,核心并不只在于算法本身,还在于对场景的深耕。算法水平对于识别率的有力证明,也仅仅是停留在训练集与测试集之间,存在于实验室的“理论数值”。

    而现实生活中人脸的获取过程有大量不可控因素,光的方向、强度,是否有胡须、发型的变化,是否有表情都会影响识别效果。多种因素叠加后,真实环境下测得的准确率可能只有75%左右,甚至更低。

    因此,需要针对场景的不同特点收集大量场景数据,不断调试参数、组合算法、方法,甚至使用外围硬件辅助以提升效果,不断迭代以实现产品化。除此之外,还要在工程上满足计算量、延迟、可维护性等需求。

    如果说2014年是我国人脸识别技术的转折点,使人脸识别技术从理论走向了应用,那么2018年就是人脸识别技术全面应用的重要节点,“刷脸”时代正式到来。

    从目前我国人脸识别技术的应用来看,主要集中在三大领域:金融、安防以及考勤/门禁。

我国人脸识别技术应用占比统计情况

数据来源:公开资料整理

    随着人脸识别技术的不断成熟,人脸识别技术逐渐被人们所熟知,同时,计算机、光学成像等相关技术的高速发展,人脸识别在各领域的应用不断拓展,人脸识别行业市场持续增长。数据显示,2017年中国人脸识别行业市场规模达到21.91亿元,随着人脸识别技术在各行业应用渗透的不断深入,预计2018年中国人脸识别市场规模将达到27.61亿元。

    2015年以来,国家持续出台利好政策,为人脸识别技术在安防、医疗、金融等领域的应用打下了将坚实的基础。在政策支持力度明显加大的背景下,人脸识别技术热度不断提升,资本纷纷入局,一批明星企业快速崛起及人脸识别领域的大量投入,技术专利数量不断攀升。2014-2017年,中国人脸识别技术专利申请数量不断增长,年均增长36%。

    随着人脸识别技术的不断成熟,人脸识别技术逐渐被人们所熟知,同时,计算机、光学成像等相关技术的高速发展,人脸识别在各领域的应用不断拓展,人脸识别行业市场持续增长。数据显示,2017年中国人脸识别行业市场规模达到21.91亿元,随着人脸识别技术在各行业应用渗透的不断深入, 2018年中国人脸识别市场规模将达到27.6亿元。

2012-2018年中国人脸识别市场规模走势

数据来源:公开资料整理

本文采编:CY315
10000 12800
精品报告智研咨询 - 精品报告
2022-2028年中国人脸识别行业发展战略规划及投资方向研究报告
2022-2028年中国人脸识别行业发展战略规划及投资方向研究报告

《2022-2028年中国人脸识别行业发展战略规划及投资方向研究报告》共十五章,包含人脸识别行业投资壁垒与风险,人脸识别行业投资机会分析,人脸识别行业投资策略分析等内容。

如您有其他要求,请联系:

版权提示:智研咨询倡导尊重与保护知识产权,对有明确来源的内容注明出处。如发现本站文章存在版权、稿酬或其它问题,烦请联系我们,我们将及时与您沟通处理。联系方式:gaojian@chyxx.com、010-60343812。

在线咨询
微信客服
微信扫码咨询客服
电话客服

咨询热线

400-700-9383
010-60343812
返回顶部
在线咨询
研究报告
商业计划书
项目可研
定制服务
返回顶部