大连智能人脸识别设备项目经营分析报告

1、大连智能人脸识别设备项目经营分析报告投资分析/实施方案第一章 项目总体情况说明一、经营环境分析人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。通常采用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸。人脸识别系统主要包括四个组成部分，分别为人脸图像采集及检测、人脸识别预处理、人脸图像特征提取以及匹配与识别。人脸识别与其它生物识别技术相比，优势在于非接触性、非侵扰性、硬件基础完善、可拓展性。指纹识别唯一性比较强，采集成本较低，但是指纹可由指纹贴、指纹膜等复制，且接触性、侵扰性较强，人脸识别与其相比接触性和侵扰性较低；虹膜识别最精准，但是采集成本非常高，识别效

2、率较低，接触性、侵扰性也较强，人脸识别与其相比，采集成本低、识别效率高；语音识别采集成本低，但语音具有可变性，人脸识别与其相比，识别效率高。人脸图像的采集有两种途径，分别是：人脸图像的批量导入和人脸图像的实时采集。前者是指将采集好的人脸图像批量导入至人脸识别系统，系统会自动完成个人脸图像的采集工作；后者是指调用摄像机或摄像头在设备的可拍摄范围内自动实时抓取人脸图像并完成采集工作。人脸图像的预处理是指对系统采集到的人脸图像进行光线、旋转、切割、过滤、降噪、放大缩小等处理来使得该人脸图像符合人脸图像特征提取的标准要求。目前主要有三种图像预处理手段，即灰度调整、图像滤波、图像尺寸归一化。其中灰度调整

3、是对地点、设备、光照等造成的图像质量差异进行处理，图像滤波是对噪声造成的图像质量差异进行降噪处理，图像尺寸归一化是针对图像像素大小不同进行尺寸处理。在图像中准确标定出人脸的位置和大小，并把其中有用的信息挑出来（如直方图特征、颜色特征、模板特征、结构特征及Haar特征等），然后利用信息来达到人脸检测的目的。人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。通常采用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸。人脸识别系统主要包括四个组成部分，分别为人脸图像采集及检测、人脸识别预处理、人脸图像特征提取以及匹配与识别。人脸识别与其它生物识别技术相比，优势在于非

4、接触性、非侵扰性、硬件基础完善、可拓展性。指纹识别唯一性比较强，采集成本较低，但是指纹可由指纹贴、指纹膜等复制，且接触性、侵扰性较强，人脸识别与其相比接触性和侵扰性较低；虹膜识别最精准，但是采集成本非常高，识别效率较低，接触性、侵扰性也较强，人脸识别与其相比，采集成本低、识别效率高；语音识别采集成本低，但语音具有可变性，人脸识别与其相比，识别效率高。人脸图像的采集有两种途径，分别是：人脸图像的批量导入和人脸图像的实时采集。前者是指将采集好的人脸图像批量导入至人脸识别系统，系统会自动完成个人脸图像的采集工作；后者是指调用摄像机或摄像头在设备的可拍摄范围内自动实时抓取人脸图像并完成采集工作。人脸图

5、像的预处理是指对系统采集到的人脸图像进行光线、旋转、切割、过滤、降噪、放大缩小等处理来使得该人脸图像符合人脸图像特征提取的标准要求。目前主要有三种图像预处理手段，即灰度调整、图像滤波、图像尺寸归一化。其中灰度调整是对地点、设备、光照等造成的图像质量差异进行处理，图像滤波是对噪声造成的图像质量差异进行降噪处理，图像尺寸归一化是针对图像像素大小不同进行尺寸处理。在图像中准确标定出人脸的位置和大小，并把其中有用的信息挑出来（如直方图特征、颜色特征、模板特征、结构特征及Haar特征等），然后利用信息来达到人脸检测的目的。二、项目情况说明为了积极响应xx高新区关于促进人脸识别设备产业发展的政策要求，xx

6、x科技发展公司通过科学调研、合理布局，计划在xx高新区新建“人脸识别设备项目”；预计总用地面积29034.51平方米（折合约43.53亩），其中：净用地面积29034.51平方米；项目规划总建筑面积43842.11平方米，计容建筑面积43842.11平方米；根据总体规划设计测算，项目建筑系数77.76%，建筑容积率1.51，建设区域绿化覆盖率5.48%，固定资产投资强度177.77万元/亩。根据谨慎财务测算，项目总投资9151.08万元，其中：固定资产投资7738.33万元，占项目总投资的84.56%；流动资金1412.75万元，占项目总投资的15.44%。在固定资产投资中建筑工程投资3941

7、.37万元，占项目总投资的43.07%；设备购置费2247.11万元，占项目总投资的24.56%；其它投资费用1549.85万元，占项目总投资的16.94%。项目建成投入正常运营后主要生产人脸识别设备产品，根据谨慎财务测算，预期达纲年营业收入13692.00万元，总成本费用10660.02万元，税金及附加166.32万元，利润总额3031.98万元，利税总额3616.50万元，税后净利润2273.99万元，达纲年纳税总额1342.52万元；达纲年投资利润率33.13%，投资利税率39.52%，投资回报率24.85%，全部投资回收期5.52年，提供就业职位290个，达纲年综合节能量40.30吨标

8、准煤/年，项目总节能率23.74%，具有显著的经济效益、社会效益和节能效益。三、经营结果分析生物识别，是指依靠人体的身体特征来进行身份验证的识别技术，目前较为主流的识别技术有：人脸识别、指纹识别、虹膜识别、语音识别等四类。人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。通常采用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸。人脸识别系统主要包括四个组成部分，分别为人脸图像采集及检测、人脸识别预处理、人脸图像特征提取以及匹配与识别。人脸识别与其它生物识别技术相比，优势在于非接触性、非侵扰性、硬件基础完善、可拓展性。指纹识别唯一性比较强，采集成本较低，但是指

9、纹可由指纹贴、指纹膜等复制，且接触性、侵扰性较强，人脸识别与其相比接触性和侵扰性较低；虹膜识别最精准，但是采集成本非常高，识别效率较低，接触性、侵扰性也较强，人脸识别与其相比，采集成本低、识别效率高；语音识别采集成本低，但语音具有可变性，人脸识别与其相比，识别效率高。根据人脸识别技术原理具体实施起来的技术流程则主要包含以下四个部分，即人脸图像的采集与预处理、人脸检测、人脸特征提取、人脸识别和活体鉴别。人脸图像的采集有两种途径，分别是：人脸图像的批量导入和人脸图像的实时采集。前者是指将采集好的人脸图像批量导入至人脸识别系统，系统会自动完成个人脸图像的采集工作；后者是指调用摄像机或摄像头在设备的可

10、拍摄范围内自动实时抓取人脸图像并完成采集工作。人脸图像的预处理是指对系统采集到的人脸图像进行光线、旋转、切割、过滤、降噪、放大缩小等处理来使得该人脸图像符合人脸图像特征提取的标准要求。目前主要有三种图像预处理手段，即灰度调整、图像滤波、图像尺寸归一化。其中灰度调整是对地点、设备、光照等造成的图像质量差异进行处理，图像滤波是对噪声造成的图像质量差异进行降噪处理，图像尺寸归一化是针对图像像素大小不同进行尺寸处理。在图像中准确标定出人脸的位置和大小，并把其中有用的信息挑出来（如直方图特征、颜色特征、模板特征、结构特征及Haar特征等），然后利用信息来达到人脸检测的目的。2018年11月16日，美国国

11、家标准与技术研究院（NIST）公布了全球权威人脸识别比赛（FRVT）最新报告，从前十名企业在千分之一的误报率下的识别准确率来看，其平均能达到99.69%，在千万分之一误报下的识别准确率超过99%。意味着机器几乎可以做到在1000万人的规模下准确识别每一个人，而人脑记忆并辨别100个人的身份都很有可能犯错，相比于去年同期，全球人脸识别性能提升了80%，且中国企业占据榜单前五位，居世界领先水平，为人脸识别的技术落地提供技术面支撑。从研究学者分布来看，中国占据世界第三的位置，人才储备居优势地位。2018年，AMiner基于发表于国际期刊会议的学术论文，对人脸识别领域全TOP1000的学者进行计算分析

12、。从每年新增数量来看，2007年新增专利尚不足百例，至2015年迎来了爆发，全年新增专利已达到1398例，至2017年，我国人脸识别专利公开数量2698项，达到近年来最大值；截至2018年7月，专利公开数量为2163项，技术实力的显著增强也为国内商业化产品的迅速普及打下了坚实的基础。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；其后，安全防范视频监控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坚实的基础，扫清了政策障碍。同时，2017年人工智能首次写

13、入国家政府报告，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）则具体规划“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%”。1、本期工程项目符合国家产业发展政策和规划要求，符合xx高新区行业布局和结构调整政策；项目的建设对促进xx高新区产业结构、技术结构、组织结构、产品结构的调整优化有着积极的推动意义。2、项目拟建设在xx高新区内，工程选址符合xx高新区土地利用总体规划，保证项目用地要求，而且项目建设区域交通运输便利，可利用现有公用工程设施，水、电、气

14、等能源供应有保障。3、根据谨慎财务测算，本期工程项目达纲年投资利润率33.13%，投资利税率39.52%，全部投资回报率24.85%，全部投资回收期5.52年，固定资产投资回收期5.52年，因此，本期工程项目经营非常安全，说明项目具有较强的盈利能力和抗风险能力。4、本期工程项目利用现有土地，计划总建筑面积43842.11平方米（计容建筑面积43842.11平方米）；购置先进的技术装备共计111台（套），项目建设规模合理、经济技术实施方案可行。5、本期工程项目总投资9151.08万元，其中：固定资产投资7738.33万元，流动资金1412.75万元；经测算分析，项目建成投产后达纲年营业收入136

15、92.00万元，总成本费用10660.02万元，年利税总额3616.50万元，其中：税后净利润2273.99万元；纳税总额1342.52万元，其中：增值税418.20万元，税金及附加166.32万元，年缴纳企业所得税758.00万元；年利润总额3031.98万元，全部投资回收期5.52年，固定资产投资回收期5.52年，本期工程项目可以取得较好的经济效益。6、国际经验表明，在工业化早期阶段，实现高速增长相对容易，而从中等收入阶段向高收入阶段的过渡中，发展的难度明显增大，只有少数经济体能成功跨越这一关口。我国经过长期努力，经济发展取得历史性成就、发生历史性变革，形成了世界上人口最多的中等收入群体，

16、但同时也面临不少困难和挑战。推动高质量发展，正是我国跨越关口、攻坚克难、应对挑战的一剂“对症良药”。第二章 经济效益分析一、投资情况说明截至目前，项目实际完成投资6929.44万元，占计划投资的75.72%。其中：完成固定资产投资5132.93万元，占总投资的74.07%；完成流动资金投资1796.51，占总投资的25.93%。二、经济评价财务测算（一）营业收入估算根据初步统计测算，该项目实际实现营业收入9355.44万元，同比增长10.24%（869.18万元）。其中，主营业务收入为8026.54万元，占营业总收入的85.80%。（二）利润及利润分配根据初步统计测算，该项目实际实现利润总额2

17、525.49万元，较去年同期相比增长202.11万元，增长率8.70%；实现净利润1894.12万元，较去年同期相比增长306.14万元，增长率19.28%。节项目建设进度一览表序号项目单位指标1完成投资万元6929.441.1完成比例75.72%2完成固定资产投资万元5132.932.1完成比例74.07%3完成流动资金投资万元1796.513.1完成比例25.93%三、项目盈利能力分析按照相关计算准则，该项目主要盈利分析指标如下：1、投资利润率：36.45%。2、财务内部收益率：29.01%。3、投资回报率：27.33%。第三章 经营分析一、运营情况说明截至目前，该项目（公司）总资产规模达

18、到19786.51万元，其中流动资产总额7698.59万元，占资产总额的38.91%，资产负债率38.91%，运营情况良好。视觉人工智能是中国人工智能市场上最大的组成部分。根据中国信通院数据，2017年中国人工智能市场中视觉人工智能的占比超过37%。在视觉人工智能领域，安防影像分析是最大的应用场景，2017年占比约67.9%。其他主要应用包括广告、互联网、云服务、手机等。最近三年，视觉人工智能技术不仅带来了生产效率的提升，而且还催生了众多新产业、新商业模式与新应用场景，推动了多行业产业链的重构。随着视觉人工智能技术的不断发展，市场规模的不断扩大及行业应用解决方案的建立和完善，视觉人工智能行业的

19、应用场景将进一步渗透，助力各应用行业解决痛点，实现行业转型和升级，需求前景广阔。最近几年机器视觉行业实现快速发展的背景是：2015年基于深度学习的计算机视觉算法在ImageNet数据库上的识别准确率首次超过人类，同年Google在开源自己的深度学习算法。这些带动中美两国的科学家把计算机视觉算法运用到安防、金融、互联网、物流、零售、医疗、制造业等不同垂直行业。但在实际的运用当中，由于数据可得性，算法成熟度，服务的容错率等因素的影响，落地的速度开始出现分化。移动互联网/安防领跑，零售/物流跟进，医疗/无人驾驶发展较慢。移动互联网应用的普及离不开深度摄像头的应用，如面部识别可以使手机解锁及支付更加安

20、全快捷，手势动作识别可以增强游戏体验，人形及物体建模可以使网络购物更加直观方便快捷。通过与人工智能、虚拟现实等技术有机结合，深度摄像可广泛应用在智能手机、智能汽车、智能安防、智能家居、金融等领域，给消费者带来全新的用户体验，提高生产和生活效率。因此，深度摄像拥有广阔的市场空间，预计到2021年，全球范围内深度摄像头市场规模有望达到78.9亿美元，较2017年的22亿美元增长262.73%。金融领域中的人脸识别，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，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。场景规模化应用也称作1:N刷脸

21、，多用在刷脸支付、取款等。由于金融人群庞大，身份核验、场景应用等环节给人脸识别技术发展提供助力，预计可提供亿级以上的市场体量。以银行为例，人脸识别在银行领域的业务点主要有私有云部署、智慧网点改造、自助机具改造、网点VIP。四大业务点市场体量都在百亿元级别，智慧网点改造更是达千亿元级别，人脸识别可发挥的空间巨大。为满足当下人脸识别等人工智能的发展需求，行业也推出了各种针对深度学习芯片，如TPU、NPU、DPU、BPU等，但因其受场景限制以及性能不及GPU等，市场上仍以GPU等通用芯片占主导。从上游芯片市场看，高端市场均被国外企业垄断。人脸识别芯片目前均采用人工智能通用芯片，而根据市场研究顾问公司

22、CompassIntelligence在2018年5月发布的关于AI芯片最新调研报告，排名靠前的均是国外企业英伟达、英特尔、IBM与谷歌。排行榜中共有七家中国人工智能芯片公司入围榜单Top24，华为排名12，成中国大陆地区最强芯片厂商，其余六家中国公司分别为：联发科、Imagination、瑞芯微、芯原、寒武纪、地平线。二、项目运营组织结构（一）完善企业管理制度的意义1、降低中小企业成本，发挥减轻企业负担工作机制的作用，进一步推进合理降低企业税负，全面实施涉企收费目录清单管理，规范涉企收费行为，减轻中小企业负担。优化行政审批流程和企业投资项目相关审批程序，推进降低制度性交易成本。推进降低企业融

23、资成本，推动降低企业用能、用地成本等。2、从促进产业发展看，民营企业机制灵活、贴近市场，在优化产业结构、推进技术创新、促进转型升级等方面力度很大，成效很好。据统计，我国65%的专利、75%以上的技术创新、80%以上的新产品开发，是由民营企业完成的。从吸纳就业看，民营经济作为国民经济的生力军是就业的主要承载主体。全国工商联统计，城镇就业中，民营经济的占比超过了80%，而新增就业贡献率超过了90%。从经济的贡献看，截至2017年底，我国民营企业的数量超过2700万家，个体工商户超过了6500万户，注册资本超过165万亿元，民营经济占GDP的比重超过了60%，撑起了我国经济的“半壁江山”。同时，民营

24、经济也是参与国际竞争的重要力量。发挥民间投资在制造业发展中的作用，关键是要为广大民营企业创造一个平等参与市场竞争的制度和政策环境。国务院把简政放权、放管结合、优化服务作为全面深化改革特别是供给侧结构性改革的重要内容，作为推动大众创业万众创新和培育发展新动能的重要抓手，为推动经济转型升级、扩大就业、保持经济平稳运行发挥了重要作用。（二）法人治理结构xxx科技发展公司按照现代企业制度的要求进行组织和运行，建立有股东大会、董事会、监事会、总经理及高层管理人员分级权限决策的治理结构；股东大会拥有对公司资产的最终所有权并根据股权比例行使相应股东权；由股东大会选举的董事组成公司董事会作为决策机构对股东大会

25、负责并行使相应权限的经营决策权；由股东大会选举产生的监事和职工代表监事组成的监事会行使监督权，维护股东利益，对股东大会负责；由董事会聘请的公司总经理及高级管理人员根据董事会决策进行企业的日常经营管理指挥活动，保持企业的市场竞争力和经营效率。xxx科技发展公司组织经营机构的设置按照“精简、高效”的原则，而且业务开展、专业技术培训、经营管理活动必须服从公司统一管理；为保证各部门及全体员工之间的协调配合，以完成企业生产经营目标，按照中华人民共和国公司法的规定并结合企业实际情况对企业的组织机构进行设置。（三）公司管理体制xxx科技发展公司的机构设置按现代化企业制度设置管理体制，根据生产经营管理工作的实

26、际需要，本着“力求精简、实行全员聘用制，管理机构精简，适用和提高效益”的原则确定。本期工程项目按车间及现代企业体制运作，实行生产管理现代化。实行生产管理现代化基础是技术装备水平先进、工人技术水平优良，在此基础上精简机构，建立一套科学管理机构和管理体制，减少管理人员，人员编制根据生产设备的需要进行配置。生产设备、辅助生产设施、公用工程设施由生产车间统一管理。生产车间对主要生产设备的正常运行、安全、产品质量负责。xxx科技发展公司实行董事会领导下的总经理负责制，各部门按其规定的职能范围，履行各自的管理服务职能，而且直接对总经理负责；公司建立完善的营销、供应、生产和品质管理体系，确立各部门相应的经济

27、责任目标，加强产品质量和定额目标管理，确保公司生产经营正常、有效、稳定、安全、持续运行，有力促进企业的高效、健康、快速发展。第四章 风险因素分析及规避措施一、社会影响评价范围及内容的界定该项目社会影响评价范围是以xx高新区项目建设地为重点，分析“人脸识别设备项目”对节约能源、减少排放、当地社会就业、居民收入、生活水平、不同群体、文教卫生、弱势群体、社会服务容量等方面的影响。二、社会影响因素分析（一）项目实施对当地居民收入的影响项目建设区域为xx高新区项目建设地，无特殊环境功能区，也不属于农业生产种植区，在该区域实施项目建设，不仅不会影响当地农民正常种植生产，还能够充分利用当地剩余的丰富劳动力资

28、源，项目实施后能够提供就业机会，吸收当地居民参与第二产业，带动和发展第三产业，在一定程度上缓解当地居民的就业问题，因此，可以改变当地农民仅靠种植获得收入的状况，因此，可以明显地提高当地居民的收入。（二）对所在地区文化、教育、卫生的影响文教卫生是提高人口素质的摇篮，是保护人类健康的基石；本期工程项目的技术含量、管理水平要求较高，需要引进培养一部分文化、技术素质高的人才和有熟练技能、身体健康的一大批从业人员，也就是说要强化文化教育、卫生事业是工业经济发展基础的意识，促进当地政府在发展公共社会事业方面做出部署，如进一步加强幼儿教育、义务教育、职业技术教育等；同时项目获益后又以缴纳税金来回报社会，从而

29、为进一步发展当地的文化、教育、卫生事业打下坚实的经济基础。（三）对当地基础设施、社会服务容量和城市化进程等的影响本期工程项目的建成，将完善区域间路网结构和功能，提升xx高新区项目建设地的整体形象，明显改善当地的交通条件和出行环境，直接服务于xx高新区项目建设地的规划开发，促进项目区域的城镇化进程。三、社会影响效果分析（一）主要社会影响效果分析本期工程项目建设有利于繁荣地方经济，取得较好的社会经济效益；项目建成后，可以极大地改善xx高新区项目建设地的环境状况，进一步改善眉山市的投资环境，加快附近区域的建设与开发，引导该区域人脸识别设备产业结构和产业布局的调整，促进城乡贸易的流通，带动商业、建筑业

30、、运输业、加工业及文化教育产业等迅速发展，从而促进项目影响区域的经济繁荣。（二）对土地利用效果分析1、本期工程项目拟总用地面积29034.51平方米（折合约43.53亩），项目的实施将会进一步减少土地可用量；此外，近年来，城市化、工业化的加速发展对建设用地的需求不断扩张，而建设用地需求的扩张又导致占用耕地面积的不断扩大。（三）对环境污染影响分析1、项目施工活动对自然环境会造成污染性破坏，必然对生态环境产生一定的影响，项目建设因大量的开挖取土破坏土体的原有自然结构，土壤水循环被破坏，相应的生物链随之改变，改变了动植物的生存环境，影响其生长活动规律，对生态系统的漫延造成障碍。2、创建绿色工厂，按照

31、厂房集约化、原料无害化、生产洁净化、废物资源化、能源低碳化的原则分类创建绿色工厂。引导企业按照绿色工厂建设标准建造、改造和管理厂房，集约利用厂区。鼓励企业使用清洁原料，对各种物料严格分选、分别堆放，避免污染。优先选用先进的清洁生产技术和高效末端治理装备，推动水、气、固体污染物资源化和无害化利用，降低厂界环境噪声、振动以及污染物排放，营造良好的职业卫生环境。采用电热联供、电热冷联供等技术提高工厂一次能源利用率，设置余热回收系统，有效利用工艺过程和设备产生的余（废）热。提高工厂清洁和可再生能源的使用比例，建设厂区光伏电站、储能系统、智能微电网和能管中心。绿色产品设计示范。推进绿色设计试点示范，开展

32、典型产品绿色设计水平评价试点，培育一批绿色设计示范企业，制定绿色产品标准。到2020年，创建百家绿色设计示范企业、百家绿色设计中心，力争开发推广万种绿色产品。3、打造绿色供应链方面，按照产业结构绿色化、能源利用绿色化、运营管理绿色化、基础设施绿色化的要求，以产业集聚、生态化链接和公共服务基础设施建设为重点，推行园区综合资源能源一体化解决方案，实现园区能源梯级利用、水资源循环利用、废物交换利用、土地节约集约利用，提升园区资源能源利用效率。（四）市场分析预测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，也

33、称人脸表征，它是对人脸进行特征建模的过程。主要方法有基于知识的表征方法（主要包括基于几何特征法和模板匹配法）和基于代数特征或统计学习的表征方法。2018年11月16日，美国国家标准与技术研究院（NIST）公布了全球权威人脸识别比赛（FRVT）最新报告，从前十名企业在千分之一的误报率下的识别准确率来看，其平均能达到99.69%，在千万分之一误报下的识别准确率超过99%。意味着机器几乎可以做到在1000万人的规模下准确识别每一个人，而人脑记忆并辨别100个人的身份都很有可能犯错，相比于去年同期，全球人脸识别性能提升了80%，且中国企业占据榜单前五位，居世界领先水平，为人脸识别的技术落地提供技术面支

34、撑。从研究学者分布来看，中国占据世界第三的位置，人才储备居优势地位。2018年，AMiner基于发表于国际期刊会议的学术论文，对人脸识别领域全TOP1000的学者进行计算分析。从全球范围来看，美国人脸识别研究学者聚集最多的国家，在人脸识别领域的研究占有绝对的优势；英国紧随其后，位列第二；中国位列全球第三，占有一席之地。可以看出，中国的追赶势头不容忽视。从公开专利数量来看，2007-2017年，我国人脸识别专利公开数量总体呈上升趋势，为人脸识别商业化应用打下基础。从每年新增数量来看，2007年新增专利尚不足百例，至2015年迎来了爆发，全年新增专利已达到1398例，至2017年，我国人脸识别专利

35、公开数量2698项，达到近年来最大值；截至2018年7月，专利公开数量为2163项，技术实力的显著增强也为国内商业化产品的迅速普及打下了坚实的基础。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；其后，安全防范视频监控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坚实的基础，扫清了政策障碍。同时，2017年人工智能首次写入国家政府报告，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

36、展三年行动计划（2018-2020年）则具体规划“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%”。另外，工地场景上，住房和城乡建设部、人力资源社会保障部印发建筑工人实名制管理办法(试行)明确提出：建筑企业应配备实现建筑工人实名制管理所必须的硬件设施设备，施工现场原则上实施封闭式管理，设立进出场门禁系统，采用人脸、指纹、虹膜等生物识别技术进行电子打卡；不具备封闭式管理条件的工程项目，应采用移动定位、电子围栏等技术实施考勤管理。相关电子考勤和图像、影像等电子档案保存期限不少于2年。2017年，全球AI创业公司获得资金支持152亿美元，其中48流向中国，38流向美国

37、，中国在人工智能初创公司的资金支持方面已超过美国，而中国在人工智能上投入的资金主要专注于人脸识别核心技术，仅在2017年就突破十亿美元大关，达到16.40亿美元。此外，政府对人脸识别初创的资金支持已达亿级以上。仅在2017年，就有广州市政府和有国务院国资委背景的中国国有资本风险投资基金对云从科技、旷视科技投入亿级以上资金。2017年，全球视觉人工智能市场规模约为70亿美元，同比增长12.36%，而中国视觉人工智能市场规模达到41亿元，同比增长259.6%，远高于全球市场的增速。随着视觉人工智能技术的逐渐成熟及应用领域的逐步扩大，预计到2020年中国视觉人工智能市场规模将进一步扩大，达到755.

38、5亿元。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，也称人脸表征，它是对人脸进行特征建模的过程。主要方法有基于知识的表征方法（主要包括基于几何特征法和模板匹配法）和基于代数特征或统计学习的表征方法。2018年11月16日，美国国家标准与技术研究院（NIST）公布了全球权威人脸识别比赛（FRVT）最新报告，从前十名企业在千分之一的误报率下的识别准确率来看，其平均能达到99.69%，在千万分之一误报下的识别准确率超过99%。意味着机器几乎可以做到在1000万人的规模下准确识别每一个人，而人脑记忆并辨别1

39、00个人的身份都很有可能犯错，相比于去年同期，全球人脸识别性能提升了80%，且中国企业占据榜单前五位，居世界领先水平，为人脸识别的技术落地提供技术面支撑。从研究学者分布来看，中国占据世界第三的位置，人才储备居优势地位。2018年，AMiner基于发表于国际期刊会议的学术论文，对人脸识别领域全TOP1000的学者进行计算分析。从全球范围来看，美国人脸识别研究学者聚集最多的国家，在人脸识别领域的研究占有绝对的优势；英国紧随其后，位列第二；中国位列全球第三，占有一席之地。可以看出，中国的追赶势头不容忽视。从公开专利数量来看，2007-2017年，我国人脸识别专利公开数量总体呈上升趋势，为人脸识别商业

40、化应用打下基础。从每年新增数量来看，2007年新增专利尚不足百例，至2015年迎来了爆发，全年新增专利已达到1398例，至2017年，我国人脸识别专利公开数量2698项，达到近年来最大值；截至2018年7月，专利公开数量为2163项，技术实力的显著增强也为国内商业化产品的迅速普及打下了坚实的基础。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；其后，安全防范视频监控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坚实的基础，扫清了政策障碍。同时，2017年

41、人工智能首次写入国家政府报告，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）则具体规划“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%”。另外，工地场景上，住房和城乡建设部、人力资源社会保障部印发建筑工人实名制管理办法(试行)明确提出：建筑企业应配备实现建筑工人实名制管理所必须的硬件设施设备，施工现场原则上实施封闭式管理，设立进出场门禁系统，采用人脸、指纹、虹膜等生物识别技术进行电子打卡；不具备封闭式管理条件的工程项目，应采用移动定位、电子围栏等技术实

42、施考勤管理。相关电子考勤和图像、影像等电子档案保存期限不少于2年。2017年，全球AI创业公司获得资金支持152亿美元，其中48流向中国，38流向美国，中国在人工智能初创公司的资金支持方面已超过美国，而中国在人工智能上投入的资金主要专注于人脸识别核心技术，仅在2017年就突破十亿美元大关，达到16.40亿美元。此外，政府对人脸识别初创公司的资金支持已达亿级以上。仅在2017年，就有广州市政府和有国务院国资委背景的中国国有资本风险投资基金对云从科技、旷视科技投入亿级以上资金。2017年，全球视觉人工智能市场规模约为70亿美元，同比增长12.36%，而中国视觉人工智能市场规模达到41亿元，同比增长

43、259.6%，远高于全球市场的增速。随着视觉人工智能技术的逐渐成熟及应用领域的逐步扩大，预计到2020年中国视觉人工智能市场规模将进一步扩大，达到755.5亿元。第五章 综合评价1、新型产业体系可能的构成。由于生产与服务的划分困难，新的产业体系应当划分为以消费需求为导向的大功能性集成产业。需求可按功能性分界为公共产品与服务，私人产品与服务。由围绕个性化集成需求的价值链集成、产业链集成、产业网络集成产业构成。此类产业简称大功能性产业。具体有四大类：第一是围绕消费的大功能集成产业，如大消费品生产服务（衣食住行），大健康生产与服务等；第二是围绕生产装备服务设施的大功能集成产业，如智能、定制装备与服务

44、设施制造服务产业等；第三是基础性功能的集成性产业，如互联网、物联网以及服务产业等；第四为生产生活组织功能性集成产业，如物流网络、流动与服务产业，信息、知识技术创新及服务产业等等。城镇化的快速推进将进一步拓展消费空间。2017年末我国常住人口城镇化率为58.52%，距离发达国家80%左右的平均水平还有很大差距。据初步测算，城镇化率每提高1个百分点，拉动消费增长近2个百分点。解决发展不平衡不充分问题、提高供给体系质量离不开投资作用的发挥，投资未来发展空间广阔。2、该项目适应国内和国际人脸识别设备行业总体发展趋势，是国家支持和鼓励发展的产业，人脸识别设备市场前景良好。3、该项目投资效益是显著的；通过

45、财务分析得出，项目将产生较好的经济效益，并具有一定的抗风险能力，从投资经济角度来评价，本期工程项目具备经济合理性，而且具有较好的投资价值；通过经济效益分析认定，达纲年投资利润率33.13%，投资利税率39.52%，全部投资回报率24.85%，全部投资回收期5.52年，表明本期工程项目利润空间较大，具有较好的盈利能力、较强的清偿能力和抗风险能力。3、undefined综上所述，该项目经营状况良好。在xx高新区建设人脸识别设备项目，其建设选址合理，自然条件良好，综合优势突出，功能分区明确，投资规模适度，符合xx高新区及xx高新区“十三五”人脸识别设备产业发展规划，切合xx高新区经济发展的实际需求，

46、是一项经济效益明显、社会效益良好、环境保护效益突出的开发建设项目。本期工程项目的实施，对于增加国家财政收入，加快xx高新区全面建设小康社会步伐具有重要意义。第六章 项目规划数据分析表固定资产投资估算表序号项目单位建筑工程费设备购置及安装费其它费用合计占总投资比例1项目建设投资万元3941.372247.11177.777738.331.1工程费用万元3941.372247.1110193.391.1.1建筑工程费用万元3941.373941.3743.07%1.1.2设备购置及安装费万元2247.112247.1124.56%1.2工程建设其他费用万元1549.851549.8516.94%1

47、.2.1无形资产万元726.22726.221.3预备费万元823.63823.631.3.1基本预备费万元384.17384.171.3.2涨价预备费万元439.46439.462建设期利息万元3固定资产投资现值万元7738.337738.33流动资金投资估算表序号项目单位达产年指标第一年第二年第三年第四年第五年1流动资产万元10193.394291.476971.1110193.3910193.3910193.391.1应收账款万元3058.021223.212446.413058.023058.023058.021.2存货万元4587.031834.813669.624587.03458

48、7.034587.031.2.1原辅材料万元1376.11550.441100.891376.111376.111376.111.2.2燃料动力万元68.8127.5255.0468.8168.8168.811.2.3在产品万元2110.03844.011688.032110.032110.032110.031.2.4产成品万元1032.08412.83825.671032.081032.081032.081.3现金万元2548.351019.342038.682548.352548.352548.352流动负债万元8780.643512.267024.518780.648780.648780

49、.642.1应付账款万元8780.643512.267024.518780.648780.648780.643流动资金万元1412.75565.101130.201412.751412.751412.754铺底流动资金万元470.91188.37376.73470.91470.91470.91总投资构成估算表序号项目单位指标占建设投资比例占固定投资比例占总投资比例1项目总投资万元9151.08118.26%118.26%100.00%2项目建设投资万元7738.33100.00%100.00%84.56%2.1工程费用万元6188.4879.97%79.97%67.63%2.1.1建筑工程费万元3941.3750.93%50.93%43.07%2.1.2设备购置及安装费万元2247.1129.04%29.04%24.56%2.2工程建设其他费用万元726.22