飛速成長的市場(chǎng)

 

　　根據(jù)前瞻產(chǎn)業(yè)研究院統(tǒng)計(jì)，2007年至 2013 年六年期間，生物識(shí)別技術(shù)的全球市場(chǎng)規(guī)模年均增速為 21.7%。 2015 年生物識(shí)別技術(shù)全球市場(chǎng)規(guī)模將達(dá)到 130億美元，2020年將達(dá)到250億美元，5 年內(nèi)年均增速約14%。

 

　　自2015 年到2020年，各細(xì)分行業(yè)市場(chǎng)規(guī)模增幅分別為：指紋 (73.3%) 、語音 (100%) 、人臉 (166.6%) 、虹膜 (100%) 、其他 (140%) 。眾多生物識(shí)別技術(shù)中人臉識(shí)別在增幅上居于首位，預(yù)計(jì)到 2020 年人臉識(shí)別技術(shù)市場(chǎng)規(guī)模將上升至 24 億美元。我們預(yù)計(jì)在智能終端滲透臉部識(shí)別的情況下，市場(chǎng)規(guī)模可能大超預(yù)期。

 

　　五大生物識(shí)別分類

 

　　五大生物識(shí)別各有特點(diǎn)，但是從市場(chǎng)占有率看，指紋識(shí)別之后最可能脫穎而出的預(yù)計(jì)是臉部識(shí)別。終端消費(fèi)電子廠商采用臉部識(shí)別技術(shù)的速度，可能在兩年內(nèi)接近現(xiàn)階段指紋識(shí)別的市場(chǎng)占比。特別是支付寶、券商、銀行為主的金融服務(wù)機(jī)構(gòu)已經(jīng)在去年開始大量采用臉部識(shí)別開戶、轉(zhuǎn)賬、付款等，以招商銀行為例，臉部識(shí)別能夠?qū)崿F(xiàn)手機(jī)端超過 50萬的轉(zhuǎn)賬，可見對(duì)于其安全性的認(rèn)同。

 

　　1. 指紋識(shí)別是目前應(yīng)用最為廣泛的生物識(shí)別技術(shù)，技術(shù)成熟且成本低廉，廣泛應(yīng)用于考勤、門禁等身份識(shí)別。但容易復(fù)制，且指紋磨損后影響識(shí)別精度。

 

　　2. 虹膜識(shí)別利用人眼圖像中虹膜區(qū)域的特征(環(huán)狀物、皺紋、斑點(diǎn)、冠狀物)形成特征模板，通過比較特征參數(shù)完成識(shí)別。該方法識(shí)別精度高、不易仿造但相關(guān)設(shè)備價(jià)格昂貴。

 

　　3. 語音識(shí)別通過分析語音的惟一特性進(jìn)行身份驗(yàn)證，其設(shè)備距離范圍大、安裝簡易，但識(shí)別準(zhǔn)確度低，可能被錄音欺騙，且易受背景噪聲、身體狀況、情緒等因素影響。

 

　　4. 簽名識(shí)別是基于行為特征的生物識(shí)別技術(shù)，通過分析筆跡、 壓力、 書寫速度進(jìn)行身份驗(yàn)證。但簽名可仿造性高，且簽名工具、情緒等均可對(duì)簽名識(shí)別造成干擾。

 

　　5. 臉部識(shí)別與其他生物識(shí)別方式相比，優(yōu)勢(shì)在于自然性、不被察覺性等特點(diǎn)。自然性即該識(shí)別方式同人類進(jìn)行個(gè)體識(shí)別時(shí)所利用的生物特征相同，人類也通過觀察比較人臉、聲音等信息對(duì)其他個(gè)體進(jìn)行區(qū)分和確認(rèn)。因此，指紋識(shí)別、虹膜識(shí)別等均不具有自然性。不被察覺的特點(diǎn)使該識(shí)別方法不易使人抵觸，利用可見光即可獲取人臉圖像信息，而指紋識(shí)別或虹膜識(shí)別需利用電子壓力傳感器或紅外線采集指紋、虹膜圖像，在采集過程中身份信息即有可能被仿造。

 

　　巨頭布局 刷臉將成常態(tài)?

 

　　從蘋果、三星、華為、Facebook、谷歌、亞馬遜的多項(xiàng)專利可以發(fā)現(xiàn)，各大終端巨頭紛紛布局臉部識(shí)別技術(shù)。

 

　　1、蘋果最早于 2010 年開始涉及臉部識(shí)別領(lǐng)域，特別是近期收購人工智能和機(jī)器學(xué)習(xí)的臉部掃描企業(yè)。在 2010 年 9月收購瑞典算法公司 Polar Rose，在2013 年收購Prime Sense，自2015 年 9 月及 11 月收購機(jī)器學(xué)習(xí)與圖像識(shí)別公司Perceptio，以及動(dòng)作捕捉公司 Faceshift之后，蘋果公司于 2016年 1 月、8 月又分別收購Emotient、Turi 兩家公司。Emotient為臉部識(shí)別系統(tǒng)公司，Turi 為機(jī)器學(xué)習(xí)公司。 在2015年獲得臉部識(shí)別解鎖設(shè)備的專利，特意保護(hù)紅外傳感器的使用，符合臉部識(shí)別的需求。

 

　　蘋果在 15 年獲得臉部識(shí)別解鎖設(shè)備的專利，根據(jù)近期產(chǎn)業(yè)鏈的發(fā)展，我們預(yù)計(jì)將大概率投入使用。專利顯示設(shè)備通過探測(cè)用戶面部以解鎖或保持解鎖狀態(tài)，該設(shè)備可為內(nèi)置攝像頭的智能設(shè)備。該設(shè)備將包括多個(gè)傳感器，如探測(cè)設(shè)備動(dòng)作的動(dòng)作傳感器11 (也叫慣性傳感器)，動(dòng)作傳感器包括位置、角度、移動(dòng)傳感器，例如加速劑、陀螺儀、光感傳感器、紅外傳感器、近距離傳感器、電容式接近傳感器、聲音傳感器、聲納傳感器、雷達(dá)傳感器、圖像傳感器、視頻傳感器、GPS 探測(cè)器、一個(gè)反相探測(cè)器、一個(gè)射頻或聲學(xué)多普勒探測(cè)器、一個(gè)指南針、一個(gè)磁力計(jì)或其他類似傳感器。處理器 18 接收傳感信號(hào)并控制單個(gè)或多個(gè)進(jìn)程。我們注意到專利中特意保護(hù)紅外傳感器的使用，符合臉部識(shí)別的需求。

 

　　2、三星公司于 2010年12 月 29 日申請(qǐng)臉部識(shí)別設(shè)備、算法及機(jī)器可讀媒體專利;于2004年6月19日申請(qǐng)圖像識(shí)別特征提取的設(shè)備及算法專利;

 

　　3、華為公司申請(qǐng)至少 10項(xiàng)臉部識(shí)別相關(guān)專利，如，確定人臉圖像中人臉的身份標(biāo)識(shí)的方法、裝置和終端;

 

　　4、谷歌公司(Google)于 2011 年 7 月、2012 年 10 月先后收購臉部識(shí)別系統(tǒng)公司 PittPatt 和烏克蘭臉部識(shí)別公司Viewdle，截止2016年6月已申請(qǐng)21 項(xiàng)臉部識(shí)別相關(guān)專利 。

 

　　5、Facebook 公司于2012年6 月收購以色列臉部識(shí)別平臺(tái)公司Tel Aviv，并申請(qǐng)了兩項(xiàng)有關(guān)在線社交媒體圖片標(biāo)簽建議(Tag suggestions for images on online social networks)的專利。于2014年開發(fā)出深度臉部識(shí)別學(xué)習(xí)系統(tǒng) DeepFace。

 

　　6、亞馬遜(Amazon)、微軟(Microsoft)亦分別申請(qǐng)7 項(xiàng)及6項(xiàng)臉部識(shí)別專利。

 

　　最紅的是人臉識(shí)別技術(shù)

 

　　人臉識(shí)別主要分為人臉檢測(cè)和人臉比對(duì)兩部分。其工作流程為：

 

　　1. 圖像采集：通過采集傳感器(如攝像頭)采集人臉圖像;

 

　　2. 人臉定位及提取：然后對(duì)采集到的數(shù)據(jù)進(jìn)行處理，去除采集數(shù)據(jù)中的噪聲和環(huán)境因素，抽取樣本中能夠表征個(gè)人身份的特征信息;

 

　　3. 特征對(duì)比：再把這些特征信息與數(shù)據(jù)庫中已有的信息進(jìn)行對(duì)比;

 

　　4. 輸出結(jié)果：最后根據(jù)比對(duì)的相似程度來判斷是否匹配。

 

　　目前人臉識(shí)別市場(chǎng)的解決方案主要包括：2D識(shí)別、3D識(shí)別、熱感識(shí)別，目前市場(chǎng)上主流的識(shí)別方案是采用攝像頭的2D方案。2D臉部識(shí)別是基于平面圖像的識(shí)別方法，但由于人的臉部并非平坦，因此 2D 識(shí)別在將3D 人臉信息平面化投影的過程中存在特征信息損失。3D識(shí)別使用三維人臉立體建模方法，可最大程度保留有效信息。因此 3D 人臉識(shí)別技術(shù)的算法比2D 算法更合理并擁有更高精度。熱傳感識(shí)別技術(shù)使用一個(gè)三層的 BP(back-propagation)前饋神經(jīng)網(wǎng)作為分類器，在使用熱感信息的同時(shí)使用不會(huì)被發(fā)型、呼吸等環(huán)境因素影響的關(guān)鍵臉部幾何信息，如鼻梁角度、臉頰面積等，以增強(qiáng)識(shí)別精度。

 

　　臉部識(shí)別產(chǎn)業(yè)鏈主要分為商業(yè)系統(tǒng)、主流軟件、算法等，終端設(shè)備的集成化應(yīng)用需要整套解決方案，大廠商在這方面具有優(yōu)勢(shì)。

 

　　臉部識(shí)別主要商業(yè)系統(tǒng)包括：

 

　　Visionics：FaceIt 面像識(shí)別系統(tǒng)，基于 Rockefeller 大學(xué)開發(fā)的局部特征分析(LFA)算法

 

　　Lau Tech.公司：面像識(shí)別/確認(rèn)系統(tǒng)，采用 MIT技術(shù)

 

　　Miros 公司：Trueface 及 eTrue 身份驗(yàn)證系統(tǒng)，其核心技術(shù)為神經(jīng)網(wǎng)絡(luò)

 

　　C-VIS 公司：面像識(shí)別/確認(rèn)系統(tǒng)

 

　　Banque-Tec.公司：身份驗(yàn)證系統(tǒng)

 

　　Visage Gallery's ：身份認(rèn)證系統(tǒng)，基于 MIT 媒體實(shí)驗(yàn)室的Eigenface 技術(shù)

 

　　Plettac Electronic's ：FaceVACS出入控制系統(tǒng)

 

　　BioID 系統(tǒng)：基于人臉、唇動(dòng)和語音三者信息融合的Biometrics 系統(tǒng)

 

　　臉部識(shí)別主流軟件包括：

 

　　Face++(曠視科技)

 

　　Face recognition Intelligent module (Macroscop)

 

　　digiKam (KDE)

 

　　iPhoto (Apple)

 

　　Lightroom (Adobe)

 

　　OpenCV (Open Source)

 

　　Photos (Apple)

 

　　Photoshop Elements (Adobe Systems)

 

　　Picasa (Google)

 

　　Picture Motion Browser (Sony)

 

　　Windows Live Photo Gallery (Microsoft)

 

　　FotoBounce (Applied Recognition Inc)

 

　　DeepFace (Facebook)

 

　　Mindolia (Mindolia)

 

　　臉部識(shí)別主流算法包括：

 

　　基于幾何特征的算法

 

　　局部特征分析方法(Local Face Analysis, LFA)

 

　　特征臉方法(Eigenface或PCA)

 

　　基于彈性模型的方法

 

　　神經(jīng)網(wǎng)絡(luò)方法 (Neural Networks)

 

　　隱馬爾可夫模型方法(Hidden Markov Model)

 

　　Gabor 小波變換+圖形匹配

 

　　人臉等密度線分析匹配方法

 

　　其中算法為產(chǎn)業(yè)鏈核心環(huán)節(jié)，同時(shí)也是技術(shù)壁壘最高的環(huán)節(jié)。從目前國內(nèi)設(shè)計(jì)臉部識(shí)別的公司看，主要還是提供攝像頭算法等，硬件的價(jià)值可能被忽視。

 

　　臉部識(shí)別的組件部分主要涉及：軟件部分為數(shù)據(jù)庫、算法;硬件部分為攝像頭模塊、集成設(shè)備、傳感器、芯片、IC、硬件接口電路、液晶顯示屏、存儲(chǔ)器等;以及，整合軟硬件廠商的系統(tǒng)服務(wù)商。

 

　　總體來看，通過傳感器和運(yùn)算器采集并識(shí)別生物信息是未來多種硬件終端環(huán)境中人機(jī)交互的大趨勢(shì)。

 

　　其自身的一大特點(diǎn)是指紋、虹膜甚至人臉、聲紋等等生物信息具備唯一性，可以成為我們天然的ID，在密保性要求高的金融領(lǐng)域?qū)?huì)有更大的市場(chǎng)。

 

　　其底層所依賴的技術(shù)儲(chǔ)備是，計(jì)算機(jī)對(duì)于聲音、圖像等等多媒體信息具備更強(qiáng)的處理與識(shí)別能力，尤其基于人工智能技術(shù)，可以在海量信息中高效地檢索信息、智能地識(shí)別信息。

 

　　如果說下一代終端都將配備人臉識(shí)別模塊，這將是多么大的一塊市場(chǎng)。而聯(lián)系到指紋的發(fā)展速度，這一天來得可能比你想象的還要快。

圖片來源：找項(xiàng)目網(wǎng)