AI时代下的后人脸识别PPT课件.pptx

1、，AI时代的人脸后识别，基于人工智能的人脸识别业务应用的想法，2017，1，contents，人脸识别，人脸识别市场机会，关于业务场景的讨论，2，1，PART，人脸后识别，1: 1至1概念升级应用程序多产品加速迭代人工智能更明确，4，人工智能和人脸识别深层融合，AI驱动的人脸识别发展，人工智能，英文缩写为AI。广义上的人工智能实际上等同于机器智能。通俗的解释是给机器赋予人的智慧，让机器学会像人一样思考。机器学习(ml)是人工智能的研究领域，主要包括概率论、统计、近似论等多个领域，设计和分析实现计算和自动获取知识的算法。深度学习(dl)是机器学习的一个领域，可以理解为用计算机算法模拟人脑的深度神

2、经网络，但目前还没有对神经网络的严格定义，其特点是模仿大脑神经元之间的传递来处理信息的方式。人脑用眼睛、耳朵等感官认知和判断外部信息，用机器代替人眼进行测量和判断的动作称为机器视觉，机器视觉是人工智能学科发展最快的领域，人脸识别技术是机器视觉最具挑战性的主题之一。深度学习诞生前面部识别研究人员想持续提高计算机识别面部识别能力，但人类自身拥有的面部识别能力仍然不容小觑。到2012年，深度学习开始影响人脸识别技术的发展，基于深度卷积神经网络的方法不断突破人工智能算法的世界记录。5，人工智能对精密识别算法的影响，算法实际上仍在快速开发期间，非常常见的情况是：200类的对象检测，识别此操作随机一张照片

3、内容识别，识别哪些对象位于什么位置。这是一个完全不受控制的算法问题。物体之间有相互阻挡，有变形，很困难。2013年，这项工作的平均准确度只有22%。但是随着深度学习的出现，2014年谷歌以43%的准确度翻倍。2015年，国内某公司的算法比谷歌高了7个点，半年后微软的算法增加了10个以上，现在又升级了4个点。这样快速的算法改进在2011年以后，每年提高一两个左右已经很了不起了。6，人类智能为人脸识别变形创造了条件，人脸识别完美地实现了1: n，在实际应用场景中，我们通常提到两个概念：1:1和1:N的静态比较1:1。1:N的概念是在n人中找到你。其中n是包含大量面部信息的数据库。那么电脑要做的就是

4、在无数张脸中找到你是谁。1: N的特征是动态匹配和非匹配。动态意味着它不是照片，而是动态视频流。动态人脸识别和大容量数据处理将成为今后的发展趋势。7，数据量：从2000年开始，互联网和移动互联网的快速发展积累了数据。据IDC预测，2020年全球总数据量将为40ZB，其中70%将存储为照片和视频，这为人工智能的发展提供了丰富的土壤。深度学习算法：多伦多大学教授Geoffrey Hinton(致力于神经网络和深度学习研究)的学生在业界著名的图像识别大会ImageNet中使用深度学习算法，将认识错误率降低了10%，超过谷歌，因深度学习而名声大噪。2015年微软亚洲研究院视觉计算组在该大赛中夺冠，将系

5、统错误率降低到3.57%，超过了人类的眼睛。高性能计算：GPU响应速度快，能源需求低，并行处理大量小信息，高速分析大量数据，有效满足人工智能开发的需要。反复教育人脸识别算法，使用CPU计算，大概10到10天，效率低下，投资高，所以人工智能阻止了风险企业；但是换成GPU可能只需要几个小时。基础架构成本：云计算的普及和GPU的广泛使用极大地提高了计算效率，并在一定程度上降低了运营成本。IDC报告显示，数据基础架构成本从2010年的9美元快速下降到2015年的0.2美元。现实机器的眼睛基本条件成熟了，8，让机器看世界，核心算法批量数据，人脸识别后的变化，以及9，2，零件，人脸识别市场机会后的谁，下一

6、个独角兽，10，人工智能还为初创公司的春天，恩达，早期公司说明了发展路线图这就变成了良性循环。你的数据带来用户，你带来数据，更多的数据改进你的产品，更好的产品带来更多的用户.也许几年后，在这个垂直领域积累的数据将远远超过技术巨头，在这场业务竞争中占据优势。”新公司克服大公司想法的方法。人工智能的科学家吴恩达认为，人工智能就像是改变社会所有行业的新传记。但是一两个技术巨头无法实现这一空前的社会变化。11、依靠人工智能，快速增长的市场规模，后脸识别是人工智能进一步推进的触地应用程序的前端应用程序，据赛迪顾问预测，2018年中国人工智能市场规模将突破406亿元，年复合增长率将达到25.8%。2016

7、年我国人脸识别行业市场规模超过10亿元。预计未来5年，市场规模平均复合增长率为25%，2021年面部识别市场规模将达到约51亿元。人们更擅长将AI技术应用于场景以获得业务收入。这里也不排除共享经济和移动结算等爆炸性网络应用程序的出现。爆破大规模暴增基于AI的人脸识别场景应用。总之，传统的人脸识别将快速稳定地增长，然后将强酸创新地应用于面部识别！12嗜血的投资专注于什么？AI部门计算机远景自2000年以来全球计算机远景新企业数：802家和近5年新企业数：520家自2000年以来全球计算机远景金融规模：2.28B美元和近5年新企业数：$1.84B自2000年以来全球计算机远景投资频率：561次和近

8、5年投资频率：455次，13，内置的做饭4个独角兽代表，14，商汤技术：国内唯一的深入学习基础设施平台算法层次公司，以及业界同类公司，大部分都依靠国外开源初始算法进行应用开发。凭借软件和算法的领先优势，将计算机视觉技术提供给安全、智能金融、机器人、政府数据分析、虚拟增强现实等所有领域。SenseFace面部分配控制系统、SenseID认证解决方案、SenseGo智能业务解决方案、SensePhoto手机完整图像处理解决方案、SenseAR enhanced realistic effectiveness engine等是典型的产品。据提供的数据显示，目前商务汤在移动网络图像头领域的客户市场份额

9、达80%。尹某从技术：天生具有特殊“血统”的计算机视觉技术企业尹在科学技术院出生为重庆研究院。目前云是中国银行业面部识别第一的企业，农业银行、建设银行、中国银行、交流银行等全国50多家银行已经采用了公司产品。在保安领域，已经在22个州进行了实战，得到了公安部的高度认可，主导了公安行业战法的变化。在民航领域，产品已经覆盖了枢纽机场的80%。视觉技术：提供两种主要核心产品：智能云(face面部识别云服务、faceID认证服务)。另一个是智能互连(智能业务、智能企业等)，使人工智能开放平台的面部云平台成为世界上最大的面部识别服务平台，每天调用2000万次。同时，目前在线的网络金融、旅行、现有金融的9

10、0%以上收到了面部识别远程验证订单。图形特定技术：在安全领域构建智能安全平台，按图开发的蜻蜓眼睛人物平台已经为全国数百个地方公安系统提供服务，是全国拥有10亿个规模的人物库响应能力的唯一公司。另一方面，医疗组推出了国内第一个实际应用于临床的人工智能影像诊断产品，是目前国内唯一实现整体医疗数据复盖的人工智能企业。战略分析：4家企业重视现有传统行业(金融、安全、认证、移动结算)，中军部署2B市场。通过札萨储备的核心算法和团队，先占优势，同时对阿里、腾讯等雇主的庞大数据进行挖掘。进一步融合人工智能，优化核心算法，形成基于平台的技术壁垒和市场格局。从2B到2C的商业模式革新逐渐强势。随着相关技术和硬件

11、条件的提高，实现了这一点，使机器了解世界，人类聪明地喂养的工作最终完成了。独角兽的战略分析，15，将成为独角兽的四个特性，16，3，零件，关于业务方案的讨论，谁确定下一个气流，17，道路的面部识别场景应用，谈论市场状态，最近几年新兴成立和风险投资点的创新公司，在网络娱乐领域，基于人脸识别技术的应用程序呈爆炸式增长。像Zanthoxylum bungeanum、Zanthoxylum bungeanum和世纪佳妍等娱乐应用程序通过调用面部识别API技术界面或实时或延迟面部图像，极大地提高了娱乐效果和用户体验，提高了用户粘度和保真度。与此同时，在网络认证领域，面部认证也在急剧扩大。新人站、神州租车

12、、点滴旅游、各种网络金融商品也通过面部识别进行远程认证，提供更有效、更透明的网络服务。2017年3月，百度和贝比合作回家，在寻找失踪儿童中应用了人工智能的跨年龄面部识别技术。最初的2万多个联谊查找数据登录百度的“年龄间面部识别系统”，筛选了部分可疑事例。其中，通过匹配贵妃和父母的DNA而被确定成功，成为此次面部识别成功的第一个事例。这是在面部识别应用程序升级后调用一次，再调用一次的有益尝试。市场反馈和成功的方案应用是否有助于创建我们的业务模型？面部识别不仅能提供提高性能、减少工人等优点，还能结合这些用户经验，取得广泛的突破吗？18，进入市场的新形式，APP、pingtai、硬盘、服务、人脸识别

13、技术的应用维度分析，可分为政府、企业和个人消费者。这里，政府部门通常将人脸识别技术应用于智能安全领域，对复杂的应用场景、准确性要求高；个人消费者应用方案复杂度低，但对消费者体验的要求高。，19、后，人脸识别的通风口，作为智能城市和下一个网络门户，人脸识别通过人和机器、网络、城市的紧密连接，形成了新的应用方案和业务模型，20、到需求前沿挖掘场景，人脸识别市场需求挖掘，其应用场景交叉开发的根本原因在于技术重复和突破。深度学习将人脸识别的准确度提高到肉眼水平，极大地丰富了人脸识别的应用场景。巨物频繁的布局人脸识别提供了更大的应用情景想象空间，同时培养了用户对“擦脸”习惯和技术的认识度，有助于产业的进一步发展。21、获取人脸识别市场SWOT分析，S，W，o，T，22，后面部识别行业细分水平有限，市场趋向加快增长，同时受相关技术另一突破的影响。风险投资成本巨大，局限性相当高。建立什么样的事业模式实现大增长，关键是还没有抓住线索，把握痛处。b方面的需求比c方面强，业务模式明确，而且相对有实