人臉識別的三種模式

　　人臉識別的主要商業(yè)應用場景包括安防、門禁、新零售以及人證合一等領域：安防領域，隨著智能安防概念的深入逐漸產生前端攝像頭與后端處理的智能識別分析需求;智能門禁系統(tǒng)是人臉識別在商業(yè)領域中最早的應用載體之一，其中人臉識別門禁系統(tǒng)對于其他生物識別門禁系統(tǒng)的優(yōu)勢在于：自然性、非強制性、非接觸性和智能數據輸出;智能迎賓系統(tǒng)基于動態(tài)捕捉與非配合式人臉識別技術，與門禁聯動，并結合后臺管理系統(tǒng)可實現快速，準確識別賓客身份，訪客邀約，訪客登記，訪客數據統(tǒng)計，訪客查詢等功能;人臉識別也是AmazonGo所代表的新零售應用場景的關鍵技術;此外，人證合一產品將身份證識別與人臉識別技術結合在一起，市場需求旺盛。

　　人臉識別目前的盈利模式以to B為主。目前來說人臉識別企業(yè)的主要盈利模式包括企業(yè)級技術服務和軟硬件銷售。國內以商湯科技、曠視科技為代表的深度學習企業(yè)，以B2B2C的商業(yè)模式，與各行業(yè)領軍企業(yè)合作，共同推進人臉識別在各行業(yè)的應用和變現。他們向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(yè)務增長，并借助B端的行業(yè)資源打開市場。

　　人臉識別已在多個上市公司核心業(yè)務中實現商業(yè)化落地。人臉識別技術已經成功應用到以安防行業(yè)為代表的多個行業(yè)，并且進入多個上市公司的核心業(yè)務和核心產品體系中。不但大幅提升了各個公司原有業(yè)務的運營效率，更創(chuàng)造了多個前景廣闊的增量市場。以安防行業(yè)為例，主要商業(yè)模式為三種：1、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(tài)提供定制化GPU、智能攝像頭等一體化解決方案，按照處理的監(jiān)控視頻路數收費;2、將人臉識別功能融入身份識別產品、過關閘機、柜臺產品等，以產品化的形態(tài)通過行業(yè)渠道銷售盈利;3、與傳統(tǒng)安防廠商合作，通過其渠道共同中標平安城市、智慧城市等大型項目，通過項目形式盈利。

　　一、人臉識別的三種模式

　　1.1 人臉識別的1:1模式

　　1:1身份驗證模式本質上是計算機對當前人臉與人像數據庫進行快速比對并得出是否匹配的過程，可以簡單理解為證明你就是你。1:1作為一種靜態(tài)比對，在泛金融的核身、信息安全領域中潛在的商用價值巨大。例如在機場安檢中持卡人樣貌與身份證信息匹配的過程就是典型的1:1場景。然而人眼辨別率只達到95%左右，并會受到外部環(huán)境影響，所以機場安檢人員通過換班來保證識別的準確率。人臉識別技術的出現解決了人工識別的弊端，并能充分應用于考試考生身份的審核、酒店入住辦理，火車站人票合一認證，移動端支付等任何需要實名制等場景。

　　1.2 人臉識別的1:N模式

　　1:N則是在海量的人像數據庫中找出當前用戶的人臉數據并進行匹配。1:N具有動態(tài)比對與非配合的特點，動態(tài)對比是指通過對動態(tài)視頻流的截取來獲得人臉數據并進一步比對的過程，而非配合性是識別過程非強制性與高效性的表現，識別對象無需到特定位置便能完成識別工作。由于這兩個特性使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，但其難度要遠高于靜態(tài)1:1，因為機器面臨著曝光過度、逆光、側臉、遠距離等挑戰(zhàn)。

　　1.3 人臉識別的M:N模式

　　M:N 是通過計算機對場景內所有人進行面部識別并與人像數據庫進行比對的過程。M:N作為一種動態(tài)人臉比對，其使用率非常高，能充分應用于多種場景，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數據庫才能運行，并且由于識別基數過大，設備分辨率不足等因素，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準判斷。例如，在受到外部環(huán)境干擾下，人臉識別技術會產生錯誤數據，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(yè)應用中，具有較高機密需求的場所可以采用人臉識別和刷卡的雙重認證來進一步確保安全性。