2020人臉識別行業會如何發展?


全文200字,閱讀約需6分鐘

人臉識別,是基於人的臉部特徵信息進行身份識別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進行臉部的一系列相關技術,通常也叫做人像識別、面部識別。人臉識別技術是人工智能的典型應用。

中國人臉識別行業技術環境十分活躍

截至2019年底,在soopat專利搜索引擎上以“人臉識別”為關鍵詞檢索得到20208項專利申請記錄,行業技術環境十分活躍。從申請專利每年來看,2010-2018年,我國專利申請數逐年增長,2018年增加至5618項,為近年來最高,2019年我國人臉識別相關專利申請數達3024項。從公開專利每年來看,我國最早於2002年有人臉識別相關專利公開,當年公開數量為1項,隨後專利公開量保持快速增長態勢,2019年我國人臉識別相關專利公開數量為6700項。在超2萬項的人臉識別技術專利中,發明專利的申請量最多,達12407項,佔比為61.40%;其次為實用新型專利,佔比為24.76%。

從我國人臉識別相關熱門專利技術申請分佈領域來看,G06K(數據識別、數據表示、記錄載體、記錄載體的處理)申請量最多,達10134項;其次為G07C(時間登記器或出勤登記器、登記或指示機器的運行、產生隨機數、投票或彩票設備、未列入其他類目的核算裝置),申請數量為1302項。

人臉識別行業參與者眾多,競爭較為激烈

人臉識別產業鏈上游為基礎層,包括人工智能芯片、算法技術和數據集;中游由視頻人臉識別、圖片人臉識別和數據庫對比檢驗等技術層構成,中游企業的主要產品為嵌入式人臉識別軟件以及一站式解決方案的提供,中游的相關技術大體包括人臉檢測、活體檢測、人臉識別、視頻對象提取與分析等技術;下游則是具體的場景應用,即應用方案、消費類終端或服務等。

人臉識別技術正成為IT產業下一輪技術浪潮,國內外諸多知名企業都在積極佈局該領域,尤其是騰訊和阿里。在2019年7月美國國家標準與技術研究院(NIST)發佈的全球人臉識別算法測試(FRVT)結果的最新排名中,最具挑戰的“非約束性環境照片”人臉識別算法測試子項目冠軍由格靈深瞳摘得,“簽證照片”人臉識別算法測試子項目由依圖科技獲得,“嫌疑人照片”人臉識別算法測試子項目冠軍則落入俄羅斯廠商VisionLabs囊中。而在2018年11月的該測試排名中,中國企業包攬了排名前五,中國人臉識別技術已經走在世界前列

2020人臉識別行業會如何發展?

深入研究人臉識別市場發現,主要5大類廠商在搶奪市場,分別是:新銳AI廠商(如曠視、依雲)、老牌安防廠商(如浙江大華,海康威視)、運營商(如移動、聯通、電信各省份公司)、集成商(如中移建設、東華軟件)、廣電(各省廣播電視網絡股份有限公司)。

目前,人臉識別在考勤/門禁領域的應用最為成熟,約佔行業市場的40%左右;安防作為人臉識別最早應用的領域之一,其市場份額佔比在30%左右;金融作為人臉識別未來重要的應用領域之一,其市場規模在逐步擴大,目前約佔行業的20%。

人臉識別的技術發展方向:

  1. 結合三維信息:二維和三維信息融合使特徵更加棒
  2. 多特徵融合:單一特徵難以應對複雜的光照和姿態變化
  3. 大規模人臉比對:面向海量數據的人臉比對與搜索
  4. 深度學習:在大數據條件下充分發揮深度神經網絡強大的學習能力
  5. 人臉識別的算法能力:拒識率、誤識率、通過率,準確率

目前,人臉識別技術可分為兩類:2D人臉識別和3D人臉識別。2D人臉識別通過2D攝像頭拍攝平面成像,獲取到的信息有限,因此破解難度較低,當下被破解的技術為2D人臉識別。而3D人臉識別一般由多張不同角度的深度圖像合成,可以完整展示人臉的曲面形狀,並且將採集到的人臉信息以密集點雲的方式呈現在空間中,具有一定的深度信息。目前,3D人臉識別功能技術可以準確分辨出照片、視頻、面具和雙胞胎,不易被輕易欺騙。此外,3D人臉識別系統對光線、背景環境的實用性更強,系統更穩定,且不需要用戶主動配合。

儘管3D人臉識別技術具有2D人臉識別所不具備的優點,但這並不意味著3D人臉識別技術能夠取代2D人臉識別,至少短期內難以實現。3D人臉識別系統精度高的同時也存在著運算量大、識別速度慢等缺點,數據庫也比較稀少,缺乏訓練樣本,且需要3D攝像機、雙目攝像機等特定設備,而這類設備價格較為昂貴。

2D人臉識別判定較為簡單、技術相對成熟,因此在安全性要求較低、而對速度要求較高的場所可以採用。不過,隨著芯片和傳感器技術的發展,當3D採集設備成本大幅下降時,3D人臉識別將取得重要突破。

從人臉識別技術發展過程來看,未來三維人臉識別是人臉識別主要技術手段,二維人臉識別只是人臉識別發展的過度階段。實驗結果顯示,二維人臉識別系統在人臉左右偏轉達到40度識別率迅速下降到50%以下;而採用三維人臉識別後,識別率可以提高至少10-20個百分點。

人臉識別主要方法分析

人臉識別技術是一個跨越多個學科領域知識的高端技術研究工作,涉及圖像處理、生理學、心理學、模式識別等知識,目前比較常見的人臉識別方法包括基於特徵臉的方法、基於幾何特徵的方法、基於深度學習的方法、基於支持向量機的方法以及其他綜合方法。

2020人臉識別行業會如何發展?

深入研究人臉識別市場發現,主要5大類廠商在搶奪市場,分別是:新銳AI廠商(如曠視、依雲)、老牌安防廠商(如浙江大華,海康威視)、運營商(如移動、聯通、電信各省份公司)、集成商(如中移建設、東華軟件)、廣電(各省廣播電視網絡股份有限公司)。

目前,人臉識別在考勤/門禁領域的應用最為成熟,約佔行業市場的40%左右;安防作為人臉識別最早應用的領域之一,其市場份額佔比在30%左右;金融作為人臉識別未來重要的應用領域之一,其市場規模在逐步擴大,目前約佔行業的20%。


分享到:


相關文章: