新財富APP（www.ikuyu.cn），
溝通資本與分析師的橋樑，
提供有深度的見解
作者 安信證券 胡又文團隊
人臉識別的三種模式
人臉識別的1:1模式
1:1身份驗證模式本質上是電腦對當前人臉與人像資料庫進行快速比對並得出是否匹配的過程，
人臉識別的1:N模式
1:N則是在海量的人像資料庫中找出當前使用者的人臉資料並進行匹配。 1:N具有動態比對與非配合的特點， 動態對比是指通過對動態視頻流的截取來獲得人臉資料並進一步比對的過程， 而非配合性是識別過程非強制性與高效性的表現， 識別物件無需到特定位置便能完成識別工作。 由於這兩個特性使1:N身份認證模式能迅速落地于公共安全管理與VIP客戶人臉識別等場景， 但其難度要遠高於靜態1:1， 因為機器面臨著曝光過度、逆光、側臉、遠距離等挑戰。
人臉識別的M:N模式
M:N是通過電腦對場景內所有人進行面部識別並與人像資料庫進行比對的過程。 M:N作為一種動態人臉比對， 其使用率非常高， 能充分應用於多種場景， 例如公共安防， 迎賓， 機器人應用等。 但是M:N模式仍存在很大的弊端， 因為其必須依靠海量的人臉資料庫才能運行， 並且由於識別基數過大， 設備解析度不足等因素， 使M:N模式會產生很高的錯誤率從而影響識別結果。
人臉識別技術的成熟雖然能代替一部分勞動力，但仍不能作為唯一的驗證方式，其更需要與人工識別相結合從而進行精准判斷。例如，在受到外部環境干擾下，人臉識別技術會產生錯誤資料，這時就需要人工協助，共同完成識別確認過程；又或者在企業應用中，具有較高機密需求的場所可以採用人臉識別和刷卡的雙重認證來進一步確保安全性。
人臉識別的主要商業應用場景
安防行業
安防行業應用空間廣闊。我國安防行業規模由“十一五”末的2300億元增長至”十二五“末的5000億元，增速高達18%。國內安防市場增速遠高於全球，預計2017年將達到6540萬元，其中視頻監控作為平安城市建設的重要環節，將是人臉識別最具價值的應用場景之一。
視頻監控智慧化迫在眉睫。隨著攝像頭數量的急速增加與攝像頭網路化進程持續推進，產生海量的視頻資料並已遠遠超出監控者的管理範圍，視頻監控智慧化越來越急迫。智慧化管理則是將人工智慧引入視頻監控中，使其具備自動整理與分類的功能，將資料結構化處理，並使處理後的結構性資料能大規模被用於檢索，分析與統計中，最終通過針對性深度挖掘使其成為有意義的情報資料。
在深度學習技術推動下，人臉識別技術可以同時具備識別人物屬性和身份的能力。在深度學習推動下，人臉識別可以實現任意臉部遮擋及視角下的即時檢測，一次性克服了人臉檢測中的幾項難題：側臉、半遮擋、模糊人臉，極大提升了各種現實情況中的人臉檢出效果。同時可以識別性別、年齡、表情及多種臉部生理特徵，不僅可以準確識別照片中人物的性別和年齡，也提供表情、顏值（美貌指數）、戴眼鏡、化濃妝、塗口紅、戴帽子、頭髮顏色、鬍鬚樣式等超過40種屬性，平均準確率超過90%，年齡預測平均誤差小於3歲。
視頻監控領域可以實現多個場景人的行為以及車輛識別。基於深度學習的行人檢測演算法能夠在各類遮擋的情況下精確找出行人位置，並能夠進一步分析行人姿態和動作，可應用於交通監控、輔助駕駛、無人駕駛等。可以在行車場景、交通監控場景、卡口場景中檢測多種不同角度的車輛，並同時給出車牌號碼、汽車品牌、型號、顏色等物理特徵。
視頻監控領域可以實現多個場景人的行為以及車輛識別。基於深度學習的行人檢測演算法能夠在各類遮擋的情況下精確找出行人位置，並能夠進一步分析行人姿態和動作，可應用於交通監控、輔助駕駛、無人駕駛等。可以在行車場景、交通監控場景、卡口場景中檢測多種不同角度的車輛，並同時給出車牌號碼、汽車品牌、型號、顏色等物理特徵。
攝像頭的智慧化改造是另一個安防領域的市場機遇。攝像頭的精准度將影響最終人臉識別的準確率，此前大量攝像頭存在三個致命缺點：1、三維變二維時易丟失距離資訊；2、無法完成全視角監控並受到光源影響巨大；3、無法將深度拍攝與全視角拍攝相結合。目前以格靈深瞳為代表的技術公司正著力研發三種類型的攝像頭去解決這些問題：
1、Depth Video
其根據捕食動物眼睛的視覺重疊原理，利用構成結構光的方式生成DepthVideo，然後基於資料去分析人的行為。即使有遮擋的情況，其仍能根據俯視雷達圖精准判別每個人的行動軌跡及行為。
2、光場相機
昆蟲的複眼能最大程度的捕捉光源，並傳輸至神經，快速形成反映，同時能完成360度無死角觀察外界環境，也夠能迅速視覺定位，判斷近距離的情況。攝像頭根據這一成像原理利用鏡頭或者感測器陣列去接受最大的光場，並將光場分佈並計算結果。
3、人眼攝像機
人眼相機的原理其實和哺乳動物的眼球工作原理相似，人眼中含有黃斑，其集中了人眼75%的有效圖元，剩下的25%分佈160度的時常角上。而人眼相機根據這一特性，通過一個視場角很廣但解析度不足的檢測系統與視場角很小但解析度很高的黃斑系統共同工作並完成拍拍攝任務。
門禁
門禁系統又稱出入管理控制系統，是對出入口通道進行管制的智慧化系統。可以籠統地概括為：對人員出入許可權的管理——即管理什麼人、什麼時間可以進出哪些門。門禁系統其最初形態為機械門鎖，但隨著情境、場所、級別許可權、工作流程的細分與人流量增大等外部環境影響下，鑰匙管理難度隨之升高。而電子卡鎖（磁卡和射頻卡），電子密碼鎖等形式的出現在一定程度上提高了人們對出入口通道的管理能力，使通道管理進入了電子化時代。但是隨著這兩種電子鎖的不斷應用，其本身的優缺點便逐漸顯現。
智慧門禁系統是人臉識別在商業領域中最早的應用載體之一，其中人臉識別門禁系統對於其他生物識別門禁系統的優勢在於：
1、自然性
自然性指通過用攝像設備採集人臉資料並進行識別比對的方式，同時包括語音辨識和體形識別，而指紋識別和虹膜識別等則不具備自然性這一特點。
2、非強制性
非強制性指在識別過程中被識別物件無需主動配合便能完成識別任務，例如，人臉識別是利用可見光獲取人臉圖像資訊而進行比對。不同於指紋識別或者虹膜識別需要利用電子壓力感測器採集指紋，或利用紅外線採集虹膜圖像。並且人臉識別門禁系統更具備安全性與高效性。
3、非接觸性
與其他生物識別技術相對比，人臉識別是非接觸的，使用者不需要和設備直接接觸，並且能夠支援高併發處理，同時又能夠滿足在實際應用場景下進行多個人臉的分揀、判斷及識別。
4、智慧資料輸出
人臉識別門禁能夠對場景內所有人進行面部資料獲取，幫助管理者建立易於檢索、對比突出管理檔案以及為改善管理決策提供必要依據。
智慧迎賓
企業智慧迎賓系統。智慧迎賓系統基於動態捕捉與非配合式人臉識別技術，及閘禁聯動，並結合後臺管理系統可實現快速，準確識別賓客身份，訪客邀約，訪客登記，訪客資料統計，訪客查詢等功能，使企業辦公更智慧化。
展會迎賓簽到系統。展會的簽到形式從最初的紙質身份牌發展至條碼，磁卡，IC(智慧)卡，手機二維碼等多種形式，然而這些方式只是實現了會議簽到無紙化管理，雖然在一定程度上提高了效率。但仍存在較大隱患，例如資訊安全的丟失，冒名代簽等諸多問題。展會迎賓簽到系統同樣基於人臉識別技術，組織者只需採集一次參會人員的面部圖像（徵集或在網上檢索），並錄入系統人像資料庫。訪客只需經過攝像範圍內，攝像設備則能迅捕捉並進行識別，進一步分配座位完成簽到任務。同時，系統也能與其他設備聯動，例如標籤印表機，嘉賓人臉查找等。
以Amazon Go為代表的新零售
人臉識別技術是Amazon Go所代表的新零售應用場景的關鍵。當消費者進入商店，攝像設備首先會對其進行面部識別，並傳回至Amazon使用者人像資料庫中進行比對。而商場中每一件商品都配備重力感應器與感測器，通過攝像設備捕捉消費者的行為及手勢，並準確識別其拿起的商品資訊，同時採集消費者離開貨架後的圖像共同傳送至資訊中心。電腦根據比對結果與每一件商品所傳輸的重力感應資訊結合來共同判斷消費者是否進行購物，並不會產生延遲。商店中麥克風能根據環境聲音來判斷消費者位置，從而協助攝像設備進行人物定位追蹤。離店時，掃描器能掃描並記錄消費者購買的商品，同時進行二次確認，並在其消費帳戶完成扣費任務。
人證合一
人臉識別人證合一產品本質就是將身份證識別與人臉識別技術結合在一起的新應用，其保留了傳統線下審核中“機讀”證件的部分，同時通過人臉識別技術對持卡人進行現場人臉採集，並與身份證中的圖像資訊進行交叉比對，完成驗證過程。根據系統框架結構的不同，智慧身份驗證將分為網路對比模式與終端對比模式。同時根據應用場景的不同，設備形態又分為人證對比閘機與認證對比一體機。
人臉識別的盈利模式
目前來說人臉識別技術公司主要以企業級技術服務和軟硬體銷售為盈利模式。國內以商湯科技、曠視科技為代表的深度學習技術公司，主要以B2B2C的商業模式與各行業領軍企業合作，共同推進人臉識別在各行業的應用和變現。一般這類公司向B端輸出技術能力，以分成、按License收費、按技術使用次數收費等模式，綁定B端服務于C端客戶的業務增長，從而借助B的行業資源打開市場。
人臉識別已在多家上市公司核心業務中實現商業化落地
2014年，香港中文大學教授湯曉鷗教授領導的電腦視覺研究組開發的DeepID深度學習模型，在LFW(Labeled Facesinthe Wild)資料庫上獲得了99.15%的識別率首次超過人類（同等情況下人用肉眼在LFW上的識別率為97.52%），人臉識別技術取得重大突破至今已有三年時間。
2017年，經過三年的技術紅利消化與擴散，人臉識別已經成功應用到以安防行業為代表的多個行業，並且進入多個上市公司的核心業務和核心產品體系中。不但大幅提升了各個公司原有業務的運營效率，更創造了多個前景廣闊的增量市場。以安防行業為例，主要商業模式為三種：
第一，為安防廠商提供視頻結構化、人臉布控、人臉搜索、車輛識別、人群分析等軟硬一體形態提供定制化GPU、智慧攝像頭等一體化解決方案，按照處理的監控視頻路數收費；
第二，將人臉識別功能融入身份識別產品、過關閘機、櫃檯產品等，以產品化的形態通過行業管道銷售盈利；
第三，與傳統安防廠商合作，通過其管道共同中標平安城市、智慧城市等大型專案，通過專案形式盈利。
我們相信在人工智慧上升到國家戰略層面的大背景下，人臉識別將大展拳腳。我們從產業一線的調研也充分證明：在安防等重點行業人臉識別正在加速落地，繼續重點推薦工大高新、東方網力、北部灣旅、佳都科技、神思電子、漢王科技等。
風險提示
行業競爭加劇導致的毛利率下降風險，資訊洩露導致的隱私風險。(完)
股市有風險，投資需謹慎。本文僅供受眾參考，不代表任何投資建議，任何參考本文所作的投資決策皆為受眾自行獨立作出，造成的經濟、財務或其他風險均由受眾自擔。
人臉識別技術的成熟雖然能代替一部分勞動力，但仍不能作為唯一的驗證方式，其更需要與人工識別相結合從而進行精准判斷。例如，在受到外部環境干擾下，人臉識別技術會產生錯誤資料，這時就需要人工協助，共同完成識別確認過程；又或者在企業應用中，具有較高機密需求的場所可以採用人臉識別和刷卡的雙重認證來進一步確保安全性。
人臉識別的主要商業應用場景
安防行業
安防行業應用空間廣闊。我國安防行業規模由“十一五”末的2300億元增長至”十二五“末的5000億元，增速高達18%。國內安防市場增速遠高於全球，預計2017年將達到6540萬元，其中視頻監控作為平安城市建設的重要環節，將是人臉識別最具價值的應用場景之一。
視頻監控智慧化迫在眉睫。隨著攝像頭數量的急速增加與攝像頭網路化進程持續推進，產生海量的視頻資料並已遠遠超出監控者的管理範圍，視頻監控智慧化越來越急迫。智慧化管理則是將人工智慧引入視頻監控中，使其具備自動整理與分類的功能，將資料結構化處理，並使處理後的結構性資料能大規模被用於檢索，分析與統計中，最終通過針對性深度挖掘使其成為有意義的情報資料。
在深度學習技術推動下，人臉識別技術可以同時具備識別人物屬性和身份的能力。在深度學習推動下，人臉識別可以實現任意臉部遮擋及視角下的即時檢測，一次性克服了人臉檢測中的幾項難題：側臉、半遮擋、模糊人臉，極大提升了各種現實情況中的人臉檢出效果。同時可以識別性別、年齡、表情及多種臉部生理特徵，不僅可以準確識別照片中人物的性別和年齡，也提供表情、顏值（美貌指數）、戴眼鏡、化濃妝、塗口紅、戴帽子、頭髮顏色、鬍鬚樣式等超過40種屬性，平均準確率超過90%，年齡預測平均誤差小於3歲。
視頻監控領域可以實現多個場景人的行為以及車輛識別。基於深度學習的行人檢測演算法能夠在各類遮擋的情況下精確找出行人位置，並能夠進一步分析行人姿態和動作，可應用於交通監控、輔助駕駛、無人駕駛等。可以在行車場景、交通監控場景、卡口場景中檢測多種不同角度的車輛，並同時給出車牌號碼、汽車品牌、型號、顏色等物理特徵。
視頻監控領域可以實現多個場景人的行為以及車輛識別。基於深度學習的行人檢測演算法能夠在各類遮擋的情況下精確找出行人位置，並能夠進一步分析行人姿態和動作，可應用於交通監控、輔助駕駛、無人駕駛等。可以在行車場景、交通監控場景、卡口場景中檢測多種不同角度的車輛，並同時給出車牌號碼、汽車品牌、型號、顏色等物理特徵。
攝像頭的智慧化改造是另一個安防領域的市場機遇。攝像頭的精准度將影響最終人臉識別的準確率，此前大量攝像頭存在三個致命缺點：1、三維變二維時易丟失距離資訊；2、無法完成全視角監控並受到光源影響巨大；3、無法將深度拍攝與全視角拍攝相結合。目前以格靈深瞳為代表的技術公司正著力研發三種類型的攝像頭去解決這些問題：
1、Depth Video
其根據捕食動物眼睛的視覺重疊原理，利用構成結構光的方式生成DepthVideo，然後基於資料去分析人的行為。即使有遮擋的情況，其仍能根據俯視雷達圖精准判別每個人的行動軌跡及行為。
2、光場相機
昆蟲的複眼能最大程度的捕捉光源，並傳輸至神經，快速形成反映，同時能完成360度無死角觀察外界環境，也夠能迅速視覺定位，判斷近距離的情況。攝像頭根據這一成像原理利用鏡頭或者感測器陣列去接受最大的光場，並將光場分佈並計算結果。
3、人眼攝像機
人眼相機的原理其實和哺乳動物的眼球工作原理相似，人眼中含有黃斑，其集中了人眼75%的有效圖元，剩下的25%分佈160度的時常角上。而人眼相機根據這一特性，通過一個視場角很廣但解析度不足的檢測系統與視場角很小但解析度很高的黃斑系統共同工作並完成拍拍攝任務。
門禁
門禁系統又稱出入管理控制系統，是對出入口通道進行管制的智慧化系統。可以籠統地概括為：對人員出入許可權的管理——即管理什麼人、什麼時間可以進出哪些門。門禁系統其最初形態為機械門鎖，但隨著情境、場所、級別許可權、工作流程的細分與人流量增大等外部環境影響下，鑰匙管理難度隨之升高。而電子卡鎖（磁卡和射頻卡），電子密碼鎖等形式的出現在一定程度上提高了人們對出入口通道的管理能力，使通道管理進入了電子化時代。但是隨著這兩種電子鎖的不斷應用，其本身的優缺點便逐漸顯現。
智慧門禁系統是人臉識別在商業領域中最早的應用載體之一，其中人臉識別門禁系統對於其他生物識別門禁系統的優勢在於：
1、自然性
自然性指通過用攝像設備採集人臉資料並進行識別比對的方式，同時包括語音辨識和體形識別，而指紋識別和虹膜識別等則不具備自然性這一特點。
2、非強制性
非強制性指在識別過程中被識別物件無需主動配合便能完成識別任務，例如，人臉識別是利用可見光獲取人臉圖像資訊而進行比對。不同於指紋識別或者虹膜識別需要利用電子壓力感測器採集指紋，或利用紅外線採集虹膜圖像。並且人臉識別門禁系統更具備安全性與高效性。
3、非接觸性
與其他生物識別技術相對比，人臉識別是非接觸的，使用者不需要和設備直接接觸，並且能夠支援高併發處理，同時又能夠滿足在實際應用場景下進行多個人臉的分揀、判斷及識別。
4、智慧資料輸出
人臉識別門禁能夠對場景內所有人進行面部資料獲取，幫助管理者建立易於檢索、對比突出管理檔案以及為改善管理決策提供必要依據。
智慧迎賓
企業智慧迎賓系統。智慧迎賓系統基於動態捕捉與非配合式人臉識別技術，及閘禁聯動，並結合後臺管理系統可實現快速，準確識別賓客身份，訪客邀約，訪客登記，訪客資料統計，訪客查詢等功能，使企業辦公更智慧化。
展會迎賓簽到系統。展會的簽到形式從最初的紙質身份牌發展至條碼，磁卡，IC(智慧)卡，手機二維碼等多種形式，然而這些方式只是實現了會議簽到無紙化管理，雖然在一定程度上提高了效率。但仍存在較大隱患，例如資訊安全的丟失，冒名代簽等諸多問題。展會迎賓簽到系統同樣基於人臉識別技術，組織者只需採集一次參會人員的面部圖像（徵集或在網上檢索），並錄入系統人像資料庫。訪客只需經過攝像範圍內，攝像設備則能迅捕捉並進行識別，進一步分配座位完成簽到任務。同時，系統也能與其他設備聯動，例如標籤印表機，嘉賓人臉查找等。
以Amazon Go為代表的新零售
人臉識別技術是Amazon Go所代表的新零售應用場景的關鍵。當消費者進入商店，攝像設備首先會對其進行面部識別，並傳回至Amazon使用者人像資料庫中進行比對。而商場中每一件商品都配備重力感應器與感測器，通過攝像設備捕捉消費者的行為及手勢，並準確識別其拿起的商品資訊，同時採集消費者離開貨架後的圖像共同傳送至資訊中心。電腦根據比對結果與每一件商品所傳輸的重力感應資訊結合來共同判斷消費者是否進行購物，並不會產生延遲。商店中麥克風能根據環境聲音來判斷消費者位置，從而協助攝像設備進行人物定位追蹤。離店時，掃描器能掃描並記錄消費者購買的商品，同時進行二次確認，並在其消費帳戶完成扣費任務。
人證合一
人臉識別人證合一產品本質就是將身份證識別與人臉識別技術結合在一起的新應用，其保留了傳統線下審核中“機讀”證件的部分，同時通過人臉識別技術對持卡人進行現場人臉採集，並與身份證中的圖像資訊進行交叉比對，完成驗證過程。根據系統框架結構的不同，智慧身份驗證將分為網路對比模式與終端對比模式。同時根據應用場景的不同，設備形態又分為人證對比閘機與認證對比一體機。
人臉識別的盈利模式
目前來說人臉識別技術公司主要以企業級技術服務和軟硬體銷售為盈利模式。國內以商湯科技、曠視科技為代表的深度學習技術公司，主要以B2B2C的商業模式與各行業領軍企業合作，共同推進人臉識別在各行業的應用和變現。一般這類公司向B端輸出技術能力，以分成、按License收費、按技術使用次數收費等模式，綁定B端服務于C端客戶的業務增長，從而借助B的行業資源打開市場。
人臉識別已在多家上市公司核心業務中實現商業化落地
2014年，香港中文大學教授湯曉鷗教授領導的電腦視覺研究組開發的DeepID深度學習模型，在LFW(Labeled Facesinthe Wild)資料庫上獲得了99.15%的識別率首次超過人類（同等情況下人用肉眼在LFW上的識別率為97.52%），人臉識別技術取得重大突破至今已有三年時間。
2017年，經過三年的技術紅利消化與擴散，人臉識別已經成功應用到以安防行業為代表的多個行業，並且進入多個上市公司的核心業務和核心產品體系中。不但大幅提升了各個公司原有業務的運營效率，更創造了多個前景廣闊的增量市場。以安防行業為例，主要商業模式為三種：
第一，為安防廠商提供視頻結構化、人臉布控、人臉搜索、車輛識別、人群分析等軟硬一體形態提供定制化GPU、智慧攝像頭等一體化解決方案，按照處理的監控視頻路數收費；
第二，將人臉識別功能融入身份識別產品、過關閘機、櫃檯產品等，以產品化的形態通過行業管道銷售盈利；
第三，與傳統安防廠商合作，通過其管道共同中標平安城市、智慧城市等大型專案，通過專案形式盈利。
我們相信在人工智慧上升到國家戰略層面的大背景下，人臉識別將大展拳腳。我們從產業一線的調研也充分證明：在安防等重點行業人臉識別正在加速落地，繼續重點推薦工大高新、東方網力、北部灣旅、佳都科技、神思電子、漢王科技等。
風險提示
行業競爭加劇導致的毛利率下降風險，資訊洩露導致的隱私風險。(完)
股市有風險，投資需謹慎。本文僅供受眾參考，不代表任何投資建議，任何參考本文所作的投資決策皆為受眾自行獨立作出，造成的經濟、財務或其他風險均由受眾自擔。