人脸识别技术的商业化潜力

刘赟 周爽

摘 要：人脸识别技术属于模式识别范畴，是通过识别生物特征完成身份认证。近年来，人脸识别技术从实验室走向市场，进入实用化阶段。随着人工智能和深度学习技术的应用越来越成熟，计算机在人脸识别的精度和效率方面已经超过人类。人脸识别技术已经被大量应用于政府机关、军队系统、银行系统、海关以及安全防务等领域。本文简述了人脸识别技术发展现状，分析了人脸识别技术的商业化前景。

关键词：人脸识别 视觉计算 身份认证

中图分类号：F721 文献标识码：A 文章编号：2096-0298（2017）08（b）-135-02

1 人脸识别技术的原理及研究现状

人脸识别是指用计算机分析人的面部视频和图像，从中抽取有效的特征作为识别信息。最终识别脸部对象的身份。有电脑与人类不同，出示一张照片，对电脑来说，照片只是一段编码的字符串而已，电脑不知道人类的面部在哪里。所以对于一台电脑来说，要实现一个脸部识别，至少要有三个步骤：一是从场景中剥离出人的面部区域，二是从面部区域提取脸部特征，三是基于提取的特征进行脸部识别。由于人脸在社会生活中中扮演着重要的角色，是人的复杂情感的表现载体。人类视觉系统在人脸复杂模式识别方面具有卓越的能力。然而，这种对人来说与生俱来的图像合成能力对计算机来说却显得特别困难。经过近40年的研究发展，人脸识别技术取得了客观的进步，只是大都是基于二维模式，一些基于三维的研究要使用昂贵的三维视频采集设备，三维建模也需要巨大的机时而难以进入实用阶段。

人脸识别技术目前是人工智能以及模式识别领域的研究热门。最早的身份识别领域依靠对指纹的辨识，随着现代生物技术的发展，陆续研究辨别虹膜和视网膜，甚至开始测定DNA。与这些技术相比，脸部识别更加方便自然，容易被普通用户接受。现在这种技术已经渗透到公安系统，帮助刑侦人员监察视频记录和身份认证。

目前，计算机算法中提到的神经网络理论是一种分类器数学模型，其灵感来自生物神经网络，其特点是训练时间长，识别时间短。所以简单来说，人脸识别中使用的神经网络算法是将图像信息转化为结构化数据，可以通过大数据训练，通过大数据训练将机器理解为结构化数据，从而将面部特征转化为计算机可以识别字符串，与大数据相比较，从而达到识别脸谱的目的。

要想让电脑拥有和人类相当的面部识别精度，必须进行适当的预先處理。要想让算法自动辨别脸部特征计算机需要进行人脸检测和脸特征点定位。然后才是对具有判别性的特征进行身份的识别，即狭义上的人脸识别。

随着基于深度学习的人工智能的快速发展，机器视觉研究中关于人脸识别技术的研究取得了长足的进展。从2012年迄今为止，科学家不断改进深度卷积神经网络方法，训练人工智能进行深度学习，在很多领域都有所应用。比如让人工智能通过深度学习提升下围棋技巧，已经先后战胜韩国的李世乭和中国的柯洁，人类在围棋领域已经不敌人工智能。把这些技术应用到人脸识别领域，无需考虑如何应用人脸识别已有理论，也不用费心思考如何设置算法，一切过程都不过是深度学习，人工智能会自己开发出有效的辨别策略，不需要人为干涉。

目前，机器学习，深度神经网络技术，人工智能、量子计算等技术创新，这些技术的进步大大提高了计算机视觉计算的处理能力，处理速度和复杂性，制造商的面部识别应用提供了坚实的技术支持。据平安科技创新研究院专家介绍，基于神经网络的安全面部识别算法在各种测试环境下都达到99%以上的准确率。即使面对细胞老化和双胞胎等行业公认的技术问题，存在一系列解决方案。

2 人脸识别技术的应用现状

人脸识别技术利用人面部的特征信息完成辨识具有很大的优越性，因为面部特征以及其他传统检测对象，诸如指纹和虹膜，都具有长期的稳定性，所以使用脸部识别在技术上是可行的。因为没有必要强制用户提供基本信息，不需要复杂的检测设备，因此脸部识别技术更实用。英国电视剧《黑镜》中，有一个特别的人脸识别系统，就是为谷歌应用开发的谷歌眼镜，结合谷歌的硬件设备，可以扫描陌生人的脸，快速识别和提取相关信息。这样，即使他们是不熟悉的人，只要使用脸部识别扫描，就可以知道他的基本信息，甚至他的家人和亲戚的基本情况。这不是幻想。2014年，香港大学开发面部识别系统，其识别人类面孔的能力甚至超过人类。当然，面部识别技术除了简单识别身份之外，在其他领域也有很多应用，比如我们常见的面部识别考勤，工作人员只需站在机器前面，通过摄像头识别脸部，就可以打卡签到。

在面部识别技术和应用方面，阿里将与国内生物学领域新智盛合作打造“阿里巴巴人脸比对系统”。腾讯TenPay已经与中国公安部国家身份证号码查询服务中心合作，实现了肖像比较服务战略合作，也与公共银行在金融、证券等业务中实现面部识别应用。民生银行率先引进面部识别客户认证链接，已经在移动智能柜员机系统、移动操作、定制操作和柜台业务XBank业务系统中使用人脸识别。

作为社会主体，人的身份数字化是智慧社会的前提，人脸识别是实现这一目标的关键技术。人脸识别技术可以基于人脸的非侵入性生物信息，并且计算毫秒级的大数据使得脸部成为智慧社会的“接入端口”，方便信息安全交流。百度透露，人脸识别将成为其重要的技术研究方向之一。其实除了百度之外，BAT在其他两个领域的脸部识别已经开始布局了。早在2013年，蚂蚁黄金服务和北京光电科技有限公司的Face ++平台开始运行，即“刷脸支付”系统。2016年，阿里云进一步建立了视觉计算团队，负责云端视频图像智能分析、识别、搜索、生成和挖掘服务。同年7月，由极客公园举办的奇点创新者峰会上，腾讯旗下优图实验室首次公开亮相，基于整个腾讯的社交网络平台和业务产品线，为QQ空间、天天P图、微众银行等50多款产品提供图像算法和人脸识别技术的支持。至此，国内三大互联网龙头企业，均已布局人脸识别。

人脸识别技术是自然和智能社会关系的关键技术之一。自然人地位的数字化是智慧社会的先决条件。其特点是不被伪造，被动采集等，结合云计算和大数据，可以快速完成比较，可以在各种应用中实现快速安全确认的身份。在莆田仙游县，从今年初起，县社会劳动保障中心已应用面部识别技术完成退休人员退休金的身份认证。只需要在社会保障中心的窗口相机前拍照，就可以完成身份认证。目前，全县已完成退休职工2000余人领取养老金资格认证工作。

监测系统最关心的是监控场景中的人，特别是那些需要关注其行为的人。监测系统可以快速分析现场人员的位置，收集人脸图像，并将这些图像和数据库里被怀疑的危险人物进行比对，一旦匹配成功，系统会很快发出警报。面部识别系统收集到的脸部图像可以成为非常重要的监控数据，存储在监控数据库中，或者与公安部门的数据库连接。

根据目前国内机场航站楼登机流程和机场港口入境管理规定，乘客必须经过机场航站楼安检柜台和入境检查柜台，这样，乘客流动速度就会很慢，因为每个乘客必须在这里接受检查。机场安保部门在入境登记柜台部署面部监测系统就会取得良好效果。

支付宝手机客户端已经正式启用了脸部注册功能。用户不需要输入繁琐的密码，只需在手机镜头眨眼，转头即可轻松完成登录。过去只能出现在科幻电影里的场面，已经悄然融入现实生活中。不仅如此，2016年5月，深圳宝安国际机场安装了安全面部识别系统，这意味着以后乘机安检，只需露露脸即可。据了解，支付、金融、教育、交通、房地产等场景中的人脸识别技术都存在巨大的商业机会。不過行业专家也表示，目前面部识别技术在企业市场的价格门槛依然偏高。以前，尽管有企业在进行建设-转让、建设-经营-转让模式的尝试，但尚未有典型成功案例。人脸识别技术在企业级的商业模式仍需进一步探索。

从技术上讲，人脸识别的准确性已经超出了人的能力范围。特别是2013年以后，随着硬件和软件技术的成熟，行业进入了真正的爆发期。目前，这种技术被广泛应用于交通运输、金融、社会保障、电子商务等领域。随着人脸识别技术市场需求的不断扩大，技术难点逐渐得到克服，许多系统可能被人脸识别所取代，包括通勤、医院登记、候选人身份验证等，人脸识别技术在将来的社会会越来越普及。由于中国人口基数庞大，互联网流行度高，面孔识别技术世界领先，未来市场规模将突破1000亿。

3 人脸识别技术投资前景与政策环境

人脸识别对投资企业形成巨大吸引力，企业界甚至把2015年定为人脸识别元年，以为市场会向消费者提供更多使用识别设备，但有些观点指出，2016年和2017年各大企业重视的是人脸识别技术的投资和布局，而人脸识别技术设备的全面投放应用至少要等到2018年。

就目前情况来说，这项技术怎样能接上地气才是核心问题。人脸识别技术最终要从实验室走出来，进入地铁系统、进入公安部门，还要表现良好，这不是目前国内大多数企业最擅长的地方，现在国内市场较为混乱，小型厂商的重点还集中在如何做出山寨移动端产品，如平板和移动考勤等，对于制作动态识别系统还存在很大困难。这样的小型厂家目前在国内有200多家，但能使用核心技术的企业不足10家，这里面能够做系统集成的厂家只有4家。另外，与国外厂商相比，国内相关厂商在技术研发上投入太少，很少有厂家拥有自己开发的专利产品，一般都购买第三方技术。

各大企业的竞争达到白热化的程度，人们正在等待新一轮洗牌。鉴于目前国内市场现状，那些肯在核心技术上投入精力，能根据用户体验认真调整产品性能的厂家一定会吸引到更多的投资，从而拥有更大的实力。

由于未来人脸识别技术在人们日常生活、工作中的应用将越来越广泛。我国人脸识别市场将迎来爆发。《2015全球安防设备市场报告》显示，中国的人脸识别市场规模已经从2012年的16.7亿元增加到2015年的75亿元。据分析，在未来5年之内，国内人脸识别的市场规模可能将达到1000亿元。其中，人脸识别主要应用领域市场规模，公安领域16亿以上、交通领域50亿以上、金融领域百亿级别、教育领域百亿级别，在不考虑大安防硬件存量市场的前提下，整体市场规模就达到数百亿。

《中国人脸识别行业市场前瞻和投资分析报告》数据显示，2016年我国人脸识别行业市场规模已超过10亿元。预计未来五年，我国人脸识别市场规模平均复合增长率将达到25%，到2021年，人脸识别市场规模将达到51亿元左右。到2020年，全球人脸识别市场规模有可能达到300亿元以上。由于大量使用深度学习技术，人脸识别技术在复杂情境中的识别精度已经达到99%，这样，这一技术已经完全进入实用化阶段。

4 结语

在不远的未来，如果人脸识别的技术得到进一步突破，准确率得到提升并普及程度，其商业化应用前景应该是十分广阔的，完全有可能会成为下一个科技时代的商业爆发点。从股市来看，目前腾讯、阿里、民生银行等多个巨头进军人脸识别产业，这些企业将在接下来的10年引领人脸识别领域的发展。总之，人脸识别的技术壁垒也会越积越高，技术研发会成为企业发展的主要动力，同时商业模式也会因为技术的不管革新而发生演变。

参考文献

[1] 王国胤，龚勋.人脸感知从二维到三维[M].北京：科学出版社， 2011.

[2] 王志良，郑思仪，王先梅，等.心理认知计算的研究现状及发展趋势[J].模式识别与人工智能，2011（2）.

[3] 左藤.人脸识别技术综述[J].软件导刊，2017，16（2）.