人脸识别技术发展现状及未来趋势

人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部识别的一系列相关技术，通常也叫做人像识别、面部识别。　

刚刚过去的2018年，是我国人脸识别技术全面应用的重要节点，标志着"刷脸"时代的正式到来。

1人脸识别技术发展背景

人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。除了安防、金融这两大领域外，人脸识别还在交通、教育、医疗、警务、电子商务等诸多场景实现了广泛应用，且呈现出显著应用价值。为了进一步把握人脸识别技术所带来的重大机遇，我国出台了一系列政策予以支撑。

2015年以来，我国相继出台了《关于银行业金融机构远程开立人民币账户的指导意见(征求意见稿)》、《安全防范视频监控人脸识别系统技术要求》、《信息安全技术网络人脸识别认证系统安全技术要求》等法律法规，为人脸识别技术的应用以及在金融、安防、医疗等领域的普及奠定了重要基础。　　

2017年，人工智能首次被写入全国政府报告；同年7月，国务院发布了《新一代人工智能发展规划》；12月，工信部出台了《促进新一代人工智能产业发展三年行动计划(2018-2020年)》，其中对人脸识别有效检出率、正确识别率的提升做出了明确要求。作为人工智能主要细分领域，人脸识别获得的国家政策支持显而易见。

2人脸识别技术发展历程

人脸识别最初在20世纪60年代已经有研究人员开始研究，真正进入初级的应用阶段是在90年代后期，发展至今其技术成熟度已经达到较高的程度。整个发展过程可以分为机械识别、半自动化识别、非接触式识别及互联网应用阶段。　　

与其他生物识别方式相比，人脸识别优势在于自然性、不被察觉性等特点。自然性即该识别方式同人类进行个体识别时所利用的生物特征相同。指纹识别、虹膜识别等均不具有自然性。不被察觉的特点使该识别方法不易使人抵触，而指纹识别或虹膜识别需利用电子压力传感器或红外线采集指纹、虹膜图像，在采集过程中体验感不佳。目前人脸识别需要解决的难题是在不同场景、脸部遮挡等应用时如何保证识别率。此外，隐私性和安全性也是值得考虑的问题。人脸识别优势明显，未来将成为识别主导技术。具体来说，相比指纹识别、虹膜识别等传统的生物识别方式，优点主要还集中在四点：非接触性、非侵扰性、硬件基础完善和采集快捷便利，可拓展性好。在复杂环境下，人脸识别精度问题得到解决后，预计人脸识别有望快速替代指纹识别成为市场大规模应用的主流识别技术。

3人脸识别技术研发现状　

截至2018年7月2日，我国人脸识别技术专利申请总量达到10404项。其中，发明专利数最多，达到6589项，占比为63.33%；实用新型专利数其次，为2591项，占比为24.90%；外观、发明授权专利数占比分别为3.54%、8.23%。

从申请专利数量来看，2007-2017年，我国人脸识别专利申请数量总体上呈上升的趋势。尤其是2014年后，人脸识别专利申请数量大幅增多；到2017年，人脸识别专利申请数量达到2847项。　

从公开专利数量来看，2007-2017年，我国人脸识别专利公开数量总体上呈趋势。2017年，我国人脸识别专利公开数量为2698项，达到近年来最大值；截至2018年7月，专利公开数量为2163项。

4人脸识别技术应用概况

2014年是我国人脸识别技术的转折点，使人脸识别技术从理论走向了应用，2018年则是人脸识别技术全面应用的重要节点，"刷脸"时代正式到来。　

目前，从我国人脸识别技术应用来看，主要集中在三大领域：考勤门禁、安防以及金融。

从具体应用来看，主要包含了公共安全领域的刑侦追逃、罪犯识别以及边防安全等；信息安全领域的政府职能领域的电子政务、户籍管理、社会福利和保险；商业企业领域的电子商务、电子货币和支付、考勤、市场营销；场所进出领域的军事机要部门、金融机构的门禁控制和进出管理等。

2018年，人脸识别技术在更多的领域解锁了更多应用，广东省、江苏省、浙江省、河北省、青岛市等地在2018年的高考期间均启用了人脸识别系统；北京大学将人脸识别技术应用到了校园入园人员身份验证领域；北京市人社局也计划在市级公租房将全部安装人脸识别系统，以预防公租房违规转租；滴滴在6月正式上线人脸识别系统……　　

从目前我国在人脸识别技术领域领先企业的应用布局来看，安防和金融是相对布局较多的领域，在物流、零售、智能手机、汽车、教育、地产、文娱广告等领域也均开始涉足。

首先，人脸识别应用的最广泛领域便是安防行业，不仅给整个安防行业注入了新的生命活力，也进一步开拓了新的发展市场。作为安防市场未来的发展方向的智能视频分析，其中最重要的技术就是人脸识别。　　

其二，我国的三维测量技术近年来发展形势较好，而现今3D人脸识别算法正对2D投影的缺陷做了补充，此外对于其中的传统难点，包括人脸旋转、遮挡、相似度等在内的都有了很好的应对，这也成为了人脸识别技术的另一个最为重要的发展路线之一。　　

其三，大数据深度学习进一步提升了人脸识别的精确度，这也为2D人脸识别的应用作了一定的突破，将其应用于互联网金融行业当中，能够快速普及金融级应用。

其四，人脸识别技术由于其便利性、安全性，可在智能家居中用作门禁系统以及鉴权系统，因此智能家居与人脸识别技术的融合是未来发展的重点方向。智能家居中的人脸识别系统是结合嵌入式操作系统和嵌入式硬件平台建立的，加强了人脸识别技术与智能家居应用的结合度，具有概念新、实用性强等特点。　　

其五，人脸识别技术是未来基于大数据领域的重要发展方向。现如今公安部门都引入了大数据，这也弥补了传统技术的难点，通过人脸识别技术使得这些照片数据再度存储利用，能够大大提升公安信息化的管理和统筹，这将成为未来人脸识别的主要发展趋势。