人臉識別是基于人的臉部特征信息進行身份識別，近些年，隨著計算機技術以及光學成像技術的發展，集成了人工智能、機器學習、視頻圖像處理等技術的人臉識別技術逐漸成熟，并帶動了相關產業的發展，行業應用持續拓展。

技術飛速發展是基礎

人臉識別落地速度之快，主要得益于其背后是技術的快速發展和演進。在FRVT最新的報告中顯示，全球人臉識別算法的最高水平可以做到在千萬分之一誤報率之下，漏報率低于0.4%。在國內，從專利數量來看，2018年，我國人臉識別行業專利公開數量為5200項，同比增長93%。2019年1至2月，我國人臉識別專利公開量已經達到1174項，充分說明了人臉識別技術“長勢喜人”。

從目前來看，基于大數據的深度學習，使人臉識別技術精度進一步提升，尤其是更多更豐富的樣本數據加入到訓練模型中，算法模型將更通用，更貼近現實世界模型，輔之有效的分類方法，能夠顯著提高算法識別率。

另外，3D人臉識別技術是人臉識別重要發現。目前大部分的人臉識別應用的范疇限定在2D圖像上。人臉實質上是一個立體模型，而2D人臉識別容易受到姿態、光照、表情等因素影響，是因為2D圖像本身有一個缺陷，無法很好地表示深度信息。如果說深度學習是從人的認知角度來理解人臉識別，那么3D技術就是從現實模型來反映人臉識別。隨著未來芯片技術和傳感器的發展，當計算能力不再收到制約，3D采集設備成本大幅下降的時候，3D人臉識別將取得重要突破。

應用領域持續擴大

目前來看，安防、金融是人臉識別切入細分行業較深的兩個領域，與之相對應的是在安防的諸多細分領域如機場、地鐵安檢，公共交通等領域應用越來越廣泛，尤其是在家庭、樓宇乃至社區等場景下，這項技術已然成為標配。人臉識別技術在社會應用領域全面開花，落地應用迅速，為安防行業帶來了極大的發展效益。

在金融領域，伴隨著人臉識別精度的提升、動態人臉識別技術落地，人臉識別已經從金融行業最初的遠程開戶、保險買賣等，切入到移動支付領域，尤其是伴隨著國內阿里支付寶、騰訊微信為代表的兩大移動支付機構不遺余力的推進，人臉支付正在成為現實。刷臉支付最大的優勢就在于便捷，消費者不用拿出任何設備，就可以完成支付。

其實從人臉識別的本質來看，關鍵還是人員身份的核驗，基于這一點行業應用領域就眾多。例如菜鳥網絡的菜鳥驛站智能柜已陸續開通刷臉取件、刷臉寄件功能。目前菜鳥智能柜已經產生了超過百萬次刷臉取件記錄。到目前，尚未發現誤識導致誤取包裹事件。另外在北京、重慶等地，公租房使用了人臉識別的門禁系統，一旦發現多次出現的、未錄入租戶系統的人員，就將提醒物業人員現場跟進。而在騰訊，人臉識別被用來為未成年人適度游戲“保駕護航”。而隨著移動互聯網的持續發展，該領域對人臉識別技術的需求將持續增加，帶動人臉識別行業市場規模快速增長，擁有巨大市場潛力。

從身份審核到線下支付，從乘坐地鐵到取快遞、領養老金，伴隨著國內智慧城市的建設，人臉識別技術未來可廣泛應用到智慧小區、智慧交通、智慧民航等個個領域，智慧城市建設的火熱也將推動人臉識別技術的快速增長。“刷臉”讓人們的生活、工作一路暢通。數據顯示，預計未來幾年，人臉識別市場規模將保持年均20%左右的高速增長，到2022年，全球人臉識別市場規模將達75.95億美元。