很难想象，在指纹识别还没有诞生的2010年，苹果已经开始布局3D视觉，并在蛰伏7年之后，先以面部识别的形式出现。所以当有言论称Face ID只是iPhone解决屏幕下指纹之前匆忙上马的替代品时，不得不承认，我们太小看苹果帝国了。
苹果在3D视觉领域的布局
1
2010年9月苹果收购Polar Rose
Polar Rose是一家从事面部识别技术的厂商。基于其技术，Polar Rose提供许多产品，其中包括针对网络服务的面部识别技术FaceCloud，以及为手机添加功能性的FaceLib。
Polar Rose独有的人脸识别技术
2
2013年11月苹果收购PrimeSense
PrimeSense对数字设备观看和理解世界的方式进行了彻底革新。人类依靠各种感官来感知世界并和世界互动。PrimeSense 主要通过视觉，让数字设备获得对真实世界的三维感知能力。PrimeSense 凭借专利性技术突破，以低成本、高性能的 3D 机器视觉技术成为消费市场上的领军人物。
PrimeSense的3D传感器
显然 iPhoneX 用的就是PrimeSense的结构光深度重建方案(Depth)，但是经过这几年的进化变得更小了，方案也有改变。
PrimeSense的3D传感器与IPhone X的“刘海”
3
2015年4月苹果收购LinX Imaging
LinX Imaging主要为移动设备开发多孔摄像头，一方面可以降低摄像头高度，让摄像头不再突起。另一个黑科技则是利用多孔设计精准测算不同图像中像素之间的区别，从而创建景深图像，让我们仅通过拍照，即可对物体进行三维扫描。
LinX Imaging 3D扫描技术
4
2015年11月苹果收购Faceshift
Faceshift是一家动作捕捉公司，开发了实时追踪人脸表情，然后再用动画表现出来的技术，这项技术曾用于《星球大战》电影，让动画人物的表情更准确地模仿演员的表情。在游戏领域，用户可以使用根据自身表情实时更新的头像。 后来证实，Faceshift除了用作人脸识别之外，还被苹果用在iPhone X的Animoji中。
Faceshift表情捕捉
5
2016年1月苹果收购Emotient
Emotient这家公司致力于通过面部表情分析来判定人的情绪，这项技术会抓取人的面部，然后利用识别技术识别出面部表情。
感知人脸情绪
6
2017年2月苹果收购RealFace
RealFace擅长面部识别，该公司开发了一种独特的面部识别技术，其中整合人工智能并将人类的感知带回数字过程。
RealFace人脸识别
这样带来的好处是，无论你发型变化了、带了眼镜、带了帽子、无论是白天还是夜晚，iPhone X 都依然能够顺利识别你的脸并完成解锁。
超高仿真的硅胶面具并不足以破解iPhone X
而且要知道的是，人撞脸的概率其实要比撞指纹的概率要小得多！苹果在发布会上也表示，被相同指纹破解 Touch ID 的概率是五万分之一，而遭遇相同的面部能破解 Face ID 的概率则是一百万分之一，这可是 20 倍的安全性提升。
因为安全性的保障，所以苹果在系统层面，用 Face ID 完全取代了以往 Touch ID 做的事，解锁、身份验证、支付……等等，Touch ID 能用的功能现如今通过 Face ID 都可以完成了。
与此配套的是，苹果为用户的 Face ID 提供了绝对的信息保护，不会让用户的面部数据发生泄露。
与传统的密码检验方式相比，生物识别技术基于人的生物特性，具有易测量、排他性以及终身不变的特点，拥有检验快速、结果更准确的优势。目前主流的生物识别方式分别为指纹识别、虹膜识别、语音识别、静脉识别和人脸识别。
指纹识别
指纹识别是通过比较不同指纹的细节特征点来进行鉴别。每个人的指纹均不同，同一人的十指指纹也有明显区别，因此指纹可用于不同身份的鉴定。目前指纹识别是应用最为广泛的生物识别技术，其技术成熟且成本低廉，广泛应用于考勤、门禁等身份识别。指纹识别技术的优势是应用比较方便，应用时间长，认知度高，但指纹是一种容易被窃取和复制的特征，安全性较低，且磨损后影响识别精度。此外，指纹特征的稳定性较差，脱皮、表皮茧子，干湿状态等都会影响指纹的应用。
虹膜识别
虹膜技术是利用人眼睛虹膜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，虹膜识别利用人眼图像中虹膜区域的特征（环状物、皱纹、斑点、冠状物）形成特征模板，通过比较特征参数完成识别。该方法识别精度高、不易仿造，但相关设备价格昂贵。从技术指标上来讲虹膜识别是比较精确的，但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，会有较高的心理排斥性，因此不适用于大人群应用。
语音识别
语音识别是通过分析语音的惟一特性进行身份验证。其设备距离范围大、安装简易，但识别准确度低，可能被录音欺骗，且易受背景噪声、身体状况、情绪等因素影响。
静脉识别
静脉识别系统是根据血液中的血红素有吸收红外线光的特质，将具近红外线感应度的小型照相机对着手指进行摄影，即可把血管的阴影摄影出来。将血管图样进行数字处理，制成血管图样影像。从而提取特征值，运用先进的滤波、图像二值化、细化手段对数字图像提取特征，同存储在主机中静脉特征值比对，可对个人进行身份鉴定并确认身份，全过程采用非接触式。
目前主要包括手掌静脉识别、手指静脉识别及手背静脉识别这三项技术。目前静脉识别技术在中国大陆的市场应用还比较小，该技术主要集中在日本企业中，像日立、富士通、索尼仍在进行静脉识别技术相关的研究。此外，此类已有数据较少，不利于大数据分析与人工智能学习，且应用领域较有限，很多应用场景不适用。
人脸识别
人脸识别与其他生物识别方式相比，优势在于自然性、不被察觉性等特点。自然性即该识别方式同人类进行个体识别时所利用的生物特征相同。指纹识别、虹膜识别等均不具有自然性。不被察觉的特点使该识别方法不易使人抵触，而指纹识别或虹膜识别需利用电子压力传感器或红外线采集指纹、虹膜图像，在采集过程中体验感不佳。目前人脸识别需要解决的难题是在不同场景、脸部遮挡等应用时如何保证识别率。此外，隐私性和安全性也是值得考虑的问题。
五种生物识别技术性能对比 图片来源：信达证券
二、人脸识别优势明显，未来将成为识别主导技术
人脸识别相比指纹识别、虹膜识别等传统的生物识别方式，优点主要还集中在四点：非接触性、非侵扰性、硬件基础完善和采集快捷便利，可拓展性好。在复杂环境下，人脸识别精度问题得到解决后，预计人脸识别有望快速替代指纹识别成为市场大规模应用的主流识别技术。
人脸识别的优势 图片来源：信达证券
人脸识别流程主要包括图像采集、人脸检测、预处理、人脸特征点提取和人脸匹配/识别。
人脸图像特征点提取：人脸识别系统可使用的特征通常分为视觉特征、像素统计特征、人脸图像变换系数特征、人脸图像代数特征等。人脸特征提取就是针对人脸的某些特征进行的。人脸特征提取，也称人脸表征，它是对人脸进行特征建模的过程。人脸特征提取的方法归纳起来分为两大类：一种是基于知识的表征方法；另外一种是基于代数特征或统计学习的表征方法。通过人脸特征点提取得出一个人的眼镜、表情、胡须等特征，将人脸特征进行向量化是决定识别准确率的一个关键一环。
人脸图像匹配与识别：提取的人脸图像的特征数据与数据库中存储的特征模板进行搜索匹配，通过设定一个阈值，当相似度超过这一阈值，则把匹配得到的结果输出。人脸识别就是将待识别的人脸特征与已得到的人脸特征模板进行比较，根据相似程度对人脸的身份信息进行判断。这一过程又分为两类：一类是确认，是一对一进行图像比较的过程，另一类是辨认，是一对多进行图像匹配对比的过程。
人脸识别三种不同的识别模式
三、人脸识别技术的识别率超越人眼，场景应用成熟
人脸识别技术识别率超越人眼识别，已具备走向应用的基础条件。
LFW 测试中人脸识别精度超过人眼识别第一档部分公司
企业纷纷布局人脸识别
目前人脸识别领域主要有以云从、商汤等四大独角兽为首的初创公司，海康威视、佳都科技等上市公司和腾讯、阿里巴巴、百度为首的互联网巨头三个大阵营。三者不断加码布局人脸识别，推出了一系列针对不同应用场景的人脸识别产品，涵盖了安防、金融、商业等应用领域。
一、初创公司：四大独角兽技术领先，产品涵盖应用领域广泛
人脸识别技术得到突破的同时，涌现出一批优秀创业公司，凭借领先的技术优势率先对商业模式进行探索，对新兴应用市场实现了初步开拓。通过创业公司的梳理，可以发现整个创业公司普遍凭借领先的技术优势切入市场，通过融资获取资金，然后定位重点领域通过优势产品占领市场，其中安防、金融成为了一致重点发力领域。
预计人脸识别领域创业公司后续发展思路将延续从软件到硬件到产品最后到软硬件一体化解决方案的路径。目前人脸识别领域创业公司中涌现出云从、依图、商汤和旷视（face++）四大独角兽。
国内人脸识别创业公司的商业模式，主要是提供基于软件的解决方案，满足个性化需求。人脸识别领域的大多数创业公司，早期都是从零开始接触产业，大多不能直接进入已然成熟的硬件市场，而只能作为增值服务提供方，在软件层面与硬件厂商进行合作。从业务领域看，国内创业公司的业务较为同质化，大部分集中于安防、金融等应用场景。在消费领域，创业公司在这些领域的竞争趋于白热化，智能美图等应用也基本在大众中普及。实现人脸识别技术转化为应用实现盈利成为未来创业公司的关键。
1
依图科技
官网：http://www.yitutech.com/
官网：http://www.yitutech.com/
依图智能安防技术主要由人工智能算法、高性能计算、分布式计算和存储、大规模运维等构成。其中视觉智能算法主要涉及人脸识别、车辆车型识别、文字识别、目标跟踪、图像特征搜索等技术。
依图科技“蜻蜓眼”人像大平台，采用依图自主研发的人脸识别技术，可进行基于图片的静态人脸比对，和基于视频流的动态人像识别及比对。系统广泛支持x86、GPU架构；提供了完善，可定制的用户体系，授权机制，权限系统和监管能力；支持跨集群协同联动；针对不同应用场景，提供了一体机，便携式单兵工具等多种产品形态；目前已广泛应用于中国多地省市区公安系统，并取得了丰硕的实战战果。
依图科技“蜻蜓眼”人像大平台
2
云从科技
官网：http://www.cloudwalk.cn/
官网：http://www.cloudwalk.cn/
云从科技的主要产品有人脸识别通关机、智能摄像机、大规模动态人群监控系统、金融一体化远程认证服务等产品，并已应用到部分机场，火车站与边疆地区。
云从自正式成立时便绑定了智慧城市解决方案提供商、上市公司佳都科技（下文有介绍）。
云从科技的人脸识别系统商用案例
1
商汤科技
官网：https://www.sensetime.com/
官网：https://www.sensetime.com/
商汤科技是中国最大的新锐人工智能公司, 也是一家市场价值超过100亿人民币的独角兽企业。除技术实力领跑行业，商汤科技的商业营收亦属行业最高，并在多个垂直领域的市场占有率位居首位。
人脸检测技术
1
旷视科技
官网：https://www.megvii.com/
官网：https://www.megvii.com/
由旷视(Face++)提供技术支持的 Smile To Pay
二、上市公司：拥有传统渠道优势，打造软硬件结合一体化解决方案
上市公司企业中涉及人脸识别的主要是以安防起家的众多软硬件一体化方案供应商，其中海康威视、大华股份、汉王科技、海鑫科金和川大智胜等在人脸识别方面已经深耕多年，通过自主研发已有相关成熟解决方案或产品。此外，佳都科技、工大高新、东方网力和欧比特等通过外延并购或投资进入人脸识别领域。
上市公司业务中涉及人脸识别领域出现强者恒强的现象。尤其以安防起家的海康威视和大华股份，近三年营收复合增长率在35%以上，员工近三年也出现较大幅度上涨。而通过外延并购介入人脸识别领域的上市公司大多市值分布在 100 多亿，近三年才切入人脸识别。
1
海康威视
官网：http://www.hikvision.com/
官网：http://www.hikvision.com/
海康威视拥有人脸识别领域全产业链，产品和软硬件一体化结合解决方案更加贴近实际场景应用，在安防领域应用处于龙头地位。
公司深耕人脸识别领域多年，2015 年推出后端产品“刀锋”“脸谱”系列，后端产品模仿人脑的记忆及思考，集目标提取、检索、分析、存储及行业应用于一体。2016 年，公司在原有技术、产品、案例积淀的基础上，推出了准确率进一步提升的前端智能感知产品“深眸”系列，在前端实现各种复杂环境下人、车、物的多重特征信息提取和事件检测。此外，还推出 DT1.0（多维感知）、Smart265、视频结构化、人脸识别等多种智能技术。
从人脸识别整体系统角度出发，公司在摄像机、施工、后端算法上都进行了精细优化，具有准确率高和效率高等特点，解决了目前的人脸识别技术准确率和稳定性差的缺陷，具有很强的环境适应能力。而且前端智能-深眸、分布智能-超脑 NVR、中心智能-海康脸谱均融合深度学习算法，前后端深度智能、无缝对接，为人脸大数据应用提供有力支撑。
海康威视人脸识别系统抓拍示意图
海康威视ATM智能防护视频分析
2
大华股份
官网：http://www.dahuatech.com/
官网：http://www.dahuatech.com/
大华股份人脸识别技术原理
大华股份人脸识别技术应用
3
汉王科技
官网：http://www.hikvision.com/
官网：http://www.hikvision.com/
汉王科技是国内最早一批专注深耕于人工智能图像识别技术、智能交互技术及其应用的企业。
首家将深度学习模型移植到低端 MIPS 平台，开发出业界第一个嵌入式红外万人识别产品的企业。此外，还成功开发成功动态人脸布控系统，支持千万级别人员的实时比对。在产品方面，人证比对推出全新的人脸仪、可见光+红外活体检测的人证比对一体机、手持式人证核验设备及人证核验闸机等；红外产品先后推出嵌入式万人人脸机、手机考勤、云考勤服务平台等；动态人脸识别重点发展了人脸识别安防监控系统、智能小区管理系统、会议签到系统等。
汉王人脸抓拍机
4
川大智胜
官网：http://www.wisesoft.com.cn/
官网：http://www.wisesoft.com.cn/
川大智胜高精度三维人脸识别产品技术领先，目前处于产品样机和工程样机阶段。
2016 年公司高精度三维全脸相机最关键的技术指标即对人脸部细节的深度测量精度已达到 0.1mm，而国际同类产品如英特尔的 Realsense 深度精度为 1-2mm，以色列多家公司产品精度为 0.3-0.5mm。公司超高精度的三维全脸照相机配合公司开发的三维建模、三维识别软件系统可达到：99.50%-99.90%的识别正确率。
此外，公司开发的高精度 3D 识别系统拥有极强的防伪能力，即使用人皮面具仿冒某人，也不能通过公司开发的识别系统。此产品的预期体积和价格都不到本公司原有高精度产品的 20%，适合大批量现场应用。
目前，公司 2D 人脸识别产品已在成都火车站东站等应用，采用人脸识别进行身份验证超过 500 万人次，正确识别率达到 95.5%。未来随着 2D 人脸识别产品的推广和 3D 产品的落地，有望提升公司的整体业绩。
5
海鑫科金
官网：http://www.hisign.com.cn/
官网：http://www.hisign.com.cn/
海鑫科金一直专注于多生物识别技术与公安信息化建设与应用，是国内同业中多生物核心技术最完善、产品系列最全面、业务覆盖面最广的公司之一。
公司拥有海鑫人脸识别系统、人脸识别监控对比引擎系统和人脸采集及活体检测控件等产品。
海鑫人脸识别系统采用国际领先的人脸识别技术，实现在大规模人脸图像数据库中进行人脸检索。从各种采集源获取的人脸图像可以迅速地与预先存储的数以千万计的图像数据库完成比较，返回一个包含若干最相似人脸图像的匹配列表。人脸识别系统提供人脸采集与质量评价工具，增强人脸检索的性能。
人脸识别系统分为服务器版和单机版两个版本。人脸识别监控比对引擎采用了自主知识产权的人脸识别技术，提供了多种前端采集设备的接入、多路监控视频接入、目标人员注册、目标人员数据管理、人脸比对等功能，比对引擎采用黑盒模式，对外接口调用方便，可供各类厂商进行各个专业领域开发，尤其是重点场所出入控制的系统开发和方案集成。
人脸采集及活体检测控件基于自主知识产权的人脸识别技术，采用 Windows 平台开发，适用于 IE 浏览器，实现了从人脸采集、质量判断和活体检测的功能，可以被各种 B/S 架构的业务系统集成，方便进行二次开发。
深圳北站部署旅客前端人脸采集系统
人脸识别实时报警显示客户端
6
汉柏科技
官网：http://www.opzoon.com/cn/
官网：http://www.opzoon.com/cn/
汉柏科技人脸识别闸机头已成功与国内机场管理系统对接
7
佳都科技
官网：http://www.pcitech.com/
官网：http://www.pcitech.com/
佳都科技不断外延并购和自主研发在全国轨道交通公安通信系统和视频监控系统中布局人脸识别。
2015 年增资人脸识别四大独角兽之一的云从科技，成为第二大股东，2016 年与川大智胜共同投资苏州千视通，增强计算机视觉领域技术。基于大规模人脸识别和比对的嵌入式系统已经应用在公司的警务视频云平台等成熟产品中。
此外，人脸单兵系统等多个独立的解决方案也已在广州、湛江、江门等地得到落地检验，在宁波、厦门等地的地铁视频监控系统中实现了人脸识别、模糊图像处理、热力图人数统计、行为分析等技术功能，持续开展轨道交通行业的智能化应用创新。
佳都科技人脸实时报警系统
8
深网视界
官网：http://www.sensenets.com/home/
官网：http://www.sensenets.com/home/
东方网力与商汤科技成立合资公司深网视界，加快推广人脸识别与安防业务深度结合，在安防领域将智能视频分析技术推向实用，成为全球领先的安防人工智能产品提供商。
公司已拥有人脸识别、人群分析和认证核验三个主要产品，在公安领域应用颇多。比如，深网视界与连云港市公安局成立“人脸识别技术联合实验室”，双方共同研究人脸识别技术在公安实战业务中的应用。
同时，在连云港全市平安天眼项目中，深网视界承建了全市的人脸识别实战系统，包括分布全市的人脸动态布控告警、全市大库检索应用，和重点区域的人群分析防控应用。该系统在连云港警方破获多起重大案事件中发挥了重要作用。
深网视界人脸识别系统
9
铂亚信息
官网：http://www.poya.com.cn/
官网：http://www.poya.com.cn/
欧比特并购铂亚信息，而铂亚信息拥有人脸识别云平台，能以互联网云服务方式将人脸识别技术提供给需求的企事业单位及创客。
企业通过铂亚的人脸识别云平台，就可将自身业务系统直接对接，轻松实现人脸识别。铂亚人脸识别云平台是以人脸识别算法为核心，结合大数据、云计算、互联网等先进技术，实现人脸检测、人脸判断、人脸识别等。
公司人脸识别主要应用行业为互联网金融、传统金融、O2O 和社保。2014 年欧比特收购铂亚信息至今，业绩增长迅猛，安防智能集成类产品营业收入年增速在 50%以上。
铂亚人脸识别高拍仪
涉及人脸识别领域的上市公司
三、互联网巨头：具有资金、品牌、技术等多方面优势，综合优势明显
国内外互联网巨头，包括百度、阿里、谷歌、微软等也纷纷进军人脸识别市场。
1
百度
官网：https://ai.baidu.com/
官网：https://ai.baidu.com/
人工智能领军企业百度前期重磅引进吴恩达在内的人工智能全球领军人物，确保人工智能技术的领先，2017 年 2 月份完成对渡鸦科技的收购，为人脸识别的软硬件一体化测试打下坚实基础。截至目前公司人脸识别拥有“脸优”、“小度”等娱乐应用落地案例。
此外，还主要希望能够和百度地图、百度糯米等产品相结合，提供更为优质的贴身服务。还有乌镇“刷脸”闸机，百度内部的“免工卡刷脸通行闸机”等示范案例。后续百度将进一步全面推进人脸识别商业化落地，在 2017 年 2 月份确定落地的四个方向：（1）闸机，希望应用在景区、写字楼等场景；（2）交通，正在积极寻求和火车站，机场的合作；（3）金融；（4）手机。
百度AI开放平台人脸识别产品功能
2
阿里巴巴
官网：http://www.alibaba.com/
官网：http://www.alibaba.com/
阿里在企业内部设立“柒车间”专门研究“刷脸”，另外通过与 Face++、海鑫智圣合作，开发了移动支付认证技术，淘宝开户人员身份核验技术等。2016 年 9 月，公司收购美国生物验证公司 EyeVerify，为今后开发海外市场打下基础。
阿里巴巴人脸识别支付
2
腾讯
官网：http://www.qq.com/
官网：http://www.qq.com/
腾讯设立腾讯优图，可为 QQ、财付通、微众银行等提供图像和模式识别技术支持。腾讯优图利用腾讯公司丰富的人脸数据优势，已经累计分析处理了 300 多亿张图片。
腾讯的优图FaceIn人脸核身，是一种通过用户的一段自拍视频（或一张自拍照）与另外一张照片（可来源于身份证或事先留存自拍照）之间的1:1人脸验证和活体验证来确认用户身份的技术手段，可确认当前用户是否为本人和真人。主要包括了身份证OCR、人脸比对、活体检测等技术模块。
此外，腾讯也在积极拓展 市场，积极尝试在金融、证券业务使用人脸识别技术，还于 2015 年与公安部达成身份证人像身份比对的业务合作。
腾讯FaceIn人脸核身
国外方面，谷歌、苹果、微软、Facebook 等是最早加入人脸识别市场巨头。
谷歌先后利用巨资收购 Neven Vision、PittPat等公司，全面进军人脸识别市场。谷歌在人脸识别技术方面有深厚的技术积累，最近谷歌开发了新的人脸识别系统 FaceNet，可以轻松完成人脸识别、验证、聚类等任务。谷歌依靠强大搜索引擎和深厚资金支持，未来仍有望保持人脸识别行业领先地位。
苹果公司通过一系列产业并购完成了人脸识别算法等技术的获取，2015 年取得满足脸部识别需求的关键技术，于 2017 年正式进入商业化，推出的 iPhoneX 拥有了人脸识别解锁功能。
国内外互联网巨头人脸识别布局
人脸识别应用领域广泛
近两年人脸识别技术的迅速发展，识别精度及速度的有效提升为人脸识别在众多领域的应用提供了基础。
人脸识别应用领域结构比例
一、安防市场规模巨大，人脸识别用武之地广阔
安防行业市场规模巨大，竞争激烈，出现强者恒强的局面。据中安网数据，2016 年我国安防行业总产值达到 5687 亿元，近几年行业增速均在 10%以上，增速高于全球。国内各类安防企业达到 23400 家，从业人数达到 166 万人，市场竞争激烈，海康威视、大华股份占据大部市场份额，出现强者恒强的局面。从产业分布情况看，视频监控是构建安防系统中的核心，在中国的安防产业中所占市场份额最大，占到了市场的 50%左右。人脸识别在安防的各个产业分布均可应用，市场应用广阔。
2011-2018E 中国安防行业市场规模（亿元）及年增速（%）
2016 年安防各产业分布占比
人脸识别产品在安防行业推进处于一个很好的时点。国家在 2015 年已经开始出台相关政策加速布局安防体系建设，明确要求 2020 年，重点公共区域视频监控联网率达到 100%，重点行业、领域涉及公共区域的视频图像资源联网率达到 100%。经过接近两年的建设，城市内传统的视频监控体系搭建已经较为完善，视频监控资源已经较为完善，视频、图像数据积累已经较为成熟，未来在于有效利用数据资源及深化视频监控体系的建设。人脸识别从三个方面提供了比较好的思路：
（1）政府市场（30~35%）：主要包括各地公安，交通，司法部门。销售渠道以系统集成商为主。需求受政府固定资产投资拉动，对价格不敏感，是视频分析服务的重度用户。
（2）大企业市场（35~40%）：主要包括银行，电信，石油，文教卫等大型国有企业和事业单位等。销售渠道以解决方案为主，需求受经营规模扩大的影响。
（3）中小企业及个人市场（25~35%）：主要包括中小企业，也包括个人消费需求（尽管需求很小）。销售渠道以标准产品的分销为主。
（1）政府市场（30~35%）：主要包括各地公安，交通，司法部门。销售渠道以系统集成商为主。需求受政府固定资产投资拉动，对价格不敏感，是视频分析服务的重度用户。
（2）大企业市场（35~40%）：主要包括银行，电信，石油，文教卫等大型国有企业和事业单位等。销售渠道以解决方案为主，需求受经营规模扩大的影响。
（3）中小企业及个人市场（25~35%）：主要包括中小企业，也包括个人消费需求（尽管需求很小）。销售渠道以标准产品的分销为主。
人脸识别在安防市场的应用推进进程图
人脸识别考勤机主要用于对公司员工的出勤统计，员工签到时需要通过摄像头采集到员工面部照片，再通过人脸识别算法从采集到的照片中取得特征值并与数据库中预先存入的员工人脸照片的特征值进行分析比较，识别成功后报出员工的姓名，则考勤成功。人脸识别考勤机将射频及光学感应技术和数码摄像技术相互结合，在用指纹或感应卡打卡的同时，自动拍摄员工的图像信息并记录在案，通过后台管理软件可以查看、比对每一笔打卡记录的人员图像，从而有效杜绝考勤中的替打卡现象。
人脸识别考勤系统
人脸识别在门禁系统应用优势
机场部署更可靠、便捷的人脸识别系统已是大势所趋。上海虹桥机场、青岛机场、长沙机场、洛阳机场、南宁机场、济南机场、哈尔滨机场、银川机场……国内各大机场的闸机口、安检通道都已经有部署人脸识别系统。根据日前民航局公布的《2016年全国机场生产统计公报》，我国境内民用航空机场共有 218 个，随着人工智能大潮的到来，越来越多的民航机场将会实现人脸识别的部署。云从作为已经在全国枢纽机场覆盖率超 80%的人脸识别供应商，未来云从科技将触及全国各地民用航空机场。以云从科技为首的人工智能践行者们，将乘着这股机场信息化之风，飞扬于神州蓝天。
人脸识别技术在部分机场的应用
在安防领域应用，人脸识别核心竞争力主要来自于算法能力、工程化能力和渠道能力。
算法的优化程度决定其人脸识别的效果，包括拒识率和误识率等。安防领域对算法的要求比较高，曾经的人脸识别很难大规模普及，是因为单纯使用局部特征的判断难以满足很多场景的要求。
工程化就是将软件与硬件结合起来，打包成产品提供给客户的过程。通常，这部分工作涉及到了最后项目的成本与稳定性。前者在客户进行选择时是重要的参考条件，而后者则保证了客户的体验和产品口碑。
渠道是指安防设备和方案的销售，传统的软件公司和创业公司商务能力没有那么强，因此选择和解决方案或产品供应商合作的策略，而初创公司或软件公司提供技术支持。
安防领域中国市场客户倾向于购买包含前端摄像机、后端存储设备等硬件和 VMS、人脸识别等软件结合的一体解决方案，海康威视、大华股份等拥有软硬件一体化解决方案的厂商一直保持较高市场份额。随着对基于人工智能的视频分析、人脸识别产品要求的不断提高，商汤科技、Face++等在人工智能算法上有特色的公司也积极布局全产业链，切入 VMS 市场。
金融中的人脸识别，主要用途分为身份核验和场景规模化应用。
身份核验，也称作 1:1 刷脸，非常广泛地被应用于互联网金融、银行的远程开户、远程身份认证、远程支付，通过刷脸的方式进行校验。一般客户在帐户进行注册的时候，上传了身份证照片，使用 OCR 技术自动的识别出客户的身份证号和姓名，获取此信息后，会有官方提供的存档照片。接下来客户进行刷脸的操作，对其进行一个数据采集，获得一张全新的照片或者是一段新的视频，然后跟已经存在库里的标准照片进行核验，一旦判断是同一个人，即通过了实名制的注册和认证的过程。
场景规模化应用也称作 1：N 刷脸，多用在刷脸支付、取款等。比如在校园内购买水，使用者就去刷一个脸，之前系统中可能已经预存了学校几千人的肖像信息，根据这张脸在几千人的信息中进行查找，查找到对应的使用者，就可以进行自动的扣款。人脸识别在银行等金融机构身份核验和支付、取款方面已经在逐渐走向应用，众多大型银行积极发展人脸识别，已在 VIP 客户窗口实现试点应用。
2017 年，农行宣布将大规模普及人脸识别在无人网点和自动柜员机的应用
人脸识别在银行领域的发展部署流程：
第一步是私有云部署。这一块通常费用为数百万元，后续根据业务接入增加费用，比如接入手机端收费数十万元。然后每年定期收取比例维护费用。国内上千家银行与信用社的市场体量在百亿元人民币左右。
第二步是深挖需求，实施机具与网点改造。智慧网点改造以中国农业银行和中国建设银行广东分行的校园 e 银行为推进蓝本，围绕人脸识别等一系列人工智能技术，设计刷脸购物、互动娱乐、自动柜员机等产品方案，最终实现无人值守，更具备互动性高，用户体验好，缩短业务流程及全天营业等优势。智慧网点改造预算通常在数百万元，全国银行网点总数量超过 20 万。各类机具存量则在百万台以上，即使以智慧网点和机具改造以一定比例推进，仍然是一个千亿级别的巨大市场。
第三步是沉浸行业，以人脸为数据入口提升服务。在使用人脸识别技术后，人脸作为天然的数据入口在金融行业内部沉淀了大量数据。将这些人脸数据结合大数据，不仅可以实现征信实时监测，还可以通过 VIP 迎宾与精准营销等服务优化业务流程、极大的提升用户体验。
第一步是私有云部署。这一块通常费用为数百万元，后续根据业务接入增加费用，比如接入手机端收费数十万元。然后每年定期收取比例维护费用。国内上千家银行与信用社的市场体量在百亿元人民币左右。
第二步是深挖需求，实施机具与网点改造。智慧网点改造以中国农业银行和中国建设银行广东分行的校园 e 银行为推进蓝本，围绕人脸识别等一系列人工智能技术，设计刷脸购物、互动娱乐、自动柜员机等产品方案，最终实现无人值守，更具备互动性高，用户体验好，缩短业务流程及全天营业等优势。智慧网点改造预算通常在数百万元，全国银行网点总数量超过 20 万。各类机具存量则在百万台以上，即使以智慧网点和机具改造以一定比例推进，仍然是一个千亿级别的巨大市场。
第三步是沉浸行业，以人脸为数据入口提升服务。在使用人脸识别技术后，人脸作为天然的数据入口在金融行业内部沉淀了大量数据。将这些人脸数据结合大数据，不仅可以实现征信实时监测，还可以通过 VIP 迎宾与精准营销等服务优化业务流程、极大的提升用户体验。
互联网金融人群众多，实名认证等环节给人脸识别技术发展提供助力。据麦肯锡咨询公司报告显示，中国互联网金融用户人数超过 5 亿，市场规模达到 12-15 万亿元，占 GDP 的近 20%，在世界互联网金融市场上位居第一。其中，网贷行业的发展特别迅猛，截止目前历史累计成交市场规模已经突破 3 万亿元大关。基于网络端的互联网金融，进行远程注册、实名认证等，人脸识别作为最方便的方式，成为最佳选择方案。人脸识别技术的进一步发展对于互联网金融至关重要。
人脸识别四大独角兽成为金融领域人脸识别应用的最大受益者。
云从科技是我国银行业人脸识别应用最普及的供应商，包括农行、建行、中行、交行等全国 50 多家银行已采用云从的产品，市面上许多银行的金融身份认证与远程认证平台是使用的云从技术。其中，中国农业银行超级柜台、刷脸取款，是全国首先应用人脸识别技术的四大行之一。从实际落地的应用看来，云从在银行业特别是国有大行有着极大的优势。
商汤科技与京东、银联、招商银行、拉卡拉、融 360 等多家金融机构和银行均有合作。例如，用户在京东钱包上扫描人脸，即可完成比对，实现密码解锁，代替传统密码登录方式，更加方便安全。商汤提供人脸搜索技术，帮助拉卡拉快速完成新用户照片与已有黑名单人脸库的比对，高效准确地筛选出潜在诈骗分子，保护普通用户的权益。通过人证比对和活体检测技术，拉卡拉将获知用户的注册信息是否与操作者本人一致，有效的防止了身份信息盗用情况。商汤为融 360 平台提供一体化解决方案包括人脸识别、人证比对、证件识别，完成比对，实现远程身份认证，让金融服务更加方便安全。
旷视科技背靠阿里巴巴，为支付宝客户端提供人脸登录功能支持，人们无需再输入繁琐的密码，只需对着手机镜头眨眨眼、转转头便可轻松完成登录。同时，旷视也为支付宝提供了从端到云的 FaceID 远程身份验证服务。此外，旷视也为小米金融、你我贷等互联网金融公司，中信银行、江苏银行、北京银行提供人脸识别服务。
依图科技拥有完整的实名认证解决方案，依靠人脸比对及活体检测技术，为金融企业提供全渠道解决方案（柜面、移动端、自助机具等），并且拥有为招商银行、浦发银行、京东金融、360 金控等各类金融企业实施落地的丰富经验。已经在招商 106 个城市近千台 ATM 机上实现“刷脸取现”。
金融领域个人信息泄露成为用户刷脸支付最大顾虑。据 iiMedia Research(艾媒咨询)数据显示，2017 上半年熟悉刷脸支付的网民中，59.0%认为个人信息泄露是刷脸支付最大隐患。识别不准确和使用渠道不畅通分别以 57.6%和 41.9%位列第二和第三名。
作为个人信息比较敏感的金融支付领域，用户对于信息安全重视度相较其他领域更高，而 2017 年初 315 晚会对刷脸支付泄露个人信息隐患的点名，无疑为刷脸支付规模扩张设置障碍，加强用户信息保障能力，获取用户对于技术安全的信任是刷脸支付未来重点发力方向。另外，由于人脸识别概念未在大众群体中普及，其规模化需依托场景搭建，故使用渠道畅通也可以助力加快行业规模化进程。
三、移动智能硬件终端：苹果引领人脸识别应用新增长点
据全球数据公司 IDC 数据，2016 全年，全球智能手机市场一共出货 14.7 亿部，与
2015 年的 14.4 亿部增长了 2.3%，达到历史最高出货量，其中苹果出货量为 2.15 亿部。其中，中国、美国、巴西等国的市场表现带动了整体市场的增长。
上文提到，苹果公司发布新产品 iPhoneX，首度采用新技术 FaceID 代替 TouchID。FaceID 由一个新的 TrueDepth摄像机系统提供支持，该系统将大量技术包装在屏幕顶部。包括一个正规的前置摄像头，红外摄像机，点阵投影仪，泛光照明器，接近传感器和环境光线传感器。
IPhoneX 人脸识别相关传感器
在具体工作当中，Dot Projector 光，Infrared camera 再接收光，Flood illiuminator补充光，这三个是 iPhoneX 新增的传感器。当你看着手机时，Dot Projector 会检测你的脸。然后红外摄像机拍摄 IR 图像，点阵投影仪使用超过 30,000 个 IR 点来创建点阵图形。这两类数据都被发送到 iPhone 的新款 A11 仿生芯片，该芯片采用了经过十多亿图像训练的神经网络，将其与已存储在设备上的脸部数学模型进行比较。
苹果采用的是三维人脸识别，将脸部特征，细节，甚至包括眼球和其他的信息搜集，再加上自己的算法做综合认证。同时，戴眼镜、换发型、换衣服、留胡子等常见情况也不会影响面容 ID 的判断。Touch ID 随机解锁的比例为 5 万分之一，而 Face ID 随机解锁的成功比例为 100 万分之一。
苹果 IPhoneX 有望引领人脸识别在手机端应用。
尽管指纹识别不是苹果首次搭载到手机上，但是真正让指纹识别成为智能手机标配的仍然是苹果。从 5S 时代装备，并已经成为深入烙印当代手机使用习惯的 Touch ID，苹果并没有使用尚不成熟的屏幕下指纹，也没有绞尽脑汁在其他地方放置一颗 Home 键，苹果选择了抛弃指纹 Touch ID，用人脸识别取代指纹。毫无疑问，苹果作为业界标杆，将引领人脸识别在手机移动硬件终端的兴起。返回搜狐，查看更多