刷脸时代来临-人脸识别专题.pdf

海尔

360

43页

0次

2021-02-23

50墨值下载

请阅读最后一页信息披露和重要声明

行

业

研

究

行

业

跟

踪

报

告

证券研究报告

＃industryId＃

计算机

＃investSuggestion＃

相关报告

《ITSM 造就 SaaS 巨头公司，迈

向全方位企业级服务》

2017-09-19

《凛冬将去制造业复苏改善相

关公司业绩》2017-08-16

《区块链行业跟踪：初探 ICO

与火爆的背后》2017-07-27

分析师：

袁煜明

yuanyuming@xyzq.com.cn

S0190515040001

徐聪

xucong@xyzq.com.cn

S0190516060001

＃assAuthor＃

投资要点

＃summary＃

近日，2017 年苹果新品手机 iPhone X 采用 Face ID 人脸解锁，此前小米 Note3

手机、Vivo V7+手机也推出具备人脸识别功能的智能手机。这标志着人脸识别

技术加速迈入消费级领域。

 人脸识别大致分为两种应用模式四步流程。两种模式包括 1：1 比对和 1：

N 识别，1：1 是比对两个人脸的相似度，只需要确定是否授权人；1：N

是识别对象是否在人脸数据库中。四部流程依次是人脸检测、活体检测、

人脸特征提取和人脸匹配识别。

 技术、应用范围和价格问题逐渐解决，深度学习和 3D 技术助推人脸识别

走出实验室。长久以来技术不足、应用范围局限、价格高企制约人脸识别

发展。尽管实验室条件中人脸识别技术精准度可达到 99%以上，有些公司

在 ImageNet、LFW 也名列前茅，但落地到实际应用中受到光照姿态、表

情等条件干扰，精准度始终不尽如人意。近几年技术问题得到逐步解决，

近红外和可见光结合解决光线问题、3D 感应和摄像头解决姿态和表情问

题，深度学习算法提高现实场景识别效率和精确度

 刷脸时代来临，人脸识别市场广阔，盈利模式多变，消费级领域产业化将

爆发。人脸识别技术可以运用到政府、安防、公安刑侦等政府级别，也可

以运用到金融、汽车电子、新零售等工业级别，目前智能手机、支付、互

联网+等消费级应用也即将迎来爆发，应用场景日趋多元，市场仍然处于

加速扩张期。盈利模式从传统的硬件销售、软件按量或按时收费（SaaS

模式/PaaS 模式）、软件技术支持、软硬件一体化解决方案再到未来可能会

实现的大数据变现，变现模式多样。我们认为未来人脸识别有巨大的市场

需求和广阔的应用前景，有望维持高速增长。

 硬件巨头、互联网巨头和创业公司都在相继布局。Google、Facebook、百

度等互联网巨头都在人脸识别产业链不同领域都在布局，传统垂直领域厂

商如苹果、海康、大华、华为都在研发技术巩固自身原有业务。巨头发展

的方式为外延和内生并行，例如 Facebook 收购 Face.com，苹果收购

PrimeSense。同时也可以看到有旷视、商汤、依图、云从等创业公司已经

发展壮大成独角兽。

 相关标的：东方网力、佳都科技、熙菱信息、远方信息、海康威视、大华

股份、汉邦高科、浩云科技、北部湾旅、川大智胜。

＃title＃

浮云渐散，刷脸时代来临

＃createTime1＃

2017 年 09 月 23 日

请阅读最后一页信息披露和重要声明 - 2 -

行业跟踪报告

一、刷脸时代已经到来？ ............................................................................. - 4 -

1.1、消费级人脸识别产业化爆发 .............................................................. - 4 -

1.2、概念辨析：机器人脸识别 VS 肉眼识别.............................................. - 5 -

1.3、人脸识别分为两种模式四步流程 ....................................................... - 7 -

二、核心技术：深度学习和 3D 视觉是助推器 ..............................................- 11 -

2.1、从实验室到落地应用，人脸识别商业化道阻且长 .............................. - 11 -

2.2、驱动因素之一政策推动 ................................................................... - 13 -

2.3、驱动因素之二技术升级 ................................................................... - 14 -

2.4、驱动因素之三算法改善 ................................................................... - 15 -

2.5、iPhone X 3D 人脸解锁带来下一个技术风口 ...................................... - 18 -

三：技术取得突破，人脸识别遍地开花已是大势所趋 ................................. - 23 -

3.1、政府安防和公安刑侦率先应用 ................................ ......................... - 24 -

3.2、商业级别初具规模，正在加速落地 ................................ .................. - 25 -

3.3、消费级应用即将爆发，应用场景日趋多元 ....................................... - 27 -

四、群雄逐鹿，巨头和创业公司谁能问鼎？ ................................ ............... - 29 -

4.1、未雨绸缪，国内外科技巨头已提前布局 ................................ ........... - 29 -

4.2、融资、技术、应用领域、客户四个角度剖析创业公司佼佼者.......... - 30 -

五、产业链和商业模式探讨 ................................ ........................................ - 34 -

5.1、产业链分析：大量创业公司集中在技术提供层 ................................ - 34 -

5.2、商业模式分析：面向 B 端收取项目费用变现仍是主流 ..................... - 35 -

六、A 股相关标的 ...................................................................................... - 37 -

图 1、vivo 和 Face++合作推出搭载完整人脸解锁功能的手机......................... - 4 -

图 2、农业银行上线刷脸取款功能 ................................ ................................ - 5 -

图 3、招商银行上线刷脸取款功能 ................................ ................................ - 5 -

图 4、人脸识别技术示意图........................................................................... - 5 -

图 5、人脸识别比肉眼更精准 ................................ ....................................... - 6 -

图 6、1：1 人脸认证计算两个人脸的相似度完成识别 ................................... - 7 -

图 7、动态视频流中分离人像和背景............................................................. - 8 -

图 8、Face++动态采集人脸并且分割................................ ............................. - 8 -

图 9、百度金融活体识别技术用于账户找回功能 ........................................... - 9 -

图 10、支付宝使用 Face++技术完成人脸活体检测......................................... - 9 -

图 11、旷视科技通过云、硬件级解决方案实现在线/离线活体检测 ................ - 9 -

图 12、难度在于光照条件改变、不同角度、遮挡 ................................ ....... - 10 -

图 13、人脸相似度达到阈值则输出匹配结果 ................................ .............. - 10 -

图 14、人脸识别技术难点 ...........................................................................- 11 -

图 15、FDDB 人脸检测非公开方法评测结果（最后更新日期为 2016.3.30） - 12 -

图 16、主动近红外成像设备 ................................ ....................................... - 14 -

图 17、3D 人脸校正解决姿态和表情问题 .................................................... - 15 -

图 18、商汤科技高性能异构分布式平台 ................................ ..................... - 17 -

图 19、高性能异构基础算法库 ................................................................... - 17 -

图 20、Face++深度引擎 MegBrain ............................................................... - 17 -

图 21、iPhone X 原深感摄像头系统 ............................................................ - 19 -

图 22、点阵投影器将无数个红外光侦测点投影在脸部形成 3D 模型 ............ - 19 -

图 23、PrimeSense 被收购前发展历程 ................................ ......................... - 21 -

图 24、苹果 PrimeSense 3D 结构光原理示意图 ............................................ - 21 -

of 43

50墨值下载

database

关注

评论