人脸识别行业应用领域分析及发展驱动因素

时 间:2019-04-12 09:06    

    

  人脸识别是实现视频智能化的重要模块之一,具有远距离、非接触、快速识别、与摄像高度契合等特点,早在 20 世纪 90 年代初期,就应用在一些英国的机场作安全。911 事件以后,美国机场等公共场所也开始逐步采用人脸识别技术,目前采用试点人脸识别技术的美国机场包括国际机场、迈阿密国际机场等全美 20 个机场;除了机场,人脸识别技术还被应用在一些其他的安防领域,如坦帕市超级杯和公共街区等。但是,即便像英、美这些发达国家,人脸识别技术也没有在全国范围内大规模普及应用。该技术长时间难以获得推广的原因主要在于:高清数字相机普及率不高,区域采集到的人面信息清晰度不够,无法获得精确匹配,我国部分城市摄像头渗透率(个/千人)与发达国家相比很存差距。

  图片源于网络相关报告:普华有策信息咨询有限公司《2019-2025年中国人脸识别行业深度分析及投资趋势研究报告》此外,人脸识别技术不到位,在光线、角度、年龄变化后无法精确识别人脸;缺乏比对人脸库,或人脸库未联网;考虑经费、等其他因素一定程度上制约了行业的发展。2、人脸识别技术的应用(1)安防领域目前,我国人脸识别主要的应用领域还是安防领域,最初在 APEC 会议、世博会、奥运会、广场等重要场合或场所均有所采用。近年来,随着平安城市大力推进,包括机场、地铁、展会、海关、边防口岸等区域都陆续有应用人脸识别技术的案例。地铁方面,近期厦门地铁招标的通信系统和视频系统项目已经明确提出人脸检测、人脸、人脸比对等需求,并要求接入厦门市 110视频平台,而上海地铁世博专线等小部分地铁站已有在使用人脸识别布控;火车站和机场方面,在首都国际机场、上海、福建、广西等省市的地方火车站也已有采用人脸识别技术;边检口岸上,新疆、广东等部分省份的边检口岸已采用人脸识别技术,以防范逃往国外的逃犯;展会布控方面,人脸识别技术已经用博会、APEC、大运会等大型展会、运动会出入口上,防止大规模事故发生;、所方面,主要用作和所的门禁(AB 门)等区域,当有逃跑时可以及时预警;其他需要重点防范的区域,包括包括网吧、歌舞厅、社区、重点商圈等人流密集场合。(2)校园领域“三通两平台”的提出一定程度上促进了人脸识别技术在校园领域的应用,“三通两平台”即宽带网络校校通、优质资源班班通、网络学习空间人人通,建设教育资源公共服务平台和教育管理公共服务平台。大数据、云平台的发展带动智慧校园进入新一轮爆发期,人脸识别技术作为智慧校园领域的一个新兴模块,目前人脸识别技术在安全、寝室管理、考勤、遗留人员排查等多个领域都可以得到运用。浙江信息工程学校早在2014年11月就在寝室管理引入人脸识别系统,学生出入寝室系统都会自动录入信息,并将信息传到终端,管理寝室的工作人员通过人脸识别系统,便可随时掌握学校寝室入住的情况。2015 年,包括浙江师范大学、等高校也正在试点将人脸识别技术融入智慧校园系统;而在江苏、浙江等地的智慧校园系统中也将包括人脸识别技术。(3)金融领域人脸识别技术在金融领域的应用是极为广泛的,拥有巨大的市场空间。包括远程开户、ATM 终端机等都属于静态人脸识别的范畴;动态人脸识别主要用在银行营业厅的实施上,用于排查可疑人员及 VIP 人员的识别。目前旷视科技有限公司的几款动态人脸识别产品已经在江苏银行、民生银行等银行得到小规模的应用,但是未来前景可期。此外,人脸识别技术在医院、高档小区及酒店宾馆均有一定程度的应用。3、行业壁垒(1)技术壁垒人脸识别行业是一种新兴的、科学技术含量极高的行业。人脸识别技术具有两大特点:一是,人脸产品是先进的人工智能技术、图像处理技术、电子技术、传感技术以及计算机应用等多项尖端技术的具体应用相结合后的产物,该特点决定了人脸识别产品是技术密集、不断创新的集成系统;二是,人脸识别产品的应用环境复杂多样,并且用户对产品的可靠性、准确性和适用性要求较高。上述特点需要行业厂商对图像处理、模式识别、人工智能等多学科有深刻的理解,才能自主研发算法和大规模数据库比对等核心技术,同时对用户的业务需求有深入的理解,针对不同应用场合,积累了丰富的开发经验和技巧,才能开发出具备市场竞争力的产品。综合而言,企业不仅需拥有属于自身的核心技术和核心算法,也需拥有与人脸识别领域相关的技术才能在行业内为客户提供较多种类的服务。因此,人脸识别核心技术及相关技术成为人脸识别主要行业壁垒之一。(2)人才壁垒随着国家的大力支持和市场需求的增长,致力于人脸识别领域的人才也在逐年增加,但是相较于市场本身巨大的人才需求,该领域的人才仍处于较为稀缺的情形。更为重要的是人脸识别系统中的软件开发对人才的综合要求较高:第一,对于核心算法开发人员,他们不但需要具有图像处理、模式识别、人工智能等多方面的专业知识,还要求他们具有深厚的计算机理论知识;其次,他们还必须具备较高的软件开发技能,能够胜任大型系统软件的开发任务;而且他们还必须精通人脸识别算法,能够根据用户的特定需求和应用环境,对核心算法进行个性化修改。第二,对于专业应用开发人才,需要对信息化领域有长期的行业积累,能够较好地理解和发掘、安防等专业领域的业务需求。由于人才的招聘、培养不是一蹴而就的,并且,行业内领先企业的研发投入、研发体系、已有的技术储备能够给技术人才提供更好的发展机遇,在吸引人才及留住人才上具备明显优势。此外,人脸识别领域的较大多数人才已经被吸引至有影响力的企业,而新进入者需进行一定的核心人才储备,周期较长。此外,由于人脸识别行业处于成长期,相关技术升级较快,能够持续给企业进行研发新技术、新产品,不断为企业产品进行升级的人才更为稀缺。(3)品牌壁垒人脸识别的细分领域应用主要包括金融、教育、等高端领域,而高端领域的客户通常以招标的方式选择供应商。在招标过程中,企业品牌是招标方专家组考察企业实力的重要指标,具有较高品牌知名度的企业往往能够借助品牌优势占据较为有利的地位。同时,重大项目中标又进一步提升了企业的知名度,为企业开拓市场创造有利条件。因此,企业品牌对行业新进入者构成较强的行业壁垒。(4)资金壁垒人脸识别行业科技含量较高,所涉及的技术领域较广,企业前期为进行该领域的研发往往需要较长时间,且未来具有较大的不确定性。企业前期基本没有收入,研发周期较长,研发投入较大。在前期研发成功后,由于产品更新速度不断加快,技术水平不断提升,为提升产品竞争力,保持企业的持续发展,行业厂商需要持续投入研发资金,进行产品升级换代、拓展应用范围、开发新产品,提升产品的技术水平,改进制造工艺,以降低产品开发成本和制造成本,提升产品性价比。此外,行业的下游客户中,机关采购受到预算资金管理周期性的影响,需要供应商先期垫付部分资金。因此,企业前期投入、后期持续投入及行业特性等因素决定了企业的资金需求较高,从而构成行业壁垒。(5)人脸库壁垒人脸库对人脸识别领域的企业是至关重要的,尤其对提升核心算法和开发核心产品,也是起到决定性的作用,人脸库的建立需要企业人脸收集渠道的建立并长期积累。因此,人脸库也是人脸识别行业的壁垒之一。4、影响行业的重要因素(1)核心技术的发展人脸识别行业是综合了计算机、软件平台、网络控制与传输等技术为一体的综合性高新技术应用行业,行业正处于成长期,核心算法及相关技术正在处于不断地发展过程中。尽管 911 事件后,美国机场等公共场所开始采用人脸识别技术,包括迈阿密国际机场等 20 个机场也开始试点人脸识别系统,但是迟迟未能广泛应用的原因正是核心技术和算法尚不成熟,不能解决光线、表情、角度等识别干扰。因此,人脸识别行业的长足发展很大程度上取决于其核心技术能否持续发展,不断地满足客户的各种需求。(3)行业标准的建立当前,由于国内人脸识别行业发展历史不长,国家并未建立起相应的行业标准,市场上亦呈现出群雄纷争的局面,海鑫科金高科技股份有限公司、广州云从信息科技有限公司、中科奥森科技有限公司、旷视科技有限公司、福州海景科技开发有限公司等各自具有自身的技术优势,能够在某个领域具备一定的优势。预计很快建立专门针对人脸识别的行业标准、质量标准,行业标准的建立对行业发展、市场的打开起着重要作用。(3)人脸库的建立人脸库就是收集有许多已知人群和未知人群的数据库,这个数据库中对每一幅图像都有描述。人脸库的信息量由后台保存,当链接数据库或搜索数据库的时候很容易找到人脸。因此,人脸库的建立对人脸识别的行业前景是至关重要的,人脸识别的核心算法和产品开发一定程度上依赖于人脸库的完善程度,可以认定为人脸识别行业长足发展的前置条件。人脸库的建立一方面能够更好的验证核心技术及核心算法的正确性和应用性,另一方面,人脸库的建立有助于产品开发的多样性和实用性。因此,人脸库的建立健全是对人脸识别长足行业发展的重要因素。(4)产业扶持政策的持续推出产业政策的持续扶持将是新兴行业能够持续快速发展的重要因素。在全球范围内,应用生物特征识别技术的产品和解决方案越来越成为社会治安、打击各类刑事和经济犯罪的主要利器,成为打击和防范恐怖犯罪活动、社会和谐、保障国土安全的重要技术支撑。2007 年,国务院颁布的《实施国家中长期科学与技术发展规划纲要(2006-2020 年)》对我国未来 15 年的科学技术及产业发展进行重点规划和部署,在公共安全重点领域,纲要明确提出要重点研究开发个体生物特征识别,凸现了生物特征识别技术对于公共安全乃至国家科技发展的重要性。另外,工信部、科技部和国家发改委共同制订的《我国信息产业拥有自主知识产权的关键技术和重点产品目录》,生物特征识别产品及系统也被列为重点发展产品。2015年以来,国家密集出台了《关于银行业金融机构远程开立人民币账户的指导意见(征求意见稿)》,给人脸识别普及打开了门缝;其后,《安全防范视频人脸识别系统技术要求》、《信息安全技术网络人脸识别认证系统安全技术要求》等法律法规,为人脸识别在金融、安防、医疗等领域的普及打下了的基础,扫清了政策障碍。同时,2017年人工智能首次写入国家报告,作为人工智能的重要细分领域,国家对人脸识别相关的政策支持力度在不断的加大。2017年12月发布的《促进新一代人工智能产业发展三年行动计划(2018-2020年)》规划“到2020年,复杂动态场景下人脸识别有效检出率超过97%,正确识别率超过90%”。诸如上述类似的产业政策的持续推出并有效实施将是人脸识别行业能否持续发展的重要因素。5、行业风险特征(1)市场风险以人脸识别为核心技术的模式识别与图像识别的相关领域面临一定的市场风险。目前,静态人脸识别的核心算法和相关技术已经相对成熟,应用也相对广泛,已经在安防领域、户籍管理、人口管理、社保身份认证等领域广为应用。而动态人脸识别的核心算法和有关技术仍处于高速发展中,许多识别系统也仍处于试点应用阶段,应用领域也过多的集中于相关的地铁站、高铁站、飞机场、及司法领域,而民用市场尚未得到充分开发。因此,如果未来行业应用仍集中于市场,不能快速开发民用市场,在应用领域无法得到拓展,在产品种类无法做到多样化,那人脸识别行业将面临一定的市场风险。(2)政策风险近年来,人脸识别行业逐渐受到国家重视,并得到了诸多的政策支持。国家、教育部相继出台相关政策,以促进人脸识别技术在系统、教育系统的应用。在的号召下,、陕西省、广西省等地已经开始建设省级人脸识别应用平台;在“三通两平台”的政策下,宁波市等地已经开始了人脸识别系统在校园领域的拓展,这些政策均为行业发展带来了前所未有的发展机遇。但是,未来如果的产业支持政策发生变化,则相关部门可能减少或者直接取消人脸识别的相关产品的订单,在民用市场尚未完全打开之时,政策变化可能为行业带来较大影响。(3)竞争风险人脸识别行业正处于群雄纷争的年代,海鑫科金高科技股份有限公司、广州云从信息科技有限公司、中科奥森科技有限公司、旷视科技有限公司及凯泽科技等公司各自拥有在某方面的技术领先性,但是动态人脸识别现在的主要应用在于市场,包括、司法等部门,新进入者和现有竞争者难免会为了取得市场的订单而不惜打价格战,以低价策略进行市场渗透,压缩了整个行业的利润空间的同时,更严重的是不利于行业的持续创新和良性发展。另一方面,地方出于当地企业发展的目的,以提高成本和门槛的方式优质公司的跨区域扩张,这将不利于市场竞争环境的培养。此外,随着人脸识别市场规模扩大、技术进步,与原有的先行企业相比具有品牌、技术等劣势,且未来有更多的竞争者加入,投资者面临着行业竞争加剧的风险。行业市场竞争逐步加剧,如果投资者不能培养自己的竞争优势,将面临在激烈的市场竞争中被淘汰的风险。

  《2019-2025年中国人脸识别行业深度分析及投资趋势研究报告》第一章人脸识别的基本概况1.1人脸识别技术总述1.1.1基本概念1.1.2识别流程1.1.3人脸特征1.1.4识别算法1.1.5识别数据1.1.6配合程度1.2人脸识别发展特性1.2.1相似性1.2.2易变性1.3人脸识别发展优势1.3.1技术特点1.3.2技术优势1.3.3应用优势1.4 人脸识别市场规模分析1.4.1 全球人脸识别市场规模分析1.4.2 中国人脸识别市场规模分析第二章人脸识别行业发展环境分析2.1国际环境2.1.1国际经济环境2.1.2市场发展规模2.1.3行业发展趋势2.2政策环境2.2.1行业标准发布2.2.2标准内容分析2.2.3央行支持文件2.2.4科技创新规划2.3经济环境2.3.1宏观经济概况2.3.2工业运行情况2.3.3固定资产投资2.3.4宏观经济展望2.4社会环境2.4.1互联网普及情况2.4.2居民收入情况2.4.3国家科研实力2.5产业环境2.5.1市场规模机构2.5.2市场机构分析2.5.3产业发展挑战第三章2014-2018年中国人脸识别行业发展分析3.1中国人脸识别行业发展动因3.1.1识别效率提升3.1.2应用需求上升3.1.3接受程度较高3.1.4相关政策利好3.2中国人脸识别产业链分析3.2.1产业链结构分析3.2.2上下游布局企业3.2.3上游发展特点分析3.2.4中游技术发展进展3.2.5下游未来发展趋势3.32014-2018年中国人脸识别市场发展状况3.3.1市场发展阶段3.3.2市场产品分类3.3.3市场发展特点3.3.4市场发展规模3.3.5商业模式分析3.3.6盈利模式分析3.4中国人脸识别行业发展问题3.4.1行业发展问题3.4.2技术发展瓶颈3.4.3隐私问题3.4.4技术安全问题3.5中国人脸识别市场应对措施3.5.1产业发展3.5.2技术发展对策3.5.3技术安全防范第四章2014-2018年人脸识别技术发展分析4.1人脸识别技术综况4.1.1技术发展历程4.1.2技术原理分析4.1.3技术发展特点4.1.4关键技术分析4.1.5技术影响生活4.2人脸识别系统分析4.2.1系统构成分析4.2.2系统设计流程4.2.3重点模块构建4.2.4系统细分模块4.33D人脸识别技术分析4.3.13D人脸识别方案4.3.23D人脸识别原理4.3.33D人脸识别优势4.3.43D人脸识别应用4.3.5手机应用状况分析4.3.63D人脸识别前景4.4人脸识别与相关技术的融合4.4.1人脸识别+大数据4.4.2人脸识别+虚拟现实4.5其他生物识别技术分析4.5.1指纹识别技术4.5.2虹膜识别技术4.5.3语音识别技术4.5.4指静脉识别技术第五章2014-2018年中国人脸识别应用状况及模式5.1人脸识别技术应用综况5.1.1应用阶段分析5.1.2主要识别产品5.1.3主要用途分析5.1.4重点应用领域5.1.5商业化发展分析5.2人脸识别应用模式分析5.2.1人脸识别的1:1模式5.2.2人脸识别的1:N模式5.2.3人脸识别的M:N模式5.2.4三种应用模式的对比第六章2014-2018年中国人脸识别重点应用领域分析6.1智慧金融领域6.1.1人脸识别应用背景6.1.2人脸识别应用场景6.1.3金融应用前景展望6.1.4银行应用规模预测6.2智能手机领域6.2.1智能手机产量规模6.2.2手机人脸识别技术6.2.3人脸识别手机产品6.2.4人脸识别应用问题6.2.5技术应用趋势预测6.2.6技术应用规模预测6.3电子支付领域6.3.1电子支付市场规模6.3.2电子支付用户规模6.3.3生物支付成为主流6.3.4人脸识别保障安全6.3.5电商支付领域应用6.3.6人脸识别支付案例6.4交通客运领域6.4.1交通运输业状况6.4.2轨交信息化需求6.4.3高铁检票应用6.4.4机场应用详析6.4.5轮渡票务应用6.4.6出入境人脸识别6.4.7公交安全驾驶应用6.5安防领域6.5.1安防市场规模分析6.5.2视频应用需求6.5.3人脸识别应用进程6.5.4人脸识别应用意义6.5.5人脸识别应用场景6.5.6应用布局企业分类6.5.7应用需求空间预测6.6智能门禁领域6.6.1门禁行业发展状况6.6.2门禁智能发展趋势6.6.3人脸识别应用优势6.6.4技术应用于智慧社区6.6.5地区应用动态分析6.7校园管理领域6.7.1课堂考勤管理6.7.2校园安全管理6.7.3防作弊生物技术6.7.4考场防作弊6.7.5高考人脸识别系统6.8其他应用领域6.8.1医疗健康领域6.8.2电子政务领域6.8.3系统应用6.8.4保险业务领域6.8.5新零售业务领域6.8.6智能迎宾系统6.8.7其他部分应用第七章2014-2018年中国人脸识别行业竞争格局7.1整体竞争格局7.1.1品牌竞争格局7.1.2技术竞争格局7.1.3企业竞争格局7.1.4五力竞争分析7.2初创公司阵营7.2.1阵营主体构成7.2.2商业模式分析7.2.3市场份额占比7.2.4竞争焦点分析7.3上市公司阵营7.3.1阵营主体构成7.3.2运营状况对比7.3.3企业布局方向7.4互联网公司阵营7.4.1国际企业布局7.4.2百度布局动态7.4.3腾讯布局动态7.4.4阿里布局动态第八章2014-2018年人脸识别市场重点企业运营分析8.1汉王科技8.1.1企业发展概况8.1.2人脸识别布局8.1.3经营效益分析8.1.4业务经营分析8.1.5财务状况分析8.1.6核心竞争力分析8.1.7未来前景展望8.2海鑫科金8.2.1企业发展概况8.2.2人脸识别布局8.2.3经营效益分析8.2.4业务经营分析8.2.5财务状况分析8.2.6核心竞争力分析8.2.7公司发展战略8.2.8未来前景展望8.3像素数据8.3.1企业发展概况8.3.2人脸识别布局8.3.3经营效益分析8.3.4业务经营分析8.3.5财务状况分析8.3.6核心竞争力分析8.3.7公司发展战略8.3.8未来前景展望8.4商汤科技8.4.1企业发展概况8.4.2人脸识别布局8.4.3经营效益分析8.4.4业务经营分析8.4.5财务状况分析8.4.6核心竞争力分析8.4.7公司发展战略8.4.8未来前景展望8.5川大智胜8.5.1企业发展概况8.5.2人脸识别业务8.5.3经营效益分析8.5.4业务经营分析8.5.5财务状况分析8.5.6核心竞争力分析8.5.7公司发展战略8.5.8未来前景展望8.6旷视科技8.6.1企业发展概况8.6.2人脸识别业务8.6.3经营效益分析8.6.4业务经营分析8.6.5财务状况分析8.6.6核心竞争力分析8.6.7 公司发展战略8.6.8 未来前景展望8.7凯泽科技8.7.1企业发展概况8.7.2人脸识别业务8.7.3经营效益分析8.7.4业务经营分析8.7.5财务状况分析8.7.6核心竞争力分析8.7.7 公司发展战略8.7.8 未来前景展望8.8佳都科技8.8.1企业发展概况8.8.2人脸识别业务8.8.3经营效益分析8.8.4业务经营分析8.8.5财务状况分析8.8.6核心竞争力分析8.8.7 公司发展战略8.8.8 未来前景展望8.9智慧眼8.9.1企业发展概况8.9.2人脸识别业务8.9.3经营效益分析8.9.4业务经营分析8.9.5财务状况分析8.9.6核心竞争力分析8.9.7 公司发展战略8.9.8 未来前景展望第九章2019-2025年中国人脸识别行业发展机遇分析9.1生物识别市场发展前景向好9.1.1市场需求空间9.1.2应用趋势明朗9.1.3产业发展方向9.1.4技术发展趋势9.2人脸识别企业投融资布局加快9.3人脸识别市场投资态势良好9.3.1驱动因素分析9.3.2市场融资加快9.3.3技术研发推进9.3.4技术要求提高第十章2019-2025年中国人脸识别行业发展前景及趋势分析10.1人脸识别市场发展前景展望10.1.1智慧城市推动10.1.2行业发展展望10.1.3发展潜力分析10.1.4行业竞争格局展望10.1.5国际市场布局10.2人脸识别行业未来发展趋势10.2.1行业整体发展趋势10.2.2多模态融合趋势10.2.3行业规范化趋势10.2.4技术精准化趋势10.3 人脸识别规模预测10.3.1 全球人脸识别市场规模预测10.3.2 中国人脸识别市场规模预测


 

Copyright © 2010-2011 广州fun88乐天堂信息科技有限公司 All rights reserved. 冀ICP备15006456号-5 网站地图