通过安博会现场展示的情况来看，目前人脸识别正在被广泛用于交通、金融、社会福利保障、电子商务等多个领域，但主战场是安防和金融领域。

2015年，马云在汉诺威IT博览会(CeBIT)上演示了蚂蚁金服的Smile to Pay扫脸技术，并当场刷自己的脸给嘉宾买礼物！当时就有网友评论“刷脸的时代真的到了”！

时过一年，在2016年中国国际安全产品博览会（简称“安博会”）上， “刷脸”技术的硝烟已四处弥漫。今年安博会视频厂商没有人脸识别产品几乎都不好意思参展。据不完全统计，关于今年展会展出人脸识别产品和方案的企业约有80多家。在“我是明星脸”、“年龄性别识别”屏幕前面，参展的观众们玩的不亦乐乎。 “刷脸时代”真的不远了？

人脸识别，指利用分析比较人脸视觉特征信息进行身份鉴别的计算机技术。人脸识别按照信息来源可分为两类：基于静态人脸图像的识别和基于动态信息的识别。 

    哪些场景你会入镜

通过安博会现场展示的情况来看，目前人脸识别正在被广泛用于交通、金融、社会福利保障、电子商务等多个领域，但主战场是安防和金融领域。

公共安全

在公安部门的刑侦工作中，人脸识别技术存在多种多样的应用形式，包括网上追逃、卡口追逃、监狱管理、重点对象监控等。

人脸识别大范围应用之后，以后火车站、机场甚至地铁站的安检都采用刷脸的方法。只要嫌疑人一入镜，无论你是整容或是化妆、戴口罩，只要脸部架构没有经过重度调整，系统就会通过抓拍然后与后台的数据库进行比对，一般当相似度达到85%以上系统就会自动报警。

考勤

签到、指纹识别在考勤上已经太LOW了，在人脸识别、语音识别那么发达的智能化时代，拥有一台人脸识别考勤机立即给公司形象加分。商汤科技在本次安博会上展示了SenseGuard智能门禁考勤系统，只需一台IPAD上即可完成实时考勤工作。

员工签到时需要通过摄像头采集到员工面部照片，再通过人脸识别算法从采集到的照片中取得特征值并与数据库中预先存入的员工人脸照片的特征值进行分析比较，识别成功后报出员工的姓名，则考勤成功。 

图片归档

在参加安博会之前，小编也曾有对手机里图片太杂而又不舍得删掉的困惑，一千多张照片通过手选去整理又实在是麻烦。英飞拓的工作人员介绍，用人脸识别技术机就可以自动识别照片中的头像，根据头像进行照片检索，然后按头像分类存放在不同的文件夹里面。

身份验证与查找

目前，去银行办一张卡不仅需要个人身份证，还要通过“刷脸”来确认你的身份，达到“人证合一”的效果。包括一些软件应用， APP的增长导致很多人容易忘记密码，然而现在只要通过前端摄像头对自己的脸刷一下，立即验证通过登录成功。  

滴滴利用人脸比对技术，对注册司机进行身份验证；联想的视频通话软件利用人脸比对技术，实现了“刷脸登录”；世纪佳缘网站利用了人脸搜索技术，根据用户上传的所喜欢的异性照片，即可在数据库中找到与照片中长相最相似的人，这些应用都属于身份认证与查找范畴。

    数据是难点

在看到诸多“人脸识别”的身影，你是否对它的门槛感到疑惑？

赛文交通网（China＿7its）了解到，人脸识别市场进入门槛不高。人脸识别是基于深度学习的算法，而深度学习本身是开源的，只要公司有研发能力就能做人脸识别，或者是通过购买算法方案来做集成。区别在于每家企业在开源的基础上安装自己团队的算法可以做到什么样的高度，以及具体项目落地与服务支撑情况的差异性。各家企业实行人脸识别技术的方式、技术、手段和途径都是不相同的。

格灵深瞳的技术人员提到，目前人脸识别的主要难点是海量数据。机器在识别人脸前需要很多数据来训练这个模型。因为计算机的智能程度与人相比还是存在差距的，比如它只能通过正脸才能保证识别的准确率，而侧脸就需要通过一些数据来进行训练。

目前一般的数据都是在大型视频产品厂商或交警公安用户手中，与公安交警的项目合作，通过数据来训练人脸识别技术。还有一种方式是通过网络上一些开源数据来进行前期基础的测试。

人脸识别技术的另一局限性就是技术本身，算法团队的真实力。目前研发的一些技术都会受到光线、人脸的角度、目标的密集程度和速度影响。

“刷脸”真的不远吗

人脸识别对企业形成巨大吸引力，本届展会的80多家技术展示说明了企业集体押注人脸识别的现象。业界将2015年称为人脸识别元年，但亦有观点认为2015、2016这两年市场重在关注人脸识别的投资、布局，人脸识别爆发期预计在2017-2018年。

目前，不管是国际、国内，针对人脸识别还没有（行业）标准，市场竞争处于比较混乱的状态。

资本市场比较抢手的旷视科技（Face++）自己做研发，在美图秀秀、淘宝等互联网领域得到良好的应用，也参加了本次安博会的展出。据介绍，目前人脸识别设备技术含量很低，产品简单，但人脸识别算法本身比较有技术含量。

Face++表示，现在市场很混乱，不过小型厂商主要还是山寨移动端设备，如平板、移动考勤等，想做动态识别还很困难。“国内的话，这样的小型厂家有一两百家，但拥有核心技术的厂商在国内不到10家，能大规模进行系统集成定制的也就只有四家左右。”他透露，国内人脸识别厂商在核心算法上拥有自主知识产权的极少，大部分都是使用第三方技术，如OpenCV、其它公司的收费SDK等。

市场竞争背后实际上是算法的竞争，目前在人脸识别领域比较领先的企业旷视科技（Face++）、商汤科技、依图科技、佳都科技等，这些企业都拥有自己的算法团队。那么，企业之间的竞争是否会带来技术的改革？

近两个月，国内团队先后在全球最权威的人脸检测评测平台FDDB（Face Detection Data Set and Benchmark）上取得非常好的成绩，这在一定程度上证明了国内计算机视觉相关算法已达到国际顶尖水平。上个月FDDB公开两组数据集排名，一个是研究团队公开人脸检测方法的评测组，另一个则不公开方法的评测组。其中在不公开方法的评测组中，中国公司抢占了整个榜单的半壁江山。

FDDB是由马萨诸塞大学计算机系维护的一套公开数据库，为来自全世界的研究者提供一个标准的人脸检测评测平台，其中涵盖在自然环境下的各种姿态的人脸；该校还维护了LFW(Labeled Faces in the Wild)等知名人脸数据库供研究者做人脸识别的研究。作为全世界最具权威的人脸检测评测平台之一，FDDB公布的评测集代表了人脸检测的世界最高水平。

LFW由马萨诸塞大学于2007年建立，用于评测非约束条件下的人脸识别算法性能，是人脸识别领域使用最广泛的评测集合。目前为止全球数十个团队共提交了80多次测试结果，其中包括Google、Facebook、微软亚洲研究院、百度、腾讯、商汤、Face 、香港中文大学等顶级的工业界与学术界团队。近期，大华股份人脸识别团队向LFW提交了测试结果，通过一系列的技术改进，大华Dahua-FaceImage人脸识别率不仅继续领先Google、Facebook、百度、腾讯，排名第一，并且刷新了LFW的新记录。

或许是术业有专攻，即使一些企业在人脸识别领域取得了成就，但这并不能代表整个行业的发展是全面的，人脸识别技术仍然存在一些问题。

在安博会现场某一家企业展位前，当参展的观众在年龄性别测试前玩的正嗨时，尴尬的一面出现了，一位大叔的测试性别显示“女”，这不得不让人怀疑人脸识别技术的准确率。包括网络上流传的一张林志颖与郭德纲等人的人脸测试图也印证了这一想法，求当事人心里的阴影面积。

展会现场，另外某家厂商人脸比对演示大屏前，一位观众正对着镜头耍酷，系统突然闪现红色，了解后发现原来是经过比对，他与数据库里的“嫌疑人”相似度很高造成系统自动报警。这一幕又尴尬了。工作人员当即解释因为主攻业务不是这块，所以技术不是非常完善。

细想这些“娱乐性”事件的背后，如果真的应用在实际上又会造成怎样的后果？当然，我们不能因为某一两件事就去判定这个行业的好坏，但通过这些我们可以了解人脸识别技术的发展参差不齐。

face++在线测试效果

海康萤石在线测试效果

人脸识别如何盈利

人脸识别技术在最近两年进入快速发展期。从本次安博会上各大企业的展示情况来看，大家都想从人脸识别的市场中博得一份羹。

据了解，目前人脸识别盈利方式有三种：

提供行业解决方案，这种方式就是根据客户的需求进行“私人定制”，按一次性收费。

提供人脸识别硬件，比如安装在各路口的摄像头，按每一处的摄像头收费

提供人脸识别API接口、SDK等服务，比如支付宝的人脸支付和人脸登录，这些功能就是在Face++所提供的API接口和SDK的基础上进行开发的。主要形式是按次数收费

盈利状况开始从最初的硬件向产业链的后端延展，随着技术的突破，后端一些拥有数据库、自主知识产权和技术优势的上市公司会越来越强。

    前景仍然可期

成长的过程中难免会出现一些错误，但这并不妨碍对它成熟的盼望。正如行业人员所说，我们正在成长期，没有任何事情可以做到完美，在发展的过程中发现错误然后不断改善以致于服务大众才是最终的目标。所以，我们还是可以听见行业内对人脸识别的叫好声。

公安部第三研究所主任梅林认为中国正成为视频监控应用研究全球最大规模的实验场，从每年一届在北京、深圳轮流举办的安博会可以看到这一流域的热度。

佳都科技认为今年是人脸识别的元年，明年将会进入爆发期。东方网力提出计算机视觉和人脸识别是比较前沿的技术，技术的发展也是未来的潮流。格灵深瞳认为相对于车辆识别，人脸识别还处于刚起步阶段，未来公安和交警对于人脸的需求可能会更大，市场是非常大的。但是市场应用还是需要经过一段时间的沉炼，算法层面需要进行优化。现场还有许多企业对人脸识别的前景都都持有乐观的态度。