| 排名 | 公司名稱 | 優(yōu)勢特點 |
|---|---|---|
| 1 | 商湯科技 | 支持動靜態(tài)對比及活體檢測，主要面向安防、道路監(jiān)控、身份驗證等眾多場景 |
| 2 | 曠視科技 | 支持動靜態(tài)人臉識別及活體檢測，主要面向樓宇、商超、社區(qū)、校園等場景 |
| 3 | 云從科技 | 支持動靜態(tài)人臉識別及活體檢測，主要應用于身份認證、動態(tài)布控等場景 |
| 4 | 海康威視 | 應用于安防、交通、金融、樓宇等多場景 |
| 5 | 中科視拓 | 主要應用于考勤、門禁及身份認證等 |
| 6 | 漢王科技 | 主要應用于考勤、門禁及身份認證等 |
| 7 | 格靈深瞳 | 主要應用于認證比對、監(jiān)控、門禁等場景 |
| 8 | 阿里云 | 打造ET大腦，主要應用于金融、安防、電子商務、智能手機等場景 |
| 9 | 騰訊云 | 主要應用于安防、金融領域等場景 |
| 10 | 漢柏科技 | 主要應用于安防、門禁、教育等場景 |
| 11 | 依圖科技 | 主要應用于安防、金融領域等場景 |
| 12 | 平安科技 | 主要應用于金融、安防、教育等場景 |
| 13 | 云天勵飛 | 主要應用于安防、園區(qū)、校園、商超等場景 |
| 14 | 中科奧森 | 主要應用于安防、金融、樓宇、教育、零售等場景 |
| 15 | 百度云 | 支持人臉檢測、對比及活體檢測，可應用于安防、門禁、支付等場景 |
| 16 | 閱面科技 | 應用于教育、零售等場景 |
| 17 | 佳都科技 | 致力于智能安防、智能軌道交通建設 |
| 18 | 瑞為技術 | 應用于安防、商超、家電、車載智能等場景 |
| 19 | 智慧眼 | 支持活體檢測，應用于公安、司法、金融、人社領域 |
| 20 | 飛搜科技 | 提供目標與場景識別服務，可應用于門禁、金融、美顏、安防等場景 |
| 21 | 微模式 | 圖像識別 |
| 22 | 川大智勝 | 應用于門禁、監(jiān)控、人證查驗以及相機產(chǎn)品 |
| 23 | 科大訊飛 | 支持活體檢測，應用于考勤、門禁、遠程認證等場景 |
| 24 | 像素數(shù)據(jù) | 應用于身份驗證、識別對比、視頻監(jiān)控識別 |
| 25 | 安威士 | 應用于考勤門禁系統(tǒng) |
| 26 | 鉑亞 | 適用于軍民多領域 |
| 27 | 臉云科技 | 基于人工智能識別人臉的照片分發(fā)平臺 |
| 28 | 賽為智能 | 應用于無人機、智能機器人以及智慧城市建設 |
| 29 | 凱澤科技 | 應用于安防、醫(yī)療、教育、布控等場景 |
| 30 | 圖普科技 | 應用于照片處理、身份認證、門禁、安防、金融等場景 |
| 31 | 盛世華安 | 主要應用于安防、社區(qū)等場景 |
| 32 | 視覺偉業(yè) | 主要應用于智能安防及智慧城市建設 |
| 33 | 人人智能 | 主要應用于安防、教育、金融、稅務等場景 |
| 34 | 銀晨科技 | 應用于安防布控及信息采集 |
| 35 | 中安未來 | 提供人臉識別、人證識別、人證比對服務 |
| 36 | 獵戶星空 | 應用于接待、售賣、兒童陪伴等場景 |
| 37 | 飛瑞斯科技 | 主要應用于視頻分析、零售、智能辦公、安防等場景 |
| 38 | 澤成科技 | 應用于門禁系統(tǒng) |
| 39 | 駿聿科技 | 支持活體檢測技術，應用于公共安全及互聯(lián)網(wǎng)身份認證等場景 |
| 40 | 中德宏泰 | 主要應用于安防、金融、政務等場景 |
| 41 | 瑞奧風軟件科技 | 主要應用于門禁、考勤、安防場景 |
| 42 | 可信科技 | 支持人臉檢測、對比、搜索及活體檢測 |
| 43 | 科葩信息技術 | 應用于金融、園區(qū)、辦公等場景 |
| 44 | 蘇慧信息技術 | 主要應用于門禁、人群分析、場館管理等場景 |
| 45 | 遠鈞科技 | 涵蓋軍事、工業(yè)、民用領域 |
| 46 | 帕米科技 | 可應用于迎賓、物業(yè)安防、布控、教育等場景 |
| 47 | 千搜科技 | 應用于互聯(lián)網(wǎng)身份認證及智能安防 |
| 48 | 威富視界 | 支持活體檢測，應用于園區(qū)、金融領域等場景 |
| 49 | 荊棘鳥科技 | 適用于門禁、考勤、安防等場景 |
| 50 | 昊暢達科技 | 支持人臉識別、對比、檢測，主應用于安防領域 |
| 2018《互聯(lián)網(wǎng)周刊》&eNet研究院選擇排行 | ||
世界上沒有兩張完全一樣的面孔，就像世界上沒有兩片完全相同的葉子一樣，基于或多或少的差異性，人類才能在龐大的人類群體中分辨彼此。人臉識別將這一能力賦予計算機，利用其強大的存儲和運算能力，并依托大數(shù)據(jù)和人工智能算法，在計算機“大腦”中存儲多人的影像資料特征，根據(jù)差異性來辨別眼前的人是“張三”還是“李四”，是興奮還是疲倦……
鑒于技術的日趨成熟，現(xiàn)階段的人臉識別技術已經(jīng)在具體場景落地嘗試，如會議人臉簽到、人臉識別智能門禁、安防監(jiān)控人臉識別報警功能，還有最接近大眾群體的智能手機人臉解鎖功能……人臉識別的應用覆蓋了安防、門禁、金融、園區(qū)等多領域下的各類不同場景，備受大眾和資本的追捧。但在人臉識別技術高歌猛進的背后，還存在一些潛在的隱患理應被重視。
不均衡的產(chǎn)業(yè)鏈
現(xiàn)階段的人臉識別技術在整個人工智能技術范疇內(nèi)是占比較重、發(fā)展較快的一大領域。根據(jù)前瞻產(chǎn)業(yè)研究院發(fā)布的《人臉識別行業(yè)市場前瞻與投資戰(zhàn)略規(guī)劃分析報告》數(shù)據(jù)顯示，2016年，全球人臉識別行業(yè)市場規(guī)模約為26.53億美元，其中我國人臉識別行業(yè)市場規(guī)模約為17.25億元，占到全球人臉識別行業(yè)市場規(guī)模的10%左右。根據(jù)表層數(shù)據(jù)顯示，我國在這一行業(yè)領域的發(fā)展勢頭是較為強勁的，但深挖我國人臉識別產(chǎn)業(yè)鏈，會發(fā)現(xiàn)，市場上的企業(yè)多集中于下游，即具體的場景應用，而少有企業(yè)在中上游發(fā)力，這是很危險的。
上游基礎層主要包括人工智能芯片、算法技術和數(shù)據(jù)集。首先，在人工智能芯片的研發(fā)上，國內(nèi)企業(yè)略顯乏力，缺少像英偉達以及AMD Vision這樣的公司，最主要的原因在于國內(nèi)芯片制造行業(yè)起步較晚，而人工智能芯片的設計又要求將算法、計算能力、大規(guī)模數(shù)據(jù)等內(nèi)容全部整合到一起。面對這樣的難度，需要在技術層面進行長期探索，才有望追趕上國際芯片巨頭，而這需要足夠的耐心以及龐大的資本支持，中小企業(yè)沒有足夠的資本支持，即便有心也是無力，大企業(yè)則需要足夠的魄力承擔背后的風險，亦是艱難。
在算法領域，國內(nèi)領先的人工智能企業(yè)，如商湯科技、BAT都在研究并構建人工神經(jīng)網(wǎng)絡，在深度神經(jīng)網(wǎng)絡、卷積神經(jīng)網(wǎng)絡、循環(huán)神經(jīng)網(wǎng)絡的不斷搭建、優(yōu)化過程中，構建更強大的深度學習算法。這些算法的研究成果對于企業(yè)而言屬于商業(yè)機密，秘不外宣是最符合商業(yè)競爭法則的方式。但美國的谷歌、Facebook、微軟都推出了深度學習算法開源平臺，將自己研發(fā)的算法技術進行開源，降低了很多企業(yè)在人工智能基礎技術研發(fā)上的投入。與之對比，國內(nèi)只有百度的PaddlePaddle一個深度學習算法開源平臺，在研發(fā)力、競爭力上自然會稍遜一籌。
相較之下，在真實數(shù)據(jù)以及模擬數(shù)據(jù)的收集上，國內(nèi)行業(yè)巨頭與國際人臉識別行業(yè)巨頭的差距倒不是十分明顯。但從整體來看，在人臉識別的產(chǎn)業(yè)鏈上游，國內(nèi)企業(yè)與國際巨頭的差距還是十分明顯的。
中游是由視頻人臉識別、圖片人臉識別和數(shù)據(jù)庫對比檢驗等技術層構成，大體包括人臉檢測、活體檢測、人臉識別、視頻對象提取與分析等技術。雖然處于中游的企業(yè)占比不大，但遠優(yōu)于產(chǎn)業(yè)鏈的上游現(xiàn)狀。商湯科技、曠視科技、?？低暤纫慌髽I(yè)在人臉識別的具體技術層面相繼發(fā)力，已經(jīng)取得了較為不俗的成績。
下游則是國內(nèi)人臉識別企業(yè)最集中的區(qū)域，這也取決于國內(nèi)擁有龐大且復雜的應用場景的支持。如遠超各國的移動支付技術和市場給了“刷臉支付”難得的嘗試機會；高度集中式的住宅小區(qū)對智能安防提出了更高的要求……廣泛且復雜的場景領域，讓下游得以容下諸多企業(yè)。
產(chǎn)業(yè)鏈的不均衡，是目前國內(nèi)人臉識別行業(yè)面臨的最大問題，沒有基礎技術的長足發(fā)展，就猶如無根之萍、無源之水，終究不是行業(yè)發(fā)展的長久之策。
可能存在的缺陷
人臉識別最主要的目的在于身份認證。例如智能手機采用的人臉解鎖，其目的在于確認使用者是否是被認可的手機用戶；人臉識別智能門禁的目的在于只允許有權限的人進入特定區(qū)域……這就要求人臉識別的精度必須保持在一個極高的水準，且不能被技術手段所欺騙。但以現(xiàn)階段的實際應用效果來看，還不能完全避免錯誤的發(fā)生。
首先在精度方面。關鍵點定位技術是快速識別一個人的核心技術，用于定位的關鍵點越多，識別的精準度就越高。以商湯科技為例，采用眼、口、鼻輪廓等人臉21、106、240三個不同數(shù)量級的定位點，可支持不同場景的需求，并能夠適應大角度側臉、大表情變化、遮擋、模糊、明暗變化等各種實際環(huán)境。但能達到利用240個定位點的研發(fā)企業(yè)并不多，且現(xiàn)實環(huán)境的復雜性會令部分定位點失效，其精度難免受到影響。
在智能手機人臉解鎖等簡單或主動需求的場景下，現(xiàn)階段人臉識別的精度已足夠完成相應任務，因為用戶可選擇去除遮擋物，避免干擾，弱光條件下智能手機可以提供屏幕補光功能。而在交通及安防領域，對精度的考驗則大大提升，在側臉、遮擋、模糊、明暗變化等各種復雜環(huán)境下，有效的定位點就會大幅縮減，精度自然隨之下降。如何讓有效定位點更好發(fā)揮作用，精度達到更高，是人臉識別企業(yè)要深究的問題。
其次在于活體檢測技術。指紋識別可以通過指紋模型等手段騙過機器，人臉識別則會受到照片、視頻等手段的欺騙，人臉識別不僅要保證人臉的正確性，同時要保證這張臉是不是活體的人臉，因此有了活體檢測技術。靜態(tài)活體檢測可以通過檢測人臉微表情得出結果，動態(tài)活體檢測會讓用戶根據(jù)隨機給出的指令做出動作，大大降低了人臉“偽造”的可能性，但如果用硅膠、乳膠、3D打印做的立體面具來攻擊系統(tǒng)，并不能完全排除識別失誤可能性。
再者，市場上多數(shù)采用的2D識別技術缺陷明顯。人臉是以3D立體的形式存在，2D并不能展現(xiàn)人臉的全貌，且容易受到姿態(tài)、光照、表情等因素影響，識別率較差。不過，目前部分人臉識別企業(yè)已經(jīng)開始轉(zhuǎn)向利用3D識別技術，利用三維人臉立體建模方法，最大程度保留人臉有效信息，實現(xiàn)更精準識別。
此外，還有人專門研究了可以破壞人臉識別率的產(chǎn)品。就在今年，多倫多大學教授Parham Aarabi和他的研究生Avishek Bose還開發(fā)了一種算法，通過對圖像進行“光轉(zhuǎn)換”，能夠動態(tài)地破壞人臉識別系統(tǒng)，將識別成功率降至 0.5%。
這些缺陷和破壞對人臉識別技術的應用而言，是極具威脅的。如何令人臉識別技術不畏懼這些威脅，是國內(nèi)企業(yè)發(fā)展的重要方向。
去除隱患，保證行業(yè)的健康發(fā)展
在2018世界人工智能大會開幕當天，國家主席習近平致信祝賀大會的召開，并指出：“新一代人工智能正在全球范圍內(nèi)蓬勃興起，為經(jīng)濟社會發(fā)展注入了新動能，正在深刻改變?nèi)藗兊纳a(chǎn)生活方式。”而人臉識別技術作為人工智能的一部分，也在改變?nèi)藗兊纳a(chǎn)生活方式。但我們理應認清現(xiàn)實，正確認知人臉識別技術存在的缺陷，不盲目樂觀。
同時，針對目前所暴露的隱患，眾企業(yè)需要逐個消除，優(yōu)化人臉識別行業(yè)產(chǎn)業(yè)鏈，打好行業(yè)基礎，并努力提升識別精度，降低活體檢測失誤率，整體由2D識別技術向3D識別技術邁進，適應各類復雜環(huán)境、復雜場景，在保障國內(nèi)人臉識別行業(yè)高速發(fā)展的同時，做到不“生病”、不“畸形”，保持健康的姿態(tài)。
