三、人臉識(shí)別行業(yè)

　　1、行業(yè)發(fā)展概述

　　隨著云計(jì)算 、 大數(shù)據(jù) 、 物聯(lián)網(wǎng) 、 人工智能等計(jì)算機(jī)科學(xué)技術(shù)的飛速發(fā)展以及人臉識(shí)別技術(shù)在實(shí)際應(yīng)用中的不斷成熟 ， 人臉識(shí)別技術(shù)在智慧安防 、 智慧城市 、 智能家居 、 移動(dòng)支付等領(lǐng)域繼續(xù)大放異彩 ， 并且人臉識(shí)別的一些新應(yīng)用場(chǎng)景也不斷地被挖掘出來 。

　　全球人臉識(shí)別行業(yè)規(guī)模依然在以非常高的速度進(jìn)行增長(zhǎng) 。 根據(jù)MarketsandMarkets 發(fā)布的全球人臉識(shí)別市場(chǎng)相關(guān)報(bào)告 ， 預(yù)計(jì)全球人臉識(shí)別市場(chǎng)規(guī)模將從 2019 的 32 億美元增長(zhǎng)到 2024 年的 79 億美元 ， 在預(yù)測(cè)期內(nèi)（ 201 9-2024 年 ） 將以 16.6% 的復(fù)合年增長(zhǎng)率進(jìn)行增長(zhǎng) 。

　　國(guó)內(nèi)方面 ， 中國(guó)人臉識(shí)別技術(shù)投入在 2017-2018 年達(dá)到巔峰 ， 根據(jù) IHSMarkit 的數(shù)據(jù) ， 2018 年 ， 中國(guó)在全球人臉識(shí)別市場(chǎng)的業(yè)務(wù)占據(jù)了將近一半的份額 。 2019 至 2020 年 ， 人臉識(shí)別技術(shù)發(fā)展趨于平緩 ， 進(jìn)入理智期 。 依據(jù) IT 桔子數(shù)據(jù)統(tǒng)計(jì) ， 截至目前 ， 中國(guó)人臉識(shí)別技術(shù)總投資額達(dá)到 406 億元 。 前瞻產(chǎn)業(yè)研究院預(yù)計(jì) ， 未來五年人臉識(shí)別市場(chǎng)規(guī)模將保持 23% 的平均復(fù)合增長(zhǎng)速度 ，到 2024 年市場(chǎng)規(guī)模將突破 100 億元 。

　　2、 行業(yè)發(fā)展現(xiàn)狀

　　人臉識(shí)別產(chǎn)業(yè)鏈以人臉識(shí)別算法作為中間層 ， 其上游為器件 、 通用硬件 、基礎(chǔ)軟件 ， 上游提供了人臉識(shí)別算法的輸入 、 訓(xùn)練 、 開發(fā)和運(yùn)行環(huán)境 ； 下游為設(shè)備和產(chǎn)品 ， 最終體現(xiàn)為解決方案 ， 下游是人臉識(shí)別算法的產(chǎn)品形態(tài) 。

　　從產(chǎn)業(yè)鏈上游來看 ， 國(guó)內(nèi)廠商 （ 以華為 、 寒武紀(jì)為代表 ） 在芯片設(shè)計(jì)方面有較強(qiáng)實(shí)力 ， 在芯片制造方面 ， 除去手機(jī)等對(duì)芯片精密程度要求較高的設(shè)備 ，國(guó)內(nèi)廠商具備制造芯片的能力 。 但高端芯片的制造工藝以及基本元器件都被國(guó)外壟斷 ， 成為制約上游廠商發(fā)展的瓶頸 。

　　從人臉識(shí)別算法層面來看 ， 國(guó)內(nèi)廠商具備優(yōu)勢(shì) ， 但數(shù)據(jù)隱私問題 、 人種 /地域帶來的算法性能公平性問題 ， 是國(guó)內(nèi)廠商急需解決的問題 。

　　產(chǎn)業(yè)鏈下游 ， 人臉識(shí)別應(yīng)用越來越廣泛 ， 甚至出現(xiàn)過度濫用盜取用戶隱私的事件 。 黑客攻擊 、 非活體攻擊對(duì)人臉識(shí)別系統(tǒng)安全性也提出了挑戰(zhàn) ， 用戶隱私保護(hù)和安全性成為掣肘 ， 急需相關(guān)政策法規(guī)來規(guī)范市場(chǎng) 。

　　基礎(chǔ)器件：

　　通用處理器。目前 ， 通用處理器主要包括 x86 、 ARM 、 RISC — V 三大系列 。 x86 處理器仍是服務(wù)器端主處理器的首選 。 出于穩(wěn)定性考慮 ， Intel 的 xeon 系列占據(jù)了市場(chǎng)的主導(dǎo)地位 ， AMD 鮮有應(yīng)用 ， 反而國(guó)內(nèi)的海光 、 兆芯的 x86 處理器因國(guó)產(chǎn)化替代等原因得到了少量的份額 。 ARM 處理器是手機(jī)等智能終端的首選 ， 隨著性能提升和軟件生態(tài)的完善 ， ARM 處理器也逐漸向服務(wù)器擴(kuò)張 ， ARM 公司也推出了一系列高性能核心和 Server Reday 認(rèn)證支持這一舉措 。

　　應(yīng)用于智能終端的 ARM 芯片的代表包括海思的麒麟系列 、 高通的驍龍系列 、 聯(lián)發(fā)科的 MTK 和瑞芯微的 RK 等 ； 應(yīng)用于服務(wù)端的 ARM 芯片的代表包括海思的鯉鵬芯片和飛騰的騰云 S 系列等 。 RISC V 是開源的處理器架構(gòu) ， 隨著美國(guó)對(duì)中國(guó)高科技領(lǐng)域的打壓 ， 該架構(gòu)也成為國(guó)產(chǎn)化的重要選擇 。

　　平頭哥推出的鉉鐵 910 芯片就是采用RISC — V 架構(gòu) ， 中天微和小米松果電子也在做 RISC-V 的相關(guān)工作 。 國(guó)內(nèi)主流的通用處理器還包括采用 MISP 架構(gòu)的龍芯和采用 Alpha 架構(gòu)的申威 。 總體來說,在通用處理器領(lǐng)域的選擇相對(duì)豐富 ， 以海思為代表的國(guó)內(nèi)芯片設(shè)計(jì)公司已經(jīng)走到與國(guó)外老牌芯片設(shè)計(jì)公司對(duì)等的位置 ， 主要問題在于先進(jìn)制程的芯片代工制造的風(fēng)險(xiǎn) 。

　　AI 加速 SOC。與采用 GPU 的通用并行計(jì)算不同 ， AI 加速 SOC 是通過內(nèi)置專門針對(duì) AI 算法設(shè)計(jì)的加速單元 ， 實(shí)現(xiàn)針對(duì) AI 的高運(yùn)算效率 ， 隨著人工智能落地快速崛起的專用芯片 。 NVIDIA 最早針對(duì) GPU 通用并行計(jì)算建立了 CUDA 生態(tài)環(huán)境 ， 使其成為 AI 落地最大的算力提供商 ， 也在 AI 進(jìn)一步發(fā)展階段 ， 適時(shí)推出了面向張量運(yùn)算的 TensorCore 和面向深度學(xué)習(xí)的 NVDLA 加速單元 ， 進(jìn)一步鞏固了其在 AI 加速領(lǐng)域的地位 。 Google 依賴其軟件優(yōu)勢(shì) ， 推出了與 Tensorflow 緊密結(jié)合的 TPU, 但是除了 Google 大規(guī)模使用外 ， 并沒有得到市場(chǎng)的廣泛應(yīng)用。

　　海思在 AI 加速領(lǐng)域也是頗有建樹 ， 先后推出了 hisi 35xx 系列芯片和昇騰系列芯片 。 定位端側(cè)的 hisi 35xx 系列 Al 加速芯片主張圖像 +AI 合一 SOC 設(shè)計(jì),能提供 0.5TOPS 4TOPS 不等的算力 ， 在平安城市 、 交通 、 電力 、 人臉門禁 、車載等市場(chǎng)廣受青睞 ； 定位邊緣側(cè)和云中心的昇騰系列 AI 加速芯片能夠提供16TOPS-512TOPS 不等的算力 ， 具有算力高功耗低的特點(diǎn) ， 鮑鵬+昇騰的專用服務(wù)器也在數(shù)據(jù)中心取得應(yīng)用 。

　　中科院背景的寒武紀(jì) ， 依托在芯片領(lǐng)域的深厚積累 ， 成為科創(chuàng)版第一個(gè)上市的 AI 芯片公司 ， 其推出的 MLU220 和 MLU270 芯片分別能夠提供 8TOPS 和128TOPS 的算力 ， 也已經(jīng)在多個(gè)行業(yè)取得應(yīng)用 。 除寒武紀(jì)以外 ， 還有眾多創(chuàng)業(yè)公司切入 AI 加速 SOC 的賽道 ， 如地平線的征程 、 旭日芯片 ， 依圖的求索芯片等 。與通用處理器類似 ， 國(guó)內(nèi)不乏能夠設(shè)計(jì)頂級(jí) AI 加速 SOC 的廠商 ， 主要風(fēng)險(xiǎn)在于先進(jìn)制程芯片的代工制造 。

　　CMOS 傳感器。視頻圖像的采集質(zhì)量 ， 直接關(guān)系到人臉識(shí)別系統(tǒng)的準(zhǔn)確率 ， 而視頻圖像的采集 ， 則離不開 CMOS 傳感器 。 目前主流的 CMOS 傳感器的供應(yīng)商包括索尼 (SONY) 、 三星 ( SANSUNG ) 、 豪威科技 (Ominivison) 和安森美 (ON Semiconductor ） 等 。

　　其中 SONY 以其長(zhǎng)期的技術(shù)積累 ， 無(wú)論是消費(fèi)電子還是安防等專業(yè)應(yīng)用領(lǐng)域 ， 都占據(jù)了較高的市場(chǎng)份額 。 三星主要應(yīng)用于手機(jī)等消費(fèi)電子 ， 豪威科技和安森美則集中在安防 、 汽車電子專業(yè)領(lǐng)域發(fā)力 。 國(guó)產(chǎn) CMOS的選擇有中星微 、 格科微等 ， 不過目前主要仍然應(yīng)用在 USB 攝像頭等一些消費(fèi)領(lǐng)域 ， 尚未進(jìn)入專業(yè)市場(chǎng) 。

　　隨著疫情的發(fā)展 ， 測(cè)溫需求快速爆發(fā) 。 熱成像傳感器是一種特殊的成像傳感器 ， 因其屬于軍民兩用的特性 ， 國(guó)內(nèi)傳統(tǒng)供應(yīng)商包括高德紅外 、 大立科技等 。 ?？低曇詣?chuàng)新業(yè)務(wù)的方式持續(xù)加大在熱成像傳感方面的投入 ， 今年 4 月更是從福建安芯半導(dǎo)體采購(gòu)光刻機(jī)用于熱成像傳感芯片的生產(chǎn) 。 大華股份則于2018 年與FLIR建立合作 ， 切入此項(xiàng)業(yè)務(wù) 。

　　存儲(chǔ)芯片。存儲(chǔ)芯片在智能終端中占據(jù)了較大一部分成本 ， 具體包括 RAM 芯片和 FLASH 芯片 ， 其中 FLASH 芯片又可以進(jìn)一步分為 NOR FLASH 和 NAND FLASH 。

　　面向通用服務(wù)器的 RAM 芯片的供應(yīng)商主要包括三星 （ SANSUNG ） 、 海力士 （ Hynix ） 等 ， 因規(guī)模效應(yīng) ， 韓系供應(yīng)商的地位難以撼動(dòng) 。 面向嵌入式設(shè)備的選擇更加豐富 ， 合肥長(zhǎng)鑫和紫光半導(dǎo)體等國(guó)內(nèi)廠家也在積極投入 ， 已經(jīng)進(jìn)入到投產(chǎn)階段 。

　　與 NAND FLASH 廣泛應(yīng)用于 SSD 相比 ， NOR FLASH 則相對(duì)小眾 ， 主要應(yīng)用于嵌入式設(shè)備 。 我國(guó)的兆易創(chuàng)新是該領(lǐng)域的主流供應(yīng)商之一 ， 占據(jù)全球第四的市場(chǎng)排名 。 NAND FLASH 與 RAM 類似 ， 具有通用性 ， 是半導(dǎo)體行業(yè)的必爭(zhēng)之地 ， 除三星和海力士之外 ， 東芝 、 鎂光 、 西部數(shù)據(jù)等也都是這一領(lǐng)域的角逐者 。 國(guó)內(nèi)的長(zhǎng)江存儲(chǔ)推出了與主流產(chǎn)品性能相當(dāng)?shù)?64 層 3D NAND, 并在華為mate 系列高端手機(jī)中取得了應(yīng)用。

　　其他器件。其他的應(yīng)用于人臉識(shí)別行業(yè)的器件則與通用的電子行業(yè)類似 ， 主要包括電源芯片 、 電阻 、 電容 、 電感 、 PCB 敷銅板等 。 總體來說 ， 國(guó)內(nèi)的供應(yīng)基本可控，但在高精度要求方面 ， 仍需要借助國(guó)外供應(yīng)商 。 在全球化產(chǎn)業(yè)鏈高度發(fā)展的今天 ， 各個(gè)領(lǐng)域都有深度耕耘者 ， 全球化采購(gòu)最優(yōu)器件 ， 仍然度的最佳選擇 。

　　通用硬件：

　　通用服務(wù)器。通用服務(wù)器在人臉識(shí)別系統(tǒng)中的主要作用是業(yè)務(wù)系統(tǒng)和管理節(jié)點(diǎn) ， 從軟件生態(tài)的完備性角度 ， 通用服務(wù)器以 X86 架構(gòu)為主 ， 但 ARM 、 RISC-V 等其他架構(gòu)的服務(wù)器已經(jīng)嶄露頭角 。 x86 服務(wù)器的供應(yīng)商主要包括 Dell 、 聯(lián)想 、 曙光 、浪潮等 ， 華為的泰山服務(wù)器則是 ARM 架構(gòu)的典型代表 。

　　計(jì)算服務(wù)器。AI 服務(wù)器是采用異構(gòu)形式的服務(wù)器 ， 出于生態(tài)友好和總算力高兩方面因素，目前的主流方案仍是 Intel x86CPU+Nvidia GPU, 最新的 8 卡 T4 GPU 服務(wù)器 ，能夠提供 1040T （ 單卡 130T ） 的算力 。 隨著專門為 AI 計(jì)算設(shè)計(jì)的 SOC 的成熟，采用 SOC 作為加速卡也成為性價(jià)比和功耗比更優(yōu)的選擇 。 在 Al SOC 的選擇面上 ， 國(guó)內(nèi)已然走在行業(yè)前列 ， 如華為的昇騰 310 芯片 ， 單顆算力 16T, 四顆組成半高的計(jì)算卡總算力 64T, 但相同算力下功耗只有 GPU 的 l/7o 其他的如寒武紀(jì)的 MLU220 和 MLU270 、 比特大陸的算豐芯片等 ， 也都已經(jīng)取得了應(yīng)用 。

　　存儲(chǔ)服務(wù)器。存儲(chǔ)服務(wù)器是人臉識(shí)別系統(tǒng)中的重要構(gòu)成 ， 是專門針對(duì)存儲(chǔ)任務(wù)進(jìn)行優(yōu)化的專用設(shè)備 。 在硬件形態(tài)上 ， 其主要特點(diǎn)是硬盤多 ， 通常包含 8 至 48 塊硬盤 。為了保證效率 ， 硬盤通常以 SAS 硬盤或者 SSD 為主 。 SAS 硬盤的主要供應(yīng)商以希捷和西部數(shù)據(jù)為主 ， SSD 的供應(yīng)商則更為豐富 ， Intek 三星以及國(guó)內(nèi)的存儲(chǔ)廠商也積極參與 SSD 的競(jìng)爭(zhēng) 。 存儲(chǔ)服務(wù)器針對(duì)軟件的優(yōu)化主要是采用 RAIDs多機(jī)分布式等增加存儲(chǔ)數(shù)據(jù)的安全性 ， 相關(guān)技術(shù)相對(duì)成熟 。

　　智能終端。包括智能手機(jī) 、 智慧屏在內(nèi)的通用智能終端 ， 是人臉識(shí)別應(yīng)用的重要領(lǐng)域 。從操作系統(tǒng)層面將智能終端分為兩大類 ， 一類是采用自有 iOS 系統(tǒng)的 iPhone,牢牢占據(jù)了市場(chǎng)占有率的榜首 ， 另一類則是應(yīng)用更加廣泛的 Android 系統(tǒng)的設(shè)備,又以華為占據(jù) Android 榜單的榜首 ， 我國(guó)的小米 、 OPPO 、 vivo 也是建樹頗豐 。值得注意的是 ， 華為和蘋果是僅有的兩家能夠從芯片到操作系統(tǒng)再到軟件生態(tài)全流程優(yōu)化的供應(yīng)商 ， 在一定程度上解釋了這兩家企業(yè)的競(jìng)爭(zhēng)優(yōu)勢(shì) 。

　　基礎(chǔ)軟件：

　　訓(xùn)練框架。目前人臉識(shí)別算法大多基于深度學(xué)習(xí)技術(shù) ， Tensorflowx Pytorch 、Mxnet 、 Caffe 是最常用的訓(xùn)練框架 。 由于人臉識(shí)別存在類別大 、 loss 多樣等特點(diǎn) ， 在上述深度學(xué)習(xí)框架基礎(chǔ)上需要結(jié)合人臉識(shí)別本身的特點(diǎn)進(jìn)一步的優(yōu)化擴(kuò)展 ， 其中代表性的開源框架為 lnsightface。在工業(yè)界 ， 各企業(yè)內(nèi)部往往也有各自的訓(xùn)練平臺(tái) ， 以實(shí)現(xiàn)數(shù)據(jù) 、 訓(xùn)練 、 部署等環(huán)節(jié)的協(xié)同 ， 一些優(yōu)秀的內(nèi)部框架也在逐步開源 。 但由于訓(xùn)練框架切換學(xué)習(xí)成本高 ， 整體的生態(tài)建設(shè)仍待加強(qiáng) 。

　　推理引擎。推理引擎與訓(xùn)練框架相對(duì)應(yīng) ， 主要用于模型在設(shè)備端的高效 （ 前向 ） 運(yùn)行 。一些訓(xùn)練框架會(huì)配套對(duì)應(yīng)的推理引擎 ， 也有一些獨(dú)立于訓(xùn)練框架的推理引擎軟件 。 此外 ， 深度學(xué)習(xí)芯片也會(huì)提供各自的推理引擎軟件實(shí)現(xiàn)加速 。 由于推理引擎往往針對(duì)特定結(jié)構(gòu)或者硬件深度優(yōu)化 ， 對(duì)于一些新型的網(wǎng)絡(luò)結(jié)構(gòu)擴(kuò)展性較差或者優(yōu)化效率不高 ， 容易導(dǎo)致一些新算法無(wú)法快速落地 。

　　其他環(huán)節(jié)。人臉識(shí)別完整流程除深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)外還包括圖像預(yù)處理 、 特征后處理等流程 。 目前缺乏效果且通用的實(shí)現(xiàn)方式 ， 尤其是在芯片端 ，征比對(duì)之類圖像處理和數(shù)學(xué)運(yùn)算類的功能缺失 ， 增加開發(fā)成本性能損失 。

　　算法技術(shù)：近年來隨著深度學(xué)習(xí)的發(fā)展 ， 人臉識(shí)別技術(shù)取得了突破性進(jìn)步 ， 全球范圍內(nèi)相關(guān)研究團(tuán)隊(duì)眾多 ， 以中美俄日歐等國(guó)家和地區(qū)較為領(lǐng)先 。 根據(jù) NISTFR 町2020 年 10 月的測(cè)試結(jié)果 ， 全球排名前 10 的算法半數(shù)以上來自中國(guó) 。

　　雖然各國(guó)的人臉識(shí)別算法有性能上的差異 ， 但差距并不大 。 以 FR 町 VISA測(cè)試集為例 ， 百萬(wàn)分之一誤報(bào)對(duì)應(yīng)正確率前 30 廠家性能都已超過或者接近99% 。 人臉識(shí)別的技術(shù)發(fā)展已由注重算法精度提升向以改善實(shí)際應(yīng)用效果的方向轉(zhuǎn)變 ， 并出現(xiàn)了以下應(yīng)用趨勢(shì) 。

　　由簡(jiǎn)單場(chǎng)景向復(fù)雜場(chǎng)景轉(zhuǎn)變。簡(jiǎn)單場(chǎng)景人臉識(shí)別精度趨于飽和已經(jīng)成為業(yè)界的共識(shí) ， 業(yè)界將注意力轉(zhuǎn)移到復(fù)雜場(chǎng)景人臉識(shí)別問題并表現(xiàn)在具體應(yīng)用場(chǎng)景上 。 從高分辨率 、 小姿態(tài) 、 光照適中的優(yōu)質(zhì)人臉卡口場(chǎng)景轉(zhuǎn)變到低分辨率 、 大姿態(tài) 、 低照度 、 模糊等低畫質(zhì)開放式場(chǎng)景 ， 這對(duì)人臉識(shí)別算法適應(yīng)能力提出了新的挑戰(zhàn) ， 也是業(yè)界努力提升的方向 。

　　3D 人臉成為配合式應(yīng)用的重要方向，隨著 2017 年 iPhone X 首次將 Face ID 引入手機(jī)端 ， 3D 人臉識(shí)別技術(shù)逐漸成為手機(jī)廠商旗艦機(jī)型的標(biāo)準(zhǔn)配置 。 相比于 2D 人臉 ， 3D 人臉包含更為豐富的人臉信息 ， 對(duì)旋轉(zhuǎn) 、 遮擋 、 光照 、 照片攻擊等具有更好的抗干擾能力 。 在以門禁考勤 、 金融支付為代表近距離配合式應(yīng)用中 3D 人臉逐漸成為常用的技術(shù)解決手段 。

　　多生物特征融合成為新的趨勢(shì)。多生物特征融合能彌補(bǔ)單生物特在的不足 ， 實(shí)現(xiàn)優(yōu)勢(shì)互補(bǔ) ， 提升系統(tǒng)精度，改善應(yīng)用體驗(yàn) 。 在近距離配合式應(yīng)用中 ， 采用人臉識(shí)別與虹膜識(shí)別技術(shù)融合可解決雙胞胎等人臉識(shí)別難以解決的問題 ， 增強(qiáng)雙胞胎金融支付應(yīng)用的安全 ； 在安防場(chǎng)景 ， 相機(jī)角度 、 分辨率等問題存在人臉質(zhì)量較差以及獲取不到人臉等情況 ， 步態(tài)識(shí)別 、 行人重識(shí)別等技術(shù)的融入能進(jìn)一步擴(kuò)大整個(gè)身份識(shí)別系統(tǒng)的算法邊界 。

　　人臉識(shí)別公平性問題亟待解決。由于安全隱私顧慮 、 經(jīng)濟(jì)科技水平落后和貿(mào)易壁壘等因素 ， 人臉識(shí)別技術(shù)在全球的整體普及程度仍然偏低且存在發(fā)展不平衡現(xiàn)象 。 根據(jù) NIST 的分析報(bào)告 ， 歐美 、 亞洲為人臉識(shí)別技術(shù)主要供應(yīng)商 ， 各國(guó)算法優(yōu)化主要依賴本國(guó)環(huán)境,跨人種 、 跨地域 、 跨場(chǎng)景等仍會(huì)給人臉識(shí)別算法帶來一定影響 。 除了準(zhǔn)確率的持續(xù)優(yōu)化 ， 全球范圍內(nèi)安全隱私 、 公平性等問題亟待解決。

　　設(shè)備及產(chǎn)品：

　　人臉抓拍機(jī)：人臉抓拍機(jī)內(nèi)置 AI 芯片和深度學(xué)習(xí)算法 ， 適應(yīng)于人流密集的通道 、 出入口等多種場(chǎng)景需求 ， 實(shí)現(xiàn)對(duì)人群中人臉的精準(zhǔn)捕捉 。 人臉抓拍機(jī)目前已普遍部署在汽車站 、 火車站 、 機(jī)場(chǎng) 、 港口 、 娛樂場(chǎng)所 、 街道 、 社區(qū)等人員復(fù)雜場(chǎng)景的重點(diǎn)監(jiān)控區(qū)域 ， 對(duì)場(chǎng)景的適應(yīng)性是其性能的重要指標(biāo) 。 在大姿態(tài) 、 遮擋 、 光照異常等復(fù)雜情況下的人臉抓拍成功率 ， 在自然監(jiān)控環(huán)境中誤抓率都是設(shè)備性能體現(xiàn) ， 也是用戶的選擇依據(jù) 。

　　隨著安防監(jiān)控智能化的發(fā)展 ， 捕捉更精細(xì)更全面的結(jié)構(gòu)化信息成為趨勢(shì) 。目前各大廠商都推出了抓拍人臉 、 人體 、 車輛 、 車牌等多維信息的面向視頻結(jié)構(gòu)化應(yīng)用的抓拍機(jī) ， 多 AI 算法的集成以及多路實(shí)時(shí)抓拍的需求 ， 要求前端設(shè)備廠商進(jìn)一步壓縮算法模型和提升芯片處理速度 。 另外 ， 前端設(shè)備脫離于后端服務(wù)器 ， 功能從單純捕捉信息到捕捉 、 分析 、 決策方向發(fā)展 ， 這也符合智能前移為邊緣節(jié)點(diǎn)賦能 ， 讓邊緣感知信息的發(fā)展趨勢(shì)。

　　門禁設(shè)備：門禁設(shè)備是以人臉識(shí)別技術(shù)為核心的身份識(shí)別終端產(chǎn)品 ， 它集成了視頻采集 、 人臉識(shí)別 、 證件識(shí)別 、 紅外偵測(cè)及網(wǎng)絡(luò)傳輸?shù)榷喾N功能 。 目前市場(chǎng)上的門禁產(chǎn)品發(fā)展比較成熟 ， 同質(zhì)化嚴(yán)重 ， 但也展露一些新趨勢(shì) 。

　　隨著門禁設(shè)備的普及化和民用化 ， 安全問題越來越受到重視 ， 防偽功能成為標(biāo)配 。 由于攻擊方式多樣性 ， 即使配備防偽功能的設(shè)備也存在技術(shù)缺失或適應(yīng)性差的問題 ， 安全性能有待持續(xù)提升并完善 。 今年由于疫情管控的需要 ， 集成測(cè)溫功能的門禁設(shè)備逐漸普及 。 未來安全性和差異化滿足個(gè)性化需求將成為門禁類產(chǎn)品的重要發(fā)展方向 。

　　網(wǎng)絡(luò)硬盤錄像機(jī)設(shè)備：網(wǎng)絡(luò)硬盤錄像機(jī) (Network Video Recorder, NVR) 最主要的功能是通過網(wǎng)絡(luò)接收 IPC (網(wǎng)絡(luò)攝像機(jī))設(shè)備傳輸?shù)臄?shù)字視頻碼流 ， 并進(jìn)行存儲(chǔ)與管理 。NVR 設(shè)備內(nèi)置人臉檢測(cè) 、 人臉識(shí)別功能可提升存儲(chǔ)數(shù)據(jù)的有效性以及關(guān)鍵數(shù)據(jù)的檢索效率 ， 目前已成為 NVR 設(shè)備的主要賣點(diǎn) 。

　　移動(dòng)終端：隨著刷臉功能的普及 ， 手機(jī)逐步成為人臉識(shí)別的重要終端之一 ， 通過手機(jī)即可完成刷臉登錄和刷臉支付 。 相對(duì)于傳統(tǒng)的密碼解鎖和支付 ， 刷臉具有更高的便捷性和安全性 。 未來人臉識(shí)別在智能手機(jī)的普及率會(huì)進(jìn)一步提升 ， 也將有越來越多的手機(jī)應(yīng)用借助人臉識(shí)別進(jìn)行身份驗(yàn)證 。

　　人臉分析服務(wù)器：基于深度學(xué)習(xí)的人臉識(shí)別算法在實(shí)際應(yīng)用中需要消耗大量的計(jì)算資源 ， 長(zhǎng)期以來 GPU 為首的通用架構(gòu)芯片是進(jìn)行深度學(xué)習(xí)計(jì)算最常用的計(jì)算資源 。 然而 ， GPU 服務(wù)器體積大 、 能耗高 ， 在很多應(yīng)用場(chǎng)景中已成為限制人工智能發(fā)展的瓶頸 。

　　基于人臉識(shí)別專用 ASIC 芯片的解析一體機(jī)或服務(wù)器 ， 在性能 、 成本 、功耗 、 可靠性及適用范圍等方面都具有明顯的優(yōu)勢(shì) 。 在很多實(shí)際應(yīng)用場(chǎng)景中 ，專用解析一體機(jī)或服務(wù)器在提供同等算力的情況下 ， 消耗更少的能量 ， 占用更小的體積 ， 發(fā)熱量也更小 。 例如搭載 “ 求索 ” 芯片的 1 臺(tái) 1U 依圖原子服務(wù)器無(wú)需英特爾 CPU, 與 8 卡英偉達(dá) P4 服務(wù)器對(duì)比 ， 解析路數(shù)相同情況下單路功耗不到后者的 1 0%。

　　人臉比對(duì)服務(wù)器：隨著智慧城市 、 一人一檔等人臉大數(shù)據(jù)應(yīng)用 ， 對(duì)人臉特征比對(duì)支持的庫(kù)容規(guī)模 、 并發(fā)量 、 響應(yīng)速度提出新的要求 ， 隨之產(chǎn)生專用的比對(duì)服務(wù)器 。 GPU由于生態(tài)友好且算力高 ， GPU 卡的比對(duì)服務(wù)器在各行業(yè)應(yīng)用中有較大占比 。與分析服務(wù)器類似 ， GPU 比對(duì)服務(wù)器存在體積大 、 功耗高的缺點(diǎn) 。

　　FPGA 芯片更合適人臉特征比對(duì)運(yùn)算 ， 具有大庫(kù)容高并發(fā)的特點(diǎn) ， 基于 FPGA 的人臉比對(duì)服務(wù)器在性能 、 層本 、 功耗等方面皆具備明顯優(yōu)勢(shì) ， 該類產(chǎn)品已嶄露頭角 。 此外，隨著 CPU 芯片計(jì)算能力和指令集的不斷優(yōu)化 ， 芯片廠家和服務(wù)器廠家也在聯(lián)合嘗試基于 CPU 的人臉比對(duì)服務(wù)器產(chǎn)品 ， 基于 CPU 的產(chǎn)品方案也值得關(guān)注 。

　　解決方案：

　　人臉識(shí)別系統(tǒng)業(yè)務(wù)功能主要包括人臉核驗(yàn) 、 人臉布控 、 人臉檢索 、人臉聚類等 ， 可以通過上述不同的設(shè)備構(gòu)建不同的解決方案 。 按照應(yīng)用場(chǎng)景和數(shù)據(jù)規(guī)模 ， 解決方案可以歸納為人臉考勤方案 、 人臉布控方案和人臉大數(shù)據(jù)應(yīng)用方案 。

　　人臉考勤解決方案：人臉考勤解決方案可以由單個(gè)門禁設(shè)備構(gòu)成 ， 亦可由人臉抓拍機(jī) +NVR 或人臉服務(wù)器的方式構(gòu)成 ， 包含人臉注冊(cè) 、 人臉抓拍 、 人臉建模和人臉比對(duì)功能，并配備管理系統(tǒng) ， 具備考勤權(quán)限 、 數(shù)據(jù)存刪 、 參數(shù)設(shè)置和隱私保護(hù)等功能 。

　　人臉布控解決方案：人臉布控解決方案 ， 通常由人臉抓拍機(jī)+人臉分析服務(wù)器構(gòu)成 。 當(dāng)單臺(tái)人臉分析服務(wù)器不足以提供所需性能時(shí) ， 可以采用多集群方式 ； 當(dāng)系統(tǒng)需要接入傳統(tǒng) IPC 視頻碼流時(shí) ， 亦可在分析服務(wù)器實(shí)現(xiàn)人臉抓拍 。

　　人臉大數(shù)據(jù)應(yīng)用解決方案：省級(jí) 、 全國(guó)級(jí)靜態(tài)庫(kù)檢索 ， 市 / 縣級(jí)人臉聚類是常見的人臉大數(shù)據(jù)應(yīng)用 ，其解決方案通常由人臉抓拍機(jī)+人臉分析服務(wù)器+人臉比對(duì)服務(wù)器構(gòu)成 ， 其系統(tǒng)通常為分布式系統(tǒng) ， 圖像處理單元和特征比對(duì)單元按照應(yīng)用所需的處理并發(fā)數(shù)進(jìn)行部署 。 該類系統(tǒng)通常與其他智能分析系統(tǒng)(如人體分析 、 步態(tài)分析)進(jìn)行打通 ， 并利用大數(shù)據(jù)分析技術(shù)進(jìn)一步提升系統(tǒng)的可用性和整體性能。

　　不同廠家人臉產(chǎn)品形態(tài)有所差異 ， 但其人臉產(chǎn)品的核心功能大同小異 ， 因此由人臉產(chǎn)品組成的人臉識(shí)別系統(tǒng)功能和流程相對(duì)固定 ， 上述解決方案具有極高的通用性 。 產(chǎn)業(yè)鏈中基礎(chǔ)層 、 算法和設(shè)備的發(fā)展主要在于提升人臉識(shí)別的效果和效率 ， 不會(huì)影響整體功能和流程 ， 解決方案是相對(duì)穩(wěn)定的環(huán)節(jié) 。

　　3、典型應(yīng)用領(lǐng)域

　　科技金融。人臉識(shí)別在金融領(lǐng)域的應(yīng)用已經(jīng)相當(dāng)普遍 ， 如遠(yuǎn)程銀行開戶 、 身份核驗(yàn) 、保險(xiǎn)理賠和刷臉支付等 。 人臉識(shí)別技術(shù)的接入 ， 能有效提高資金交易安全的保障 ， 也提高了金融業(yè)務(wù)中的便捷性。

　　2013 年芬蘭公司 Uniqul 成為首批吃螃蟹的公司 ， 面向全球首次推出人臉識(shí)別支付這一創(chuàng)新支付技術(shù) 。 2015 年在德國(guó)漢諾威 CeBIT 展會(huì)上馬云第一次向德國(guó)總理默克爾展示了支付寶的人臉識(shí)別支付技術(shù) 。 同年 ， 招商銀行在一些支行柜面和ATM業(yè)務(wù)也開始應(yīng)用人臉識(shí)別 ， 隨后包括建設(shè)銀行 、 農(nóng)業(yè)銀行等四大行在內(nèi)的數(shù)十家銀行都紛紛將人臉識(shí)別產(chǎn)品引入ATM 、 STM 、 柜面 、 網(wǎng)點(diǎn) 、手機(jī)銀行等各個(gè)業(yè)務(wù)環(huán)節(jié) ， 并逐漸全客戶覆蓋 。

　　時(shí)至今日 ， 人臉識(shí)別技術(shù)在國(guó)內(nèi)金融領(lǐng)域已經(jīng)得到了非常廣泛的部署和應(yīng)用 ， 消費(fèi)者在各個(gè)渠道中都可以利用人臉識(shí)別技術(shù)使用金融服務(wù) ，中國(guó)在人臉識(shí)別技術(shù)的應(yīng)用上已經(jīng)大幅度領(lǐng)先國(guó)外市場(chǎng)。

　　智慧安防。安防是人臉識(shí)別市場(chǎng)最早滲透 、 應(yīng)用最廣泛的領(lǐng)域 。 根據(jù)億歐研究 ， 2018年 ， 安防行業(yè)在中國(guó)人臉識(shí)別市場(chǎng)占比 61.2% 。 當(dāng)前人臉識(shí)別技術(shù)主要為視頻結(jié)構(gòu)化 、 人臉檢索 、 人臉布控 、 人群統(tǒng)計(jì)等軟硬件一體形態(tài)產(chǎn)品提供基礎(chǔ)支撐,重點(diǎn)應(yīng)用于犯罪人員的識(shí)別追蹤 、 失蹤兒童尋找 、 反恐行動(dòng)助力等場(chǎng)景 。

　　視頻監(jiān)控系統(tǒng)通過龐大的監(jiān)控網(wǎng)絡(luò)進(jìn)行圖像采集 、 自動(dòng)分析 、 人臉比對(duì) ， 基于視頻幀的 1 ： 1 及 1 ： N 人臉比對(duì) ， 可分析人員軌跡 、 出行規(guī)律等 ， 實(shí)現(xiàn)重點(diǎn)人員的識(shí)別及跟蹤 ， 在公安應(yīng)用場(chǎng)景中達(dá)到事前預(yù)警 、 事中跟蹤 、 事后快速處置的目的 。 在雪亮工程 、 天網(wǎng)工程 、 智慧社區(qū) 、 反恐及重大活動(dòng)安保等公安項(xiàng)目發(fā)揮了重要的作用 。

　　此外 ， 在企業(yè)樓宇 、 社區(qū)住宅的人員管理和安全防范需求場(chǎng)景下 ， 人臉識(shí)別技術(shù)應(yīng)用非常廣泛 ， 通過人臉的黑白名單錄入 ， 可有效管控區(qū)域人員出入 ，機(jī)器識(shí)別的高效率也大幅節(jié)省了人力資源。

　　智慧交通。國(guó)外的公共交通領(lǐng)域?qū)θ四樧R(shí)別技術(shù)的應(yīng)用主要集中在機(jī)場(chǎng)安檢以及入境管理等特別強(qiáng)調(diào)安全的場(chǎng)景 。 加拿大渥太華國(guó)際機(jī)場(chǎng) 、 澳大利亞當(dāng)?shù)匾泼窦斑吘潮Ｗo(hù)局與美國(guó)海關(guān)與邊境保護(hù)局皆已嘗試部署人臉識(shí)別出入境系統(tǒng)。

　　國(guó)內(nèi)交通領(lǐng)域的人臉識(shí)別應(yīng)用主要包括 1 ： 1 人臉驗(yàn)證和 1 : N 人臉辨識(shí) 。目前利用人臉核驗(yàn)證技術(shù)的刷臉安檢已進(jìn)入普遍應(yīng)用階段 ， 在高鐵站 、 普通火車站和機(jī)場(chǎng)皆已大面積推廣 。 而應(yīng)用 1 ： N 人臉比對(duì)技術(shù)的刷臉支付主要落地在地鐵公交等市內(nèi)交通 ， 這種技術(shù)能夠極大提高通勤人員的出行效率 ， 釋放大量的人力資源 ， 提升出行體驗(yàn) 。 同時(shí) ， 人臉識(shí)別可以對(duì)交通站點(diǎn)進(jìn)行人流監(jiān)測(cè) ，根據(jù)人員出行規(guī)律預(yù)測(cè)交通人流高峰 ， 提前做好疏導(dǎo)預(yù)案 。

　　除此之外 ， 在交通違規(guī)管控方面 ， 人臉識(shí)別技術(shù)可以幫助執(zhí)法人員更快速高效地找到違規(guī)人員身份信息 ， 并結(jié)合車輛識(shí)別等技術(shù)進(jìn)行跟蹤攔截。

　　民生政務(wù)。政務(wù)互聯(lián)網(wǎng)平臺(tái)、 公積金 、 社保 、 稅務(wù) 、 網(wǎng)證 、 交通管理 、 行人闖紅燈 、繳交交通罰款 、 住建等民生政務(wù)系統(tǒng) ， 已經(jīng)使用或正在使用人臉識(shí)別系統(tǒng) 。 政務(wù)服務(wù)領(lǐng)域的業(yè)務(wù)點(diǎn)主要有私有云平臺(tái)搭建 、 政務(wù)服務(wù)自助終端 、 便民服務(wù)平臺(tái) 。 人臉識(shí)別在政務(wù)系統(tǒng)的落地 ， 提升了民眾的辦事效率 ， 公民可以不用窗口排隊(duì) ， 實(shí)現(xiàn)自助辦事 ， 節(jié)省了因人工效率低下產(chǎn)生的耗時(shí) 。 部分政務(wù)還可以通過在線人臉識(shí)別認(rèn)證 ， 在移動(dòng)端線上辦理 ， 減輕了 “ 辦事來回跑 、 辦事地點(diǎn)遠(yuǎn) 、辦事點(diǎn)分散 ” 的困擾 。

　　教育考試。智慧教育在高速發(fā)展的同時(shí) ， 不斷深入采用物聯(lián)網(wǎng) 、 云計(jì)算 、 大數(shù)據(jù)等先進(jìn)信息技術(shù)手段 ， 實(shí)現(xiàn)各種教育管理與教學(xué)過程數(shù)據(jù)的全面采集 、 存儲(chǔ)與分析，并通過可視化技術(shù)進(jìn)行直觀的呈現(xiàn) 。

　　在這個(gè)過程中 ， 相關(guān)科技企業(yè)基于自身在人工智能 、 視頻可視化技術(shù) 、 出入口門禁管理 、 大數(shù)據(jù) 、 云計(jì)算等領(lǐng)域積累的技術(shù)產(chǎn)品經(jīng)驗(yàn) ， 致力于推動(dòng)智慧教育的行業(yè)發(fā)展 ， 打造升級(jí)智慧校園 、 智慧教室 、 智慧宿舍 、 智慧圖書館 、 智慧食堂 、 智慧超市等教育相關(guān)的安全管控 、 課堂考勤 、 刷臉消費(fèi)和智能化體驗(yàn) 。同時(shí) ， 人臉識(shí)別技術(shù)也應(yīng)用在考生身份確認(rèn) 。

　　智能家居。人臉識(shí)別在智能家居中主要應(yīng)用在安全解鎖和個(gè)性化家居服務(wù)兩個(gè)場(chǎng)景 。在安全防范方面 ， 人臉識(shí)別可以提供相對(duì)安全和便捷的入戶解鎖技術(shù) ， 將可能逐步替代傳統(tǒng)密碼或指紋門鎖 。 智能門鈴可以通過人臉識(shí)別對(duì)訪客身份進(jìn)行識(shí)別 。 另外家中的監(jiān)控?cái)z像頭可以實(shí)時(shí)監(jiān)測(cè) ， 如發(fā)現(xiàn)陌生人臉立即提醒住戶并報(bào)警 。

　　在個(gè)性化家居服務(wù)方面 ， 智能電視可以采用人臉信息錄入的方式創(chuàng)建賬號(hào) ，機(jī)器通過人臉識(shí)別認(rèn)證 ， 有針對(duì)性的進(jìn)行內(nèi)容推送 ， 實(shí)現(xiàn)個(gè)性化定制 ； 智能冰箱可通過人臉識(shí)別技術(shù) ， 針對(duì)不同的用戶愛好 、 人臉狀態(tài) ， 推送菜譜及營(yíng)養(yǎng)建議 。 人臉識(shí)別技術(shù)在智能家居行業(yè)的應(yīng)用 ， 為市民帶來了更便捷 、 舒適的生活方式 。

　　4、 行業(yè)發(fā)展趨勢(shì)

　　應(yīng)用場(chǎng)景向各行業(yè)滲透 ， 市場(chǎng)規(guī)模增長(zhǎng)趨勢(shì)出現(xiàn)分化。隨著技術(shù)發(fā)展和安全性要求的提高 ， 人臉識(shí)別技術(shù)在行業(yè)應(yīng)用中發(fā)生巨大變化 ， 從安全性可靠性要求較低的行業(yè)上升到金融社保 、 證券 、 銀行 、 互聯(lián)網(wǎng)金融等安全可靠性要求較高的行業(yè) 。 我國(guó)人臉識(shí)別技術(shù)目前主要運(yùn)用在公共安防 、 門禁考勤 、 金融支付三大領(lǐng)域。

　　區(qū)分不同的應(yīng)用領(lǐng)域來看 ， 其趨勢(shì)逐漸出現(xiàn)分化 。 從 2019 年看 ， 安防作為人臉識(shí)別最早應(yīng)用的領(lǐng)域之一 ， 其市場(chǎng)份額占比在 30% 左右 。 隨著雪亮工程 、 智慧城市建設(shè)的逐步完成 ， 人臉識(shí)別在安防領(lǐng)域逐漸從增量市場(chǎng)轉(zhuǎn)變?yōu)榇媪渴袌?chǎng) 。 人臉識(shí)別在門禁考勤領(lǐng)域的應(yīng)用最為成熟 ， 約占行業(yè)市場(chǎng)的 42% 左右 ， 隨著智慧樓宇 、 智慧社區(qū) 、 智慧家居的進(jìn)一步發(fā)展 ， 人臉識(shí)別門禁考勤市場(chǎng)也將隨之增長(zhǎng) 。 金融作為人臉識(shí)別未來重要的應(yīng)用領(lǐng)域之一 ， 目前約占行業(yè)的 20%, 并且市場(chǎng)規(guī)模在逐步擴(kuò)大 。

　　全球公共衛(wèi)生環(huán)境變化 ， 人臉識(shí)別迎來應(yīng)用新需求。新冠肺炎疫情的爆發(fā)并在全世界流行 ， 威脅人類生命安全與健康 ， 引發(fā)了一場(chǎng)全球公共衛(wèi)生危機(jī) 。 相對(duì)于指紋 、 刷卡等接觸式身份識(shí)別模式 ， 人臉識(shí)別等非接觸式識(shí)別模式更適用于當(dāng)前受新冠病毒影響的全球公共衛(wèi)生環(huán)境 ， 減少病毒通過接觸感染人群 。

　　一方面 ， 人臉識(shí)別技術(shù)結(jié)合紅外體溫監(jiān)測(cè)技術(shù) ， 獲取人員身體健康狀況信息 ， 能及時(shí)反饋并控制疫情源頭 ； 另一方面 ， 監(jiān)控系統(tǒng)的全面布控 ， 可檢測(cè)獲取重點(diǎn)人員流動(dòng)信息 ， 幫助政府防控管制措施做到有的放矢。

　　目前全球公共衛(wèi)生環(huán)境形式依舊嚴(yán)峻 ， 根據(jù)智源發(fā)布的 《 人臉識(shí)別與公共衛(wèi)生調(diào)研報(bào)告 》 顯示 ， 受訪者普遍贊同加強(qiáng)人臉識(shí)別技術(shù)的能力 ， 81.9% 的人同意增強(qiáng)對(duì)戴有口罩的人的面部識(shí)別 。 為完善疫情防控體系 ， 進(jìn)一步阻斷傳播源 ， 戴口罩人臉識(shí)別技術(shù)的新需求浮出水面 。

　　計(jì)算芯片技術(shù)發(fā)展 ， 支撐人臉識(shí)別大規(guī)模應(yīng)用。人臉識(shí)別算法的工業(yè)應(yīng)用和算法性能除了自身模型性能外 ， 依賴于算法運(yùn)行的硬件芯片環(huán)境 。 以英偉達(dá)的 GPU 和英特爾的 CPU 為代表的通用架構(gòu)芯片作為人臉識(shí)別算法訓(xùn)練和推理最常用的計(jì)算資源 。

　　同時(shí) ， 為了滿足人臉識(shí)別應(yīng)用場(chǎng)景的不斷拓展和數(shù)據(jù)量的急劇增長(zhǎng)對(duì)算力的強(qiáng)烈需求 ， 基于領(lǐng)域?qū)Ｓ眉軜?gòu) ( Domain Specific Architectures, DSA) 理念的行業(yè)專用定制芯片憑借著對(duì)特定領(lǐng)域的算法優(yōu)化 ， 可以充分發(fā)揮計(jì)算資源和算法模型的效能 ， 已經(jīng)被部分廠商應(yīng)用于人臉識(shí)別算法的訓(xùn)練和推理應(yīng)用 ， 如海思 、 依圖 、 寒武紀(jì)等企業(yè)推出的云端計(jì)算芯片 ， 可以逐漸替代 GPU 成為其人臉識(shí)別技術(shù)應(yīng)用的主流計(jì)算資源。

　　近年來 ， 信息量的爆炸式增長(zhǎng)給數(shù)據(jù)傳輸存儲(chǔ)及中心計(jì)算帶來了巨大的壓力 ， 邊緣計(jì)算應(yīng)運(yùn)而生 。 隨著 AI 芯片技術(shù)的飛速發(fā)展 ， 邊緣計(jì)算設(shè)備的算力不斷提高 ， 越來越多的計(jì)算由邊緣側(cè)承擔(dān) 。 一方面 ， 邊緣計(jì)算能有效緩解帶寬承載 ， 提高計(jì)算傳輸效率 ， 滿足實(shí)時(shí)響應(yīng)需求 ， 增強(qiáng)數(shù)據(jù)安全性 ； 另一方面 ，模型壓縮及加速技術(shù)以及適合人臉識(shí)別算法運(yùn)算的專用 AI 芯片不斷完善 ， 邊緣設(shè)備的人臉識(shí)別算法精度持續(xù)提升 ， 目前基于 AI 芯片的邊緣設(shè)備應(yīng)用基本覆蓋社區(qū) 、 學(xué)校 、 醫(yī)院 、 園區(qū) 、 交通等場(chǎng)景 ， 支撐人臉識(shí)別的大規(guī)模應(yīng)用 。

　　云邊端協(xié)同部署 ， 人臉識(shí)別應(yīng)用迎來新場(chǎng)景新模式。云邊端的協(xié)同部署模式將人臉識(shí)別應(yīng)用模塊分?jǐn)偟礁鞑糠?， 通過前端邊緣計(jì)算實(shí)現(xiàn)布控報(bào)警 ， 邊端對(duì)人臉特征做聚類分析 ， 云端匯聚有效信息 ， 進(jìn)行大數(shù)據(jù)對(duì)比分析 ， 開展調(diào)度工作 。

　　云邊端協(xié)同部署方式緩解了云端壓力 ， 支持業(yè)務(wù)分級(jí)響應(yīng) ， 云邊結(jié)合人臉識(shí)別系統(tǒng)通過對(duì)云端和邊緣端資源的統(tǒng)一配置 、 管理 、 調(diào)度 ， 融合了邊緣計(jì)算敏捷性和云端大數(shù)據(jù)全局性的優(yōu)勢(shì) ， 使人臉識(shí)別系統(tǒng)在帶寬 、 并發(fā)數(shù) 、 響應(yīng)速度等維度性能全面提升。

　　在未來 ， 邊緣端設(shè)備的視頻編碼能力和視頻特征抽取能力將進(jìn)一步加強(qiáng) ，AI 應(yīng)用也會(huì)將越來越多的計(jì)算承載分?jǐn)偟角岸?。 云端則由人像系統(tǒng) 、 視頻結(jié)構(gòu)化系統(tǒng) 、 人臉人體聚類分析等服務(wù)組成 ， 通過分析 、 聚類 、 歸檔形成各種主題庫(kù) ， 跟各種業(yè)務(wù)應(yīng)用打通 ， 滿足更多復(fù)雜場(chǎng)景下的智能化應(yīng)用需要。

　　算法技術(shù)國(guó)際領(lǐng)先 ， 國(guó)內(nèi)市場(chǎng)競(jìng)爭(zhēng)激烈。從全球競(jìng)爭(zhēng)格局上看 ， 中國(guó)公司在人臉識(shí)別算法上具備相當(dāng)大國(guó)際競(jìng)爭(zhēng)力 。從最新 NIST 主辦的人臉識(shí)別算法測(cè)試 FR 町來看 ， 參加評(píng)測(cè)的供應(yīng)商有 207 家，其中中國(guó)大陸供應(yīng)商有 31 家 。 在其公布的幾個(gè)主要測(cè)試集上 ， 共有 7 家中國(guó)人臉識(shí)別算法供應(yīng)商取得過前三 ， 5 家取得過第一 ， 且在近一年內(nèi)保持這一優(yōu)勢(shì) 。 總體來說 ， 中國(guó)的人臉識(shí)別算法在國(guó)際上已處于領(lǐng)先地位 。

　　國(guó)內(nèi)市場(chǎng)競(jìng)爭(zhēng)激烈一方面體現(xiàn)在競(jìng)爭(zhēng)廠商多 ， 包括傳統(tǒng)安防企業(yè) 、 AI 初創(chuàng)企業(yè)和平臺(tái)生態(tài)企業(yè) 。 傳統(tǒng)安防企業(yè)從安防市場(chǎng)出發(fā) ， 對(duì)安防視頻行業(yè)的痛點(diǎn)和客戶需求理解較深 ， 擁有產(chǎn)品+集成的優(yōu)勢(shì) ， 已構(gòu)建起很強(qiáng)的規(guī)模效應(yīng)壁壘 。

　　AI 初創(chuàng)企業(yè)主要是一些新興的專注于做算法的計(jì)算機(jī)視覺 （ CV ） 初創(chuàng)企業(yè) ，以 AI 算法為核心優(yōu)勢(shì) ， 同時(shí)兼顧 “ 硬件落地 ” 及 “ 產(chǎn)品化 ”。 平臺(tái)生態(tài)企業(yè) ，依托其強(qiáng)大的云平臺(tái)以及云計(jì)算能力 ， 以云平臺(tái)為核心橫向切入 ， 整合合作伙伴的應(yīng)用方案 ， 構(gòu)建統(tǒng)一的生態(tài)體系 ， 并形成差異化競(jìng)爭(zhēng)。

　　國(guó)內(nèi)市場(chǎng)競(jìng)爭(zhēng)激烈另一方面體現(xiàn)在全產(chǎn)業(yè)鏈競(jìng)爭(zhēng) ， 從算法競(jìng)爭(zhēng)延伸到芯片和平臺(tái)競(jìng)爭(zhēng) 。 主要市場(chǎng)參與者都已經(jīng)加入 AI 芯片競(jìng)爭(zhēng)中 ， 安防企業(yè)注重邊緣側(cè)和端側(cè)的推理芯片 ， 初創(chuàng)公司更注重邊緣側(cè)推理芯片 ， 而平臺(tái)生態(tài)企業(yè)則注重端 / 云一體 ， 構(gòu)建從訓(xùn)練到推理的全棧 AI 生態(tài) 。 下游的競(jìng)爭(zhēng)主要是應(yīng)用層的競(jìng)爭(zhēng) ， 是生態(tài)的競(jìng)爭(zhēng) ， 是深耕行業(yè)的競(jìng)爭(zhēng) 。

　　四、人臉識(shí)別標(biāo)準(zhǔn)化

　　1、 標(biāo)準(zhǔn)化組織情況

　　國(guó)際標(biāo)準(zhǔn)化方面 ， 人臉識(shí)別標(biāo)準(zhǔn)化工作主要屬于生物特征識(shí)別標(biāo)準(zhǔn)化分技術(shù)委員會(huì) (ISO/IEC JTC1/SC37 ) 工作范疇 ， 其重點(diǎn)關(guān)注人臉識(shí)別基礎(chǔ)標(biāo)準(zhǔn) ， 如圖示圖標(biāo)符號(hào) 、 樣本質(zhì)量等 ， 以及數(shù)據(jù)交換格式及符合性測(cè)試方法等。

　　其它關(guān)注人臉識(shí)別的國(guó)外先進(jìn)組織包括電氣與電子工程師協(xié)會(huì) ( Institute of Electrical and Electronics Engineers, IEEE) 、 美國(guó)消費(fèi)技術(shù)協(xié)會(huì) (Consumer Technology Association, CTA) 等,其關(guān)注的方向在于生物特征識(shí)別呈現(xiàn)攻擊檢測(cè) 、 人臉生物特征識(shí)別信息的性能評(píng)估等 。 ITU 與生物特征識(shí)別標(biāo)準(zhǔn)相關(guān)的主要是 ITU-T SG1 7 安全標(biāo)準(zhǔn)工作組下設(shè)的 Q9 和 Q10 。 Q9 主要關(guān)注在通信應(yīng)用環(huán)境中應(yīng)用生物特征識(shí)別及其標(biāo)準(zhǔn)化工作 。

　　隨著生物特征識(shí)別技術(shù)在電子商務(wù) 、 電子健康和移動(dòng)支付領(lǐng)域中的廣泛應(yīng)用 ， 該工作組同樣關(guān)注生物特征數(shù)據(jù)的隱私保護(hù) 、 可靠性和安全性等方面的各種挑戰(zhàn) 。 Q10 關(guān)注身份管理架構(gòu)和機(jī)制 ， 部分標(biāo)準(zhǔn)項(xiàng)目與基于生物特征識(shí)別身份認(rèn)證相關(guān) 。 進(jìn)幾年 ， ITU-TSG16 媒體工作組基于視頻監(jiān)控 、 機(jī)器視覺等應(yīng)用場(chǎng)景 、 功能需求 、 業(yè)務(wù)需求 、 性能需求以及安全需求 ， 在 Q12 、 Q21 等課題組先后開展人臉識(shí)別標(biāo)準(zhǔn)的研究和制定工作 。

　　國(guó)內(nèi)組織方面 ， 主要是全國(guó)信息技術(shù)標(biāo)準(zhǔn)化技術(shù)委員會(huì)生物特征識(shí)別分技術(shù)委員會(huì) ( SACOC28/SC37 ) 和全國(guó)安全防范報(bào)警系統(tǒng)標(biāo)準(zhǔn)化技術(shù)委員會(huì)人體生物特征識(shí)別應(yīng)用分技術(shù)委員會(huì)(簡(jiǎn)稱 SAC/TC100/SC2 ) 負(fù)責(zé)生物特征識(shí)別標(biāo)準(zhǔn)的制定 。 其中 SACATC28/SC37 成立了人臉識(shí)別 、移動(dòng)設(shè)備生物特征識(shí)別等多個(gè)工作組 ， 發(fā)布了人臉樣本質(zhì)量 、 人臉圖像數(shù)據(jù)交換格式 、 移動(dòng)設(shè)備人臉識(shí)別等標(biāo)準(zhǔn) 。 SA5C100/SC2 發(fā)布了視頻監(jiān)控 、 出入口控制等公共安全領(lǐng)域的多項(xiàng)人臉識(shí)別標(biāo)準(zhǔn) 。

　　此外 ， 國(guó)內(nèi)組織方面 ， 全國(guó)防偽標(biāo)準(zhǔn)化技術(shù)委員會(huì) ( SAC/TC218 ) 發(fā)布了國(guó)家標(biāo)準(zhǔn) 《 生物特征識(shí)別防偽技術(shù)要求第 1 部分 ： 人臉識(shí)別 》 。 全國(guó)金融標(biāo)準(zhǔn)化技術(shù)委員會(huì) ( SAC/TC 180 ) 發(fā)布了國(guó)家標(biāo)準(zhǔn) 《 金融服務(wù)生物特征識(shí)別安全框架 》 ， 并且正在制定 《 人臉識(shí)別技術(shù)線下支付安全應(yīng)用規(guī)范 》 等生物特征識(shí)別行業(yè)標(biāo)準(zhǔn) 。

　　公安部社會(huì)公共安全應(yīng)用基礎(chǔ)標(biāo)準(zhǔn)化技術(shù)委員會(huì)發(fā)布了行業(yè)標(biāo)準(zhǔn) 《 視頻圖像分析儀第 4 部分 ： 人臉分析技術(shù)要求 》 。 全國(guó)信息安全標(biāo)準(zhǔn)化技術(shù)委員會(huì) ( SAC/TC260 )發(fā)布了國(guó)家標(biāo)準(zhǔn) 《 信息安全技術(shù)遠(yuǎn)程人臉識(shí)別系統(tǒng)技術(shù)要求 》 等。

　　2、標(biāo)準(zhǔn)制修訂情況

　　國(guó)際標(biāo)準(zhǔn)化組織和其他國(guó)外先進(jìn)標(biāo)準(zhǔn)組織人臉識(shí)別相關(guān)的標(biāo)準(zhǔn)統(tǒng)計(jì)情況見下表。

　　▲ISO 國(guó)際標(biāo)準(zhǔn)統(tǒng)計(jì)表

　　我國(guó)人臉識(shí)別相關(guān)的標(biāo)準(zhǔn)情況見下表。

　　▲我國(guó)人臉識(shí)別相關(guān)的標(biāo)準(zhǔn)情況見表

　　智東西認(rèn)為，當(dāng)前 ， 我國(guó)的人臉識(shí)別技術(shù)與應(yīng)用在國(guó)際上處于領(lǐng)先地位 ，在科技金融 、 智慧安防 、 智慧交通 、 民生政務(wù) 、 教育考試 、 智能家居等多個(gè)領(lǐng)域得到了廣泛應(yīng)用。但是，近一年人臉識(shí)別技術(shù)也出現(xiàn)了很多不良影響，“售樓處暗藏人臉識(shí)別”、人臉信息泄露等問題屢見不鮮。隨著技術(shù)門檻的逐步降低，加強(qiáng)安全技術(shù)的研發(fā)和應(yīng)用，完善相關(guān)的法律法規(guī)變得尤為重要。