2015-2020年人脸识别设备市场行情动态及行业风投预测报告

汇智联恒--2015-2020年人脸识别设备市场行情动态及行业风投预测报告汇智联恒|STYLEREF"1"报告目录汇智联恒汇智联恒20152015-2020年人脸识别设备市场行情动态及行业风投预测报告报告目录TOC\o"1-8"\h\z\u报告目录 2图表目录 5第一章2013-2014年人脸识别行业相关概述 9第一节人脸识别行业基本概念 9一、人脸识别行业定义分析 9二、人脸识别行业应用情况分析 11第二节人脸识别行业特性分析 14一、行业主要经营模式分析 14二、行业现阶段发展SWOT分析 18三、行业周期性分析 23四、行业进入壁垒分析 30第二章2013-2014年人脸识别行业主要国外市场分析 31第一节国外市场整体概述 31第二节亚洲地区主要市场概况 42第三节欧盟主要国家市场概况 45第四节北美地区主要市场概况 46第三章2013-2014年人脸识别行业国内发展环境分析 47第一节宏观经济环境分析 47一、中国GDP增长情况分析 47二、农业 53二、工业经济发展形势分析 54三、社会固定资产投资分析 57五、国内贸易 61六、对外经济 62七、交通、邮电和旅游 67八、金融 69第二节人脸识别行业主管部门、行业监管体 71第三节人脸识别行业主要法律法规及政策 73一、《产业结构调整指导目录（2011年本）》公布 73二、《中国安防行业“十二五”发展规划》获批 74三、公安部交管局推九项创新措施 76四、发改委组织实施国家信息安全专项通知 78第四章2013-2014年人脸识别行业产业链分析及对行业的影响 84第一节上游原料产业链发展状况分析 84第二节下游需求产业链发展情况分析 89第三节上下游行业对人脸识别行业的影响分析 95第五章2013-2014年人脸识别行业技术制造工艺发展趋势分析 96第一节国内外人脸识别行业技术研发现状 96第二节产品工艺特点或流程 104第三节2015-2020年工艺技术进展和发展趋势 108第六章2013-2014年人脸识别行业国内市场供需分析 113第一节人脸识别行业市场现状分析 113第二节产品产量分析 116第三节市场需求分析 117第七章2013-2014年人脸识别行业竞争格局分析 119第一节人脸识别行业竞争结构分析 119一、现有企业的竞争力 119二、供应商的议价能力 120三、下游客户的议价能力 120四、替代品的威胁 121五、行业潜在进入者威胁力 121第二节人脸识别行业行业集中度分析 122一、市场集中度分析 122二、企业集中度分析 122三、区域集中度分析 122第三节行业国际竞争力比较 122一、生产要素 122二、需求条件 124三、相关和支持性产业 124四、企业的战略、结构和竞争对手 125五、政府的作用 125第八章人脸识别行业主要生产企业分析 131第一节汉王科技股份有限公司 131第二节泰豪科技股份有限公司 190第三节青岛文达通科技发展有限公司 274第四节上海银晨智能识别科技有限公司 278第五节深圳市飞瑞斯科技有限公司 282第六节北京智慧眼科技发展有限公司 286第九章2015-2020年人脸识别行业发展预测分析 292第一节人脸识别行业未来发展预测分析 292一、中国人脸识别行业发展方向及投资机会分析 292二、中国人脸识别行业发展规模分析 296三、中国人脸识别行业发展趋势分析 300第二节中国人脸识别行业供需预测 302一、中国人脸识别行业供给预测 302二、中国人脸识别行业需求预测 304第十章2015-2020年中国人脸识别行业投资风险预警 305第一节政策和体制风险 305第二节技术发展风险 309第三节市场竞争风险 311第四节原材料压力风险 314第五节经营管理风险 314第十一章2015-2020年中国人脸识别行业发展策略及投资建议 315第一节人脸识别行业发展策略分析 315一、坚持产品创新的领先战略 315二、坚持品牌建设的引导战略 315三、坚持工艺技术创新的支持战略 315四、坚持市场营销创新的决胜战略 315五、坚持企业管理创新的保证战略 316第二节人脸识别行业市场的重点客户战略实施 316一、实施重点客户战略的必要性 316二、合理确立重点客户 317三、重点客户战略管理 318四、重点客户管理功能 318五、实施重点客户管理的步骤 319六、实施重点客户战略要重点解决的问题 320第三节投资建议 320一、项目投资环境考察 320二、项目投资产品方向 329三、项目投资其他注意事项 330图表目录TOC\h\z\t"图表标题"\c图表1 神经网络识别 9图表2 人脸识别主要用于身份识别 12图表3 人脸识别过程 13图表4 虹膜识别 18图表5 人脸类似性 19图表6 全球人脸识别市场规模 31图表7 亚洲人脸识别市场规模 42图表8 欧盟人脸识别市场规模 45图表9 北美人脸识别市场规模 46图表10 2010-2014年国内生产总值及其增速 48图表11 2010-2014年国内城镇人就业人数 48图表12 2010-2014年国内国家全员劳动生产率 49图表13 2010-2014年居民消费价格月度涨跌幅 50图表14 2014年居民消费价格比上年涨跌幅度 50图表15 2014年新建商品住宅月同比价格情况 51图表16 2010-2014年全国一般公共财政收入 51图表17 2010-2014年末国家外汇储备 52图表18 2010-2014年中国粮食产量 53图表19 2010-2014年中国全部工业增加值及增速 54图表20 2014年主要工业产品产量及其增长速度 55图表21 2010-2014年中国建筑业增加值及增速 57图表22 2010-2014国内固定资产投资情况 57图表23 2014年分行业固定资产投资（不含农户）及其增长速度 58图表24 2014年固定资产投资新增主要生产与运营能力 59图表25 2014年房地产开发和销售主要指标完成情况及其增长速度 60图表26 2010-2014年中国社会消费品零售总额 61图表27 2010-2014我国货物进出口情况 62图表28 2014年货物进出口总额及其增长速度 62图表29 2014年主要商品出口数量、金额及其增长速度 63图表30 2014年主要商品进口数量、金额及其增长速度 64图表31 2014年对主要国家和地区货物进出口额及其增长速度 64图表32 2014年非金融领域外商直接投资及其增长速度 65图表33 2014年非金融领域对外直接投资额及其增长速度 66图表34 2014年各种运输方式完成货物运输量及其增长速度 67图表35 2014年各种运输方式完成旅客运输量及其增长速度 68图表36 2010-2014年中国固定互联网宽带用户 69图表37 2014年年末全部金融机构本外币存贷款余额及其增长速度 70图表38 2010-2014年中国数码照相机产量增长趋势图 84图表39 2014年1-12月中国生产数码照相机产量 85图表40 人脸识别示意图1 105图表41 人脸识别示意图2 105图表42 2009-2014年中国人脸识别行业市场规模 113图表43 科技行业巨头纷纷瞄准人脸识别 115图表44 2009-2014年中国人脸识别行业产量及速率 117图表45 2009-2014年中国人脸识别行业需求总量 117图表46 分析产业国际竞争力的两类指标 127图表47 市场经济中的政府职能分类 128图表48 分析政府影响产业国际竞争力的经济学依据 128图表49 政府影响产业国际竞争力的两类途径分析 130图表50 汉王科技股份有限公司经营情况 133图表51 汉王科技股份有限公司主要财务指标 138图表52 汉王科技股份有限公司资产负债表 152图表53 汉王科技股份有限公司现金流量表 176图表54 泰豪科技股份有限公司主要经营情况 193图表55 泰豪科技股份有限公司财务比率 203图表56 泰豪科技股份有限公司资产负债表 230图表57 泰豪科技股份有限公司现金流量表 254图表58 2010-2014年青岛文达通科技股份有限公司财务指标与经营状况 275图表59 2013-2014年青岛文达通科技股份有限公司盈利能力 276图表60 2013-2014年青岛文达通科技股份有限公司偿债能力 277图表61 2013-2014年青岛文达通科技股份有限公司运营能力 277图表62 2013-2014年青岛文达通科技股份有限公司成长能力 278图表63 2010-2014年上海银晨智能识别科技有限公司财务指标与经营状况 279图表64 2013-2014年上海银晨智能识别科技有限公司盈利能力 280图表65 2013-2014年上海银晨智能识别科技有限公司偿债能力 281图表66 2013-2014年上海银晨智能识别科技有限公司运营能力 281图表67 2013-2014年上海银晨智能识别科技有限公司发展能力 282图表68 2010-2014年深圳市飞瑞斯科技有限公司财务指标与经营状况 283图表69 2013-2014年深圳市飞瑞斯科技有限公司盈利能力 284图表70 2013-2014年深圳市飞瑞斯科技有限公司偿债能力 285图表71 2013-2014年深圳市飞瑞斯科技有限公司运营能力 285图表72 2013-2014年深圳市飞瑞斯科技有限公司发展能力 286图表73 2010-2014年北京智慧眼科技发展有限公司财务指标与经营状况 289图表74 2013-2014年北京智慧眼科技发展有限公司盈利能力 289图表75 2013-2014年北京智慧眼科技发展有限公司偿债能力 290图表76 2013-2014年北京智慧眼科技发展有限公司运营能力 291图表77 2013-2014年北京智慧眼科技发展有限公司发展能力 292图表78 典型的人脸识别过程 293图表79 一些典型的面部几何特征示意图 294图表80 LBP算子 294图表81 2015-2020年年中国人脸识别行业市场规模预测 299图表82 2015-2020年中国人脸识别行业供给预测 303图表83 2015-2020年年中国人脸识别行业需求预测 304图表84 人脸识别应用示意图 320图表85 虹膜识别示意图 330版权申明本报告是北京汇智联恒咨询有限公司的研究成果。本报告内所有数据、观点、结论的版权均属北京汇智联恒咨询有限公司拥有。未经北京汇智联恒咨询有限公司的明确书面许可，任何人不得以全文或部分形式（包含纸制、电子等）传播。不可断章取义或增删、曲解本报告内容。北京汇智联恒咨询有限公司对其独立研究或与其他机构共同合作的所有研究数据、研究技术方法、研究模型、研究结论及衍生服务产品拥有全部知识产权，任何人不得侵害和擅自使用。本报告及衍生产品最终解释权归北京汇智联恒咨询有限公司所有。免责声明本报告所载资料的来源及观点的出处皆被北京汇智联恒咨询有限公司认为可靠，但北京汇智联恒咨询有限公司对这些信息本身的准确性和完整性不作任何保证。尽管北京汇智联恒咨询有限公司相信本报告的研究和分析成果是准确的并体现了行业发展趋势，但所有阅读本报告的读者在确定相关的经营和投资决策前应寻求更多的行业信息作为依据。读者须明白，本报告所载资料、观点及推测仅反映北京汇智联恒咨询有限公司于最初发布此报告时的判断，北京汇智联恒咨询有限公司可能会在此之后发布与此报告所载资料不一致及有不同观点和推测的报告。北京汇智联恒咨询有限公司不对因使用此报告的材料而引致的损失负任何法律责任。第一章2013-2014年人脸识别行业相关概述第一节人脸识别行业基本概念一、人脸识别行业定义分析人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部的一系列相关技术，通常也叫做人像识别、面部识别。发展历史人脸识别系统的研究始于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；人脸识别系统成功的关键在于是否拥有尖端的核心算法，并使识别结果具有实用化的识别率和识别速度；“人脸识别系统”集成了人工智能、机器识别、机器学习、模型理论、专家系统、视频图像处理等多种专业技术，同时需结合中间值处理的理论与实现，是生物特征识别的最新应用，其核心技术的实现，展现了弱人工智能向强人工智能的转化。[1]4识别算法人脸识别一般来说，人脸识别系统包括图像摄取、人脸定位、图像预处理、以及人脸识别（身份确认或者身份查找）。系统输入一般是一张或者一系列含有未确定身份的人脸图像，以及人脸数据库中的若干已知身份的人脸图象或者相应的编码，而其输出则是一系列相似度得分，表明待识别的人脸的身份。人脸识别算法分类基于人脸特征点的识别算法（Feature-basedrecognitionalgorithms）。基于整幅人脸图像的识别算法（Appearance-basedrecognitionalgorithms）。基于模板的识别算法（Template-basedrecognitionalgorithms）。利用神经网络进行识别的算法（Recognitionalgorithmsusingneuralnetwork）。神经网络识别神经网络识别基于光照估计模型理论提出了基于Gamma灰度矫正的光照预处理方法,并且在光照估计模型的基础上，进行相应的光照补偿和光照平衡策略。优化的形变统计校正理论基于统计形变的校正理论，优化人脸姿态；强化迭代理论强化迭代理论是对DLFA人脸检测算法的有效扩展；独创的实时特征识别理论该理论侧重于人脸实时数据的中间值处理，从而可以在识别速率和识别效能之间，达到最佳的匹配效果5识别数据人脸识别需要积累采集到的大量人脸图像相关的数据，用来验证算法，不断提高识别准确性，这些数据诸如ANeuralNetworkFaceRecognitionAssignment(神经网络人脸识别数据)、orl人脸数据库、麻省理工学院生物和计算学习中心人脸识别数据库、埃塞克斯大学计算机与电子工程学院人脸识别数据等。6配合程度现有的人脸识别系统在用户配合、采集条件比较理想的情况下可以取得令人满意的结果。但是，在用户不配合、采集条件不理想的情况下，现有系统的识别率将陡然下降。比如，人脸比对时，与系统中存储的人脸有出入，例如剃了胡子、换了发型、多了眼镜、变了表情都有可能引起比对失败。主要产品：数码相机人脸自动对焦和笑脸快门技术：首先是面部捕捉。它根据人的头部的部位进行判定，首先确定头部，然后判断眼睛和嘴巴等头部特征，通过特征库的比对，确认是人面部，完成面部捕捉。然后以人脸为焦点进行自动对焦，可以大大的提升拍出照片的清晰度。笑脸快门技术就是在人脸识别的基础上，完成了面部捕捉，然后开始判断嘴的上弯程度和眼的下弯程度，来判断是不是笑了。以上所有的捕捉和比较都是在对比特征库的情况下完成的，所以特征库是基础，里面有各种典型的面部和笑脸特征数据。门禁系统受安全保护的地区可以通过人脸识别辨识试图进入者的身份。人脸识别系统可用于企业、住宅安全和管理。如人脸识别门禁考勤系统，人脸识别防盗门等。[2]人脸识别门禁人脸识别门禁是基于先进的人脸识别技术，结合成熟的ID卡和指纹识别技术而推出的安全实用的门禁产品。产品采用分体式设计，人脸、指纹和ID卡信息的采集和生物信息识别及门禁控制内外分离，实用性高、安全可靠。系统采用网络信息加密传输，支持远程进行控制和管理，可广泛应用于银行、军队、公检法、智能楼宇等重点区域的门禁安全控制。[3]二、人脸识别行业应用情况分析1、主要用途：人脸识别主要用于身份识别人脸识别主要用于身份识别人脸识别主要用于身份识别。由于视频监控正在快速普及，众多的视频监控应用迫切需要一种远距离、用户非配合状态下的快速身份识别技术，以求远距离快速确认人员身份，实现智能预警。人脸识别技术无疑是最佳的选择，采用快速人脸检测技术可以从监控视频图象中实时查找人脸，并与人脸数据库进行实时比对，从而实现快速身份识别。身份辨识如电子护照及身份证。这或许是未来规模应用。在国际民航组织已确定，从2010年4月1日起，其118个成员国家和地区，必须使用机读护照，人脸识别技术是首推识别模式，该规定已经成为国际标准。美国已经要求和它有出入免签证协议的国家在2006年10月26日之前必须使用结合了人脸指纹等生物特征的电子护照系统，到2006年底已经有50多个国家实现了这样的系统。美国运输安全署（TransportationSecurityAdministration）计划在全美推广一项基于生物特征的国内通用旅行证件。欧洲很多国家也在计划或者正在实施类似的计划，用包含生物特征的证件对旅客进行识别和管理。中国的电子护照计划公安部一所正在加紧规划和实施。可在机场、体育场、超级市场等公共场所对人群进行监视，例如在机场安装监视系统以防止恐怖分子登机。如银行的自动提款机，用户卡片和密码被盗，就会被他人冒取现金。同时应用人脸识别就会避免这种情况的发生。通过查询目标人像数据寻找数据库中是否存在重点人口基本信息。例如在机场或车站安装系统以抓捕在逃案犯。2、网络应用人脸识别过程利用人脸识别辅助信用卡网络支付，以防止非信用卡的拥有者使用信用卡等。如计算机登录、电子政务和电子商务。在电子商务中交易全部在网上完成，电子政务中的很多审批流程也都搬到了网上。而当前，交易或者审批的授权都是靠密码来实现。如果密码被盗，就无法保证安全。如果使用生物特征，就可以做到当事人在网上的数字身份和真实身份统一。从而大大增加电子商务和电子政务系统的可靠性。娱乐应用人脸识别技术广泛地应用于日常生活中，如相机拍摄，图片对比等，尤其近两年来，相亲节目如火如荼，其中浙江电视台的爱情连连看中的最佳夫妻像环节就利用了人脸对比技术来测试男女主人公面相的相似程度。随着移动互联网的崛起，一些人脸识别技术的开发者将该项技术应用到娱乐领域中，如应用开心明星脸等，根据人脸的轮廓，肤色，纹理，质地，色彩，光照等特征来计算照片中主人公与明星的相似度。第二节人脸识别行业特性分析一、行业主要经营模式分析一、代理(包括商场代销)营销模式代理销售是指由流通人脸识别产品企业在代理权限内代理生产人脸识别产品企业销售商品，并取得收益的销售方式，代理制是一种高透明度、直达式的营销方式。代理商在国外有的也叫分销商。此模式在产品市场发展初期具有明显的优势，主要体现在：营业费用较低；销售网络建设投入较小；对销售管理能力的要求不高；有利于处于快速发展时期的公司迅速打开销售市场，提高市场占有率。国内人脸识别产品企业在发展初期由于经济实力不强、销售网络不健全，大多采用了以代理制为主的间接销售模式。但随着公司经营规模的扩大和公司市场份额与市场地位的不断提升，代理销售模式所存在的固有不足之处也逐渐显现，主要体现在：对销售渠道的控制能力还不够强；对市场需求信息的反应还不够快捷；对品牌形象的统一策划较难得到彻底贯彻执行；货物资金周转较慢；对代理商让利较多，同时还需负担促销费用等。随着公司品牌战略的不断推进，代理销售模式对公司品牌形象的进一步提升和销售渠道的整合提高有一定的限制。二、营销外包模式营销外包的产生首先是受到了生产外包、人事外包、设计外包、企划外包、物流外包等外包形式的启迪，在整合营销的过程中不断推广引用而诞生的，其主要内涵是将人脸识别产品企业的营销业务外包给有能力、有实力、有专业背景和成功案例的第三方管理咨询公司，由第三方的项目顾问派遣执行助理到人脸识别产品企业里工作；项目顾问本身必须具备多年营销管理实践经验，并且有着丰富的营销理论知识，是行业内资深职业经理或咨询顾问，他们大都拥有最权威的行业咨询，成功的营销案例，以及行业内广泛的人脉关系，用他们的知慧整合最优势的营销资源，制订最适合该外包项目的营销战略，将人脸识别产品企业自身无法实现的营销目标，得以实现。营销外包适应以下中小人脸识别产品企业：1、人脸识别产品企业暂时没有市场营销的人才和能力，需要借助于第三方的资源迅速打开市场。２、其他领域或行业的投资者，初入行业这个陌生的市场环境时。３、人脸识别产品企业规模尚小，销售业绩一般，获利能力欠佳，暂无能力聘请职业经理或专业人才来实现营销目标。4、人脸识别产品企业内部出现重大人事震荡，例如高层经理人率中层销售干部集体跳槽，导致营销管理工作进入真空地带或者是营销人才大面积断层。5、人脸识别产品企业由先前的OEM、代工模式转型做自有品牌的初期。6、人脸识别产品企业连续三年销售业绩增长幅度均低于20%的时候。7、人脸识别产品企业所处地域和就业环境都特别差的时侯。三、特许连锁经营模式从严格意义上讲，特许经营是连锁经营的模式之一，但因二者区别不大，人们习惯上把特许和连锁视同一个事物。我国《商业特许经营管理条例》对商业特许经营的定义作了明确规定：商业特许经营，是指拥有注册商标、人脸识别产品企业标志、专利、专有技术等经营资源的人脸识别产品企业，也就是特许人，通过订立合同，将其拥有的上述范围内的经营资源许可其他经营者也就是被特许人使用，被特许人按照合同约定在统一的经营模式下开展经营，并向特许人支付相应费用的经营活动。特许经营连锁的类型有以下几种：1、直营连锁（或正规连锁，简称RC），即所有的店铺（store)都是由同一经营实体-总公司所有（companyowned)或管控。直营连锁是大多数人脸识别产品企业采用的主要营销模式，近来，出现了直营展示店和大区营销中心相结合的做法。公司在各地档次较高、成交额较大的专业市场建立具有规模的展示店和营销中心，其优点在于，能够有效维护和全面提升公司品牌形象，实现品牌形象与文化的无折扣传播；发挥大区中心的样板、示范、招商和物流支持作用，及时地为当地代理商提供培训、咨询服务，搭起公司与代理商及时沟通、互动的桥梁，并起到一定的督导作用；同时实现近距离的接触各主要市场的大客户，培养终端服务管理人才。2、自愿连锁（或自由连锁，简称VC），即各店铺资本所有权独立，不存在财务管控关系，各店铺采用共同进货，协议定价的一种商业横向联合。3、加盟连锁（或特许经营，契约连锁，特许连锁，简称FC），即以单个店铺经营权的授权为核心的连锁经营，也就是特许经营。加盟连锁在实践中不断得到创新，人脸识别产品企业“海澜之家”的创新方式被业界推崇，其特点是，投资商只负责对加盟店的投资，不负责对加盟店的经营，并按每日销售的30%获得固定回报。这种加盟店因总公司拥有加盟店的绝对管控权，因而兼具直营和加盟的性质。特许经营最早出现在美国，已经有一百多年的历史。特许经营的主要优势是操作简便，成本较低，可以快速扩大营销规模，满足消费者对便利化、规范化服务的需要。因此，特许经营这种营销方式在许多国家特别是发达国家被广泛采用，目前已经发展得比较成熟。特许经营在我国出现的时间并不长，但发展速度很快。特别是2000年以来，特许经营在我国进入高速增长期。四、买手终端店铺营销模式买手终端店铺模式是服装行业的一种新兴销售模式。是通过培训店铺卖手、店铺销售师、店铺买手，让他们形成统一品牌模式下的不同运营方法，使各店铺的产品与销售模式都得到了最大化的增长。买手的职业角色不是设计师那样的专业技术人员，他们是服饰人脸识别产品企业的经营者。买手的开发职能，一是收集新产品开发的信息与时尚因素，将这些未完成产品最终设计的信息发送回人脸识别产品企业设计部门，由设计师进行款式的加工修改，最终完成产品的开发；二是自己独立完成产品款式的开发，直接将开发的产品发送到自己加工厂或外协加工厂家，完成产品生产，款式图与款式信息发送公司产品开发部与协调中心进行备案；三是利用贴牌厂商的产品开发成果进行的产品批量采购，这也完成了买手的产品开发职能。五、OEM营销模式OEM是英文OriginalEquipmentManufacturer的缩写，意为原始设备(产品)生产商。OEM不同于ODM（OOrignalDesignManufacturer）即原始设计制造商，和OBM（OrignalBrandManufactuce），即原始品牌制造商。在当代经济活动中，OEM它是指一种“代工生产”方式，其含义是生产者不直接生产产品，而是利用自己掌握的“关键”的核心技术，负责设计和开发，控制销售“渠道”，具体的加工任务交给别的人脸识别产品企业去做的方式。OEM因加工厂商没有自主品牌，抗风险能力较低，在经济危机和衰退时期，容易受到打击。六、品牌授权模式指授权者将自己所拥有的品牌以合同形式授予被授权者使用；被授权者按合同规定从事经营活动（通常是生产、销售某种产品或提供某种服务），并向授权者支付相应的费用；同时，授权者给予人员培训、组织设计、经营管理等方面的指导与协助。品牌授权这种经营方式在美国、欧洲和东南亚等国已有了很长的发展历史。在美国，目前各种品牌授权的产品已占到零售市场的三分之一，而且是增长最为迅速的一股销售力量。通过品牌授权，把一些知名度高、美誉度好、文化味浓的品牌直接用在被授权人脸识别产品企业所生产的产品上、销售中，或者作为产品形象的代言人，以此拓展市场、提高人脸识别产品企业知名度和产品竞争力是非常有效的，特别对那些产品质量好、管理规范而品牌知名度不高的人脸识别产品企业来说，借用品牌授权，更是一条品牌运作的捷径。七、网络营销模式网络营销也有人称电子商务。网络营销包括交易前阶段的宣传和推广和交易的电子化。网络营销概念的同义词包括：网上营销、互联网营销、在线营销、网路行销等。总之，凡是以互联网为主要手段开展的营销活动，都可称之为网络营销。目前，关于网络营销的概念，冯英健观点被人们较多采用：“网络营销是人脸识别产品企业整体营销战略的一个组成部分，是为实现人脸识别产品企业总体经营目标所进行的，以互联网为基本手段营造网上经营环境的各种活动。”网络营销的职能归纳为八个方面：网站推广、网络品牌、信息发布、在线调研、顾客关系、顾客服务、销售渠道、销售促进。网络营销，在中国的发展迅猛，以每年1000多家的速度激增，也就是说，每天有超过3家的电子商务人脸识别产品企业成立，在目前电脑越来越便宜，越来越普及的今天，电子商务的便捷和高速无限制的特点越来越得到充分的体现。网络营销能够充分发挥人脸识别产品企业与客户相互交流的优势。人脸识别产品企业可以利用网络为顾客提供个性化的服务，是一种新型的、互动的、更加人性化的营销模式，能迅速拉近人脸识别产品企业和消费者的情感距离。国家《电子签名法》和各大银行的网上交易安全问题的处理，为网络营销创造了良好的环境，充分体现了网络营销（电子商务）的发展已经达到不容忽视的地步。八、直销经营模式直销顾名思义就是由生产商直接把产品销售于终端顾客，从而减少了产品流通环节，避免了中间环节的管理漏洞，保证了知名品牌的形象。直销人脸识别产品企业必须具有自主开发、自主研制、自主生产、自主销售、技能培训等机构组成，注册资金1亿元以上，并向国家商务部门缴纳8000万元市场保证金，经国家商务部门批准颁发直销经营许可证，国家工商行政管理部门备案后方能运行。直销公司必须具备完整的生产安全运行体系、完整的市场运作体系、完整的教育培训体系和完整的售后服务体系等，并建立各省、市、区级分公司进行市场管理工作。获得直销经营许可的人脸识别产品企业，应自批准文件下发之日起6个月内，按其上报的服务网点方案完成服务网点的设立，并向出具服务网点方案认可函的商务主管部门申请核查。核查结果在商务部直销行业管理信息系统备案后，直销人脸识别产品企业方可从事直销经营活动。直销界是以三大基础来决定直销公司和直销人的前途，也就是公司是基础、产品是灵魂、运作方式是保障的操作基础，三个基础必须完整的统一，才能实现长治久安的不败之地。二、行业现阶段发展SWOT分析1、优势人脸识别的优势在于其自然性和不被被测个体察觉的特点。所谓自然性，是指该识别方式同人类（甚至其他生物）进行个体识别时所利用的生物特征相同。例如人脸识别，人类也是通过观察比较人脸区分和确认身份的，另外具有自然性的识别还有虹膜识别虹膜识别语音识别、体形识别等，而指纹识别、虹膜识别等都不具有自然性，因为人类或者其他生物并不通过此类生物特征区别个体。不被察觉的特点对于一种识别方法也很重要，这会使该识别方法不令人反感，并且因为不容易引起人的注意而不容易被欺骗。人脸识别具有这方面的特点，它完全利用可见光获取人脸图像信息，而不同于指纹识别或者虹膜识别，需要利用电子压力传感器采集指纹，或者利用红外线采集虹膜图像，这些特殊的采集方式很容易被人察觉，从而更有可能被伪装欺骗。2、困难人脸识别被认为是生物特征识别领域甚至人工智能领域最困难的研究课题之一。人脸识别的困难主要是人脸作为生物特征的特点所带来的。相似性人脸类似性人脸类似性不同个体之间的区别不大，所有的人脸的结构都相似，甚至人脸器官的结构外形都很相似。这样的特点对于利用人脸进行定位是有利的，但是对于利用人脸区分人类个体是不利的。易变性人脸的外形很不稳定，人可以通过脸部的变化产生很多表情，而在不同观察角度，人脸的视觉图像也相差很大，另外，人脸识别还受光照条件（例如白天和夜晚，室内和室外等）、人脸的很多遮盖物（例如口罩、墨镜、头发、胡须等）、年龄等多方面因素的影响。在人脸识别中，第一类的变化是应该放大而作为区分个体的标准的，而第二类的变化应该消除，因为它们可以代表同一个个体。通常称第一类变化为类间变化（inter-classdifference），而称第二类变化为类内变化（intra-classdifference）。对于人脸，类内变化往往大于类间变化，从而使在受类内变化干扰的情况下利用类间变化区分个体变得异常困难。3、技术落后于国外掌握核心技术是成败关键我国指纹识别研究开始于上世纪八十年代，并掌握了核心技术，发展基本与国外同步，而对于人脸识别、虹膜识别、掌形识别等生物认证技术研究的开展则在1996年之后，滞后于国外。造成国内和国外的差距主要有三点：一、国外研究团队技术力量雄厚，从事科研人员远远高于国内水平;二、国外技术已发展了多年，形成了一定的产业化规模，客户市场已经培育成熟，市场需求已经显现;三、国外政府重视程度高，政府扶持力度大。生物识别相关企业要取得更好的发展，需要从以下几个方面去努力：1、提高自身技术水平，加大研发力度;2、加大宣传和推广力度，提高市场需求度;3、抓住自身特色和特点，做好产品服务，服务于市场，成就于市场。同时，只有掌握核心技术，在产品的主要技术部分有优势，或者是打破国外产品的技术垄断格局，才能取得更大的发展。4、市场平稳发展人脸识别渐成热点近年来，中国生物识别市场已进入了平稳发展的阶段，显示出了良好的发展状况和潜力。2010年，中国生物识别市场销售量约150万套，销售额约25亿元，比上年增长约30%。2011年，在新一轮全球经济疲软影响下，国内上半年生物识别产品的销售，特别是出口部分受到了明显的影响。根据部分出口为主的厂商调查数据显示，上半年出口环比下降四至六成不等，但六月份以后，反弹迹象明显，综合全年，增长率仍然可以达到15%以上。纵观近两年国内外生物识别技术的发展可以看出，继应用最广的指纹识别后，人脸识别技术因其自然、非接触、实际应用效果佳等特点正在被市场广泛看好。2011年，我国众多地区的社保系统纷纷启用了人脸识别技术，以规范领取人资格;机场安检等重要场所均开始投入对人脸识别技术的大规模应用;人脸识别嵌入式门禁系统的市场也日趋走向成熟;人脸识别逐渐成为目前市场的热点。2014年人脸识别技术应用及发展现状分析：人脸识别技术的研究开始于20世纪60年代末期。20世纪90年代后期以来，一些商业性的人脸识别系统逐渐进入市场，但是，这些技术和系统离实用化都有一定距离，性能和准确率有待提高……所谓人脸识别技术，即基于人的脸部特征，对输入的人脸图象或者视频流进行判断，首先判断其是否存在人脸。如果存在人脸，则进一步的给出每个脸的位置、大小和各个主要面部器官的位置信息。并依据这些信息，进一步提取每个人脸中所蕴涵的身份特征，并将其与已知的人脸进行对比，从而识别每个人脸的身份。人脸识别技术的研究开始于20世纪60年代末期。20世纪90年代后期以来，一些商业性的人脸识别系统逐渐进入市场，但是，这些技术和系统离实用化都有一定距离，性能和准确率有待提高。美国遭遇恐怖袭击后，这一技术引起广泛关注。作为最容易隐蔽使用的识别技术，人脸识别成为当今国际反恐和安全防范最重要的手段之一。人脸识别技术应用人脸识别技术分为两大类：即以反恐安全、调查取证、刑事侦查为主的军用/警用人脸识别技术，和以公司管理，商业保密为主的商用人脸识别技术。第一类的应用更为复杂，且最人脸识别技术的要求非常高。第二类，主要集中在公司管理、商业保密等领域，相对而言，技术的难度要低很多。在识别过程中，计算机通过相关软件对视频里的图像进行人脸图像采集、人脸定位、人脸识别预处理、身份确认以及身份查找等相关措施，从而甄别图像中的人。而此技术主要采用了计算机图像处理技术与生物统计学原理于一体，利用计算机图像处理技术从视频中提取人像特征点，利用生物统计学的原理进行分析建立数学模型，即人脸特征模板。利用已建成的人脸特征模板与被测者的人的面像进行特征分析，根据分析的结果来给出一个相似值。通过这个值即可确定是否为同一人。这一技术现在已被广泛的运用到了安检、刑侦、反恐、公司保密管理等诸多领域。从实践中得出，相对于其他的生物识别技术，人脸识别技术无论从可靠性、准确性还是其他数据上都是佼佼者，因此，它才会成为各家首选。人脸识别技术发展现状1.香港研发最精确面部识别软件近日，香港中文大学的计算机科学家们研发出世界上最精确的面部识别软件，在测试中这种程序达到了近乎完美的精确度，可能为公共安全技术领域带来颠覆性的革新。这种创纪录的软件由香港中文大学汤晓鸥教授及其团队研发，在测试中达到99.15%的识别准确率，胜过目前所有的同类软件，甚至高出人类自身97.53%的识别准确率。在测试中，这种程序可以从数千张照片中准确辨识出同一个人的两张照片，并且不会受到光线、化装、摄像角度等因素的影响。监控摄像头已经成为维护公共安全的有力工具，通过它可以监视大量人群并寻找潜在危险，但是想要非常精确地识别嫌疑人或者发现危险行为仍然如同大海捞针一样困难。通过不断完善，这种软件将帮助执法机关或者安全机构在成千上万的人群中寻找个体，并且还会通过解读面部表情及早预测暴力行为。2.英国警方测试世界最快人脸识别技术英国现有超过六百万个闭路电视摄像头同时运转，这使英国成了最受“关注”的国家。这些摄像头是用来维护正义的“眼睛”，然而英国警方并不满足于现状。莱斯特郡警方今日确认其将成为英国首个测试nec公司neoface人脸识别技术的警局，他们希望利用此技术彻底改变追踪罪犯的方式，从而提高效率。该软件的特别之处在于它能够通过监控探头同时追踪成千上万张面孔，并实时与数据库中9万张照片进行比对，而这些动作在几秒钟内就能完成。结语人脸识别技术的应用在近年的安防应用中越来越受关注，之前因姿态、光照以及年龄、人脸分辨率等方面的变化影响将不复存在，识别率的提高使其走向更宽的领域，人脸识别技术在监控中的智能应用也将越来越受到关注。三、行业周期性分析1引言在我们生存的这个地球上，居住着近65亿人。每个人的面孔都由额头、眉毛、眼睛、鼻子、嘴巴、双颊等少数几个区域组合而成，它们之间的大体位置关系也是固定的，并且每张脸的大小不过七八寸见方。然而，它们居然就形成了那么复杂的模式，即使是面容极其相似的双胞胎，其家人通常也能够非常容易地根据他们面孔上的细微差异将他们区分开来。这使得我们不得不承认这个世界上找不出两张完全相同的人脸!那么，区分如此众多的不同人脸的“特征”到底是什么?能否设计出具有与人类一样的人脸识别能力的自动机器?这种自动机器的人脸识别能力是否能够超越人类自身?对这些问题的分析和解答无疑具有重要的理论和应用价值，这正是众多从事自动人脸识别研究的研究人员所面临的挑战。然而，对这些问题的回答并不像看起来那么容易。即使在大量来自模式识别、计算机视觉、神经计算、生理学等领域的研究人员对自动人脸识别艰苦工作40余年之后，这些最基本的科学问题仍然困惑着研究人员。而退一步讲，即使对我们自己，尽管我们每天都在根据面孔区分着亲人、同学、朋友、同事等，大多数人却很难准确地描述出自己到底是如何区分他们的，甚至描述不出自己熟悉的人有什么具体的特征。即使专门从事相关的生理学、心理学、神经科学研究的一些专家，也很难描述清楚人类人脸识别的生理学过程。这意味着基于仿生学的人脸识别研究路线在实践上是难以操作的。当然，飞机的翅膀并不需要像鸟儿的翅膀一样煽动，自动人脸识别的计算模型也未必需要模拟“人脑”。我们也许可以通过另外的途径，例如建立人脸识别的计算模型，这种计算模型可能是基于仿生神经网络的，也可能是纯粹基于统计的，或者是这二者之外的第三只眼睛，并通过构建实用的自动人脸识别系统来验证这些计算模型，从而找出对上述基本科学问题的解答。2人脸识别发展历史人脸识别是一个被广泛研究着的热门问题，大量的研究论文层出不穷，在一定程度上有泛滥成“灾”之嫌。为了更好地对人脸识别研究的历史和现状进行介绍，本文将AFR的研究历史按照研究内容、技术方法等方面的特点大体划分为三个时间阶段，如表1所示。该表格概括了人脸识别研究的发展简史及其每个历史阶段代表性的研究工作及其技术特点。下面对三个阶段的研究进展情况作简单介绍：第一阶段(1964年~1990年)这一阶段人脸识别通常只是作为一个一般性的模式识别问题来研究，所采用的主要技术方案是基于人脸几何结构特征(Geometricfeaturebased)的方法。这集中体现在人们对于剪影(Profile)的研究上，人们对面部剪影曲线的结构特征提取与分析方面进行了大量研究。人工神经网络也一度曾经被研究人员用于人脸识别问题中。较早从事AFR研究的研究人员除了布莱索(Bledsoe)外还有戈登斯泰因(Goldstein)、哈蒙(Harmon)以及金出武雄(KanadeTakeo)等。金出武雄于1973年在京都大学完成了第一篇AFR方面的博士论文，直到现在，作为卡内基-梅隆大学(CMU)机器人研究院的一名教授，仍然是人脸识别领域的活跃人物之一。他所在的研究组也是人脸识别领域的一支重要力量。总体而言，这一阶段是人脸识别研究的初级阶段，非常重要的成果不是很多，也基本没有获得实际应用。第二阶段(1991年~1997年)这一阶段尽管时间相对短暂，但却是人脸识别研究的高潮期，可谓硕果累累：不但诞生了若干代表性的人脸识别算法，美国军方还组织了著名的FERET人脸识别算法测试，并出现了若干商业化运作的人脸识别系统，比如最为著名的Visionics(现为Identix)的FaceIt系统。美国麻省理工学院(MIT)媒体实验室的特克(Turk)和潘特兰德(Pentland)提出的“特征脸”方法无疑是这一时期内最负盛名的人脸识别方法。其后的很多人脸识别技术都或多或少与特征脸有关系，现在特征脸已经与归一化的协相关量(NormalizedCorrelation)方法一道成为人脸识别的性能测试基准算法。这一时期的另一个重要工作是麻省理工学院人工智能实验室的布鲁内里(Brunelli)和波基奥(Poggio)于1992年左右做的一个对比实验，他们对比了基于结构特征的方法与基于模板匹配的方法的识别性能，并给出了一个比较确定的结论：模板匹配的方法优于基于特征的方法。这一导向性的结论与特征脸共同作用，基本中止了纯粹的基于结构特征的人脸识别方法研究，并在很大程度上促进了基于表观(Appearance-based)的线性子空间建模和基于统计模式识别技术的人脸识别方法的发展，使其逐渐成为主流的人脸识别技术。贝尔胡米尔(Belhumeur)等提出的Fisherface人脸识别方法是这一时期的另一重要成果。该方法首先采用主成分分析(PrincipalComponentAnalysis，PCA，亦即特征脸)对图像表观特征进行降维。在此基础上，采用线性判别分析(LinearDiscriminantAnalysis,LDA)的方法变换降维后的主成分以期获得“尽量大的类间散度和尽量小的类内散度”。该方法目前仍然是主流的人脸识别方法之一，产生了很多不同的变种，比如零空间法、子空间判别模型、增强判别模型、直接的LDA判别方法以及近期的一些基于核学习的改进策略。麻省理工学院的马哈丹(Moghaddam)则在特征脸的基础上，提出了基于双子空间进行贝叶斯概率估计的人脸识别方法。该方法通过“作差法”，将两幅人脸图像对的相似度计算问题转换为一个两类(类内差和类间差)分类问题，类内差和类间差数据都要首先通过主成分分析(PCA)技术进行降维，计算两个类别的类条件概率密度，最后通过贝叶斯决策(最大似然或者最大后验概率)的方法来进行人脸识别。人脸识别中的另一种重要方法——弹性图匹配技术(ElasticGraphMatching，EGM)也是在这一阶段提出的。其基本思想是用一个属性图来描述人脸：属性图的顶点代表面部关键特征点，其属性为相应特征点处的多分辨率、多方向局部特征——Gabor变换[12]特征，称为Jet;边的属性则为不同特征点之间的几何关系。对任意输入人脸图像，弹性图匹配通过一种优化搜索策略来定位预先定义的若干面部关键特征点，同时提取它们的Jet特征，得到输入图像的属性图。最后通过计算其与已知人脸属性图的相似度来完成识别过程。该方法的优点是既保留了面部的全局结构特征，也对人脸的关键局部特征进行了建模。近来还出现了一些对该方法的扩展。局部特征分析技术是由洛克菲勒大学(RockefellerUniversity)的艾提克(Atick)等人提出的。LFA在本质上是一种基于统计的低维对象描述方法，与只能提取全局特征而且不能保留局部拓扑结构的PCA相比，LFA在全局PCA描述的基础上提取的特征是局部的，并能够同时保留全局拓扑信息，从而具有更佳的描述和判别能力。LFA技术已商业化为著名的FaceIt系统，因此后期没有发表新的学术进展。由美国国防部反毒品技术发展计划办公室资助的FERET项目无疑是该阶段内的一个至关重要的事件。FERET项目的目标是要开发能够为安全、情报和执法部门使用的AFR技术。该项目包括三部分内容：资助若干项人脸识别研究、创建FERET人脸图像数据库、组织FERET人脸识别性能评测。该项目分别于1994年，1995年和1996年组织了3次人脸识别评测，几种最知名的人脸识别算法都参加了测试，极大地促进了这些算法的改进和实用化。该测试的另一个重要贡献是给出了人脸识别的进一步发展方向：光照、姿态等非理想采集条件下的人脸识别问题逐渐成为热点的研究方向。柔性模型(FlexibleModels)——包括主动形状模型(ASM)和主动表观模型(AAM)是这一时期内在人脸建模方面的一个重要贡献。ASM/AAM将人脸描述为2D形状和纹理两个分离的部分，分别用统计的方法进行建模(PCA)，然后再进一步通过PCA将二者融合起来对人脸进行统计建模。柔性模型具有良好的人脸合成能力，可以采用基于合成的图像分析技术来对人脸图像进行特征提取与建模。柔性模型目前已被广泛用于人脸特征对准(FaceAlignment)和识别中，并出现了很多的改进模型。总体而言，这一阶段的人脸识别技术发展非常迅速，所提出的算法在较理想图像采集条件、对象配合、中小规模正面人脸数据库上达到了非常好的性能，也因此出现了若干知名的人脸识别商业公司。从技术方案上看，2D人脸图像线性子空间判别分析、统计表观模型、统计模式识别方法是这一阶段内的主流技术。第三阶段(1998年~现在)FERET’96人脸识别算法评估表明：主流的人脸识别技术对光照、姿态等由于非理想采集条件或者对象不配合造成的变化鲁棒性比较差。因此，光照、姿态问题逐渐成为研究热点。与此同时，人脸识别的商业系统进一步发展。为此，美国军方在FERET测试的基础上分别于2000年和2002年组织了两次商业系统评测。基奥盖蒂斯(Georghiades)等人提出的基于光照锥(IlluminationCones)模型的多姿态、多光照条件人脸识别方法是这一时期的重要成果之一，他们证明了一个重要结论：同一人脸在同一视角、不同光照条件下的所有图像在图像空间中形成一个凸锥——即光照锥。为了能够从少量未知光照条件的人脸图像中计算光照锥，他们还对传统的光度立体视觉方法进行了扩展，能够在朗博模型、凸表面和远点光源假设条件下，根据未知光照条件的7幅同一视点图像恢复物体的3D形状和表面点的表面反射系数(传统光度立体视觉能够根据给定的3幅已知光照条件的图像恢复物体表面的法向量方向)，从而可以容易地合成该视角下任意光照条件的图像，完成光照锥的计算。识别则通过计算输入图像到每个光照锥的距离来完成。以支持向量机为代表的统计学习理论也在这一时期内被应用到了人脸识别与确认中来。支持向量机是一个两类分类器，而人脸识别则是一个多类问题。通常有三种策略解决这个问题，即：类内差/类间差法、一对多法(one-to-rest)和一对一法(one-to-one)。布兰兹(Blanz)和维特(Vetter)等提出的基于3D变形(3DMorphableModel)模型的多姿态、多光照条件人脸图像分析与识别方法是这一阶段内一项开创性的工作。该方法在本质上属于基于合成的分析技术，其主要贡献在于它在3D形状和纹理统计变形模型(类似于2D时候的AAM)的基础上，同时还采用图形学模拟的方法对图像采集过程的透视投影和光照模型参数进行建模，从而可以使得人脸形状和纹理等人脸内部属性与摄像机配置、光照情况等外部参数完全分开，更加有利于人脸图像的分析与识别。Blanz的实验表明，该方法在CMU-PIE(多姿态、光照和表情)人脸库和FERET多姿态人脸库上都达到了相当高的识别率，证明了该方法的有效性。2001年的国际计算机视觉大会(ICCV)上，康柏研究院的研究员维奥拉(Viola)和琼斯(Jones)展示了他们的一个基于简单矩形特征和AdaBoost的实时人脸检测系统，在CIF格式上检测准正面人脸的速度达到了每秒15帧以上。该方法的主要贡献包括：1)用可以快速计算的简单矩形特征作为人脸图像特征;2)基于AdaBoost将大量弱分类器进行组合形成强分类器的学习方法;3)采用了级联(Cascade)技术提高检测速度。目前，基于这种人脸/非人脸学习的策略已经能够实现准实时的多姿态人脸检测与跟踪。这为后端的人脸识别提供了良好的基础。沙苏哈(Shashua)等于2001年提出了一种基于商图像[13]的人脸图像识别与绘制技术。该技术是一种基于特定对象类图像集合学习的绘制技术，能够根据训练集合中的少量不同光照的图像，合成任意输入人脸图像在各种光照条件下的合成图像。基于此，沙苏哈等还给出了对各种光照条件不变的人脸签名(Signature)图像的定义，可以用于光照不变的人脸识别，实验表明了其有效性。巴斯里(Basri)和雅各布(Jacobs)则利用球面谐波(SphericalHarmonics)表示光照、用卷积过程描述朗博反射的方法解析地证明了一个重要的结论：由任意远点光源获得的所有朗博反射函数的集合形成一个线性子空间。这意味着一个凸的朗博表面物体在各种光照条件下的图像集合可以用一个低维的线性子空间来近似。这不仅与先前的光照统计建模方法的经验实验结果相吻合，更进一步从理论上促进了线性子空间对象识别方法的发展。而且，这使得用凸优化方法来强制光照函数非负成为可能，为光照问题的解决提供了重要思路。FERET项目之后，涌现了若干人脸识别商业系统。美国国防部有关部门进一步组织了针对人脸识别商业系统的评测FRVT，至今已经举办了两次：FRVT2000和FRVT2002。这两次测试一方面对知名的人脸识别系统进行了性能比较，例如FRVT2002测试就表明Cognitec,Identix和Eyematic三个商业产品遥遥领先于其他系统，而它们之间的差别不大。另一方面则全面总结了人脸识别技术发展的现状：较理想条件下(正面签证照)，针对37437人121,589幅图像的人脸识别(Identification)最高首选识别率为73%，人脸验证(Verification)的等错误率(EER[14])大约为6%。FRVT测试的另一个重要贡献是还进一步指出了目前的人脸识别算法亟待解决的若干问题。例如，FRVT2002测试就表明：目前的人脸识别商业系统的性能仍然对于室内外光照变化、姿态、时间跨度等变化条件非常敏感，大规模人脸库上的有效识别问题也很严重，这些问题都仍然需要进一步的努力。总体而言，目前非理想成像条件下(尤其是光照和姿态)、对象不配合、大规模人脸数据库上的人脸识别问题逐渐成为研究的热点问题。而非线性建模方法、统计学习理论、基于Boosting[15]的学习技术、基于3D模型的人脸建模与识别方法等逐渐成为备受重视的技术发展趋势。3结束语人脸识别是一项既有科学研究价值，又有广泛应用前景的研究课题。国际上大量研究人员几十年的研究取得了丰硕的研究成果，自动人脸识别技术已经在某些限定条件下得到了成功应用。这些成果更加深了我们对于自动人脸识别这个问题的理解，尤其是对其挑战性的认识。尽管在海量人脸数据比对速度甚至精度方面，现有的自动人脸识别系统可能已经超过了人类，但对于复杂变化条件下的一般人脸识别问题，自动人脸识别系统的鲁棒性和准确度还远不及人类。这种差距产生的本质原因现在还不得而知，毕竟我们对于人类自身的视觉系统的认识还十分肤浅。但从模式识别和计算机视觉等学科的角度判断，这既可能意味着我们尚未找到对面部信息进行合理采样的有效传感器(考虑单目摄像机与人类双眼系统的差别)，更可能意味着我们采用了不合适的人脸建模方法(人脸的内部表示问题)，还有可能意味着我们并没有认识到自动人脸识别技术所能够达到的极限精度。但无论如何，赋予计算设备与人类似的人脸识别能力是众多该领域研究人员的梦想。相信随着研究的继续深入，我们的认识应该能够更加准确地逼近这些问题的正确答案。计算所人脸识别课题组经过多年努力，终于逐渐进入了国际人脸识别竞争的第一方阵。我们提出的新颖算法、完成的高效识别系统也逐渐得到了国内外同行的认可。但我们也必须清醒地看到，在人脸识别领域，其实很难说谁的算法就比别的算法真正地好了多少。而且众多的研究人员正在加入进来，逆水行舟，慢进则退。我们必须付出更多的艰辛才能真正在算法和系统两方面超越前人，取得更大的研究成果!四、行业进入壁垒分析（1）准入资质壁垒由于人面识别机具的生产制造涉及公民身份信息的特殊性，以及与人面识别机具有关的密钥体系安全性考虑，对人面识别机具生产厂家要求比较高。行业的特殊性决定了其准入资质壁垒。（2）技术和人才壁垒人面识别行业属于技术密集型产业，为满足快速发展的行业需求，产品研发过程、特别是非通用产品的研发过程中需要包括智能应用技术、嵌入式软件与系统软件开发技术、生物特征识别技术、电子支付技术、多媒体与3G通讯技术、智能视频分析技术、网络控制技术、大数据应用技术等在内的多项综合技术，产品设计和生产过程中还需要不断采用先进的开发工具、完善的工艺装备和高精度的测试设备。项目实施过程中，由于产品涉及的下游行业较多，这就要求企业对每一个客户所处下游的行业特点、运行状况等具有深刻的理解。而且金融、公安等下游客户对产品的安全性和可靠性具有很高的要求，这都对生产单位研发能力和应用服务水平提出严格的要求，使得本行业研发、中试到产品市场化推广，都需要较高的技术、人才投入和经验积累。无论是本行业自身的技术要求还是下游行业的特殊业务要求，都使得后续加入本行业的企业很难在短时间内获得必要的技术与人才积累，从而形成较高的技术和人才壁垒。（3）品牌壁垒人面识别系统使用时会接触到大量的数据信息，相应也涉及到居民的个人隐私，下游客户在选择产品时对安全性、保密性都有较高的要求。此外，由于客户对产品的可靠性要求高，产品的使用也需要一定的熟悉过程，因此客户一旦采用某品牌的产品，将会产生一定的品牌依赖。本行业先进入的企业，特别是在市场占有率以及在技术、质量、服务等方面处于前列的企业已经在客户中建立的信誉，对后来者的进入形成一定的品牌壁垒。第二章2013-2014年人脸识别行业主要国外市场分析第一节国外市场整体概述人脸识别市场根据相关数据显示，全球市场对生物识别产品的需求在2010年达到71亿美元；未来五年，生物识别设备的综合性年增长率将达到21.3%。到2012年止全球生物识别市场规模超过74亿美元。2010年全球指纹识别技术的市场份额（包括AFIS和非AFIS的指纹应用）达到61%，较2007年又有了更多增长，远远超过了其它生物识别技术。这说明人们对指纹识别的接受和应用已经步入快车道。全球人脸识别市场规模时间全球人脸识别市场规模（亿美元）2011年152012年262013年412014年65资料来源：中国智能协会而综观中国市场，生物特征识别技术进入中国也就短短15年左右的时间，但是已经得到快速的应用。据统计，2008年中国生物识别市场的销售收入约23亿，其中超过85%为指纹识别产品，国产指纹设备占主流，并有大量出口。从市场和产业的生命周期看，中国指纹识别市场和产业已经完成了导入期和大部分成长期的演化过程，正在向成熟期逼近。人脸识别、虹膜识别、指静脉识别……从前，只是出现在科幻电影中的这些炫目科技，已经逐渐走入了我们的生活，并改变着我们的生活。何为生物识别生物识别技术主要是通过可测量的身体或行为等生物特征进行身份认証的一种技术﹔而生物特征是指唯一的可以测量或可自动识别和验証的生理特征或行为方式。生物识别技术专家、国家生物特征识别技术标准委员会委员、北京大学信息科学技术学院教授、副院长李文新指出，生物特征分为身体特征和行为特征两类。身体特征包括：指纹、手的静脉血管，掌型、视网膜、虹膜、人体气味、脸型、骨骼和DNA等﹔行为特征包括：签名、语音、行走步态等。人类的生物特征通常具有唯一性、可以测量或可自动识别和验証、遗传性或终身不变等特点，因此生物识别认証技术较传统认証技术存在较大的优势。生物识别性能PK指纹识别：应用最广指纹识别即指通过比较不同指纹的细节特征点来进行鉴别。由于每个人的指纹不同，就是同一人的十指之间，指纹也有明显区别，因此指纹可用于身份鉴定。我们二代身份証应用的指纹识别技术它的优势就是应用比较方便，应用时间长，认知度高，但就像很多大片裡的情节一样，指纹是一种很容易被窃取和復制的特征，安全性较低。此外，指纹特征的稳定性较差，脱皮、表皮茧子，干湿状态都会影响指纹的应用，二代身份証採集过程中像农民、工人等群体会出现大量无法採集的问题，由于指纹到处能留下痕迹，对公安刑侦较为有利，但由于容易復制，也为反刑侦带来了便利。人脸识别：方便採集人脸识别技术是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头採集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部的一系列相关技术，包括人脸图像採集、人脸定位、人脸识别预处理、记忆存储和比对辨识，达到识别不同人身份的目的。人脸技术是目前受关注比较多的生物识别技术，是一种方便採集的特征，但由于人脸是叁维的，受光线、表情、胖瘦、毛发，运动影响很大，同时由于也是表面特征，容易被伪造復制，用于做身份识别、刑侦时稳定性及安全性较低，如果技术有所突破，在公众安全等领域应用广泛。虹膜识别：比较精确虹膜技术是利用人眼睛虹膜的纹理特征的一种识别技术。虹膜是人眼中瞳孔内的织物状各色环状物，每一个虹膜都包含一个独一无二的基于像冠、水晶体、细丝、斑点、结构、凹点、射线、皱纹和条纹等特征的结构，据称，没有任何两个虹膜是一样的。虹膜识别从技术指标上来说是比较精确的一种，但在使用上需要通过红外光或可见光照射眼睛取得图像，使用者配合程度低，有较高的心理排斥性，因此不适用于身份証这样的大人群应用。此外，目前市场上出现的美瞳等产品能改变虹膜的特征，比较容易復制。据了解，虹膜识别技术，目前已经在我国煤矿工人考勤、监狱犯人管理、银行金库门禁、边境安检通关、军队安保系统、考生身份验証等领域实现应用。指静脉识别：安全性高指静脉识别技术是一种新的生物特征识别技术，它利用手指内的静脉分布图像来进行身份识别。医学研究发现当用近红外线照射手指时，静脉中流动的血红蛋白会吸收近红外线从而形成血管的影像，通过传感器可以获取手指静脉的图像，并经算法处理形成特定的指静脉特征模板。经过医学的验証，每个人的手指静脉血管影像都不一样，形成的模板是一种独特的生物特征，可用于进行身份的识别。指静脉识别技术区别于指纹虹膜、人脸等其它生物识别技术，在于其生物特征载体静脉血管位于手指内部，除非是復制一根活体手指，否则流动的血液形成的血管图像通过普通的技术手段很难获取及被復制，是非表皮特征、非接触技术、安全、高效、方便的。专注于指静脉识别技术研发的燕南科技董事长李说，在当今众多生物识别技术中，指静脉技术是安全级别及技术指标是最高的，使用习惯和指纹类似，其广泛的应用及在大部分领域补充或替代指纹技术，将是未来身份识别的趋势。未来展望“身体密码”将改变我们的生活指纹、面容、虹膜……我们的身体密码在未来将带给生活许多改变。随着生物识别技术的不断发展，钥匙、密码或许已无必要存在，隻要你给一个眼神，家门就能为你打开﹔去银行取款，无需带卡，刷脸即可，也不必担心账号被盗﹔家中来了陌生人，视频监控会立即发出报警声﹔网上购物，隻要看一下摄像头，就能实现资金的支付和流动﹔登陆社交网络，可以瞬间找出同一张脸出现在网络好友圈中的所有照片﹔超市老板根据人脸分析结果，就能统计当天光顾的客户数量和年龄分布，用以分析销售情况，广告商也能据此提供更为精准的定向广告﹔想要进行盗窃等犯罪活动的人也得好好掂量掂量，不存在伪造身份的可能，还有无处不在的摄像头能快速“揪出”坏分子……生物识别技术2015年最热的当属指纹识别和人脸识别这两个。指纹识别随着指纹锁与指纹支付等的展开而重卷市场，人脸识别当前比较被看好的生物识别技术，并且在技术和市场是当下比较合适的一种。2015年指纹支付的应用才刚刚开始，就有相关人士透露，下一步将用人脸识别取代指纹识别，可见人脸识别技术的前景十分。在各种生物特征识别技术中，自动指纹识别系统（AFIS）和实时扫描所占份额最大，为38.3%；指纹识别占到28.4%，而自动指纹识别系统（AFIS）和实时扫描，是指在公安、刑侦、机场、安检等行业应用的指纹识别系统，是较其他指纹识别的民用市场。除此之外，人脸识别占到11.4%，虹膜识别、语音识别、静脉识别和掌形识别各占8.0%、3.0%、2.4%和1.8%。而据了解，目前中国国内人脸识别占比达18%，相对而言，指纹识别占比由之前的98%下降到82%，以上数据充分显示，人脸识别的强大发展潜力，且目前已有取代指纹识别市场的发展趋势。人脸识别未来发展分析◆门禁领域应用仍然是最大市场生物识别最开始应用就是在门禁领域，同时，门禁也是人脸识别技术应用最为成熟的一个领域，门禁行业依靠生物识别技术的成为行业发展突破点，人脸识别在门禁行业经过多年的发展正到了实质应用的最佳阶段。在巨大的市场发展形势面前，将人脸识别产品嵌入到门禁控制系统中的新一代门禁控制产品正随着前些年的铺垫而日趋成熟。为了谋求门禁系统的智能化发展和赶上门禁市场飞速发展的列车，国内拥有人脸识别技术核心算法的企业整装待发，谋求爆破式发展。而与此同时，众多门禁企业也正引入“人脸”为门禁市场开辟蓝海。目前人脸识别门禁系统仍主要应用于对安全需求较高的场所，如监狱门禁、银行金库等。◆人脸识别植入视频监控有难点随着人脸识别技术的进一步发展，将人脸识别技术将实现与数字监控系统的进一步融合，将成为人脸识别技术的另外一大应用领域。据统计数据显示，仅在中国大陆，在未来三年内有望形成年销售额过百亿，并在未来十年内则有望形成年销售额过千亿的市场规模。人脸识别分为辩识（identification）、验证（verification）、监视目标人识别（watchlist）三类。辩识是通过未知人的人脸图像与数据库内已知身份的人脸图像进行比对来确定未知人身份的过程，是一对多的人脸识别；验证是通过当前被识别人的人脸图像与数据库中被识别人所声明身份的人脸图像的比对来验证被识别人所声明身份对或错的过程，属于一对一的人脸识别；监视目标人识别，是对于一个未知身份的待测样本，人脸识别系统探测其是否在监视名单上，属于一对多的人脸识别。在识别中，监视目标人识别是最难的，主要原因在于非主动性的识别方式和场景的差异性，姿态、光照以及年龄、人脸分辨率等方面的变化严重地影响了人脸识别率。许多研究单位一直在研究如何将人脸识别技术应用到监控中。在当前的条件下，首先应该考虑的仍然是拍摄到好的人脸图像。除算法方面的努力外，从系统应用本身来看，主要需要解决如下的问题：系统结构问题、人脸分辨率问题、姿态问题、光照问题和年龄问题。◆人脸考勤逐步取代指纹考勤人脸识别考勤，通过对人脸一些独一无二的特征识别对验进行考勤，目前技术层面已突破昼夜光的影响，能在自然状态下达到快速识别。目前，人脸识别考勤产品在市场上尚处于一种起步发展的状态，但人脸识别考勤技术的优势已尚无其他同类产品超过。人脸识别考勤彻底杜绝了代打卡考勤的发生，消除了指纹考勤接触使用的尴尬情况，非接触，直观，友好，适用性非常广泛。如今随着技术的不断成熟和成本的降低，人脸考勤逐步展露出了取代指纹考勤的趋势。人脸识别考勤机工作原理目前所有的考勤模式中所占有的市场份额和消费需求的分析来看，人脸识别的在线考勤的市场需求量占据60%以上。随着相关技术的不断发展，全球人脸识别的应用正逐渐扩大，行业发展也进入细分化阶段。自助服务。如银行的自动提款机，如果用户卡片和密码被盗，就会被他人冒取现金；如果同时应用人脸识别，就会避免这种情况的发生。公共交通GPS全程监控。在车内安装的一卡通智能报班审核系统会对驾驶员进行人脸识别，从而对驾驶员和车辆进行审核，通过审核后的信息将传送至调度室，与发车前的人脸识别进行核对，禁止驾驶员随意更换。其它：利用人脸识别进行手机解锁及电脑登陆认证;一些广告公司把人脸识别技术应用在户外广告上进行人流量统计;社保系统纷纷启用人脸识别技术，规范领取人资格，机场利用人脸识别技术进行安检等等。国外开发人脸识别程序可探清陌生人底细随着科技的日益发达与社交媒体的兴盛，人们的隐私似乎是越来越少了。2014年1月10日，一款正在测试中，名为NameTag的手机应用程序具有脸部辨识功能，可将照片实时与Facebook等社交网站比对，查出对方姓名，甚至还能连上罪犯数据库，摸清对方底细。NameTag可将照片无线传送到软件开发公司FacialNetwork的服务器，在与社交网站的公开资料比对后，传回照片中人的姓名、职业、联络方式等信息与更多照片。FacialNetwork也和部分交友网站合作，若照片中人在这些网站建有档案，也能搜出。FacialNetwork创办人杜西相信，这款应用程序能让单身族约会更容易，“如果可以先看对方的facebook等网络档案，认识有意思的新朋友会更简单。”若在美国，NameTag还可将照片与全美性侵犯数据库的逾45万笔资料及其他罪犯数据库比对。NameTag目前可供谷歌眼镜试用者安装，也即将推出iOS与