人臉識別最初在20世紀60年代已經有研究人員開始研究，真正進入初級的應用階段是在90年代后期，發展至今其技術成熟度已經達到較高的程度。整個發展過程可以分為機械識別、半自動化識別、非接觸式識別及互聯網應用階段。

圖表1：人臉識別的發展階段

與其他生物識別方式相比，人臉識別優勢在于自然性、不被察覺性等特點。然性即該識別方式同人類進行個體識別時所利用的生物特征相同。指紋識別、虹膜識別等均不具有自然性。不被察覺的特點使該識別方法不易使人抵觸，而指紋識別或虹膜識別需利用電子壓力傳感器或紅外線采集指紋、虹膜圖像，在采集過程中體驗感不佳。目前人臉識別需要解決的難題是在不同場景、臉部遮擋等應用時如何保證識別率。此外，隱私性和安全性也是值得考慮的問題。

人臉識別優勢明顯，未來將成為識別主導技術。具體來說，相比指紋識別、虹膜識別等傳統的生物識別方式，優點主要還集中在四點：非接觸性、非侵擾性、硬件基礎完善和采集快捷便利，可拓展性好。在復雜環境下，人臉識別精度問題得到解決后，預計人臉識別有望快速替代指紋識別成為市場大規模應用的主流識別技術。

圖表2：人臉識別的優勢

截至2018年7月2日，人臉識別技術專利申請總量達到10404項。其中，發明專利數最多，達到6589項，占比為63.33%;實用新型專利數其次，為2591項，占比為24.90%;外觀、發明授權專利數占比分別為3.54%、8.23%。

圖表3：截至2018年7月人臉識別相關專利分布情況(單位：%)

從申請專利數量來看，2007-2017年，我國人臉識別專利申請數量總體上呈上升的趨勢。尤其是2014年后，人臉識別專利申請數量大幅增多;到2017年，人臉識別專利申請數量達到2847項。

圖表4：2007-2017年人臉識別相關專利申請數量變化圖(單位：項)

從公開專利數量來看，2007-2017年，我國人臉識別專利公開數量總體上呈趨勢。2017年，我國人臉識別專利公開數量為2698項，達到近年來最大值;截至2018年7月，專利公開數量為2163項。

圖表5：2007-2018年人臉識別相關專利公開數量變化圖(單位：項)

(注：2018年數據截至7月2日)

人臉識別行業技術趨勢

在人臉圖像處理過程中,必須將高維測量空間中的信息轉換為低維特征空間中的特征向量,這也是近幾年來人臉識別技術發展的另一特點之一。與其他身份識別中所需信息相比，人臉信息(如人臉圖像)更能以最自然、最直接的方式獲取,特別是在非接觸環境和不驚動被檢測人的情況下，因此計算機人臉識別技術已成為最活躍的研究領域之一。隨著真三維獲取技術的發展，人臉識別技術有望取得突破性的進展并得到廣泛的應用。

當前，人臉識別技術的發展還有很大空間，現有的技術不足以解決識別問題。未來的發展方向可能是多種識別方法的綜合，優化組合、運用人臉整體與局部，匹配方法相結合等。一個完善自動人臉識別系統是人臉檢測技術與人臉識別技術的完美結合?，F階段還不能實現100%的人臉識別，但是社會各方面巨大的需求，人臉檢測與識別技術仍將不斷發展，新方法、新思路將會不斷涌現，必將推動人臉檢測與識別技術進一步產業化。

另外，隨著國內平安城市、智慧城市項目的深入發展，城市監控的高清化進一步得到普及，攝像機數量大規模增長，使得人臉識別在數據的采集上阻礙大大減小，提升了人臉識別的質量。人臉識別與監控技術的結合在司法系統中得到了重用，滿足了公安系統對城市監控、逃犯追捕、黑名單排查等功能的迫切需求，這將為人臉識別技術普及的有利助推手。