文/邹章晨  佳都新太科技股份有限公司

　　一、"十四五"期间，人脸识别市场发展环境剖析

　　随着社会的不断发展和进步，人工智能技术已经成为新一轮经济发展的重要驱动力和社会创新的核心竞争力。在人类社会向信息化和智能化高度发展的趋势下，利用人体的生物特征如人脸、虹膜、掌纹、指纹等进行身份智能识别已经成为个人身份认证的重要方式。基于现代社会和生物学特性识别的身份认证技术已逐渐发展成为了人工智能、计算机视觉、机器学习等多个相关科学和技术应用领域的一项研究和发展热点，相关产品已经成功地应用于现代社会和人们的日常生活中，极大地丰富和便利了人们的办公、出行、娱乐等各种日常活动。基于生物特征的身份认证技术主要是探索对于某个个体具有身份不变性而对于其它个体具有身份区分性的身份特征，并利用该身份特征对不同个体的身份进行高效、快捷的识别和认证。当前应用比较广泛的一种微型生物学特征识别技术方式主要包括：虹膜识别、指纹识别、掌纹识别、语音识别、人脸识别和步态识别等。

　　人脸识别高端技术应用是一个可以横贯多个技术领域的、涵盖多个技术专业和应用领域的技术知识，并且已经陆续开展了广泛的关于高端人脸技术相关课程教学研究和实际应用的研究工作，涵盖了人体图像信号处理、生理学、心理学、模型人脸识别等各种技术相关领域知识。目前较常见的各种类型人脸识别高端技术应用方法主要类型包括基于人体特征图识脸的技术方法、基于人体几何绘图形状识别特征的技术方法、基于绘图深度支持机器智能学习的技术方法、基于绘图支持深度向量机的技术方法以及其他互相融合的技术方法。目前在全球较为常用的各类人脸识别数据库主要类型有：eretie人脸识别数据库、cmumulti-piele人类全脸识别数据库、yalele人脸识别数据库、mitie人脸识别数据库、casia-webfacele人脸识别数据库、年龄识别鉴定人脸数据集群、imdb-wiki等。

　　1.中国人脸识别行业技术环境十分活跃

　　根据相关统计，截至2019年底，在我国soopat的相关专利申请搜索查询引擎上以"人脸识别"为主要搜索关键字的专利检索，共发现获得20208项相关专利的60件申请通过记录，行业内的生物科学和信息技术发展环境也十分积极。从技术专利核发申请文件的年限上来看，2010-2018年，我国的技术专利核发申请文件总量已经呈现了逐年的快速递增。随后与人脸识别相关专利公开的专项数目一直以来保持着持续稳步增长的发展态势，2020年以来我国与应用人脸识别的其他相关技术专利公开的专项数目大约为4290项。。

　　2.人脸识别技术具有非侵犯性

　　人脸识别技术目前已经广泛成为各类微生物特征识别技术的重要发展方向，不同种类的微生物识别技术在其细分及技术上都各自具有其优势，人脸识别技术是非接触及不必被动地接受的形式，具有非侵害性。此外，人们排斥该类技术的情绪心理最低，因此人脸识别技术被认为是一种最友好的基于人体微生物学特点的识别方法，并且该类型图像采集系统可以通过应用在安防系统中的摄像头设备来实现，不必再重新考虑在系统中布置其他采集设备。

　　3.人脸识别错误率逐年降低

　　经过了40多年的深入探索和不断发展，人脸识别计算技术已经取得了长足进步，根据eelfw测试分析结果表明，目前最优的识别系统在千万分之一的人脸错误识别情况下不仅能够直接达到人脸识别的最高准确率，而且计算精度已经远远可以超过99.8%，甚至已经远远超过了人类对于人脸识别的计算精度，错误的识别验证成功率也被精确地严格控制在0.2%以下。人脸识别算法技术持续快速发展无疑将直接促使它们在较为广阔的应用领域内被广泛运行。

　　4.人脸识别应用场景广泛，安防考勤门禁占比较高

　　目前，人脸识别信息技术已经在我国的安防考勤/门禁等各个方面广泛使用，约已经达到该类型的安防行业全球销量的40%左右。安防是目前我国乃至当今世界上实现人脸识别最早被广泛应用的领域之一，其中在国内的安防市场份额一直保持在30%左右；电子金融信息技术领域作为未来几年全球重要应用人脸识别技术领域之一，其国内市场份额规模正在逐渐扩大，目前约占整个安防行业的20%。

　　5.三维人脸识别技术将是未来发展主流

　　从整个人脸识别历史演变过程特征来看，未来三维图形人脸识别将是二维人脸识别的主要应用技术手段，二维图形人脸识别不过是三维图形人脸识别发展的一个过渡期。经过多年的研究结果表明，二维式的人脸识别控制系统能够辨认出人脸左右两个方向的角度偏转，但达到40度角以上时其识别率快速下降至50%以下。而当我们在第一时间开始使用三维图像进行人脸识别后，识别率甚至能够大幅增加至少10-20个百分点。

　　二、人脸识别在安防市场面临的应用难点

　　在我国的安防领域，AI技术的优越性和未来的发展趋势毋庸置疑，而且安防一直以来以人工智能为最佳的落地点而自居，但从当前情况来看，人工智能在我国安防领域的整个市场细分场景下的广泛应用，还远远没有办法做到我们所预期的成效，AI新技术产品的代替率仍旧在努力寻找新的突破。无论是参加各方公司的企业实力，还是其他公司的技术开发与产品的融合运营等方面，仍存在着许多的困难点和问题。

　　1.行业参与者层面

　　受限于各自科学和技术领域与产品行业的发展，在AI技术领域，参与AI技术研发及其应用工作的各个环节中均存在较明显的优劣势，首先我们传统的大型安防公司和上市企业虽然已经展示了很多年轻人积极拥抱AI技术的情绪心情和态度，一些大型的安防公司和上市企业也已经开始提出了自己相应的发展策略，但是时间节点都集中于近两三年，成熟的AI技术产品和服务以及其他行业内的解决方案还相对比较少，算法的研究和积累以及其他领域和行业之间的融合期限仍比较短。

　　按照目前市场的反应情况来看，传统安防公司AI技术和产品仍仅仅是停留在人脸识别、汽车认证以及相应大数据平台上。其次一些AI算法的中小型企业尽管从四五年前已经开始把眼光投入到安防技术领域，而且也是基于自己在算法上的积累和优势，推出了一系列相应的AI安防技术产品和解决方案。然而，算法型企业在软硬件制造、产品行业积累及渠道扩张等方面，与传统安防装备制造业之间仍然存在较大的差距，特别是在细分领域的应用积累，亟待进一步改善。另外，对于安防中小型企业而言，他们既缺少资金和技术实力，又缺少算法技术领域的研发，根本没有办法通过和各地的公安行政管理部门之间建立合作伙伴关系来获取信息技术和大数据的支撑，唯独是具备了细分领域的行业化应用优势。这也是AI时代，安防中小微软件企业所要面临的一系列亟待及时解决的关键问题。

　　2.技术层面

　　目前，人工智能技术在我国安防行业表现出一种欣欣向荣的发展态势，但当前的应用仍然处于较低层次，技术尚不成熟，在一些已经具有市场应用的企业中，人工智能还远远无法真正达到其更加理想的落地效果。例如，AI在各个细分领域中对于环境的精准适应性比较差，目前有人认为鉴于汽车及其行驶道路的环境相对比较标准化，识别率也比较高，但对于未来人脸的精准识别则很难保证，比如光照量的不足、图像模糊、目标尺寸过小或者互相掩盖遮挡等各种环境因素所造成的影响，将直接会影响未来识别精准度。再者，数据信息资源分散，安防监管领域数据信息开放性以及数据共享程度都相对比较低，很难做到进行多维度数据交叉整合与分析，这将会导致传统人工智能分析系统缺乏有效的信息技术支持，对不同类型场景的视频分析理解能力有所受限。目前对于视频的智能化分析主要集中在单个场景的目标检测与异常行为的分析，很少有人会涉及到大范围各种类型视频场景之间的相互关联与行为的分析，以至于很难从实际应用到异常情况下的分析与风险预警。

　　3.落地应用层面

　　早在2012年，深度机器学习技术得到了广泛发展运用之后，部分基于AI安防算法的研发企业把战略眼光开始放到了深度安防算法技术应用领域，并亲自开发设计研制了基于深度人工智能或者是被称为基于深度机器学习的各种AI新型安防算法技术和相关产品。从目前研发企业主要产品线上线下及总体销售情况分析来看，主要产品可以将其划分类别为人脸图像视频识别式分析布控指挥系统、视频结构化分析布控系统、汽车监控大数据分析平台、交通运输警务大规模数据分析平台、arbr实景监控指挥系统。然而，在软硬件装备制造、产业技术积累以及销售渠道规模扩张等各个方面，算法应用类的安防企业和其他传统类的安防技术装备以及制造类的企业还仍然存在较大的技术差距，特别是在各个安防细分应用领域的算法应用缺乏积累，亟待进一步挖掘改善。

　　4.安全隐私层面

　　政府在2020年和2021年两会上都明确提及了对于人脸识别的应用范围、数据采集、储存和实际使用、人脸识别的软硬件验收和认证等方面的问题。从去年起，大家最为关心的焦点不再是人脸识别给人们带来的方便、安全，而是"人脸识别应用的必要性"的问题。所谓人脸识别的必要性，指的是抛开公安、安防、重大活动场合，普通园区、企业、楼盘、校园等场合，是否真的必须应用人脸识别？是否有其他替代方案？如何让公众自有选择？如何保证生物识别信息安全及不滥用？人们已经在抗拒传统的人脸识别，认为自己的每一张脸都是暴露在外，是不可能被改变的。"危险"之处主要在于：一方面，人脸这种独特的生物学和化学特征具有唯一性，通过先进的人脸识别技术可以更加容易地检测和分析发现自己的各种个人隐私，比如路上行踪、商场消费等。另一方面，人脸识别技术还是需要完全地依靠大型的信息数据库，而这类技术对于数据库的信息安全性和保密问题也是毋庸置疑的。目前它们仍然是屡次出现泄漏，一旦遭到滥用或者泄露，将会威胁到使用者的利益和个人隐私。所以，目前情况下，是否应该让人们自由选择是否采集个人人脸数据，或者采用合同或者个人在规定时间内自动删除等其他方式以防范生物特征数据被泄露和窃取的任何风险。这些问题，亟待解决。

　　三、人脸识别在安防市场将呈现哪些走向？

　　视频数据图像的处理以及智能信息识别是现代安防信息技术和工业应用的关键之一，而其中的关键点在于如何将兆级非视频数据内容处理转化成结构化的视频数据，然后通过各种深度机器学习的分析算法对其内容进行更加智能化的数据分析，有效地提高视频数据处理的工作效率。所以从这个新角度来看，"十四五"期间，智能、大数据未来会逐渐发展成为公共安防新技术业态的一种重要典型，人工智能+安防将来也会逐渐实现变被动安全防范预警为主动监控预警。在我国公共安全监控领域逐步可以实现公共安防安全信息的实时可视化、网络化、智能化和高效管理。

　　第一，目前智能人脸识别已经完全具备能够有效适应基本的网络布控系统业务。但目前我国由于公安机关在现有实际办案工作和其他办理业务中都涉及到的办案视频文件内容很多，种类相对复杂，各个城市、酒店、网吧、机场等多个办案业务的各个方面都是需要配备有其办案视频，而对于这些办案线索进行分类搜集和综合整理，往往还需要对多种形式的案例进行综合梳理。因此通过深入研究复杂工作环境下的各种人工智能识别图像视频采集系统和各种人工智能识别视频属性的综合分析，提高了对人工识别节点的精度和准确。结合GIS、GIS智能地图，自动将所有部门中需要进行实时搜集和检索的各种人工智能识别视频信息都进行了实时地关联、归类以及采集数据的综合可视化，通过对复杂环境信息的数据进行综合分析可视、精准跟踪和调用，提高了各个部门业务管理系统的各种人工智能识别和视频信息采集使用的管理效率，这将被普遍认为是未来几年关于人脸识别AI的一个重点技术研究目标。

　　此外，全新的智能人脸图像科技发展策略和技术战法在国内的技术应用也将得到扩大和不断深化。将基于传统的智能人脸图像数据处理信息的实时采集、预警、检索，做基于智能人脸的图像情报和信息预警系统，对道路布控重点区域一定范围内的每一个过路人都同时进行人脸图像信息分析、出行交通计划和生活规律的综合分析。全新的智能人脸处理技术不仅必须同时涵盖所有传统的人脸图像和人工智能人脸AI，更必须同时涵盖一些更为核心的技术应用以及场景。

　　第二，人脸识别实现了多维度的数据碰撞。利用新一代大数据技术，结合了人脸识别、人体认知、车辆认知等，找到了有价值的信息和数据，挖掘出各种信息和数据之间潜在的相互关联性和密切的关系，从而更好地服务于行业，"十四五"期间，这也将成为未来人工智能技术发展的一个重要趋势。

　　第三，人脸识别及相关技术将在我国全面推行和普及。目前我国的人脸识别以政府事业单位、金融机构、机场、高铁等领域的实际应用和市场场景研究为主， "十四五"期间我国的各种人脸识别及相关技术市场将有可能进一步扩展到民用市场，大众将有可能会在日常生活中广泛体验到人脸的认证、人脸交易和支付全面深入地涉及普通百姓日常生活的每一个环节。