2019年2月14日
生物识别指的是通过计算机与光学、声学、生物传感器和生物统计学原理等高科技手段相结合，利用人体固有的生理特性来进行个人身份鉴定技术。按不同的识别方式，生物识别可分为指纹识别、虹膜识别、语音识别、静脉识别和人脸识别。
给料阀
伴随着生物识别产品逐渐从单一的PC处理转变为分布式计算。用独立的前端独立设备来完成生物特征的采集、预处理、特征提取和比对，通过中心PC或服务器完成与业务相关的处理。随着生物特征识别技术的不断发展和提高，生物特征识别技术的应用场景不断拓展，预计2015-2020年全球生物识别细分行业复合增长率分别为：人脸识别复合增长率为167%；语音识别为100%；虹膜识别为100%；指纹识别复合增长率为73%。
全球生物识别细行业市场占比情况
二、中国人脸识别技术发展情况分析
1、中国人脸识别行业发展历程
玻璃防指纹油人脸识别技术在中国的发展起步于上世纪九十年代末，经历了技术引进-专业市场导入-技术完善-技术应用-各行业领域使用等五个阶段。其中，2014年是深度学习应用于人脸识别
的关键一年，该年FaceBook发表一篇名为“DeepFace系统：达到肉眼级别的人脸识别系统”（翻译名），之后Face++创始人印奇团队以及香港中文大学汤晓鸥团队均在深度学习结合人脸识别领域取得优异效果，两者在LFW数据集上识别准确度均超过了99%，而肉眼在该数据集上的识别准确度仅为97.52%，可以说深度学习技术让计算机人脸识别能力超越人类的识别程度。
右旋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。
2、3D人脸识别与2D人脸识别数据对比
雨刷片目前，国内的人脸识别技术已经相对发展成熟，该技术越来越多的被推广到安防领域，延伸出考勤机、门禁机等多种产品，产品系列达20多种类型，可以全面覆盖煤矿、楼宇、银
ddtsf行、军队、社会福利保障、电子商务及安全防务等领域，人脸识别的全面应用时代已经到来。
中游人脸识别技术的进步，是推动下游场景应用拓展的关键所在。目前，人脸识别市场的解决方案主要包括2D识别、3D识别技术。市场上主流的识别方案是采用摄像头的2D方案，但由于人的脸部并非平坦，因此2D识别在将3D人脸信息平面化投影的过程中存在特征信息损失。3D识别使用三维人脸立体建模方法，可最大程度保留有效信息，因此3D人脸识别技术的算法比2D算法更合理并拥有更高精度。
3D人脸识别与2D人脸识别数据对比
人脸识别对场境要求非常强，产品能否达到实际使用要求，核心并不只在于算法本身，还在于对场景的深耕。算法水平对于识别率的有力证明，也仅仅是停留在训练集与测试集之间，存在于实验室的“理论数值”。而现实生活中人脸的获取过程有大量不可控因素，光的方向、强度，是否有胡须、发型的变化，是否有表情都会影响识别效果。多种因素叠加后，真实环境下测得的准确率可能只有75%左右，甚至更低。因此，需要针对场景的不同特点收集大量场景数据，不断调试参数、组合算法、方法，甚至使用外围硬件辅助以提升效果，不断迭代以实现产品化。除此之外，还要在工程上满足计算量、延迟、可维护性等需求。
3、我国人脸识别技术应用现状分析
如果说2014年是我国人脸识别技术的转折点，使人脸识别技术从理论走向了应用，那么2018年就是人脸识别技术全面应用的重要节点，“刷脸”时代正式到来。
从目前我国人脸识别技术的应用来看，主要集中在三大领域：金融、安防以及考勤/门禁。
我国人脸识别技术应用占比统计情况
扎带4、中国人脸识别技术专利申请数量及国人脸识别专利公开数量情况分析
随着人脸识别技术的不断成熟，人脸识别技术逐渐被人们所熟知，同时，计算机、光学成像等相关技术的高速发展，人脸识别在各领域的应用不断拓展，人脸识别行业市场持续增长。数据显示，2017年中国人脸识别行业市场规模达到21.91亿元，随着人脸识别技术在
各行业应用渗透的不断深入，预计2018年中国人脸识别市场规模将达到27.61亿元。
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议