中国3D人脸识别产业前景分析

中国3D人脸识别产业前景分析一、人脸识别行业产业链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。目前，在生物识别技术中，市场较为主流的技术主要有人脸识别、指纹识别、虹膜识别以及语言识别四类，人脸识别由于其采集成本低、识别效率高，在市场中占据重要位置。剖开深度学习基础上的人脸识别产业链，可以看到，产业链为图像获取层面，包括摄像头、照片和视频录像等；中层部分由视频人脸识别、图片人脸识别和数据库对比检验等技术层构成，大体包括人脸预处理、特征提取、特征对比、结果输出等技术。二、人脸识别产业现状分析近年来，人脸识别技术迅速发展，市场下游场景不断发掘，空间广阔。人脸识别技术在我国起步于上世纪90年代末，主要经历了五个阶段：技术引进、专业市场导入、技术完善、技术应用以及各行业领域使用。现阶段，我国人脸识别技术已经发展相对成熟，正在各个领域加强推广。2013年我国人脸识别市场规模仅为8.61亿元，之后几年快速增长，在2018年市场规模增长至27.6亿元，同比2017年增速达到26%，2019年增长至34.5亿元，同比2018增长25%。人脸识别技术自上世纪90年代开始起步，在2014年引入专业化市场，2015年起人脸识别技术进入了高速发展阶段，人脸识别公开专利数量激增，2015-2019年人脸识别技术的年复合增长率为39%。从技术完善程度上看，人脸识别错误率已经从1993年的79%降至目前的小于0.2%，技术已经相对完善，表明人脸识别技术正进入成熟期，同时人脸识别技术的快速发展也大大降低了技术的应用成本。根据南方都市报个人信息保护研究中心于2020年6月发布的《人脸识别应用公众调研报告》，在10大类场景中，最普及的场景是支付转账，67.2%受访者表示遇到过。除此之外，解锁解密(54.1%)、交通安检(49.6%)、实名登记(47.68%)、开户销户(45.26%)、门禁考勤(43.33%)也较为普及，均有四成以上受访者在相关场景中遇到过人脸识别应用。随着3D感知应用兴起，终端3D人脸识别的应用场景也随之丰富。尽管3D感知模组成本相对较高，但相比于2D人脸识别，3D人脸识别技术能够排除姿态、光照、表情等因素更为精准的捕捉生物信息，并对采集数据进行识别计算、建模检索等。三、竞争格局目前市场主流的人脸识别厂商包括乐鑫科技、旷视科技、商汤科技、云从科技和依图科技等，产品主要运用于金融、安防等领域，下游合作厂商包括蚂蚁金服、小米、京东、中信银行等，安防领域则主要包括人像大平台以及车辆大平台的应用，市场主流厂商对此类主要应用场景已基本布局完成。从全球市场份额来看，美国占据了全球33%的市场份额，其次是欧洲占比25%，亚太区占比20%排名第三。四、人脸识别前景分析从人脸识别的技术路线来讲，目前人脸识别技术主要分为2D人脸识别和3D人脸识别。伴随2D人脸识别的逐渐成熟，其优势及劣势日益明显，3D人脸识别的研究也逐渐深入。2D人脸识别是基于图像的识别方法，主要优势在于检测数据获取方式便捷，照片等均可作为人脸对比库。同时目前算法相对成熟，在无遮挡等理想条件下的识别率接近100%。但是由于3D人脸在2D维度的投影，使得部分有效信息缺失，因此在遮挡、角度旋转等场景下识别率不够理想。3D人脸识别方法是基于人脸3D立体模型进行识别，充分利用立体空间信息，有效解决2D识别的遮挡以及角度旋转等识别难点，识别精度较高。比如3D技术在双胞胎识别准确率上大幅领先于2D技术。但是其问题在于数据采集相对困难，采集数据量十分巨大，对计算机计算存储能力要求较高。根据win