人臉識別技術發展現狀及未來趨勢

人臉識別，是基於人的臉部特徵信息進行身份識別的一種生物識別技術。用攝像機或攝像頭採集含有人臉的圖像或視頻流，並自動在圖像中檢測和跟蹤人臉，進而對檢測到的人臉進行臉部識別的一系列相關技術，通常也叫做人像識別、面部識別。　
剛剛過去的2018年，是我國人臉識別技術全面應用的重要節點，標誌着"刷臉"時代的正式到來。
1人臉識別技術發展背景
人臉識別，是基於人的臉部特徵信息進行身份識別的一種生物識別技術。除了安防、金融這兩大領域外，人臉識別還在交通、教育、醫療、警務、電子商務等諸多場景實現了廣泛應用，且呈現出顯著應用價值。爲了進一步把握人臉識別技術所帶來的重大機遇，我國出臺了一系列政策予以支撐。
2015年以來，我國相繼出臺了《關於銀行業金融機構遠程開立人民幣賬戶的指導意見(徵求意見稿)》、《安全防範視頻監控人臉識別系統技術要求》、《信息安全技術網絡人臉識別認證系統安全技術要求》等法律法規，爲人臉識別技術的應用以及在金融、安防、醫療等領域的普及奠定了重要基礎。　　
2017年，人工智能首次被寫入全國政府報告；同年7月，×××發佈了《新一代人工智能發展規劃》；12月，工信部出臺了《促進新一代人工智能產業發展三年行動計劃(2018-2020年)》，其中對人臉識別有效檢出率、正確識別率的提升做出了明確要求。作爲人工智能主要細分領域，人臉識別獲得的國家政策支持顯而易見。
2人臉識別技術發展歷程

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年代後期，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爲機械識別、半自動化識別、非接觸式識別及互聯網應用階段。　　
與其他生物識別方式相比，人臉識別優勢在於自然性、不被察覺性等特點。自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徵相同。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採集指紋、虹膜圖像，在採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，未來將成爲識別主導技術。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、硬件基礎完善和採集快捷便利，可拓展性好。在複雜環境下，人臉識別精度問題得到解決後，預計人臉識別有望快速替代指紋識別成爲市場大規模應用的主流識別技術。

3人臉識別技術研發現狀　
截至2018年7月2日，我國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，佔比爲63.33%；實用新型專利數其次，爲2591項，佔比爲24.90%；外觀、發明授權專利數佔比分別爲3.54%、8.23%。

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年後，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。　
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爲2698項，達到近年來最大值；截至2018年7月，專利公開數量爲2163項。
4人臉識別技術應用概況
2014年是我國人臉識別技術的轉折點，使人臉識別技術從理論走向了應用，2018年則是人臉識別技術全面應用的重要節點，"刷臉"時代正式到來。　
目前，從我國人臉識別技術應用來看，主要集中在三大領域：考勤門禁、安防以及金融。

從具體應用來看，主要包含了公共安全領域的刑偵追逃、罪犯識別以及邊防安全等；信息安全領域的政府職能領域的電子政務、戶籍管理、社會福利和保險；商業企業領域的電子商務、電子貨幣和支付、考勤、市場營銷；場所進出領域的軍事機要部門、金融機構的門禁控制和進出管理等。
　　
2018年，人臉識別技術在更多的領域解鎖了更多應用，廣東省、江蘇省、浙江省、河北省、青島市等地在2018年的高考期間均啓用了人臉識別系統；北京大學將人臉識別技術應用到了校園入園人員身份驗證領域；北京市人社局也計劃在市級公租房將全部安裝人臉識別系統，以預防公租房違規轉租；滴滴在6月正式上線人臉識別系統……　　
從目前我國在人臉識別技術領域領先企業的應用佈局來看，安防和金融是相對佈局較多的領域，在物流、零售、智能手機、汽車、教育、地產、文娛廣告等領域也均開始涉足。
5人臉識別未來發展趨勢
首先，人臉識別應用的最廣泛領域便是安防行業，不僅給整個安防行業注入了新的生命活力，也進一步開拓了新的發展市場。作爲安防市場未來的發展方向的智能視頻分析，其中最重要的技術就是人臉識別。　　
其二，我國的三維測量技術近年來發展形勢較好，而現今3D人臉識別算法正對2D投影的缺陷做了補充，此外對於其中的傳統難點，包括人臉旋轉、遮擋、相似度等在內的都有了很好的應對，這也成爲了人臉識別技術的另一個最爲重要的發展路線之一。　　
其三，大數據深度學習進一步提升了人臉識別的精確度，這也爲2D人臉識別的應用作了一定的突破，將其應用於互聯網金融行業當中，能夠快速普及金融級應用。
其四，人臉識別技術由於其便利性、安全性，可在智能家居中用作門禁系統以及鑑權系統，因此智能家居與人臉識別技術的融合是未來發展的重點方向。智能家居中的人臉識別系統是結合嵌入式操作系統和嵌入式硬件平臺建立的，加強了人臉識別技術與智能家居應用的結合度，具有概念新、實用性強等特點。　　
其五，人臉識別技術是未來基於大數據領域的重要發展方向。現如今公安部門都引入了大數據，這也彌補了傳統技術的難點，通過人臉識別技術使得這些照片數據再度存儲利用，能夠大大提升公安信息化的管理和統籌，這將成爲未來人臉識別的主要發展趨勢。