BCG-中投人脸识别技术公司商业尽职调查-20160226

中投-人脸识别技术公司商业尽职调查总报告2016年2月26日议程尽调概述生物识别市场发展潜力和技术分析人脸识别市场发展潜力和技术分析人脸识别行业关键成功要素和竞争格局分析人脸识别主要细分市场研究安防领域金融领域互联网应用其他新兴市场中国人脸识别市场规模预测模型结果标的公司未来增长潜力分析标的公司财务模型和估值分析附录：标的公司合同扫描和估值模型对比附录：标的公司IP扫描尽调概述-总体市场(1/21)全球生物识别市场增长迅速，2016年市场规模约151亿美元，2021年市场规模将达到310亿美元，2016~2021的年平均增长率预计将达16%，其中人脸识别当前已经成为继指纹识别以外第二大生物识别市场，2016年市场规模达到24亿美元，在生物识别市场份额达16%，2021年市场规模达65.3亿美元，市场份额将达到21%，2016~2021年预计将以23%增速增长人脸识别能够领跑的主要原因是其应对相关领域需求痛点提供有效解决方案的比较优势。各行业在生物识别领域有一些共性的需求和痛点，例如，用户体验不佳（不方便、不快捷、需过多配合）、可能涉及大规模的基础设施投入（数据采集设备、系统等）、识别准确度和效率较低等；一些个性化痛点如：金融：政府监管对身份验证要求严苛、身份核验的频次需求很高、身份仿冒现象严重，人工核验造成误识别、涉及异地验证、涉及活体验证（如社保受益人仍在世）、客户对服务速度要求较高安防：动态安防效果不理想、处理信息达到海量量级（视频比对、公共场所监控）、安防系统智能化程度低、无法同时掌控全局监控信息、人力投入过高（如涉密原因，需要大量警校学生协助）其他商业领域：精准营销不足（如客户购买路径跟踪和分析）、VIP客户有效识别、门禁体验智能化不高与其他生物识别技术相比，人脸识别比较优势有3个：基础完善（全面、权威的身份图片库，如公安）；体验好（远距离的非配合）；增量投入较低（不需大量额外、特殊设备，摄像头在智能设备或监控领域普及度高）。中国人脸识别市场2016年市场规模约10亿人民币，预计2016~2021年平均增长率约54%，2021年市场规模将达到约86亿人民币，其中核心应用领域是安防和金融（传统金融和互联网金融）已有主流应用：安防市场规模在2021年将达65亿人民币，占人脸识别总市场的74%，2016~2021年平均增长率56%金融领域（传统和互联网金融）2021年市场规模约15亿人民币，占人脸识别总市场的17%，2015~2021年平均增长58%新兴潜力应用：智能商业（企业/地产/商超）市场在2021年将达到4亿人民币，占比5%，2016~2021年平均增长率34%互联网应用及新兴应用（如电信、社保、打车远程身份审核等）市场规模在2021年将达到2亿人民币，占比4%，2016~2021年平均增长率32%红星星尽调概述-总体市场(2/21)生物识别、特别是人脸识别市场大发展的主要驱动因素包括市场需求、技术发展、设施完善和政策利好，未来3-5年这些因素会以较大概率持续存在，另外，深度学习方法仍是推动人脸识别高速发展的技术基础，3-5年内出现新的颠覆性技术的可能性较小市场需求：人脸识别在多个细分市场中涌现出许多应用场景金融（传统金融和互联网金融）、以及电信/教育/社保等新兴领域：在开户、转账、领取社保等过程中的身份验证和活体验证安防：动态安防（如摄像头实时抓拍并识别罪犯）、以图搜图软件（用照片从海量视频中识别嫌疑人）、A/B门（公安局和监狱基于人脸识别的两层门禁系统）等互联网应用：社交交友类APP中的人脸比对应用（如世纪佳缘的“脸缘”搜索一定容貌特征的对象功能）、美颜功能（美图秀秀）以及照片管理应用（基于人脸的照片分类、主动推送）等企业和地产：基于人脸识别的门禁、闸机和迎宾机器人等商超：基于人脸识别的客户购物体验路径分析和VIP顾客识别系统等技术发展：人脸识别目前精准度已经超过人眼，使得商业化成为可能深度学习的发展使得当前主流人脸识别数据库的识别率高达98%以上，已经高于人眼的97%左右潜在技术颠覆：深度学习在可预见的将来仍然是主流技术，人脸识别领域难有颠覆性改变基础设施：人脸识别可复用现有摄像头等基础硬件设施（安防、监控、电脑、手持设备等），无需大规模投资；已经存在权威完善的人脸数据库（公安、城管、边防、企业特别是互联网企业）并存在获取可行性政策监管：政府和监管机构出台相应法规政策，在安保和金融合规、风控上提出了新的要求或支持鼓励政策，推进了人脸识别商业化从“3111工程”到“平安城市”，再到“智慧城市”，政府下发多重政策推动智能安防的发展15年12月25日《中国人民银行关于改进个人银行账户服务，加强账户管理的通知》鼓励银行利用包括生物识别在内的多种手段对开户申请人身份信息进行多重交叉验证，构建安全可靠的身份信息核验机制红星星尽调概述-总体市场(3/21)人脸识别市场价值链包括5个环节：图像采集、人脸处理分析、人脸数据库、产品/解决方案和下游客户，其中产品/解决方案环节价值占比最高，各硬件厂商和算法技术公司都在向该环节延伸图像采集：主要分为独立图像采集设备（网络摄像头等）和嵌入式图像采集设备（手机、电脑摄像头等），标的公司开始在独立设备市场布局，生产带有人脸识别功能的摄像头人脸处理分析：提供模块化的人脸处理算法技术，较难获取利润，标的公司和其他主要算法公司从此环节起家，向产品/解决方案环节延伸人脸数据库：当前政府的数据库较为权威，作为高安全级别的远程身份审核的标准比对对象，各公司正在建立自己的数据库，多为自身业务使用产品和解决方案：设计开发产品/解决方案，从客户攫取高价值，主要分为标准化硬件、PaaS/SaaS云服务、标准化软件、定制化软件和软硬件结合解决方案下游客户：已有应用包括金融（互联网金融/传统金融）、安防和互联网应用，未来新兴应用包括企业、地产、商超、非金融的远程身份验证（电信/教育/社保等）和物流机器人人脸识别市场有4大关键成功要素，包括：客户渠道、产品化和解决方案能力、数据资源、算法技术，其中算法技术和数据资源方面的优势是行业第一梯队参与者的共性因素，对新参与者（海外竞争者进入国内市场，还额外受到监管限制，如涉密、隐私等原因）而言是较深护城河，在第一梯队中，客户拓展和产品化和解决方案能力是成为行业领跑者的关键客户渠道：具有较好的行业声誉和与关键客户的合作历史，与客户有较好的商业关系，对客户决策过程和决策链理解深刻产品化和解决方案：深入挖掘客户需求和价值，转化为可行的产品/解决方案的设计和开发，并提供令客户满意的服务数据资源：大量高质量的数据资源，覆盖不同的实际应用场景，一般从实际业务中来，新入公司难以获取算法技术：对深度学习有深刻理解，建立高效开发系统高速迭代，目前以标的公司为首的行业领先的4~5家公司在算法技术上差异化较小，但其他二流公司和新入公司难以在技术上赶上红星星尽调概述-总体市场(4/21)从价值链和市场格局来看，标的公司的潜在竞争对手分为3类，即算法公司、互联网公司和传统2B企业，其中算法公司是短期直接竞争者，传统2B企业如果充分重视并对算法技术采取战略整合（购买授权、战略合作、JV、收购等）中长期会是标的公司重要竞争者，互联网公司整体威胁不大短期算法公司竞争格局：主要选手包括标的公司、依图科技、商汤科技、云从科技和格灵深瞳，标的公司在技术上较强，客户拓展和产品化方面优势明显，依图科技是最强劲的竞争对手标的公司在客户渠道拓展、产品化/解决方案和数据积累/技术实力上均处于领先地位客户渠道：标的公司在各核心细分市场都配置较成熟的专业销售团队互联网金融：和蚂蚁金服合作，为支付宝和蚂蚁金服信贷产品等建立身份远程审核云服务，作为标杆试点，逐步向其他第三方支付、P2P、消费信贷、小贷等拓展传统金融：已经打入中信、招行、城商行第一梯队（北京、江苏、南京、宁波等），从惠普挖来专门解决方案团队（10多人），深入挖掘银行、保险、证券等市场需求，提供人脸识别相关解决方案安防领域：已经和无锡公安部门试点动态安防系统（一期25路，并成功抓获逃犯一名），和苏州公安部门也在洽谈，并从IBM等公司挖来12人的销售团队产品化/解决方案：标的公司根据各个细分市场的需求和公司特点，开发出多种产品和解决方案试水市场互联网金融：以身份远程审核云服务为基础，提供高附加值和高可拓展性的SaaS云服务传统金融：深度挖掘银行柜面、机具、直销银行等需求，设计产品/解决方案挖掘关键客户的价值安防领域：对大客户（全国2000个县级政府），推广高附加值的动态安防系统解决方案，对于中小客户设计标准化的产品和服务，赋能集成商，进行大面积拓展数据积累/技术实力：标的公司处于技术公司第一梯队，已经建立起较高的技术壁垒，第二梯队和新入公司难以追上，但第一梯队内技术比较优势类似第一梯队公司已经积累了大量数据和技术开发经验，和第二梯队以及新入公司的差距不断扩大第一梯队内公司在主流数据库的识别率均在98%以上，未来技术上边际化差异对商用影响有限红星星尽调概述-总体市场(5/21)依图科技是标的公司最强劲的对手，技术实力较强，在金融领域为招行银行（零售）和浦发银行提供产品和解决方案，在安防领域也在尝试商业化，和苏州、厦门等政府有商业合作，包含动态安防系统、车牌识别和人脸识别系统金融领域：在招商银行（零售）提供远程身份验证服务竞标中夺魁，目前业务覆盖招行约1400个网点；利用招行的标杆效应和身处上海，在服务方面的本地化优势成功打入浦发银行安防领域：为苏州政府在53届世乒赛期间提供人脸识别动态验证系统；与厦门政府建立91路高清动态人像摄像头，2015年8月上线；研发的车辆识别系统获公安部科技进步奖；当前尚未建立成熟的销售团队，建立个别标杆客户为重点商汤科技整体偏技术研发，目前刚刚开始商业化尝试，在客户渠道和产品化/解决方案能力方面偏弱安防领域：与传统公司东方网力合作，建立合资公司，由商汤技术团队和东方网力销售团队组成，但在合资中东方网力相对而言渠道资源有限，且合资公司仍处于磨合期，在人脸识别方面尚未有成功大客户案例金融领域：成功从标的公司手中抢得借贷宝的业务，在远程身份审核的产品上有一定竞争力，但在银行的竞标中暂无成功大客户案例云从科技依托中科院资源，在重庆本地有一些政府支持，但技术实力没有优势，且在非重庆地区无特殊资源格灵深瞳主要做追踪而非人脸识别，非直接竞争，且产品定位不明确，在销售方面投入较大，但成果不佳传统2B企业中，海康威视等巨头在公司背景、销售渠道和产品化/解决方案能力上有较大优势，未来如果充分重视并对算法技术采取战略整合（购买授权、战略合作、JV、收购等），中长期会是标的公司重要竞争者传统2B企业当前因为市场吸引力，自身传统业务增长和客户需求等原因尚未将人脸识别作为业务重点当前人脸识别相关产品方兴未艾，仅占安防产品价值的5%左右，市场吸引力较低当前传统业务增长较快（海康威视过去5年平均增长率达50%），因此传统2B公司仍然将传统业务作为重点目前主要客户倾向于使用已经大面积布局的基础设施，而非再次投资新的软硬件设备当前某些算法公司（如商汤）为拿到订单愿意提供甚至开放技术模块，降低了传统2B企业在人脸识别方面的技术门槛未来若人脸识别市场兴起，传统公司凭借较强的渠道和产品化/解决方案能力，主要在安防、企业、地产、商超等领域对标的公司造成很大威胁红星星尽调概述-总体市场(6/21)互联网公司总体而言对标的公司威胁不大腾讯优图为微众银行提供人脸识别技术，整体定位是内部科研团队，集团和团队没有商业愿景，也没有对外提供2B业务服务的人力、经验和成功大客户案例阿里巴巴旗下柒车间等团队都在研发人脸识别技术，但尚未有成功的产品和解决方案面世，蚂蚁金服仍与标的公司深度合作是最好的实证案例百度团队以KPI为导向进行开发，暂无令人信服的产品，自身缺乏应用场景，且核心团队负责人余凯已离职创业红星星尽调概述-细分市场(7/21)人脸识别市场竞争有较强的细分行业特色，从市场特点和客户需求、商业模式和各个供应商竞争力等三个维度分析，标的公司在安防领域刚开始布局，未来主要面临传统2B企业的竞争；标的公司在金融领域当前有一定先发优势，但未来依图科技和商汤科技也会抢占相当份额；在互联网领域标的公司将和算法公司和BAT展开激烈竞争，住宅、企业、商超领域会和传统2B公司激烈竞争，其他非金融远程验身等新兴领域（如电信/社保/打车软件）将和依图科技、商汤科技、腾讯优图和百度竞争安防细分市场：市场特点和客户需求：安防市场总体体量较大，包括相关硬件（网络摄像头、门禁系统、云服务器等）和相关管理软件，人脸识别相关产品和服务总市场规模在2016年为7亿人民币，预计2021年达到65亿，2016-21年平均增长率56%安防市场中核心需求是安防产品的智能升级，目前产品以非智能化的产品为主流，主要方式是存储海量监控录像，后台人工进行分析，像人脸识别等智能化产品可以大规模提升效率，降低成本，增强安防系统的功能，未来将是趋势商业模式和盈利点（主要客户、主要产品、主要渠道和定价模式）主要客户：主要客户是政府公安部门（占总市场95%以上）和监狱/看守所，公安部门分为一类城市（直辖市、省会城市与计划单列市，共37个，采购金额约占53%）、二类级（地级市，约301个，采购金额约占43%）、三类城市（区县级，约2558个），沿海地区往往资金实力较强，项目金额比内地地区多主要产品：定制化解决方案（动态安防等，占总市场96%以上）、标准化软件产品（以图搜图等）和标准化硬件产品（A/B门、智能服务器等）定制化解决方案：针对公安部门特定需求，开发解决方案，需要铺设大量人力在售前咨询和售后服务，并对解决方案设计和开发要求较高标准化软件和硬件：集成关键功能，开发标准化产品，可复制性较强，但单体价值较低主要渠道：公安购买定制化解决方案主要是政府直接招标，标准化软件主要走集成商渠道（如佳都科技等）；监狱/看守所购买标准化硬件主要直采定价和付款模式：一般按硬件设备或标准化软件为基础定价销售；付款方式有不同：公安部门定制化解决方案，如果千万级项目往往由运营商垫付，政府逐年还款，百万级以及以下项目政府直接付款；公安部门标准化软件从集成商处购买，集成商再与人脸识别公司分成；监狱/看守所购买标准化硬件直接付款红星星尽调概述-细分市场(8/21)主要客户采购意愿、采购规模、增速各级公安部门采购定制化解决方案：省会公安部门每年在几亿到几十亿，地市级在1~6亿(沿海3~6亿，内地1~3亿)，区县级在3~5千万，街道在百万级，其中人脸识别相关系统当前价值占比较小，约5%左右，但2021年预计可以增长到10%~20%；人脸识别产品渗透率：当前仅有个别试点（如无锡），2021年预计全部省级城市，以及地级市的50%和县级市区的5%会采购各级公安部门采购标准化软件产品：主要靠集成商铺量，总体采购金额在几十万到一百万，当前仅有试点，2021年在公安部门中渗透率：全部直辖市、全部省会城市及计划单列市、全部的地级市、以及县级市区的57%监狱/看守所采购标准化硬件产品：A/B门摄像头等产品，价值约20万左右一套；到2021年看守所的渗透率：一类城市（直辖市、省会城市及计划单列市）看守所的75%、二类城市的25%、以及三类城市的1%；监狱在2021年渗透率预计能够达到50%客户的采购过程和关键考量（包括对供应商的要求）定制化解决方案的采购过程一般由政府招标，产品和工程分开招标，本级政府采购往往由上级政府决策，在项目金额达千万级以上时往往由运营商垫付，政府每年还钱的模式，因此和政府和运营商的商业关系也很重要定制化解决方案的关键考量包括商务关系、服务能力和交付能力商务关系：企业的行业声誉，以及和政府、运营商的关系和利益分配的协商服务能力：建立成体系的售前、售中和售后服务体系，在客户所在地建立强大的本地化的运维团队提供服务支持，并建立高效沟通渠道连接本地团队和前段开发团队交付能力：能够在项目过程中按时按地点交付产品，主要看企业之前的项目经验和声誉标准化软件的采购过程大多赋能集成商，只需和集成商达成协议分成，由集成商竞标销售；集成商主要考量标准为产品质量和价格、产品标准化程度和技术支持标准化硬件的采购过程大多是终端客户直接购买，金额较小，多为直接招标采购，考量标准主要是产品质量和价格、与现有产品的兼容性和技术支持和服务红星星尽调概述-细分市场(9/21)竞争对手的优劣势分析传统2B公司在客户渠道和产品化/解决方案方面优势较为明显；销售方面，传统2B公司往往拥有十几年的销售经验、遍布全国的销售网络、丰富的行业成功案例和良好的政府关系；产品化和解决方案方面，传统2B公司拥有较强的经验和团队，以及遍布全国的本地化运维团队，可以及时提供技术服务标的公司在算法公司中渠道和产品化/解决方案较为领先，但和传统2B公司还有较大差距；算法公司优点在于一流的工程师团队和较强的人脸识别技术，但支持高速增长需要更多专业的销售和运维人员当前主要客户的意向供应商主要客户（公安部门）倾向于采购传统企业的解决方案，因为这样可以最大限度利用现有硬件设施，无需重复购买，标的公司仅在比较高端的摄像头或者对网络要求比较高的场景有机会，比较局限当前人脸识别市场有三种产品：普通摄像头（仅具有拍摄功能）、结构化存储摄像头（在摄像头前端有结构化处理，减少向服务器传输的数据量）和嵌入式处理摄像头（将人脸识别功能嵌入前端相机中，仅传输识别结果），以及基于这些产品的解决方案普通摄像头主要由海康威视等传统公司生产，而且已经大规模铺设；传统企业和标的公司在内的初创公司都生产；嵌入式暂时没有成熟产品，但标的公司在内的创新公司在技术上有优势普通摄像头单价较低，但对于网络要求较高，结构化价格居中，对网络要求也居中，嵌入式处理单价较贵，但对网络要求最低公安部门倾向于购买普通摄像头，可以最大化复用已有的基础设施；只有当网络无法支撑时，才会考虑购买结构化和嵌入式的摄像头标的公司匹配度未来预计会遭遇海康威视等传统安防企业的激烈竞争，难以获取较大份额，2021年市场份额约7%左右高端智能化产品主要客户不一定愿意购买，在商务关系、服务能力和交付能力上也都处于劣势，难以取得较大市场份额未来可以与大华等传统2B企业合作，提供解决方案中的人脸模块，由大华等企业集成并销售，未来可以铺量，但收入和利润空间会受到较大压缩红星星尽调概述-细分市场(10/21)金融和互联网金融细分市场：市场特点和客户需求：整体市场已呈现明确的需求雏形，人脸识别相关产品和服务总市场规模2021年有望达到15亿人民币，2016-21年平均增长率58%。由以下一些驱动因素助推了人脸识别在金融领域的发展：市场需求向线上化、移动化方向发展，人脸识别的精度达到金融级应用要求，政策法规出台鼓励用生物识别辅助身份验证人脸识别在金融业的应用场景主要有强核身和弱核身两类，强核身是未来应用的主流，有望获得较高普及率强核身：应用于存在合规性需要面签、或因高风险而需要面签的环节，例如首次开户、申请、修改支付密码类，必须与本人身份证比对弱核身：运用于风险较低、高频类的目前仅需要密码进行验证的交易，例如支付、取款，不需要与本人身份证比对具体在各子行业的应用前景：银行业务线条多，线上线下各类渠道、以及存贷汇理各类业务均有潜在应用，以强核身需求为主网贷公司：主要用在线上借款环节，属于强核身需求第三方支付：在支付、账户安全管理、一定金额以上的转账具有应用价值，但均属于弱核身类证券：只有单向视频远程开户有应用，属于强核身需求商业模式和采购规模预测(银行）主要客户：由于异地扩张和获客迫切性、提升客户体验的要求，股份制和规模较大的城商行需求程度更强烈；5大行数量少，但个体采购金额大；农商行虽数量众多，预计个金业务较大的农商行有较强的采购需求红星星尽调概述-细分市场(11/21)主要产品和定价（银行）：金融领域的产品包括标准化FaceID产品(公有云服务、私有云服务)和附加方案设计与实施的定制化FaceID解决方案。大银行更可能采用定制化FaceID解决方案，有一些中小银行则愿意接受标准化FaceID产品标准化FaceID产品有两种形式，一是公有云FaceID服务，为银行系统通过API直接接入人脸识别公有云平台，供应商仅按照调用量进行收费；二是私有云FaceID服务，为银行搭建私有云平台，供银行内部各业务系统调用人脸识别技术模块。服务商收取私有云搭建的服务器和工程费用，以及按照调用量进行收费定制化FaceID解决方案：给银行提供增加人脸识别能力的项目方案咨询和设计，提供定制化的解决方案实施，收费包括按照投入人力按人天计算费用和设备采购投入主要渠道（银行）：针对战略性高的客户(例如城商行的前五大，或者股份制的前两大)，银行对人脸识别相关服务(包括标准化产品和定制化解决方案)一般进行直接招标采购；针对难以抢占总集的银行(如工行)，以及数量庞大的中小规模银行，一般需要与银行系统集成商进行合作客户采购意愿、采购规模和增速（银行）银行业客户需求已形成基本雏形，有较强的采购意愿，已经实际应用或进行技术储备。到目前为止有接近20家银行已经推出线上、线下应用人脸识别技术依然有2%无法识别的情况和万分之一的误识率，且仍有被伪造攻击的风险。同时，远程开户是否放开仍然存在政策的不确定性。所以客户采购意愿仍受到实用效果和政策限制等因素的制约一般而言，银行年度采购金额与业务量和应用模块数量相关，未来增速约2-3倍，2021年，5大行预计年度平均开支500万，股份制银行约400万，城商行约300万，农商行约100万；渗透率方面，预计5大行中60%的银行采用，股份制全部采用，城商行中约75%，农商行中约10%采用预计2021年的采购规模可达到8亿元，年增速约为58.1%红星星尽调概述-细分市场(12/21)商业模式和采购规模预测(网贷）主要客户：主要客户为从事线上消费信贷业务的公司，目前以P2P和消费金融公司为主。随着信贷业务的线上化，未来银行和小贷公司业务也将往线上转移，并成为人脸识别技术的线上应用主体，是潜在客户群产品、定价和渠道：产品以公有云服务为主，渠道一般是直销，按调用量计费客户采购意愿、采购规模和增速目前已有市场上应已经有10-20家P2P网贷公司或消费金融公司在使用人脸识别技术，形成了明确的市场需求。但是由于有稳定需求的应用场景相对单一，未来场景拓展度有限网贷市场的业务特点导致个体公司规模和存续不确定性较强，我们基于消费信贷市场整体需求预计2021年消费信贷笔数。消费信贷年末余额在2021年达到6.7万亿元，假设届时将有50%的消费信贷通过纯线上人脸识别审核的方式进行，并且，由于使用场景的拓展，每笔申请的人脸识别调用次数为1.5次，以此来估计线上信贷的人脸识别服务采购金额。预计2021年的市场规模可达到9亿元，年增速约63%商业模式和采购规模预测(第三方支付）主要客户：第三方支付市场集中度高，支付宝、财付通、银联商务和快钱等行业领跑者占据了绝大部分市场，其中一部分(如支付宝、财付通、拉卡拉)已经试点人脸识别技术产品、定价和渠道：业务模式较为简单，与网贷公司类似，产品以公有云服务为主，渠道一般是直销，按调用量计费客户采购意愿、采购规模和增速在小额支付、登录环节，人脸识别的安全性和便捷性相较目前已有的指纹和密钥验证方式并无显著优势，放量的动力不足；以支付宝为例，目前3亿日活跃用户中，主要应用场景局限于密码找回，每天仅不超过30万调用量预计第三方支付行业的采购规模在2021年达到1.1亿元，年增速约30%红星星尽调概述-细分市场(13/21)商业模式和采购规模预测(证券）主要客户：国内券商中有20家已开通远程开户系统，其中已经获得中证登人脸识别试点批文的有3家。预计未来多数券商会开通远程开户业务，人脸识别技术由于能显著提高远程开户效率而被各证券公司看好产品、定价和渠道：证券业的业务逻辑与银行业类似，可通过集采模式向战略作用重要的大型券商(年收入>600亿元RMB)销售标准化FaceID产品和定制化FaceID解决方案；或赋能集成商的模式向中小型券商输出标准化FaceID产品客户采购意愿、采购规模和增速：证券公司未来网上开户是大势所趋，比例应会大幅提升，在2021年占比达到80%，但证券公司整体数量较小，且每年新开户数量为950万户，因此贡献的人脸识别市场规模相对较小，约占总市场的不到0.1%客户的采购过程和关键考量目前金融业客户采购大部分采用直采模式，多数客户采用公开方式招标，在POC环节使用实际应用场景的数据进行测试，技术过关的供应商进行投标决出中标者。为了保证业务的稳定不间断运行，部分金融业客户会同时使用两家供应商。赋能集成商的采购模式未来可能会铺开，但目前行业实例很少对供应商的考量维度包括技术实力、项目实施能力和成功案例，技术是最重要的考量因素，同时，与互联网金融客户相比，传统金融客户还很看重资质和服务能力在不同客户领域的竞争格局分析：银行：预计未来旷视与依图将显著领先其它对手，平分秋色，若某一方能在准确度上首先出现质的飞跃，将赢得更大优势在体量较大的核心客户的卡位和布局上，旷视与依图存在显著先发优势，投标活跃度和中标率都更高；采访显示客户对两者的认可度、知名度和技术评价比较类似，旷视较依图并未有显著优势；腾讯优图除微众银行外较少参与其它传统银行竞标，目前尚不构成威胁；云从仅在重庆及周边区域有一定竞争优势互联网金融：旷视背靠阿里有体量和品牌的先发优势，拓展客户速度可能会比其它竞争对手更快旷视、商汤较为活跃，在P2P、消费金融、第三方支付各自占据体量较大的重点客户；其次，依图在网贷拥有一部分中小客户；腾讯优图也有一定投标活跃度，但竞争地位明显位于二线红星星尽调概述-细分市场(14/21)互联网应用细分市场：市场特点和客户需求：人脸识别在互联网细分市场的体量有限，市场规模在2021年将达到1亿人民币，2016~2021年平均增长率为39%互联网应用公司对人脸识别技术一般非刚需，且自身技术实力一般较强，因此无需购买高附加值的解决方案，而是倾向于购买模块化技术自己开发商业模式和盈利点（主要客户、主要产品、主要渠道和定价模式）主要客户分为两类，即互联网应用公司和手机产商，互联网应用公司主要包括社交交友类应用（世纪佳缘、QQ空间等，占所有人脸应用60%左右）、照片处理/管理类应用（美图秀秀等，约占30%）和视频应用（优酷土豆、爱奇艺、乐视等，约占10%），但在互联网应用最大领域游戏方面基本没有应用；另一类是手机厂商，主要用于手机操作系统的照片管理功能，但目前刚刚开始，尚未形成规模社交交友类应用主要使用于基于人脸比对的娱乐化功能（比如世纪佳缘的脸缘，通过比对用户照片找到具有夫妻相的用户等）照片处理/管理类和视频类应用主要使用照片和图像管理功能（按照人像归类，或按照人像搜索和检索违规内容等），也有一些娱乐化的功能（比如PS照片等）主要产品是人脸识别的模块化技术，主要形式是SDK或PaaS云服务主要渠道是客户直采；主要购买方式是大客户以年费的形势，中小客户按调用量付费；但当前由于对数据量的需求，大部分算法公司对中小企业采取免费的模式，从而快速收集大量照片数据主要客户采购意愿、采购规模和关键考量对绝大多数互联网应用客户，人脸识别是一个锦上添花的功能，一般非刚需，因此付费意愿较低；且由于互联网公司技术实力较强，一般购买技术模块为主，付费金额较低，百万每年基本已经是上限，一般都在每年几十万的量级客户采购主要看价格、服务和稳定性，价格因素较重，中小客户一般只用免费服务，大客户也比较看重价格，其次对服务和稳定性有一定需求红星星尽调概述-细分市场(15/21)竞争对手的优劣势分析标的公司、依图、商汤等在提供技术化模块上差异化很低，因此竞争非常激烈，各家均无明显优劣势腾讯、百度和阿里巴巴也在提供类似PaaS云服务，标的公司也难以建立差异化的优势未来各个竞争对手基本靠运营和业务量降低成本，从而降低价格，获得较大份额标的公司匹配度与各个竞争对手差异化较小，但标的公司有一定先发优势，业务有一定积累，未来还是以收集数据为主，非业务扩张和盈利重点新兴市场：主要市场包括非金融远程核身（电信/社保/打车）、企业/住宅（人脸识别的门禁系统）、商超（客户流量信息分析系统）等，但新兴市场总体市场规模比较小，仅占人脸识别总体市场的5~6%2021年非金融远程核身市场总共约1.2亿元社保主要是远程人脸识别和活体识别，防止刷单，市场规模2021年约6000万元电信主要用于手机实名制要求下的远程核身，市场规模约4000万元打车软件主要用于司机的人脸识别和活体识别，反之司机恶意刷单，市场规模约2000万元2021年企业/住宅市场规模达2.5亿元，主要客户是企业和物业公司，产品是人脸识别门禁系统，其中物业公司可在小区门口、楼门口甚至楼内铺设人脸识别门禁系统2021年商超市场规模达1.2亿元，主要客户是前几大商超和苏宁、国美等线下实体店，主要产品是智能商业系统，可以记录人流量和性别、年龄等信息，未来打通客户线上线下信息，进行精准营销和精准广告投放新兴技术（图像识别、人工智能）图像识别方面当前主要用于图片处理和管理，尚未有明确商业模式人工智能在技术上尚未成熟，当前可识别的应用场景仅物流机器人等，比较局限，且市场前景不确定性大红星星尽调概述-标的公司(16/21)资料来源：文献检索，BCG分析标的公司业务分析：标的公司主要大客户分为三类，即一类城市（直辖市、省会、计划单列市）和二类城市（地级市）公安、领先的网贷和支付公司和住宅物业；公安客户主要购买动态安防系统，需铺设大量销售和服务人力，进入较为困难，但一旦进入可较长期合作；网贷公司、支付公司和打车软件购买FaceID，进入相对容易，但也比较容易转向竞争对手；住宅物业主要购买门禁系统，前期卡位大客户，并深挖每个客户安装场景，实现增长；标的公司主要合作伙伴包括公安部、蚂蚁金服和安防解决方案提供商/渠道商，其中和公安部的合作对销售有一定标杆效应，和解决方案提供商/渠道商的合作主要是利用已有渠道铺量产品，但收入和利润将会受到压缩；标的公司进军人脸识别海外市场比较困难，仅Face++等技术模块可以云服务方式，但预期收入较低，也可依靠华为等企业的渠道进军国际市场，但收入和利润将被压缩，难以获得较大份额；标的公司进入新兴业务（摄像头、图像处理和人工智能）的机会目前看潜力较小，尚未有成熟的商业模式现有业务分析（人脸识别相关业务）大客户（KA）商业模式（客户、产品、渠道、付款模式）一类城市（直辖市、省会、计划单列市）和二类城市（地级市）公安商业模式：主要产品是动态安防系统，当前采购金额在百万到千万量级，主要由各级公安部门直采，付款方式为一次性由运营商垫付，各级公安部门逐年还款KA拓展前景：当前一类城市公安总量约为37个，标的公司尚未有斩获，二类城市公安总量约为272个，标的公司打入无锡市场，未来各级公安的采购金额不会发生大的改变，快速增长主要靠拓展KA的数量，要招募大量销售人员，且会遇到传统2B企业和依图等激烈竞争现有客户分析：2015年签单的有无锡公安局25路动态安防，摄像头从宇视科技购买，2016年仍会铺设约50路，未来转到竞争对手可能性较小，因为标的公司销售人员与客户有较长时间的合作和相互信任度；合肥公安购买70万的静态安防系统，未来购买能力有限领先的网贷、支付公司和打车软件商业模式：主要产品是FaceID，主要由客户直采，按调用次数付费KA拓展前景：当前领先网贷公司约30家，标的公司已经进入10多家，但多为试点；支付公司主要是支付宝、财付通两家，标的公司已经抢占支付宝的业务，而腾讯系的财付通应该会使用腾讯内部技术；打车软件主要和Uber合作，未来深挖场景为主，拓展KA可能性不大现有客户分析：借贷宝当前调用量较大，目前其他互联网金融调用量较小，且转向竞争对手或引入多家的可能性大；Uber的当前调用量较小，未来有一定增长空间红星星尽调概述-标的公司(17/21)资料来源：文献检索，BCG分析住宅物业：商业模式：在小区和住宅楼的门口和关键区域铺设门禁系统，直采并按照系统规模（摄像头和服务器的数量）支付KA拓展前景：一般物业公司的营收在20亿以下，采购能力较弱，每个KA的采购金额随着铺设范围增加而增加已有客户分析：与万科和盛全物业试点合作，规模较小，未来采购取决于试点情况和竞品；物业公司较低营收和较低利润限制了每个KA的采购金额（盛全物业2014收入1.2亿人民币，利润0.1亿人民币）小客户商业模式和拓展前景各级公安部门采购标准化软件：以图搜图等软件，从集成商处购买，集成商和标的公司分成；标的公司主要靠集成商（佳都科技等）铺量监狱/看守所：A/B门等硬件，渠道为直采，价格便宜，未来主要靠铺量银行和小网贷公司：远程核身系统，主要赋能集成商铺量，与集成商分成互联网APP和手机厂商：技术模块为主，互联网APP主要是PaaS服务，手机厂商主要是SDK，当前有世纪佳缘、魔漫相机等客户，百万量级一下，未来取决于产品和竞品，不一定会持续使用标的公司社保：远程核身和活体验证，客户是各级人力资源和社会保障部门，当前尚未有成功销售案例电信：主要产品是远程核审系统（FaceID），当前采购金额在百万到千万量级，主要渠道是直采，付款为按调用次数付费，随调用量单价阶梯型下调，在调用量过千万每年后有一个价格的封顶；仅三个客户，主要是在短期内卡位，会面临依图、商汤等公司的激烈竞争领先商超：购买客户跟踪和识别系统，直采并按照系统规模（摄像头和服务器的数量）支付；未来苏宁、国美和前10大商超（沃尔玛、家乐福等）平均每家约300家大型门店（面积大于5000平米），均为潜在使用对象，每个客户的采购金额上升空间较小，因为虽然单点采购设备数量上升，但单价会较快下降；与苏宁试点联想桥店面，仅采购1个人脸摄像头，6个普通摄像头和2台人脸识别服务器，不超过20万，未来采购取决于试点情况和竞争对手产品，不一定从标的公司采购红星星尽调概述-标的公司(18/21)资料来源：文献检索，BCG分析主要合作伙伴及关系公安部：目前公安部一所和身份证查询服务中心掌握数据，标的公司和二者都有合作身份证查询中心合作：主要是身份证查询公司作为数据源，标的公司作为技术提供商；身份证查询中心的数据会提供给两到三家最好的技术提供商，不会和一家绑定公安部一所：当前在和标的公司合作试点，对于标的公司拓展市场有一定标杆效应蚂蚁金服：目前蚂蚁金服内部所有人脸相关产品都使用标的公司的技术，联结较为紧密，蚂蚁金服会集成标的公司技术开发产品，通过自身渠道卖与客户，与标的公司分成解决方案提供商和渠道商大华：签订框架性协议，到2018年，标的公司提供人脸识别相关模块，大华负责集成到解决方案中，并与标的公司分成；关于分成方式，产品成本：标的公司利润：大华利润=2:3:5华为：暂无成型合作协议，在洽谈中，未来可提供人脸识别相关模块，嵌入华为安防解决方案，销售海外市场中兴力维/中移在线等渠道商：提供标准化的人脸识别模块/产品，赋能渠道商，与渠道商分成人脸识别国际市场拓展：未来仅技术模块的PaaS服务和SDK可以拓展海外市场，但收入较低；标准化的软硬件产品可以嵌入华为等企业的解决方案中，但渠道没有掌控，预计分成比例会很低；其他产品/解决方案因渠道和服务能力的限制难以拓展海外市场新兴业务（摄像头，图像识别，人工智能）摄像头：主推S1安防摄像头，可以在户外工作的产品，但标的公司在采购规模上较小，硬件工艺设计和供应链管理上缺乏经验和专业人才，因此难以控制成本，未来在自主研发的摄像头领域难以获得较大营收和利润图像识别：主要提供Image++的服务，可应用在视频识别、无人机避障等应用场景，但应用场景比较受限，且暂无成熟的商业模式，多为免费的试点人工智能：Brain++人工智能技术，可由此发展出适用各种场景的深度学习人工智能产品和服务，目前可识别的场景包括货品种类较多、需要拆包分拣的仓储物流机器人中，技术水平是否可以商业化还存疑，未来也可能被更低成本的技术（如RFID等）替代红星星尽调概述-标的公司(19/21)资料来源：文献检索，BCG分析公司中后台能力分析（内部组织架构，人员能力，是否能支持高速增长）：标的公司目前在销售、解决方案和产品化投入大量资源，招募有经验的专业人才，但为支持高速增长，需要团队规模的高速增长；在金融方面，人才储备较为充足，但满足标的公司的精英化标准的较少；在安防方面，标的公司难以招募人才，因为人才储备主要在本土大公司，而标的公司和猎头公司人才库主要在外企，而且成功销售人员往往偏草根，难以融入标的公司的精英文化公司组织架构：标的公司建立起较为完善的组织架构北京研发团队：负责人曹志敏，港中文博士，清华大学学士，团队共75人北京销售团队：负责人李志荣，来自IBM销售部门，团队共17人北京解决方案团队：负责人郝庆，来自惠普解决方案部门，团队共19人北京产品化团队：云计算负责人吴文昊，硬件负责人叶赛尔，团队共10人旷智公司：负责人李爱林，来自大华销售部门，团队共29人，部分来自于海康、华为等传统2B企业其他团队：营销、运营等职能单元，共10人根据行业关键成功要素，为支撑高速增长，标的公司在销售、解决方案和产品化上挑战较大，而在研发和其他功能化部门上挑战较小销售维度挑战分析：需要大量具有销售经验和成功案例的销售人员，标的公司精英化的招募规则较难以匹配公司销售目标以超过100%的增速增长，因此需要迅速扩张销售团队许多销售人员，尤其是安防领域，比较“草根”，与标的公司精英化文化较难契合安防领域销售人员的扩充尤为困难，优秀人才一般在海康、大华等本土公司，而标的公司和猎头的人才库一般在泰科等外企；相对而言金融领域人才储备较为充足，扩充团队较为容易解决方案挑战分析：需要大量的咨询和运维人员，并建立成熟的咨询、运维和服务体系咨询和运维人员数量需要大幅增长，才能满足客户增长的需求需要建立起较成熟的咨询、运维和服务体系，在规模扩大时仍能够高效提供服务产品化挑战分析：由于规模较小，且缺乏专业人才，在硬件厂商的管理、议价和交付上有较大挑战产品成本取决于规模效应和产品的工艺设计，标的公司采购规模较小，且缺乏相应人才，在硬件成本上较难控制在总体采购规模较小时，对硬件代工厂商话语权较弱，且由于缺乏专业供应链管理人才，难以控制产品交付的日期红星星尽调概述-标的公司(20/21)资料来源：文献检索，BCG分析标的公司的主要优势对商业机会的识别比较准确：对人脸识别应用场景和安防、金融、企业/住宅等人脸识别可变现的细分市场机会识别较准确专注于商业化而非技术研发：重点放于技术落地而非技术研发，拓展人脸识别技术的产品，在销售、解决方案、产品化等方面投放资源初步与多个大客户建立起成功案例：与无锡公安、支付宝、优步等大客户建立具有标杆效应的试点工程战略合作伙伴：与蚂蚁金服、公安部、传统2B企业（大华等）等建立了战略合作关系，在资本运作上也较为领先精英化的团队：团队大多数成员毕业于清华大学，且在计算机/算法等各类竞赛中成绩优异，团队学习能力较强，执行力较高，客户服务方面态度好，反应快，效率高丰富的技术和数据积累：从蚂蚁金服、互联网业务获得大量数据，内部构建了成熟的深度学习技术研发平台，对第二梯队公司和新晋公司建立了较大的壁垒标的公司的主要风险和规避方式：需要需要在估值中考虑各个风险的影响，并积极参与投后管理，有可能的话争取董事会席位和投票权传统2B企业大规模进入人脸识别市场描述：因利润驱动，海康、大华等企业大规模进入人脸识别2B市场政府/监管机构政策收紧描述：央行对金融机构远程开户做出更加严格的要求当前商业模式变现能力及时间表描述：目前大客户和订单真正能够变现的能力较小，或时间较长管理层领导力问题描述：公司规模扩大对管理层挑战较大，新招募人才和精英化团队出现分裂人才供给不足描述：销售和服务人才不足，导致内部团队无法支撑高速增长硬件供应链管理问题描述：提供硬件产品时，与硬件生产厂商在议价、交付上出现较大问题退出风险描述：企业服务市场估值遇冷风险，如未来回中国上市，目前VIE结构的境内部分较为复杂红星星尽调概述-标的公司(21/21)资料来源：文献检索，BCG分析红星星标的公司估值：我们对公司目前已有产品及应用场景的未来增长前景进行了预测，预计到2021年公司已有产品的收入可达8~12亿元人民币，净利润（基于初步获得的成本信息）约达到1.5~3.5亿元人民币若按照30倍P/E和8倍EV/Sales的退出倍数计算，则2021年退出时点的估值约为8~16亿美元；按照3x回报推算，当前估值应为3~5亿美元共完成62个访谈，覆盖同业公司、客户和潜在客户、政府和监管机构、管理层四个方面计划访谈已经完成待访谈外部专家同业公司（依图科技、海康威视等）20220客户和潜在客户（无锡公安局、招商银行、人人贷等）24300政府和监管机构（公安部一所、央行支付结算司等）220标的公司管理层880Total54620访谈对象详细列表(1/2)公司/组织职位公司/组织职位外部专家同业公司商汤科技商务经理格灵深瞳创始人海康威视销售总监海康威视销售总监谷歌图像高级工程师依图科技创始人洪剑科技副总裁Linkface创始人云从科技资深研究员商汤科技商务经理东方网力总监旷视科技产品部经理腾讯科技测试和标注师腾讯优图CTO天诚盛业高级客户经理腾讯优图部门负责人谷歌图像高级工程师科大讯飞产品经理合作伙伴蚂蚁金服柒车间大安全负责人公安部身份证

查询中心研发处副处长艾普易合伙人大华营销中心副总子公司旷智总经理客户和潜在客户微众银行战略事业部副总浦发银行总行采购负责人成都农商行IT总监无锡公安局信通处副处长广发银行产品经理南京银行电子银行部项目总监广发证券IT负责人UBER技术负责人华夏银行IT项目总监苏宁云商高级业务拓展经理备用访谈对象详细列表(2/2)公司/组织职位公司/组织职位外部专家客户和潜在客户哈尔滨银行高级产品经理电信翼支付产品总监世纪佳缘互联网总监万科高级业务拓展经理拍拍贷反欺诈经理借贷宝CEO大疆投资部经理心怡物流技术VP菜鸟物流物流总监魔漫相机商务总监亚马逊仓储专家仓储自动化系统设计经理盛全物业高级业务拓展经理众安保险事业部总监江苏银行人脸识别负责人招行信用卡部IT技术支持中信银行技术平台开发处处长人人贷COO国美小贷金控负责人小米金融金融产品总负责人政府和监管机构公安部一所研究员央行支付结算司敏感职位不便透露标的公司管理层印奇CEO曹志敏researchVP唐文斌创始人吴文昊cloudproductVP杨沐CTO郝庆KAsolution叶赛尔SmarttechVP李志荣SalesVP备用议程尽调概述生物识别市场发展潜力和技术分析人脸识别市场发展潜力和技术分析人脸识别行业关键成功要素和竞争格局分析人脸识别主要细分市场研究安防领域金融领域互联网应用其他新兴市场中国人脸识别市场规模预测模型结果标的公司未来增长潜力分析标的公司财务模型和估值分析附录：标的公司合同扫描和估值模型对比附录：标的公司IP扫描2003010人脸声音指纹虹膜5%31.08%19%21%47%2020E26.95%8%18%20%49%2019E23.35%8%18%19%51%2018E20.35%8%17%18%53%2017E2021E5%7%16%17%55%2016E17.55%7%15%16%57%其他15.1全球和中国生物识别技术市场迅猛增长，其中，人脸识别市场是增长最快的领域资料来源:前瞻产业研究院、Technavio15.5%1.92.43.03.74.65.8中国市场规模（十亿美元）2016-2021年全球生物识别市场规模2016-2021年

年化增长率(%)11.0%22.7%19.0%20.5%%人脸识别技术占生物识别市场占比12.7%13.6%14.6%15.9%17.2%18.6%占比(%)红星星（十亿美元）全球生物识别市场2016-21年平均增速15.5%多种因素助推生物识别市场公共安全需求个人安全需求技术变革基础设设社会治安和公共财产安全面临巨大压力政府主导的大中型公共安全项目将推动生物识别技术的大规模应用。人们在个人信息识别、隐私保护和安防等领域迫切地需要更安全易用的身份认证技术随着深度学习的发展，生物识别技术的精确度大幅度提升技术创新和变革向移动化、小型化发展加快了生物识别技术在个人安全领域进展指纹识别器、高清摄像头等基础设备已经得到广泛部署政策法规政府主导在推动行业标准建立多种因素推动生物识别市场发展随着社会经济发展，社会治安和公共财产安全面临巨大压力政府主导的大中型公共安全项目将推动生物识别技术的大规模应用。目前，发达国家生物识别技术市场中的大中型项目占比已达80%以上。以中国为例，全国各地陆续投入的“平安城市”建设，将大力推动基于指纹识别、人脸识别刑侦和监控识别技术和产品的应用。各国护照管理系统、出入境控制和管理系统广泛采用生物识别技术个人信息安全日益受到重视，人们在个人信息识别、隐私保护和安防等领域迫切地需要比密码更安全更易用的身份认证技术随着深度学习等人工智能技术的不断发展，生物识别技术的精确度大幅度提升，目前人脸识别的错误率已经降低到2.5%以下，指纹和声纹降到5%以下，可以用于推广大规模商用随着3G、4G技术和便携式应用终端的日渐普及，技术创新和变革向移动化、小型化发展，指纹识别、虹膜识别等设备已经可以集成到手机上，这加快了生物识别技术在个人安全领域发展指纹识别器、高清摄像头等基础设备已经得到广泛部署，新型的生物识别应用可以复用这些基础设备，而不需重复建设政府主导在推动行业标准建立我国《信息安全技术虹膜识别系统技术要求》国家标准，经国家标准化管理委员会审查批准，于2007年11月1日正式实施公共安全需求个人安全需求技术变革基础设施政策法规各种生物识别技术处于不断迭代的过程之中，人脸识别技术由于深度学习出现获得较快速发展指纹识别2000建立了指纹分类系统，正式走上了科学化道路于1975年成功推出第一个商业化系统print-rak250。人工的指纹识别向指纹自动识别AFIS转变指纹识别进入非司法领域第二代电容传感器指纹识别系统的出现，应用更广，如笔记本电脑1960-1990人脸识别只是作为一个一般性模式识别问题，多使用传统统计方法诞生了若干代表性的人脸识别算法。若干人脸识别系统应用于商业化由于深度学习技术的出现，识别准确率大幅度提升，人脸识别技术的商业化进程迅速展开189919751980199520061987首次提出虹膜识别概念成功研制基于虹膜的身份认证系统1996声纹识别1950声音识别的概念被提出声纹识别技术的创新阶段，实现人耳听辨到自动识别技术的越变各种模式匹配方法逐步成型，但缺点日益呈现19701990人脸识别虹膜识别2011第三代射频识别指纹识别系统，防伪性和识别效果进一步提升生物识别技术在应用推广时面临许多亟待解决的行业痛点用户体验不佳可能涉及大规模的基础设施投入识别技术不成熟不方便不快捷需过多配合数据采集设备投入系统搭建识别准确度低效率较低泛金融安防其他商业领域政府监管对身份验证要求严苛身份核验的频次需求很高身份仿冒现象严重人工核验造成误识别涉及异地验证、活体验证（如社保受益人仍在世）客户对服务速度要求较高动态安防效果不理想处理信息达到海量量级

（视频比对、公共场所监控）安防系统智能化程度低无法同时掌控全局监控信息人力投入过高（如涉密原因，需要大量警校学生协助）精准营销不足（如客户购买路径跟踪和分析）VIP客户有效识别门禁体验智能化不高生物识别技术在各领域应用时需要解决的特殊痛点和需求人脸识别技术与其他生物识别技术相比具备综合比较优势，特别是在数据库、用户体验和成本方面指纹识别人脸识别虹膜识别声纹识别数据库未建成全民数据库有权威、全面的居民照片数据库无权威数据库，现存样本量小无权威数据库，现存样本量小用户体验一般，接触式识别，出汗、脏手会影响好，非接触非配合差，需要靠近设备并且照射眼睛一般，需要较安静环境设备和成本一般，需要有专门的指纹识别设备好，只需要有摄像头即可差，价格高且需要专用设备好，只需要麦克风即可识别速度中等快快中等安全性强，具有唯一性较强强，具有唯一性弱，人的声音不具有唯一性识别精度高，在99%左右较高，在98%-99%高，在99%左右高，在95%左右可获取的额外信息很少性别、年龄、种族、表情、美丑很少很少人脸识别技术的比较优势使其能对相关领域需求痛点提供有效解决方案，从而领跑生物识别领域的发展红星星与其他生物识别技术相比，人脸识别的应用场景更为丰富用于可接触式的密码认证和身份验证门禁、考勤居民身份验证刑侦指纹比对电子产品智能解锁支付认证指纹识别除一般身份验证外，还可以用于公共场所的非接触身份识别虹膜识别声纹识别人脸识别高安全级别的强制性身份验证可采集声音的情形下的身份验证以及人机交互门禁、考勤居民身份验证电子产品智能解锁支付认证公共场所安全监控捕捉监控犯罪分子电子护照人机交互、移动应用门禁：煤矿等强制性应用行业、金库、涉密单位、军事场所等居民身份验证信息安全门禁、考勤电子密码身份验证人机交互人脸识别可以取代指纹识别、声纹识别的大部分应用场景议程尽调概述生物识别市场发展潜力和技术分析人脸识别市场发展潜力和技术分析人脸识别行业关键成功要素和竞争格局分析人脸识别主要细分市场研究安防领域金融领域互联网应用其他新兴市场中国人脸识别市场规模预测模型结果标的公司未来增长潜力分析标的公司财务模型和估值分析附录：标的公司合同扫描和估值模型对比附录：标的公司IP扫描全球人脸识别2021年达到65亿美元，年平均增速23%，中国人脸识别市场2021年规模约14亿美元，年增速约54%23%中国其他地区2021E6.52020E5.42019E4.42018E3.62017E2.90.32016E2.40.22016-2021全球人脸识别市场规模（十亿美元）2016~21平均年增长率18%54%人脸识别市场和技术中国市场占比7%12%15%18%20%21%红星星资料来源：文献检索，专家访谈，BCG分析市场需求技术发展基础设施政策监管中国人脸识别市场2016-21年平均增速54%，高于全球23%的年平均增速中国在市场需求方面和政策监管支持方面较强在保证信息安全的同时，安全与便捷成为人们关注的新重点中国在安防、金融等领域涌现大量应用场景，美国和欧洲因为隐私考量和替代性技术等未能爆发深度学习使得人脸识别技术度过实验室阶段，进入试点阶段人脸识别已具备大规模普及的基础条件大部分政府态度开放中国政府和监管机构在安防和金融等领域都出台了利好的政策，而且政府和监管机构的执行力比国外政府要强很多全球人脸识别市场因应需求而发展，技术和基础设施突破提供了可行性，政策监管提供了包容支持的环境市场需求技术发展基础设施政策监管在保证信息安全的同时，安全与便捷成为人们关注的新重点传统安防体系不足应对新型犯罪手段，住宅安防与商业安防在消费者要求下不断升级便捷友好成为互联网时代用户体验的准则深度学习使得人脸识别技术度过实验室阶段，进入试点阶段2006年，应用深度学习的人脸识别技术准确率已可达95%以上。近年仍在不断提高Gemalto,NEC和3MCogent等技术提供商不断涌现，提供的服务亦日趋成熟人脸识别已具备大规模普及的基础条件人脸识别可复用现有摄像头等基础硬件设施，无需大规模布局新硬件HPC水平亦已具备大规模计算能力大部分政府态度开放美国、墨西哥、英国等政府已开始使用人脸识别技术来鉴定证件真伪、逮捕罪犯等日本、澳大利亚等政府正筹备使用人脸识别技术资料来源：文献检索，专家访谈，BCG分析人脸识别市场和技术以美国为例，发达市场对隐私有较强的限制，应用以政府主导的安防为主，商用领域大公司和初创企业以优化用户体验为主美国法律对隐私限制较强，因此人脸识别应用场景较少美国对隐私有一套完善的保护制度，公民对于隐私权比较重视美国通过宪法、单行法和专门法等各种途径加强对公民隐私的保护美国市场对于人脸生物信息可能造成的隐私威胁非常敏感，限制了该技术的接受度可能被恐怖分子等非法应用美国民众也会担心在不知情的情况下被政府非法监控美国人脸识别市场应用场景较小，银行、商超、企业等均未有明确应用美国人脸识别市场主要由美国政府主导，大公司主要为内部提供技术支持，而创新企业主要提供技术模块政府主导人脸识别领域，主要应用在安防领域大公司主要内部使用初创企业提供模块化技术YouTube视频归类/搜索Photos视频管理以云服务API的模式，提供模块化技术,或一些简单照片管理应用联邦政府：甄别经济罪犯州政府：高人流视频监控警察部门：用于追捕逃犯找出照片里的好友等上传图片至官网，判断年龄资料来源：文献检索，专家访谈，BCG分析全球人脸识别公司谷歌在人脸识别领域频频收购，将人脸识别技术应用在自己的产品上谷歌自2011年以来在人脸识别领域布局频频，收购动作不断2011年，谷歌公司收购美国一家人脸识别开发公司PittsburghPatternRecognition(PittPatt)PittPatt源自卡耐基梅隆大学的一个项目，该公司开发出适合不同场景的算法来从照片、视频中检测到人脸并跟踪运动和手势2012年，谷歌下属的摩托罗拉移动收购一家图像和手势识别公司ViewdleViewdle于2006年在乌克兰成立，随后在硅谷建立总部。公司专注于识别手势与图像摩托罗拉收购Viewdle志在将自动识别图片中的人脸并打上相应标签的功能植入摩托罗拉智能手机的相册中2014年，谷歌收购DeepMindTechnologiesLtdDeepMindTechnologiesLtd是英国一家专注于机器学习、神经算法等人工智能领域的公司，由国际象棋天才、脑神经科学家建立目前，谷歌将这些技术应用在互联网领域，主要为自己的产品服务GooglePhotos加入人脸识别功能2015年9月，Googlephotos宣布增加人脸识别功能，该应用将自动识别相册中的人像，并将相同的归类，用户还可以进行自定义命名Google为Youtube开发了在用户上传视频中识别人脸的功能Google为Youtube开发了识别视频中是否有名人人脸的功能，以此来避免版权问题全球人脸识别公司资料来源：文献检索，专家访谈，BCG分析Facebook通过收购人脸识别公司获得核心技术，服务于内部应用Facebook通过收购掌握人脸识别核心技术2012年，Facebook收购了以色列一家运营人脸识别平台的公司FF是一个专注于高效并精准识别通过手机或网页上传的照片中的人脸的平台F每月通过合作的手机应用与API服务扫描数以十亿计的照片，并在这些照片中识别人脸并在相关联的网页中搜寻人脸对应的身份信息截至2011年，F已通过facebook与其他API连接方准确发现180亿张人脸与对应身份并主要应用在Facebook内部应用目前F为Facebook提供两项功能：找寻人脸与照片归类找寻人脸功能使得用户可以找到未被圈上自己或朋友信息的照片，并在确认后打上标签照片归类功能使得用户在批量上传照片时得以实现按人脸归类照片并自动打上相应好友标签的功能。这大大减少了用户打标签的时间并提升了用户体验未来，F还将继续为Facebook研发其他功能全球人脸识别公司资料来源：文献检索，专家访谈，BCG分析微软在深度学习和人脸识别领域深耕多年，但主要提供一些娱乐化的功能，收集数据改进算法为主，尚未尝试商业化微软在深度学习和人脸识别领域深耕多年，在技术方面有较多积累微软专门成立深度学习技术中心，研究深度学习在人工智能方面的应用主要利用深度学习理论解决计算机视觉（包括人脸和图像识别等）、知识处理、模式识别、大数据分析、互联网信息处理等聚集了全球最尖端的计算机科学家微软建立了牛津项目，专门研究人脸、语音识别相关技术提供人脸识别功能的API提供网站收集图片，进行算法训练和改进微软在人脸识别方向上积累颇深，许多领域中的研发人才都有在微软工作的经历商汤科技创始人汤晓鸥、依图科技创始人朱珑等都曾经在微软从事人脸识别相关科研工作当前主要提供娱乐化的功能，以收集数据，改进算法为主，尚未尝试商业化微软推出了多款风靡全球的娱乐化应用，包括,表情识别和TwinsOrN......但应用均为免费，主要目的仍是收集大量数据，改进算法，而非商业化的尝试全球人脸识别公司资料来源：文献检索，专家访谈，BCG分析美国的初创企业大多仍以提供模块化技术API和SDK为主，部分提供标准化的软硬件产品和互联网应用，盈利能力较弱主要业务描述基于深度学习的人脸识别和图像识别基于图像和人脸识别的照片管理系统主要产品形式API和SDK互联网应用基于人脸识别的防诈骗服务、3D人脸识别、人脸对比、远程身份认证、性别分析等API和SDK人脸动作捕捉3D人脸建模API和SDK主要基于深度学习的人脸表情识别和分析API和SDK人脸识别采集硬件基于人脸识别身份识别和验证硬件产品软件产品全球人脸识别公司资料来源：文献检索，专家访谈，BCG分析初创企业中国人脸识别市场的增长除了共性因素，还有独特驱动因素，特别是市场强需求和政策监管支持市场需求技术发展基础设施政策监管人脸识别在多个细分市场中涌现出许多应用场景金融（传统金融和互联网金融）、电信/教育/社保等新兴领域：身份验证和活体验证安防：动态安防（如摄像头实时抓拍并识别罪犯）、以图搜图（用照片从海量视频中识别嫌疑人）、A/B门（公安局和监狱基于人脸识别的两层门禁系统）等互联网应用：社交交友类APP中的人脸比对应用（如世纪佳缘的“脸缘”搜索一定容貌特征的对象功能）、美颜功能（美图秀秀）以及照片管理应用（基于人脸的照片分类、主动推送）等企业和地产：基于人脸识别的门禁、闸机和迎宾机器人等商超：基于人脸识别的客户购物体验路径分析和VIP顾客识别系统等中国人脸识别技术跟国际接轨，在精准度上已经达到可以商用的标准当前中国很多公司人脸识别的准确率高达99%以上，远远高于人眼约97%的准确率接轨国际的新一代技术提供商开始初步在商业中尝试应用人脸识别技术人脸识别已具备大规模普及的基础条件人脸识别可复用现有摄像头等基础硬件设施（安防、监控、电脑、手持设备等），无需大规模投资已经存在较完善的人脸数据库（公安、边防、企业特别是算法公司和BAT）并存在获取可行性政府出台相应法规政策支持生物识别、特别是人脸识别验证从“3111工程”到“平安城市”，再到“智慧城市”，政府下发多重政策推动智能安防的发展政府希望通过互联网创新推动传统行业升级，特别是金融领域，如互联网金融：15年12月25日《中国人民银行关于改进个人银行账户服务，加强账户管理的通知》鼓励银行利用包括生物识别在内的多种手段对开户申请人身份信息进行多重交叉验证，构建安全可靠的身份信息核验机制资料来源：文献检索，专家访谈，BCG分析1234人脸识别市场和技术红星星人脸识别市场应用泛金融、电信和教育身份验证和活体验证：如开户、转账、领取社保等过程中的安防动态安防（如摄像头实时抓拍并识别罪犯）Re-ID（以图搜图，用照片从海量视频中识别嫌疑人）A/B门（公安局和监狱基于人脸识别的两层门禁系统）等企业和地产基于人脸识别的门禁、闸机和迎宾机器人等照片管理应用（基于人脸的照片分类、主动推送）人脸比对应用，如社交交友类APP中的（如世纪佳缘的“脸缘”搜索一定容貌特征的对象功能）美颜功能，如（美图秀秀）互联网应用商超基于人脸识别的客户购物体验路径分析VIP顾客识别系统人脸识别在多个细分市场中涌现出许多应用场景资料来源：文献检索，专家访谈，BCG分析1中国市场驱动因素：市场需求人脸识别市场和技术人脸识别技术因深度学习而高速发展，当前识别率已经超过人眼，且深度学习在一定时间内仍将成