在线身份认证技术产业分析报告（2018.1.1）

在线身份认证技术产业分析报告在线身份认证技术产业分析报告西安万方电子科技有限公司2018.1.在线身份认证概述在线身份认证技术，也称为生物识别技术，是利用人体生物特征进行实时身份认证的一种技术。具体来说，是通过计算机与光学、声学、生物传感器、生物统计学、互联网等高科技手段密切结合，利用人体固有的生理特性或行为特征来进行个人身份的实时鉴定。人体生物特征识别的四个重要条件：普遍性：即每个人都具有该生物特征。仅个别人所具有的生物特征不能用于身份识别；唯一性：即每个人的特征都是独一无二的，能够与其他人区分开；可操作性：即能用较为简单的方式来量化生物特征，从而实现身份识别；稳定性：即生物特征能够长期伴随一个人，甚至是终身不变。分类图表SEQ图表\*ARABIC1主流生物识别技术对比被用来区别身份的人体生物特征主要分为生理特征和行为特征两类。其中，生理特征是人与生俱来的，主要包括脸形、指纹、虹膜、视网膜、静脉等；而行为特征是人后天形成的，主要包括签字、声音等。基于这些特征，人们已经发展了多种生物识别技术，目前应用广泛的识别技术有人脸识别、指纹识别、虹膜识别，其它识别技术包括静脉识别、语音识别等。流程生物识别有两大关键模块：登记模块和认证模块。在登记模块中，生物识别系统对生物特征进行取样，提取其唯一的特征并转化成数字代码，随后进一步将这些代码组成特征模板。当人们与识别系统交互进行身份认证时，认证模块识别系统通过获取其特征与数据库中的特征模板进行对比，以确定二者是否匹配，从而决定接受或拒绝该人。图表SEQ图表\*ARABIC2生物识别技术处理流程图特点在生物识别技术兴起之前，传统的身份识别方法主要有：个人识别码、密码、IC/感应式ID/RFID卡证件等几种类型。这些方法虽然在过去相当长的时间内有效保障了用户的安全，但在快速发展的信息化社会，传统身份识别方式逐渐开始显露其弊端：安全性不足：随着科技的不断发展，密码更加容易被破解和盗取，特别是当证明身份的特定信息和证件被被盗或被破解时，个人身份就容易被他人冒充或取代。难于记忆和使用的不便捷：随着科技的发展，人们在各类平台上进行身份验证的频率大大提高，多个密码不易于用户的记忆，使用便捷性也相对较差。生物识别技术作为一种新兴的安全技术，有效地弥补了传统身份识别的上述弊端：在安全性上，生物识别技术的破解或盗取的难度较密码明显加大，同时由于人体特征具有人体所固有的不可复制的唯一性，人体的生物特征也不存在复制、失窃的可能。在记忆和便捷性上，人体的生物特征不会被“遗忘”，并且可以随身“携带”，随时可用，与传统身份识别方式相比优势明显。图表SEQ图表\*ARABIC3生物识别技术特性相比指纹识别、虹膜识别等生物识别方式，人脸识别优势明显。主要集中在以下几点：非接触性：人脸识别可以不接触人体，直接通过摄像头在一定距离内识别人的面部特征，达到辨别的目的。从而可以实现更大范围，更多方位的信息采集。非侵扰性：人脸识别的非接触性也为被采集者带来了非侵扰性的体验。一方面对人脸的采集无需被采集者配合也无需工作人员干预。另一方面人脸属于暴露在外的生物特征，对人脸的识别采集更容易被大众接受。硬件基础完善：人脸识别对硬件的需求主要体现在摄像头上，当前普及的智能手机均带有高像素的摄像头，同时伴随国内视频监控体系建立的逐渐完善，城市高清晰度摄像头的密度逐渐增加，因此相比需要特定采集芯片的指纹识别等识别方式，人脸识别的硬件基础优势明显。采集快捷简便，可扩展性好：对基础设施的低要求及非接触的采集方式很明显缩短了信息采集时间，提供了方便的采集方式。同时也为人脸识别后台系统的拓展性带来了明显优势，基于现有的视频监控体系，可以再后台系统加入出入控制，人脸搜索等多种丰富功能。基于以上优势，人脸识别有望迅速替代指纹识别成为被社会大规模使用的主流模式识别技术。图表SEQ图表\*ARABIC4生物识别技术对比产业现状市场规模全球市场近年来随着智能终端设备与移动互联网产业快速发展，在线身份认证技术迎来了巨大发展空间。2007年至2013年期间，全球生物识别市场规模复合增长率达22%左右，预计2020年全球生物识别行业的市场规模将达250亿美元。图表SEQ图表\*ARABIC5全球生物识别市场规模（亿美元）图表SEQ图表\*ARABIC6生物识别领域未来五年复合增长率中国市场2002至2015年，中国生物识别市场的年复合增长率达到45%，2015年生物识别市场规模达到100亿元左右。预计到2020年，中国生物识别行业的市场规模将突破300亿元。图表SEQ图表\*ARABIC7中国生物识别行业市场规模与预测（单位：亿元）行业现状生物识别使人工智能进入“感知智能”阶段人工智能的发展可以分为计算智能、感知智能和认知智能三个阶段。计算智能阶段，人工智能主要以储存和处理数据为主；表现：能存会算，机器开始像人类一样会计算，传递信息；示例：神经网络，遗传算法；价值：能够帮助人类存储和快速处理海量数据，是认知和感知的基础感知智能阶段，人工智能可以对一切外界事物进行感知和描绘，包括人体生物特征、图像等；表现：机器开始看懂和听懂，做出判断，采取一些行动；示例：可以认出罪犯的人脸，可以听懂语音；价值：能够帮助人类高效完成“看”和“听”的相关工作，帮助人们进行识别；认知智能阶段，主要体现为对事物的智能化理解分析和自主行动等行为。表现：机器能够像人类一样思考，主动采取行动；示例：完全独立驾驶的无人驾驶汽车，自主行动的机器人；价值：可以全面辅助或替代人类工作。生物识别技术的不断成熟正在推动人工智能正处于由第一阶段向第二阶段发展，大型互联网公司已经开始布局。语音识别、人脸识别等数据采集和积累使得人工智能具备“视觉”“听觉”等感知能力，由此将人工智能带入了“感知智能”阶段。随着生物识别技术的不断发展和应用的广泛，人工智能正在逐渐进入我们的生活中。近几年各个大型互联网公司也纷纷布局生物识别，力争跟随时代发展的潮流。图表SEQ图表\*ARABIC8大型互联网公司在生物识别上的部分布局移动端的普及为生物识别打开巨大市场伴随着移动通讯，尤其是3G、4G技术和便携式应用终端的日渐普及，指纹、虹膜、声音识别等生物识别技术也广泛应用到移动端的屏幕解锁、多用户访问控制、账户登录及支付等场景中。在指纹识别方面，2013年以来指纹识别技术开始被大规模地应用于移动智能终端，苹果、三星、华为等多家终端厂商相继推出搭载指纹识别功能的手机；在虹膜识别方面，三星note8已经推出了带有虹膜识别功能的手机。图表SEQ图表\*ARABIC9生物识别在移动智能终端的部分应用场景发展趋势技术进步和瓶颈目前生物识别技术已经相对成熟，尤其是人脸识别技术和虹膜识别技术不断出现新突破。在人脸识别方面，国内已有众多厂商做到了超过99%的准确率。在国际权威人脸识别数据库LFW最新的排名上，国内的人脸识别厂商大华股份达到99.78%，腾讯和平安科技均达到了99.8%的准确率，技术上的进步有望推动生物识别技术应用的进一步普及。在虹膜识别方面，虹膜的身份识别解决方案领域EyeLockLLC公司已经推出在60厘米范围内验证身份的新技术。该技术可安装在智能手机和移动设备以及汽车、医疗保健和其它网络边缘应用中。但目前生物识别技术仍存在一些需要克服的技术难题，能否解决现有技术瓶颈成为生物识别行业未来发展的关键所在。指纹识别技术的发展瓶颈是：对手指的湿度、清洁度等敏感，脏、油、水都会影响识别效果；较容易被复制，指纹套等工具已经较为普遍；虹膜识别的发展瓶颈：能成像的距离很窄，如果用户的姿势稍有不对，就有可能采集不到清晰的虹膜，识别距离远近、复杂光线环境、睫毛遮挡、异形瞳孔等问题也影响虹膜识别的精准度。黑色虹膜技术尚不成熟，在中国的普及难度较大；虹膜识别对于软硬件要求较高，相应的分析算法需要完善。人脸识别快速增长自2015年人工智能在国家层面首次提起，至今已发展一年有余。通过对比筛选了人工智能在各个领域的落地进展，近期在线身份认证首先有望在人脸识别领域实现爆发。1.人工智能整体政策支持力度不断加大，人工智能在2017年被首次写入政府报告，人脸识别的政策环境良好。2.首先前期制约人脸识别应用拓展的精度问题在2015年已经基本得到解决，当下识别性能有进一步提升，产品推广已不存在技术问题。3.对于安防的核心需求推动人脸识别产品不断渗透多个领域，当前人脸识别产品已经在部分领域打开了增量市场，比如金融领域已有多家银行用于多个业务环节，而更大的安防市场即将爆发。4.视频监控体系建设已经达到一定程度，需要人脸识别产品推动其建设进一步深化。政府层面对人脸识别的认可将有望提供强大的推动力。人脸识别人脸识别技术概述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，该技术通过视频采集设备获取面部图像信息，用核心算法对面部五官位置、脸型、角度等特征信息进行分析计算，再与原有特征信息库的数据信息对比，判断用户身份。属于人工智能模式识别中的一种典型应用。图表SEQ图表\*ARABIC10人脸识别准确率在99%以上的部分公司随着近几年人脸识别算法的进步，对于光线、表情和年龄变化、遮挡、图像质量等因素的处理能力大幅提升，人脸识别的精度有明显提高。在国际权威人脸识别数据库LFW在2017年的排名上，腾讯和平安科技均达到了99.8%的准确率，在榜单上排名第一。国内人脸识别厂商Face++达到了99.5%的准确率，百度达到了99.77%，大华股份达到99.78%，而人眼在同等条件下识别的正确率为97.52%。从某种意义上说，人脸识别的准确率已经超过了肉眼。人脸识别技术主要有三种应用模式：1:1模式、1:N模式和M:N模式。1:N模式和M:N模式主要用于公共安全管理和安防体系的构建，目前应用相对广泛；而1:1模式主要用于移动端支付、火车站人票合一实名制认证的领域，能够具体落地的应用相对较少。图表SEQ图表\*ARABIC11人脸识别技术的三种应用模式人脸识别的技术突破人脸识别的发展阶段图表SEQ图表\*ARABIC12人脸识别的发展阶段人脸识别最初在20世纪60年代已经有研究人员开始研究，真正进入初级的应用阶段是在90年代后期，发展至今其技术成熟度已经达到较高的程度。整个发展过程可以分为机械识别、半自动化识别、非接触式识别、及互联网应用阶段。人脸识别算法流程主要分为人脸检测，人脸特征提取和人脸匹配三个过程：1）人脸检测：监测图像中是否有人脸存在。如果存在，给出人脸的位置、大小等状态信息。而在可见光下人脸检测容易受到光照等因素的影响。为了解决光照问题，行业内部分企业采用主动近红外设备获取人脸图像信息，用于后续人脸识别。2）人脸特征提取：提取图像中关键人脸特征信息，用于映射到机器空间进行判断。人脸特征通常包括几何特征，代数特征等。几何特征以人脸器官形状及几何关系为基础，包括眼睛、嘴巴等器官的位置及相对位置等信息。代数特征指通过一定变换，将人脸图像信息投影在降维子空间，以少量的代数信息表征整个人脸信息。3）人脸匹配：将待识别的人脸与已知人脸进行匹配，得出相似程度的相关信息。人脸识别又分为两类：一类是确认，通过一对一的图像比对来确认识别人脸是不是目标人脸。另一类是辨认，通过一对多图像比对，确定输入人脸是谁。人脸辨认相比人脸确认要复杂，涉及到大批量数据的比对，对人脸表征方式和匹配策略具有较高要求。图表SEQ图表\*ARABIC13人脸识别算法流程自2014年以来，人脸识别算法取得了较大突破。卷积神经网络算法（CNN）在人脸识别领域得到了广泛应用，通过CNN算法可以更加有效的提取人脸特征信息进行识别，因此人脸识别精度得到大幅提升。在2014年之前，学术界在FDDB人脸数据集上取得的最好检测精度是在100个误检时达到84%的检测率。2015年之后众多基于CNN算法的人脸检测器在相同条件下均取得了90%以上的检测率，目前人脸识别系统最高的正确率可以达到99%以上，而人眼在同等条件下识别的正确率仅为97.52%，人脸识别精度已经超越人眼。同时基于CNN算法，众多研究人员通过优化，设计出了更适合商用的算法，从而解决了人脸识别产品的识别精度问题，为人脸识别在多领域的大规模应用打下了良好的基础。此外单张人脸图像的三维人脸重建及低分辨率人脸图像的重建和识别技术均取得了一定的进展。人脸识别技术路线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。图表SEQ图表\*ARABIC142D、3D人脸识别对比实验结果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，照片等均可做为人脸对比库。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与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，当前可商业化的算法还不成熟。因此，2D人脸识别目前仍是主流应用技术方向，后续伴随芯片技术及算法的突破，3D人脸识别技术有望兴起。人脸识别产业现状政策支持不断加强图表SEQ图表\*ARABIC15人脸识别相关政策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）》、《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，可以预计人脸识别相关政策支持力度将不断增强。国内专利不断攀升在市场规模保持快速增长，政策支持力度明显加大的背景下，其一级市场的热度也不断提升，值得注意的是一批明星创业公司于2016年底集中完成了大额融资，超亿元人民币的创业公司就有商汤科技、旷世科技（Face++）、深醒科技等数家，从某种层面上也代表了一级市场对人脸识别行业2017年的发展前景一致看好。图表SEQ图表\*ARABIC16人脸识别部分企业融资情况同时伴随一批明星企业的迅速崛起及国内对人脸识别领域的大力投入，国内人脸识别技术专利数量也不断攀升，从每年新增数量来看，2007年新增专利尚不足百例，2015年迎来了爆发，至2015年全年新增专利已达到1398例，在全球处于领先地位。从目前累计专利数量来看，我国人脸识别公开专利已达4000多例，明显多于其他国家和地区。技术实力的显著增强也为国内市场打开，商业化产品的迅速普及打下了坚实的基础。图表SEQ图表\*ARABIC172007-2015年人脸识别新增专利主要国家分布图表SEQ图表\*ARABIC18人脸识别专利总量主要国家分布行业端市场发展迅速人脸识别技术近两年的迅速发展，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，自2015年起人脸识别的应用领域开始逐渐增多，从前期以门禁考勤为主，朝公安、交通、金融、教育、房地产、移动支付等多领域拓展。尤其从2016年下半年开始各类应用案例落地速度明显加快，截至目前，公安领域人脸识别结合反恐的案例在北京、深圳、广州等多地已有落地案例，交通方面，C端市场滴滴已经开始使用刷脸，2017年春运返程多个高铁站都有应用，金融领域包括四大行在内的数十家银行在2016年下半年至今均纷纷将人脸识别产品引入各个业务环节，教育领域2016年高考，北京、四川、湖北、广东、辽宁、内蒙古等多个省份采用了“人脸识别＋指纹识别”的生物识别技术确认考生身份。伴随试点区域及各领域案例的拓展及运营模式的成熟，2017年人脸识别有望迎来大规模普及。图表SEQ图表\*ARABIC19人脸识别典型应用场景行业端市场覆盖领域众多，传统市场主要集中在门禁考勤，从公安、交通、教育到医疗等众多行业市场属于增量市场，均对人脸识别产品有一定需求。人脸识别产品能够有效辨识是不是本人，身份是否被冒用，通过和后台系统的联网，能够快速检索目标人物，对社会的安全稳定具有积极意义。因此行业领域其需求的核心在于安防，产品落地普及的政府推动力也在于安防，多行业领域的落地将助力构建大安防体系。安防领域主要运用的技术是以图像识别为基础的人脸识别、车辆识别、人群与行为识别等技术以及以语义理解为基础的警务数据分析与理解技术。“监控+出入”成为人脸识别在安防行业发力的具体领域。监控领域海量数据处理需求成为人脸识别发展的重要动力之一。在平安城市、智慧城市建设的浪潮中，即便是一个小型城市的监控系统，每天也会产生大量的人脸数据。如何将这些采集到的数据进行处理，以至于如何对部分重点人脸信息进行核对成为重要问题，而这些问题应该由人脸识别技术来进行解决。以北京为例，属于政府和社会公共机构的摄像头总数大约200万个，这些摄像头每分每秒都在保持录像，每天会产生长达200多万天的录像，折合成年就是5000多年，有大量的人脸信息数据有待识别。出入境管理等领域成为人脸识别发力的另一个领域。面对14亿巨大人口基数且人员流动性非常频繁的中国而言，目前的机场、出入境口岸的检查流程显得复杂而相对薄弱。如果加以人脸识别技术，安检部门除了进行正常的安检工作之外，还可以通过人脸识别等技术快速进行身份对比，并且成功提高身份识别成功度。目前辽宁、深圳等地区已经开始在出入境管理上应用人脸识别技术，未来预计人脸识别技术在全国出入境管理的普及将激发人脸识别市场的进一步发展。新加坡樟宜、泰国、香港、日本等机场都已经开始尝试运用人脸识别来进行出入境管理。日本电气股份有限公司（NEC）推出了基于生物识别技术的全自动快速通关系统BioFAST。BioFAST是NEC推出的一款面向机场的快速通关解决方案。它将航空公司旅客系统，机场营运标准作业规范(SOP)以及出入境检查整合到同一简化管理程序中，以实现全自动身份识别管理，提高通关效率。该系统大大缩短了通关时间，将出入境处理流程从14步减少到4个简单的步骤，将出入境时边防检查的时间缩短到17秒，登机审查也只需3秒，在非常短的时间内实现人证合一的审查。这不仅减轻机场滞留的困扰，也为出入境安全检查提供了保障。当前人脸识别产品的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，下一步问题在于如何有效利用数据资源及深化视频监控体系的建设。图表SEQ图表\*ARABIC20移动人脸识别系统人脸识别从三个方面提供了比较好的思路：后台系统使用动态人脸识别系统实现对存量视频的检索，提升资源的使用效率，摒弃原有的人工检索。将安全防范提升至事中乃至事前阶段。视频监控体系和公安数据系统的互联能够帮助提前识别嫌疑人，在事中乃至事前进行及时制止。各细分场景的深入挖掘，比如人脸识别产品在警用手持终端、酒店前台、考试、医院医疗等场景的使用，实现应用场景的进一步细化，监控体系建设的进一步深入。人脸识别几个主要行业应用场景公安：公安领域人脸识别产品的使用主要体现在两个方面，一方面是后台动态人脸识别系统的使用，另一方面是前端人脸识别手持设备及人证对比机的使用。动态人脸识别系统按照仅布设地级行政区计算，每个地级行政区布设人脸识别系统假设需要200万，全国334个地级区划数，整体市场规模可达6.67亿。手持人脸比对设备按照单个设备1000元计算，全国200万左右警力，假设巡检警力占比10%，市场规模2亿元。认证对比机在边检、派出所进行人员身份核对均有需求，仅计算派出所需求，全国乡镇级区划数39789个，保守估计每个乡镇配置1个派出所，单台设备2万元，市场规模7.9亿元。因此在不考虑刑侦，反恐等其他细分场景的情况下，公安系统市场规模可超16亿元。交通：交通领域主要应用场景在于安检口及检票口闸道的人脸识别设备部署。包括机场、火车站、汽车站、码头等地点。2017年春运，就有部分高铁站进行了人脸识别刷脸安检的试点。我们对交通领域的市场规模进行总体估算，按照单个闸道通行设备10万元计算，全国高铁站516个，民用航空机场210个，普通火车客运站2000余个，长途客运站2000余个。前期高铁站、机场等场景落地较快，按照每个站点平均10个闸道替换需求计算，市场规模7.2亿元左右，如果考虑后续在普通火车站及长途客运站等场景的替换，整个市场规模有望超50亿元。金融：金融领域目前人脸识别产品主要用于银行人脸比对、刷脸开户、刷脸取款等方面，因此人证比对设备需求较强。目前国内已经有包括农行、建行、民生银行等多家银行讲人脸识别引入到不同的业务环节。据中国人民银行统计，2015年金融机构营业网点达到22.07万个，其中大型商业银行网点数量69293个，因此按照单台设备2万元，每个网点配备两台设备计算，仅大型商业银行市场规模就可达到28亿元，整体市场规模则在百亿级别。教育：教育行业主要需求在于考生身份认证识别、校园、宿舍出入管理等场景。随着国家对重要考试考生替考作弊行为的严打，2016年高考，已有北京、四川、湖北、广东、辽宁、内蒙古等多省采用“人脸识别＋指纹识别”的生物识别技术确认考生身份，防止替考、作弊事件发生。而伴随社会对校园安全的关注，部分高校也开始采用人脸识别进行校园、宿舍出入管理。据教育部统计2015年全国共有2845所高等学校，24.9万所义务教育阶段学校，以及22.37万所幼儿园。因此整个教育领域市场规模将达到百亿级别。消费端市场正在兴起人脸识别在消费端（即C端）市场主要面向移动支付、刷脸开机、刷脸开锁等领域。而其搭载主体则是以智能手机为代表的智能设备。2015年马云在Cebit展会展示“刷脸支付”对C端用户广泛认知人脸识别起到了重要作用，但是目前C端的人脸识别市场还属于蓝海，相关产品数量较少，更多地是以集成在智能设备或者集成在应用软件中的方式呈现。当前人脸识别C端市场主要场景之一是集成在智能手机中。在智能手机中主要以两种方式体现，一种是作为指纹识别的补充，提供刷脸开机，刷脸支付等功能，但是当前智能手机采用的模式识别方案以指纹识别为主，指纹识别解决方案已经十分成熟，用户习惯已经养成，短期无法对指纹识别等进行替代。另一种形式是人脸识别应用软件，比如微软曾经推出的根据脸部照片进行年龄判断的应用。图表SEQ图表\*ARABIC21根据脸部照片进行年龄判断另一种形式则是搭载在智能摄像头等智能设备上整体售卖。比如国外推出的家庭看护智能设备，iBaby全景婴儿监视器，产品借助人脸识别技术，可以“目不转睛”地监护宝宝，并实时同步到移动设备上。日立推出人脸识别电视，可在用户不看时自动关闭画面节约电能。该等离子电视内置摄像头，可侦测出用户是否在凝视它；摄像头发现用户在看视频以外的地方，节能模式会被激活，屏幕会切换到黑屏状态。图表SEQ图表\*ARABIC22ibaby婴儿监视器目前市场上已有部分参与者在C端进行了积极尝试：支付宝目前正在不断探索面部识别支付功能，AmazonGo也积极探索人脸识别在新零售应用场景中的应用。但是目前人脸识别技术在C端尚未大规模应用，其原因主要如下：成本较高：目前尚未形成成熟的盈利模式，且人脸识别技术成本较高，大型互联网公司有资金进行自行研发，而一些中小型公司在盈利模式不确定的情况下则难以承担较高相关成本；用户体验有待改善：刷脸的速度并不比输入密码快，而且刷脸成功的要求比较苛刻，但如果降低要求又可能导致准确率下降。2017年3.15晚会上主持人采用攻击漏洞的手法，仅凭一张照片就破解了人脸识别系统，这引发了市场对于人脸识别技术应用能否进一步拓展的担忧。但人脸识别在C端的应用不会就此而止步，原因如下：（1）3.15上所展现的攻击方法实际原理是通过照片模拟及屏幕翻拍来实现的，这种方法一般通过用户眨眼、张嘴、点头等动作作为防伪线索，真人视频或者合成的视频即可攻破。但是目前的人脸识别技术已经可以采用最新方法识别合成的视频、图像与自然视频、图像之间的差异，而且背景与合成的前景人脸往往在光线分布、纹理、色调等诸多方面不匹配，这些都也会被基于大数据训练的深度学习模型敏感地捕捉到。人脸识别往往不是唯一的识别方法，绝大多数采用人脸识别的产品都会用多重验证手段来保障安全。一些专门从事于人脸识别技术开发的公司和大型互联网公司都已经开始对人脸识别的漏洞有所研究。特别是2017年的315晚会上央视对人脸识别技术提出质疑之后，支付宝的合作方旷视（Face++）在第一时间发出了紧急声明和针对安全性问题的解答，并表示能够从从五大领域保证支付宝刷脸支付的安全性。图表SEQ图表\*ARABIC23互联网大公司对人脸识别漏洞的已有研究人脸识别行业公司人脸识别巨大的市场空间吸引众多参与者纷纷介入，当前市场还处于互相竞争，共同开发的阶段。通过对参与者的梳理，竞争主体主要分为三类：1.创业企业，基于技术优势轻资产切入。2.上市公司，人脸识别更多的是基于已有业务的前后端延伸。3.大型互联网科技公司，C端影响力强大，多领域布局。纵观目前人脸识别行业发展，可以发现，当前技术壁垒逐渐降低，目前落地项目多集中在政府、火车站等G端、B端。创业公司图表SEQ图表\*ARABIC24人脸识别相关创业公司在人脸识别技术得到突破的同时，首先在人脸识别方面涌现出了一批明星创业企业。创业公司凭借领先的技术优势率先对商业模式进行探索，对新兴市场进行开拓。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，并且安防、金融成为了一致重点发力领域。后续发展思路将延续从软件到硬件到产品最后到解决方案的路径。旷视科技（一）基本情况北京旷视科技有限公司成立于2011年，是一家“人核心数据”公司，致力于通过深度学习与感知融合技术，让人的“身份”与“行为”数据可以被各类物联网设备实时获取并融入行业，并为行业提供基于每个人的金融信用数据、地产出入管理数据、智慧城市社会综治数据服务。（二）发展现状旷视科技(Face++)是人脸识别研发型企业中的“元老”，公司从人脸识别的互动小游戏开始向商用模式不断尝试，并最终做出了全球最大的人脸识别云平台Face++。而目前旷视已经形成以智能摄像头硬件为基础，配合云服务构建的行业解决方案，涵盖了包括人脸识别门禁、天眼监控系统、动态人脸识别监控、人证合一等多个应用方向。旷视科技已经拿下了目前上线的互金、出行、传统金融90%以上的人脸识别远程验证的订单。安防、金融之外，旷视科技也在拓展商用机器人的业务，目前已经推出了机器人，为机器人厂商提供视觉组件，增加人脸识别、证件比对等功能，提升机器人的智能化程度。不久之前还与国内机器人本体厂商神州云海达成合作，将视觉模块植入到了银行服务机器人中，提供客户识别、业务引导、自动巡视等功能。（三）发展优势1、人才优势：旷视科技吸引了来自全球顶尖研究机构的关注及加盟，比如前微软亚研院首席研究员孙剑博士、前Adobe研究院首席科学家王珏博士，旷视的背后还有以姚期智(首位华人图领奖得主)、郑南宁(中国工程院院士)和张洪江(微软亚洲研究院创始人)等人为核心的专家顾问团。公司的科研技术团队中有90%的科研人员来自于清华大学，具有强大的清华基因。因此，拥有优质的人才资源是旷视未来发展壮大的巨大优势。2、科研技术优势：旷视(Face++)拥有全球最大的人脸识别云平台，同时也是国内拥有人工智能相关自主知识产权最多的企业之一，旷视(Face++)十分重视知识产权的保护，拥有在申及授权专利数量达200多件，成为全球机器视觉人工智能行业的领跑者。3、平台优势：2012年，旷视科技上线了Face++云开放平台，将人脸识别的核心算法存储于云端，为企业开发者和人脸识别技术爱好者提供了API和SDK以及订制化的云计算服务，让Web及移动开发者可以使用最前沿的计算机视觉技术，从而搭建个性化的视觉应用。上线仅两年时间一跃成为全球最大的人脸识别平台。此后，旷视(Face++)又推出了金融级互联网身份验证服务FaceID，成为海内外人脸识别技术在金融行业的首创应用模式，如今日均调用量已超过千万。旷视建设成Face++智能开放云平台，进而支持各项业务的开展，与智能手机、公共摄像头、楼宇门禁、制造传感器、机器人视觉模组、VTM机智能机具等。智能开放云平台通过不断积累数据，逐步形成旷视的核心竞争力。（四）发展实力目前，旷视科技公司的架构主要包括两大层面，一个是智能云（face++人脸识别云服务、faceID身份验证服务）；另一个是智能互联（智能商业、智能企业等）。旷视科技的人脸识别技术产品，其应用范围迅速扩大，覆盖领域包括金融、警用、商业（白名单管理等）、医疗、教育、政务、网约车平台、直播等多个产业。近年旷视科技除了推出了针对智能楼宇、产业园区、家庭社区的视频方案，也在与公安部门等政府部门进行合作。目前公司在北京、江苏、广东、浙江等区域有了大规模的落地，同时在南京设立了安防子公司，并成立了研究院。旷视(Face++)总共为超过600家企业客户和50,000余个开发者提供智能服务，已积累大量客户和人工智能开放平台数据。目前由旷视(Face++)自主研发的专利项目已经达200多个，已授权专利项目90余项。（五）投资融资在对外投资方面，北京旷视科技有限公司共投资9家企业，如浙江旷智科技有限公司、青岛旷视科技有限公司、天津旷鑫科技发展合伙企业（有限合伙）、北京旷视金数科技有限公司、北京旷视云科技有限公司等。在融资方面，旷视科技（Face++）已于近期完成C轮融资，本轮融资金额约为4.6亿美元，本轮由中国国有资本风险投资基金（简称“国风投”）领投，蚂蚁金服、富士康集团联合领投。本轮融资由C1、C2两轮构成，同时引入包括中俄战略投资基金、阳光保险集团、SK集团等新的重要投资者，腾达资本作为本轮融资独家财务顾问。本轮融资很可能会被用于加快在城市综合大脑及手机智能领域的技术落地，打造智慧城市。（六）行业地位旷视(Face++)仍在锤练机器视觉深度学习算法，已经形成技术驱动业务，业务数据反哺技术的循环机制，并和支付宝、中国移动、平安银行、无锡市局、苏宁云商、万科等行业巨头和政府机构展开深度合作。目前，金融领域的人脸识别应用中，旷视的市场占有率是第一。全球范围内，旷视在人工智能领域具有较高的地位。旷视目前以20亿美元的估值被科技部列入中国“独角兽”企业榜单，成为人工智能行业估值最高的企业。此外，旷视已经成为全球机器视觉人工智能行业的领跑者，在美国《麻省理工学院科技评论》评选的全球50家最聪明公司中，旷视位列第11位。云从科技（一）基本情况云从科技是中科院重庆研究院与上市公司佳都科技、风投杰翱资本投资创办的专注于计算机视觉等人工智能技术的高科技企业，其创始人是美国伊利诺伊大学图像分析与处理研究室博士周曦。云从科技成立于2015年3月，是一家人脸识别技术及产品研发商，拥有自主知识产权核心算法，专注于人脸识别技术的研发及应用，在安防、金融领域数十个场景下，为银行、公安客户提供软件、硬件定制化服务方案，是“人脸识别”技术领域具有世界顶尖水平算法的企业。（二）主营产品云从科技公司的产品主要分为三个板块，分别是快速部署平台、智能硬件和智能系统。快速部署平台适合各行业的专门定制和快速部署的产品服务平台，智能硬件包括人脸互动大屏终端产品，活体检测、小云智能门禁、大库检索笔记本、动态人脸业务应用平台服务器、静态人脸业务应用平台一体机、动态人脸布控节点服务器等。智能系统主要包括火眼大数据平台、生物识别引擎、身份证/银行卡OCR等。（三）现状分析2015年公司成立至今，云从科技快速发展，推出多行业应用级产品及解决方案，公司已成为国家远程人脸识别系统标准制定单位，在人脸识别行业具有较大的影响力。2016年12月5日获得“高新技术企业”资质证书，证书编号为GR201651100273。2016年云从科技营业收入近1亿元人民币，公司产值1.5亿元。2017年3月，国家发改委确定云从科技与百度、腾讯、科大讯飞一道，共同承担国家“互联网+”重大工程——“人工智能基础资源公共服务平台”建设任务。2017年9月底，云从科技获“广州南沙国际人工智能产业高级研究院”20亿支持，将在广州南沙建设世界级科技中心。（四）发展优势1、技术优势：公司的超大规模结构化数据针对人脸识别四大难点具有革命性突破，可以实现多角度抗干扰识别，对真实复杂场景下的人脸有着优秀的识别性能；拥有3D建模、光照规整、活体验证等数十种算法模块，可根据实际应用场景快速组合。云从科技拥有悠久深厚的技术底蕴积累，中科院人脸识别团队建立并发展，专注科技技术产品化，入选中国科学院战略性先导科技专项。2、研发优势：云从科技拥有三级研发架构，分别是美国硅谷实验室和伊利诺伊大学实验室（前沿科技）、中国科学院和上海交通大学（学术成果转化）、上海、重庆、成都三大研发中心（应用开发）。云从科技核心研发团队作为中国科学院唯一人脸识别代表参与战略性先导科技A类专项，拥有多行业定制化开发经验，该团队为中科院最大的人脸识别研究团队，团队成员来自中国科学院各大研究所、全球顶尖学府及研究机构，团队的人脸识别核心技术处于国际领先水平。3、人才优势：云从科技创始人周曦博士师从计算机视觉之父ThomasS.Huang教授；同时，周曦还是“中国科学院百人计划”，中国科学院、上海交通大学博导，在人脸识别领域具有深厚的技术积累。公司的研发团队实力强大，拥有美国UIUC顶尖技术团队，在硅谷设立了研发中心；在核心技术研究上有着中国科学院和上海交通大学提供的强大技术力量支撑；另外，公司研发团队成员来自美国、日本、国内知名大学，以及中科院各大研究所。国内全职的研发人员有200人，分别位于上海、重庆、成都，销售方面，云从在国内10座城市有销售服务中心，服务人员100多人。4、资源优势：云从科技与中科院有紧密的合作关系，中科院不仅为云从科技输送优质人才资源，在云从与政府方面的合作方面也起着重要的作用。（五）发展实力云从科技的技术产品作为中科院唯一代表入选战略性先导科技A类专项，为打造安全新疆项目发挥了重要作用。另外，云从科技具有众多技术创新点。首个刷脸支付原型系统、首个商用人脸识别远程开户系统、智能图像侦查仪、人脸识别自主通关机、公安千万级人像检索机、人脸识别智能人员管理系统、大规模动态人群特征检测系统。（六）投资融资2017年11月20日，云从科技对外宣布已经完成5亿人民币B轮融资，加上此前广州市政府对云从科技的20亿政府资金支持，此次总计获得25亿元发展资金。B轮融资由顺为资本、元禾原点、普华资本联合领投，越秀产投、张江星河、前海兴旺、佳都科技、杰翱资本等跟投，华兴Alpha担任独家财务顾问。关于融资用途，云从科技方面表示，将继续深耕重点行业，以国家发改委人工智能平台为核心推进“十字战略”。除了在银行、机场、安防等重点行业继续扩大领先优势外，还将持续占据其它细分市场龙头地位，并通过国家人工智能平台孵化AI企业，提供技术赋能，提升人、组织和社会的潜能。（七）行业地位云从科技（广州）拥有自主知识产权核心算法，是人脸识别国家标准起草与制定企业，在中国人脸识别领域具有较高地位。目前，云从科技是我国银行业人脸识别第一大供应商，包括农行、建行、中行、交行等全国50多家银行已采用公司产品；在安防领域，公司产品已在22个省上线实战，获得公安部高度认可；在民航领域，产品已覆盖80%的枢纽机场。因此，云从科技在安防领域、银行业、民航领域的竞争力较强。深醒科技（一）企业发展基本情况深醒科技是是一家从事人工智能方向，集研发、生产和销售为一体的高科技公司，以人脸识别技术切入AI战场，致力打造科技安防、智慧金融、智能交通、平安校园、平安小区等智能综合解决方案。目前深醒科技主要是在软件端发力，公司认为人脸识别现阶段核心是软件层面，并且能够兼容到每一款摄像头，实现人脸识别的安防功效。公司总部位于北京，注册时间为2016年2月2号，注册资本1190.4762万元。（二）主营业务深醒动态人脸布控服务器搭载基于深度学习的深醒动态人脸识别系统，用于前端摄像头的动态人脸特征提取，支持多路人脸识别系统并联同时运行。通常与深醒动态人脸业务应用平台服务器配合使用。广泛应用于重点区域布控、嫌疑人监控、嫌犯追逃、监狱内部管理、重点人员防控等。具有强大的管理能力、实时动态建模、完善的权限管理功能、软硬件一体化、快速对接第三方平台、高性能计算、支持多种客户端等特点。（三）发展现状公司于2016年2月成立，并在2017年1月获得经纬中国、清科创投和昆仲资本的A轮投资。公司目前主营产品有针对B（企业）端和G（政府）端的静态人脸及历史监控视频布控服务器、静态人脸及历史监控视频业务应用平台、动态人脸业务应用平台服务器和Sensingtech身份认证一体机等，产品和服务覆盖的领域有公安安防、金融、楼宇管理、智能交通和职能医疗等领域。2017年5月25日中国国际大数据产业博览会期间，贵阳市政府与北京深醒科技有限公司签署了战略合作协议，深醒科技承诺会落户南明区政府，建立深醒人工智能研究院等一系列举措。在深醒科技与贵阳市公安局深度合作的基础上继续用实际行动助力贵阳市的人工智能发展，在贵阳市投入更大的研发力量及更多高效的人工智能安防产品。鉴于公司目前的重点市场在B端和G端的市场，企业和政府机构要尝试新产品有一段试用期，投标流程繁复、回款周期长。目前公司依然处在培育和扩大自身技术团队以及提高公司产品知名度的阶段，前期投入远远大于收入。（四）发展优势1、团队优势：目前，深醒共有6位联合创始人，其中三人为技术型人才，由袁培江带领。袁培江为中国人工智能泰斗张钹院士和加拿大两院院士Patel教授的学生，在计算机视觉、人脸识别与智能监控等领域有丰富的研发经验。另有两人均有连续创业者和投资人背景，一人曾有创办军工企业并成功登陆创业板的经验。此外，深醒科技正式聘请中国科学院院士、人工智能泰斗、清华大学计算机科学与技术系教授张钹院士成为深醒科技首席科学家，他是国内最早接触到人工智能的研究者，成为我国在这方面的首批专家。为公司的商业化运作以及后期的G端和B端市场开拓带来巨大的人脉和资源。2、商业模式优势：面对竞争，公司选择“市场细化为王”的战略。根据公司背景优势主攻G端和B端市场。在深醒科技看来，toB、toG的市场更适合人工智能的发展现状。凭借着自身专攻人脸识别技术，迅速获得了公安系统的认可。目前深醒的业务范围已覆盖新疆、青海、云、贵、川、黑龙江等省份，自2016年4月份以来多次协助公安机关在实战中获得战果，系统产品多次受到领导人现场检阅。正是看中其在安防领域的优异表现，中航工业、中石油、中铁建等有较高安防需求的企业选择与深醒合作。同时，深醒也积累了一些学校、医院等公共场所安防案例。（五）发展实力目前公司的基本优势集中在人工智能人脸识别技术上，在相关领域获得10项专利。在加上公司于2017年4月8号正式聘请中国科学院院士、人工智能泰斗张钹院士担任首席科学家。公司在该细分领域的实力将得到进一步强化和巩固。在知识产权方面，目前公司在人脸识别和人证识别等领域一共有10个软件著作权。（六）投资融资在企业融资方面，北京深醒科技有限公司目前只在2017年1月5号进行了A轮融资，融资规模达到亿元人民币级别，领投的机构分别为经纬中国和清科创投。资金主要用于研发人员引进和市场服务体系搭建。另外公司由于成立时间较短，目前仍然在技术人才引进和业务探索期，因此企业并没有对外投资的情况。（七）行业地位深醒科技公司是企业端和政府端人工智能市场的主要玩家。目前公司的主要客户包括新疆、青海、云、贵、川、黑龙江等省份的公安系统、中航工业、中石油、中铁的大型企业、部分国内商业大厦和商业银行，是人工智能安防市场服务和技术产品的佼佼者和最主要供应商。商汤科技（一）基本情况商汤科技成立于2014年1月，是全球领先的深度学习平台开发者，专注于打造人工智能视觉引擎。商汤基于自主研发的深度学习平台，输出全套人工智能视觉技术，包括成像处理、感知、识别，服务于金融、平安城市、机器人、无人驾驶等多个行业，总部位于北京，截止目前公司注册资本为10800万人民币。（二）主营业务产品近两年来，商汤科技迅速落地各类人工智能技术，包括人脸识别、图像识别、视频分析、无人驾驶、医疗影像识别等应用技术。凭借领先的技术，商汤科技在各行业产品测试中位列第一，商业营收属行业最高，并在多个垂直领域的市场占有率位居首位。公司目前已服务超过400家客户，包括中国移动、银联、中央网信办、华为、小米、OPPO、微博等知名企业及政府机构,成为中国最大的人工智能算法供应商。（三）发展现状2014年1月商汤科技成立，随后开发的第一款人脸图像处理系统实现人脸识别精确率99.15%。2014年11月公司获得IDG资本千万美元A轮投资。2015年1月公司分别和美团与银联达成战略合作，公司人脸识别产品106关键点技术开始应用于美团和银联的服务产品之中。2015年3月和科大讯飞达成战略合作，商汤科技的人脸识别技术开始运用于线下考试场景。2015年6月和招商银行建立合作关系，为其金融服务服务业务提供OCR文字识别技术。在智能手机市场上，商汤科技分别与小米和华为等国内大型手机品牌建立合作关系，2015年6月小米手机发布会上展示商汤科技的人脸相册、宝宝相册和商汤相册等产品，2015年10月华为Mate8上线，商汤科技为智能相册技术供应商。2015年底，公司一共268名员工，北京184人，深圳52人，香港32人，日本2人。2016年1月，商汤科技日本京东分公司正式成立，开始了公司国际化经营的历程。（四）发展优势1、团队和技术优势：商汤科技是汇聚科学家数量最多的中国创业公司，人工智能领域的基础研究优势显著。商汤科技不仅在多国拥有专利，并且在CVPR、ICCV和ECCV三大计算机视觉学术会议上发表的论文数量也是位居世界前列。商汤科技凭借自主研发的深度学习框架和强大的超算平台，打造自己的“原创AI大脑”。其技术发展方向完全自主可控，可以实现其他平台实现不了的东西，在长线竞争中建立优势。2、股东资源优势。商汤科技在A轮和B轮融资中引入了众多国内外大型风投机构、PE投资机构和产业战略投资者，比如专注于大娱乐产业投资的StarVC、商业地产巨头万达集团和智能手机领域的TCL资本。众多领域的投资机构的进入势必为公司人工智能技术的在文化影视、大数据分析和物业安保其他领域普及和融合提供众多产业资源。（五）发展实力1、2016年9月的GTCTaiwan大会上，商汤科技一举成为英伟达的平台级合作伙伴，在基于GPU的AI技术研发和应用展开深入合作。2、获得了GTC2016“新兴企业峰会奖(ECSAwards)”，并成为唯一获奖的中国企业。3、在CVPR、ICCV和ECCV三大计算机视觉学术会议上发表的论文数量也是位居世界前列，其中CVPR2017被录取论文达13篇，整体录取率达到往届CVPR大会平均录取率的2倍以上。4、2017年9月，商汤科技与上海交大共建联合实验室，深化AI深度学习基础技术研究。根据双方的合作内容，商汤科技与上海交大“深度学习与计算机视觉”联合实验室，将围绕基于深度学习的低层次、高层次计算机视觉方法与技术，深度增强学习原理和技术，深度学习实用技术，深度学习技术的拓展研究等几个重要方向研究进行发力。5、在企业专利信息方面，截至目前在人工智能领域一共获得了64项专利信息和74项软件著作权。（六）投资融资2017年7月11日，人工智能企业商汤科技宣布完成B轮融资，共计4.1亿美元。此次B轮融资包括B1、B2两轮，B1轮由私募公司鼎晖领投；B2轮由赛领资本领投，中金公司、基石资本、招商证券（香港）、华兴私募股权基金等近20家顶级投资机构、战略伙伴参投。商汤科技此次宣布的B轮融资周期较长，最早一次宣布是在2016年12月，当时融资额为1.2亿美元；2017年4月，官方再次宣布获得赛领资本，约6000万美元。2017年7月，商汤科技关闭B轮融资通道，共计4.1亿美元。风险投资公司IDG资本、StarVC等是商汤科技的早期投资人。（七）行业地位1、国内合作客户与世界领先的高性能计算、数据中心端到端互连方案提供商Mellanox达成创新战略合作伙伴关系，运用Mellanox的高速网络基础设施，在图像识别领域开展深度技术合作。与中国移动在线公司缔结战略合作关系，依托于商汤科技在OCR人脸识别领域的技术，为中国移动实施3亿用户实名制计划。商汤科技基于计算机视觉和深度学习原创技术的人脸识别、智能视频、智能监控、文字识别、图像处理和美颜特效等技术已被业界广泛认可。合作客户包括中国移动、中国银联、海航集团、华为、小米、OPPO、vivo、美图、微博、京东等已达300多家企业，公司已经成为中国最大的人工智能算法供应商，订单量和营业收入均位于行业第一。2、国际化布局目前，商汤科技已在日本东京和京都建立分部。2017年4月，应泰国国家政府投资委员会的邀请参与到东部城市的智慧城市建设。在中东地区，与华为共同为迪拜政府提供智能视频技术解决方案，助力当地平安城市建设。2017年9月，新加坡总理一行曾到访商汤科技，盛赞商汤人脸识别及各项人工智能技术，并表示新加坡欢迎商汤落地，设立分支机构，在新寻求更大发展空间。此前，泰国、印度尼西亚等国家也向商汤科技伸出橄榄枝，希望商汤能够将人工智能技术落户当地，以AI技术驱动东南亚国家的发展。以商汤科技为代表的中国人工智能技术水平得到了国际认可，对于商汤科技的国际化布局亦有重要意义。上市公司上市公司在人脸识别市场逐渐打开的阶段迅速跟进，纷纷布局人脸识别，纵观相关上市公司，可以发现由于人脸识别和视频监控及云计算等技术的天然关联性，因此参与布局的上市公司传统主营业务多与视频监控、视频传输或者云计算、大数据等业务相关，已经在渠道上占据了一定的先发优势。并且为了尽早卡位人脸识别市场，上市公司多采取合作或者引入团队快速研发的方式获取核心技术。上市公司的竞争优势体现在普遍扎根行业应用市场，具备成熟的渠道及对行业需求较深的理解，并且融资渠道丰富，综合实力强劲。图表SEQ图表\*ARABIC25人脸识别相关上市公司工大高新公司2015年收购汉柏科技100%股权，全面发力人脸识别市场。汉柏科技与国内高校合作，将可见光与远红外光这两种人脸识别技术融合，达到了99.99%以上的高准确率。公司布局人脸识别全面解决方案，包括了从后台云计算硬件到大数据分析平台再到前端人脸识别产品的一体化解决方案，在行业内具有较强的竞争力。公司人脸识别产品主要包括动态人脸识别系统、人脸识别门禁、人脸识别桌面机等，同时汉柏科技采取了包括BT、BOT、PPP在内的多种合作模式，提供了包括私有云、公有云、混合云在内的多种交付方式，为客户提供更多选择空间。公司已与多个行业用户达成意向性使用及合作协议，预计后续订单落地案例将不断增多，人脸识别产品将成为公司新的利润增长点。汉王科技汉王科技股份有限公司成立于1998年，是全球文字识别技术与智能交互产品引领者，多年来，通过不断自主创新，在手写识别、光学字符识别(OCR)、笔迹输入等领域拥有多项具有自主知识产权的核心技术，综合技术水平在国内外均处于领先地位，手写汉字识别获得国家科技进步一等奖，OCR获得国家科技进步二等奖。2008年汉王科技成功开发出全球第一款嵌入式人脸识别产品——汉王人脸通，成功开创了人脸识别门禁考勤市场，还不断开拓在公安、海关、金融、军队、教育、城建、机场、边防口岸等多个重要领域的行业应用，以及在智能锁、智能手机、平板电脑、智能电视等民用产品领域的智能交互应用。2017年5月，杭州市国税局成功上线汉王科技人脸生物识别比对技术，杭州纳税人“刷脸”即可取号办税；银川智慧城市通道式人脸识别二期顺利实施，汉王科技嵌入了银川人的生活；目前汉王科技人脸识别技术在河北、江苏等地铁路系统均有落地项目。发展优势：1、布局时间早；2、拥有全部核心技术；3、已经有了大量成功应用。特别是在军事和公安等领域，汉王科技人脸识别已经得到应用认可。目前该领域大部分其他企业都在投入期，而汉王科技人脸技术在行业内已经得到了成熟应用。发展实力：汉王科技积极开展人脸识别技术的潜心研究，目前已经拥有完全自主知识产权的“双目立体”人脸识别算法（DualSensor）。采用专用双摄像头，就好像一个人的一双眼睛，既保留了二维人脸识别简单的优点，又借鉴了三维人脸识别的部分三维信息，识别性能达到国际一流，识别速度更快，识别率更高。行业地位：目前，汉王科技在手写市场占有率超过70%，OCR领域市场占有率超过50%，处于绝对优势地位，微软、诺基亚、三星、索爱、LG、联想、TCL等国际著名厂商相继采用汉王技术，使民族软件业获得了国际认可，提升了民族高科技企业国际市场竞争力，引领了智能识别市场发展的方向。2016年度公司产品全面进入门铃对讲行业，与国内知名企业合作完成新产品的开发及上市；银川智慧城市二期工程的完工，进一步提升了公司的影响力。公司2016年人像识别业务营业收入保持稳定，达到7069万元，占总营业收入的17.01%。伴随人脸识别被大众接受程度的迅速提升，公司相关产品收入有望迅速提升。佳都科技公司在人脸识别领域有深厚的技术累积，特别是2015年投资云从科技后，公司的技术实力在行业内处于前列。在智能轨道交通领域，公司是目前国内唯一同时拥有城市轨道交通自动售检票系统、屏蔽门系统、综合监控系统和通信系统四大智能化系统解决方案的企业。公司深耕以人像识别技术为基础的智能安防与智能轨道交通业务，依托建设智慧城市的利好政策，未来发展可观。公司智能安防业务应用于广东、山东、新疆、贵州等省，未来随着智慧城市的推进，安防任务必会受到越来越多的重视，公司产品订单会持续高速增长；而“十三五”期间多个城市同时建设轨道交通，规划里程达到5632公里，到2020年末总里程达到7000公里，公司智能轨道交通业务的产品优势将带来订单的爆发式增长。公司年初中标武汉轨道交通系统建设，是订单增长的前兆。公司近年来营收年均增长率保持50%以上，未来前景可观。川大智胜公司与四川大学开展“产-学-研”合作项目，已经在3D人脸识别和车辆识别等领域取得不错的成果。公司布局城市智能系统业务，利用3D人脸识别的技术壁垒，优先抢占智慧城市的蓝海。公司的3D人脸识别已经处于国际领先水平，能够满足反恐、公共安全、支付安全认证等领域的要求。十三五期间，公司新开发的高精度三维人脸照相机在国内市场的需求就高于500亿元，未来市场广阔。2015年公司图形图像产品与服务营业额达到4079万元，同比增长824%。东方网力公司是国内领先的视频监控管理平台产品及服务供应商，公司产品在国内占有率居于第一位，公司收购华启智能、广州嘉崎，积极将视频管理平台产品拓展至交通等其他行业。同时，公司携手明星创业企业商汤科技成立合资公司深网视界，此举有望极大增强公司在人脸识别领域的实力。2016年11月4日，公司在投资者关系互动平台上表示，公司的人脸识别技术已经实现产品化，并在实际项目中予以销售并形成销售收入。公司与多个省市的公安机关建立了业务关系，同时公司产品可广泛应用于金融、政府等多个领域。伴随国内对于视频监控管理平台产品的需求将持续增长，公司人脸识别产品将于主营业务形成良好协同。互联网巨头除了上述的创业公司和上市公司外，国内外互联网巨头，包括百度、阿里、谷歌等，也纷纷进军人脸识别市场。互联网巨头在竞争过程具有资金、品牌、技术等多方面优势，综合优势明显。同时基于自身在C端市场长期积累，互联网公司在C端优势明显，更有可能率先打开C端市场。目前互联网巨头在人脸识别技术方面的布局呈现两条主线：1、通过重金引入行业领军人物打造自身技术。2、凭借强大影响力及雄厚的资金对优质企业进行直接收购或投资。市场方面由于C端市场盈利相对困难，因此表现为不限于C端市场，积极介入B端市场的特点。图表SEQ图表\*ARABIC26互联网巨头人脸识别相关布局百度前期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在C端拥有“脸优”娱乐应用落地案例，在B端则有乌镇“刷脸”闸机，百度内部的“免工卡刷脸通行闸机”等示范案例。后续将进一步全面推进人脸识别商业化落地，其内部确认了四个B端落地方向，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，希望能够像指纹一样代替键盘。C端则主要希望能够和百度地图、图片识别、百度糯米等C端产品相结合，提供更为优质的贴身服务。除了百度，阿里和腾讯也在人脸识别方面不遗余力的进行投入和布局。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；腾讯公司则设立腾讯优图，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。此外腾讯也在积极拓展B端市场，积极尝试在金融、证券业务使用人脸识别技术，并且2015年已与公安部达成身份证人像身份比对的业务合作。国外方面，谷歌是最早加入人脸识别市场巨头之一。谷歌先后利用巨资收购NevenVision、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，未来仍有望保持行业领先地位。指纹识别和虹膜识别指纹识别指纹识别技术正是通过对每个人独有的指纹特征点的识别来完成对身份的验证，是目前应用最广泛一种生物识别技术。每个人的指纹纹路在图案、断点和交叉点上各不相同，这些断点和交叉点构成每个人的指纹特征点。指纹识别的基本过程：首先手指接触相应区域，仪器借助电容式/光学式/射频式对指纹进行扫描采集并生成指纹图像。在采集过指纹之后，DSP指纹图像处理器对生成的指纹图像进行一系列的处理，提取出来的指纹特征通过软件算法与预录指纹库进行比对验证，最终输出识别结果。图表图表SEQ图表\*ARABIC27指纹识别基本过程指纹识别手机产业以手机的指纹识别产业链为例，指纹识别需要经过“芯片-模组-整机”三个重要的环节。芯片环节主要涉及“芯片设计-晶圆生产-芯片封测”等环节，芯片封测后模组厂商对芯片进行再加工，销售给手机整机厂商。产业流程如下图所示：图表SEQ图表\*ARABIC27指纹识别的手机产业链从2013年苹果iPhone5S增加指纹识别功能开始，智能手机其他品牌纷纷加入指纹识别功能，指纹识别以其“快捷性、安全性、准确性、稳定性、易用性”的综合优势逐渐成为智能手机的标配。图表SEQ图表\*ARABIC28畅销手机Top20采用指纹识别比例较高2016年6月以来，国内前20款畅销手机中指纹识别的渗透率一直在70%以上。但与之相比，“千元机”的指纹识别渗透率一直较低。2017年3月国内千元机销量Top20的手机中，指纹识别功能的渗透率仅为30%，远低于同期国内Top20畅销手机的85%的指纹识别功能渗透率。图表SEQ图表\*ARABIC29指纹识别渗透率千元机市场具有潜力的两个重要条件：指纹模组等部件的成本逐渐降低和千元机背后庞大的用户群体。随着指纹模组出货量的不断上升，指纹模组价格的不断下降是可定趋势，千元机能够承担指纹识别相关成本。以占主导地位的镀膜电容式指纹识别模组为例，2015年一季度指纹识别模组平均价格约4美元，到2017年一季度，其平均价格下降到2.56美元，部分芯片厂的报价甚至在2美元以下。千元机在国内有着庞大的用户群体，但指纹识别渗透率偏低：2016年10月以来国内千元机销量占国内手机总销量的比重均在50%以上，但千元机市场指纹识别的渗透率基本维持在40%以下。因此，未来千元机市场可能为指纹识别提供了重要的发展空间。图表SEQ图表\*ARABIC302016.10-2017.3国内千元机销量（万台）指纹识别手机产业的趋势隐藏式指纹识别是指纹识别未来发展的重要趋势。苹果创造的“大尺寸触控显示屏+Home键”使苹果手机成为了里程碑式的产品，按压式的指纹识别也带来了指纹识别技术在移动端的普及。但由于按压式指纹识别依靠Home键来完成，而Home键存在易损坏、维修成本高、无法实现高品质防水、外观不够美观等缺点，部分智能手机厂商正在大力开发隐藏式指纹识别技术。图表SEQ图表\*ARABIC31传统智能手机Home键的缺点随着Home键的缺点越来越明显，各大指纹识别厂商纷纷开始进行隐藏式指纹识别技术的尝试。2014年9月，汇顶科技在全球范围内第一个提出隐藏式指纹识别方案（undercoverglass），又称IFS指纹识别与触控一体化技术（InvisibleFingerprintSensor），将指纹识别模块隐藏在触控面板之下。2015年7月，挪威IDEX生物是被技术公司推出了玻璃指纹技术（inglass），可以将指纹识别芯片置入玻璃之中。2016年，FPC（FingerprintCards）和LG提出了第三种方案（coverglasscutout），即将玻璃面板掏0.2-0.3mm深的凹槽，然后将指纹Sensor放入凹槽中。然而，目前这些隐藏式指纹识别方案并不成熟：第一种Undercoverglass方案下指纹传感难以穿过整个玻璃屏幕；第二种inglass方案下将指纹识别芯片与玻璃融为一体，对玻璃的要求太高而难以实现。第三种FPC和LG的方案短期来看相对比较可行，但仍面临一些实际困难：玻璃上面开凹槽会降低玻璃的强度，进而增加了损坏的几率；上游的玻璃厂商必须提供特殊工艺上的支持，整个流程较为复杂。指纹识别的其它产业除了智能移动平台之外，指纹识别被更多地应用在企业的门禁、考勤以及对安防要求较低的身份认证和箱柜锁等民用市场，其中智能门锁是指纹识别的一个重要发力点。智能门锁是指使用非机械钥匙作为用户识别ID的成熟技术，在用户识别、安全性、管理性方面更加智能化的复合型锁具，相对传统的机械锁具而言有更高的安全性。智能门锁以微控制器为核心，通过微控制器对采集来的数据进行信息处理，进而为解锁提供依据。从生物识别技术应用的种类来看，目前门锁市场上应用的生物识别技术以指纹识别为主。从智能门锁的用户使用者来看，根据当前我国智能门锁的用户需求主要集中在高端酒店、公寓和别墅，普通家庭用户的普及率在2%左右。欧美等发达国家的智能锁占民用所市场将近50%份额，日韩等国智能锁占民用所市场将近70%，相比之下我国智能门锁市场仍然有极大的发展空间。同时，随着国家“双创”、智慧生活、智慧城市等政策不断推进，智能门锁市场有望被进一步激活，其不断扩大的市场规模将为智能门锁产业带来更加广阔的前景。图表SEQ图表\*ARABIC32基于指纹识别的智能门锁指纹识别也逐渐运用于信用卡等金融领域。信用卡提供商万事达(Mastercard)和生物辨识公司Zwipe合作推出了内置指纹传感器的全新信用卡，这是首个结合用户指纹数据和内置传感器的支付卡，其工作原理和移动手机支付一样：用户使用时将手指停放在信用卡上的内置传感器上，不用签名即能付款。这种信用卡不能被随意取用和复制，因此具有较高的安全性。虹膜识别虹膜识别特点虹膜包含丰富的细节特征，在胎儿发育阶段形成后，虹膜在整个生命历程中保持不变，这些特征使得虹膜信息具有唯一性。虹膜识别技术正是利用虹膜终身不变性和差异性的特点来识别身份的。虹膜识别技术在准确度、稳定性上有着自身的优势：与指纹识别和人脸识别相比，虹膜识别的误识率仅为0.00001%，远低于指纹的误识率0.8%、人脸识别的误识率1%，精准度极高；虹膜识别的稳定性也较高，识别点较多，可辨识性较强。中国航天科工集团二院203所研发的远距离虹膜识别一体机可提取多达200个虹膜的特征点，而指纹识别一般只有35个特征点；虹膜在人的一生中非常稳定，不像指纹存在磨损的可能，以及人脸受年龄的因素变化较大。虹膜识别产业现状虹膜识别产业现状是基本具备普及条件，但困难仍然存在。技术上的不断成熟成为了虹膜识别技术普及的重要基础。在算法和辨识度上，虹膜识别的识别率已经达到了千万分之一精确度，而且随着技术的提高，比对速度也得到全面提升。（1）休伯利安（Hyperion）科技公司最近发布的虹膜算法，虹膜识别单眼识别率已经达到了两百万分之一的精确度，双眼识别率更是达到了二十亿分之一的精确度，一秒钟可以完成五十万次虹膜比对，全新的活体识别技术可以辨认出包括高清图片，视频，仿生虹膜，美瞳，3D仿真眼等所有伪造虹膜，被破解的几率大大降低。（2）中科院自动化所与北京中科虹霸科技有限公司共同研发的虹膜识别移动终端产品——IKMobile100，从特征描述与匹配、活体安全防伪、用户交互等方面对移动虹膜识别方案进行深度优化。IKMobile100可以通过内置镜头来扫描用户的虹膜特征，用户只需短暂凝视屏幕即可。这款产品的有效识别距离为20-30cm，识别速度达到1s。（3）虹膜的身份识别解决方案领域知名厂商EyeLockLLC已经推出在60厘米范围内验证身份的新技术，而不受框架眼镜、隐形眼镜和日光的影响。图表SEQ图表\*ARABIC33虹膜识别系统的应用发展历史目前虹膜识别还存在一些缺点导致其无法快速普及，特别是在移动端普及。第一是便捷性。眼盲患者、眼受伤患者均无法采用虹膜识别，正常人处在周围比较黑的地方或者是夜晚也无法很好地使用虹膜进行识别，距离过远或过近也容易影虹膜识别效果。第二是虹膜识别设备的成本一般较高。要实现虹膜识别功能，需要额外的虹膜传感器、专门的相机镜头等硬件，因而只能在一些对安全性要求很高且价格不敏感的领域推广。第三，相对与西方人的虹膜，东方人的黑色虹膜颜色更深，纹理区域更狭窄，纹理数量更少，而且普遍存在比较严重的眼睑或睫毛遮挡，这些特点导致一般的虹膜识别技术在应用于东方人时识别精度会大大下降，甚至成为虹膜识别技术在东方人群中扩大应用的潜在障碍。第四，独立传感器和强光干扰问题：虹膜识别所需要的是独立的红外传感器，红外传感器要求在近红外波段下具有非常高的弱光的成像效果；虹膜识别技术要求采集到在某一个光谱段下的虹膜图像，而这个光谱段基本上是810、850或者是940几个波谱段，这些光谱段事实上在可见光的波段当中也普遍存在，所以当可见光的强光照射到传感器上的时候很容易对虹膜的传感器产生干扰。图表SEQ图表\*ARABIC34虹膜识别存在的产业难题2016年8月，三星发布的旗舰智能手机Note7搭载了虹膜识别解锁系统。图表SEQ图表\*ARABIC35三星Note7虹膜数据采集Note7手机听筒的左右两侧分别配有红外线IRLED以及虹膜摄像头，在摄像头拍摄图像后IRLED和虹膜摄像头会协同工作，对虹膜和眼睑位置进行识别，然后提取出虹膜区域，经过修整之后形成最终的独立的虹膜图像。图像形成后被储存在手机的数据库中，用于后续的核对以及授权工作。虽然三星Note7不是行业内首款搭载虹膜识别的智能手机（2015年富士通推出的ArrowsNXF-04G是全球首款搭载虹膜识别技术的机型），但考虑到三星在全球市场中、特别是安卓系统手机市场中的影响力，虹膜识别在移动端的普及有望进一步加速。根据韩国媒体naver的报道，三星GALAXYS8首批即将量产约1350万，这可能将进一步加速虹膜识别在安卓系统平台和整个移动端的扩张。苹果公司也有望在今年发布的iPhone8中加入虹膜识别功能，虹膜识别在消费级市场的规模有可能迎来快速增长。除了移动端，虹膜识别技术目前已逐渐在金融、出入境管理等领域应用，但应用相对较少。随着技术的不断成熟，预计虹膜识别可能将在医疗、社保