 ==>> 点击下载文档 |
N识别，1：1是比对两个人脸的相似度，只需要确定是否授权人；1：N
是识别对象是否在人脸数据库中。四部流程依次是人脸检测、活体检测、
人脸特征提取和人脸匹配识别
走出实验室。长久以来技术不足、应用范围局限、价格高企制约人脸识别
发展。尽管实验室条件中人脸识别技术精准度可达到99%以上，有些公司
在ImageNet、LFW也名列前茅，但落地到实际应用中受到光照姿态、表
情等条件干扰，精准度始终不尽如人意。近几年技术问题得到逐步解决，
近红外和可见光结合解决光线问题、3D感应和摄像头解决姿态和表情问
题，深度学习算法提高现实场景识别效率和精确度
爆发。人脸识别技术可以运用到政府、安防、公安刑侦等政府级别，也可
以运用到金融、汽车电子、新零售等工业级别，目前智能手机、支付、互
联网+等消费级应用也即将迎来爆发，应用场景日趋多元，市场仍然处于
加速扩张期。盈利模式从传统的硬件销售、软件按量或按时收费（SaaS
模式/PaaS模式）、软件技术支持、软硬件一体化解决方案再到未来可能会
实现的大数据变现，变现模式多样。我们认为未来人脸识别有巨大的市场
需求和广阔的应用前景，有望维持高速增长
度等互联网巨头都在人脸识别产业链不同领域都在布局，传统垂直领域厂
商如苹果、海康、大华、华为都在研发技术巩固自身原有业务。巨头发展
的方式为外延和内生并行，例如Facebook收购Face，苹果收购
PrimeSense。同时也可以看到有旷视、商汤、依图、云从等创业公司已经
发展壮大成独角兽
股份、汉邦高科、浩云科技、北部湾旅、川大智胜
＃title＃
浮云渐散，刷脸时代来临
＃createTime1＃ 2017年09月23日
请阅读最后一页信息披露和重要声明- 2 -
行业跟踪报告
目录
一、刷脸时代已经到来？ ..... - 4 -
1.1、消费级人脸识别产业化爆发 .. - 4 -
1.2、概念辨析：机器人脸识别VS肉眼识别.......... - 5 -
1.3、人脸识别分为两种模式四步流程 ....... - 7 -
二、核心技术：深度学习和3D视觉是助推器 ..........- 11 -
2.1、从实验室到落地应用，人脸识别商业化道阻且长 ......- 11 -
2.2、驱动因素之一政策推动 ....... - 13 -
2.3、驱动因素之二技术升级 ....... - 14 -
2.4、驱动因素之三算法改善 ....... - 15 -
2.5、iPhone X 3D人脸解锁带来下一个技术风口 .. - 18 -
三：技术取得突破，人脸识别遍地开花已是大势所趋 ......... - 23 -
3.1、政府安防和公安刑侦率先应用 ......... - 24 -
3.2、商业级别初具规模，正在加速落地 .. - 25 -
3.3、消费级应用即将爆发，应用场景日趋多元 ... - 27 -
四、群雄逐鹿，巨头和创业公司谁能问鼎？ ........... - 29 -
4.1、未雨绸缪，国内外科技巨头已提前布局 ....... - 29 -
4.2、融资、技术、应用领域、 客户四个角度剖析创业公司佼佼者.......... - 30 -
五、产业链和商业模式探讨- 34 -
5.1、产业链分析：大量创业公司集中在技术提供层 ........ - 34 -
5.2、商业模式分析：面向B端收取项目费用变现仍是主流 ......... - 35 -
六、A股相关标的 .. - 37 -
图1、vivo和Face++合作推出搭载完整人脸解锁功能的手机. - 4 -
图2、农业银行上线刷脸取款功能 .... - 5 -
图3、招商银行上线刷脸取款功能 .... - 5 -
图4、人脸识别技术示意图... - 5 -
图5、人脸识别比肉眼更精准 ........... - 6 -
图6、1：1人脸认证计算两个人脸的相似度完成识别 ........... - 7 -
图7、动态视频流中分离人像和背景. - 8 -
图8、Face++动态采集人脸并且分割. - 8 -
图9、百度金融活体识别技术用于账户找回功能 ....... - 9 -
图10、支付宝使用Face++技术完成人脸活体检测..... - 9 -
图11、旷视科技通过云、硬件级解决方案实现在线/离线活体检测 .... - 9 -
图12、难度在于光照条件改变、不同角度、遮挡 ... - 10 -
图13、人脸相似度达到阈值则输出匹配结果 .......... - 10 -
图14、人脸识别技术难点 ...- 11 -
图15、FDDB人脸检测非公开方法评测结果（最后更新日期为2016.3.30） - 12 -
图16、主动近红外成像设备 ........... - 14 -
图17、3D人脸校正解决姿态和表情问题 .... - 15 -
图18、商汤科技高性能异构分布式平台 ..... - 17 -
图19、高性能异构基础算法库 ....... - 17 -
图20、Face++深度引擎MegBrain ... - 17 -
图21、iPhone X原深感摄像头系统- 19 -
图22、点阵投影器将无数个红外光侦测点投影在脸部形成3D模型- 19 -
图23、PrimeSense被收购前发展历程 ......... - 21 -
图24、苹果PrimeSense 3D结构光原理示意图 ........ - 21 -
淘宝店铺
“Vivian研报”
收集整理
获取最新报告及后续更新服务请淘宝搜索“Vivian研报”
请阅读最后一页信息披露和重要声明- 3 -
行业跟踪报告
图25、一个场景出现多人时根据距离不同识别面部- 22 -
图26、TOF飞行时间工作原理示意图......... - 23 -
图27、TOF成像示意图...... - 23 -
图28、人脸识别应用领域广阔 ....... - 23 -
图29、人脸识别和图像识别应用于安防交管领域 ... - 24 -
图30、人脸识别用于辅助机场登机环节 ..... - 25 -
图31、人脸识别应用到智能柜员机开户中 .. - 26 -
图32、KFC升级店内消费者微笑就可通过人脸识别系统完成支付 .. - 28 -
图33、商汤科技人脸聚类功能 ....... - 28 -
图34、百度科技园人脸闸机 ........... - 30 -
图35、四家独角兽公司应用重点领域布局 .. - 32 -
图36、依图科技人像大平台系统架构图 ..... - 33 -
图37、四家独角兽公司核心客户 .... - 34 -
图38、人脸识别产业链全景图 ....... - 34 -
图39、大华股份IVS-F7300系列智能视频分析服务器 ........ - 35 -
图40、大华股份人脸识别客户端 .... - 35 -
图41、Face++ Web API 服务和移动端 SDK价目表 - 36 -
图42、人工智能数据源将会是争夺热点 ..... - 37 -
表1、人脸识别应用领域 ...... - 6 -
表2、人脸识别技术优缺点... - 7 -
表3、两种应用模式对比 ...... - 8 -
表4、国家政府部门的政策支持...... - 13 -
表5、各大IT巨头纷纷开源人工智能产品 .. - 16 -
表6、2D解锁和3D解锁对比......... - 18 -
表7、三种3D成像技术对比 .......... - 20 -
表8、国内部分机场上线人脸识别技术情况一览 ..... - 25 -
表9、国内人脸识别代表企业在金融领域典型案例.. - 27 -
表10、近几年在人脸识别领域及其上下游发生的外延并购 . - 29 -
表11、四大独角兽公司融资一览 .... - 30 -
表12、云从科技核心技术团队 ....... - 31 -
表13、依图科技核心技术团队 ....... - 32 -
请阅读最后一页信息披露和重要声明- 4 -
行业跟踪报告
报告正文
一、刷脸时代已经到来？
1.1、消费级人脸识别产业化爆发
北京时间9月13日，苹果在乔布斯剧院召开新品发布会，最备受瞩目的当属其推
出苹果十周年特别版首款OLED全面屏iPhone X。它的独特之处在于没有了
TouchID指纹识别，而是采用FaceID人脸识别作为手机生物辨识技术，不需要任
何动作，抬手秒解锁
除了万众瞩目的苹果，国内手机厂商小米、vivo在苹果发布会之前也相继推出了
人脸识别手机。9月11日，小米发布Note3手机，提供人脸解锁功能，识别速度
为500毫秒。9月7日vivo在印度正式发布了旗下首款全面屏手机V7+，同样具
备人脸解锁功能
图1、vivo和Face++合作推出搭载完整人脸解锁功能的手机
资料来源：旷视科技，兴业证券研究所
手机设备以外的众多领域也同样在发生重大变革。8月25日，武汉火车站宣布全
面刷脸进站；8月23日百度宣布与首都国际机场签署战略合作协议打造刷脸登机
的智慧机场；9月1日支付宝宣布商用刷脸支付；9月5日杭州大量宾馆免身份证，
刷脸即可入住；9月7日，京东苏宁开启刷脸支付；9月9日，北京所有公租房将
推行“人脸识别”门禁；9月11日，北师大宣布学生宿舍全面启用刷脸开门；9
月12日，农业银行总行在自动取款机试点“刷脸取款”，目前已下发通知要求全
国推广刷脸取款，将为全国24064家分支机构、30089台柜员机、10万个ATM机
安装人脸识别系统；招商银行也已于近期在全国重点城市的ATM取款机系统上
线了“刷脸取款”选项，用户可不带银行卡、身份证，不用输入银行账户，靠“刷
。。。以上简介无排版格式，详细内容请下载查看
