近年來，人工智能在國內狂飆突進，科技巨頭扎堆布局，越來越多的產業資本也開始關注人臉識別，人臉識別等自動識別技術漸成趨勢。目前，人臉識別技術逐漸在智慧城市、金融、教育、社保民生及安防等領域展開應用。未來隨著技術的改進，人臉識別技術將進一步探索新的應用場景。

人臉識別增長迅速

2018年全球生物識別市場規模為142.3億美元，據中國電子技術標準化研究院公布的《生物特征識別白皮書》顯示，指紋識別在生物識別技術中所占的份額最高，但整體呈下降趨勢，由2007年的66.9%降至2018年的56.5%，預計到2023年將下降至50.8%左右；而人臉識別則增長迅速，2018年比重達16.8%。

整體來看，2010-2018年，人臉識別技術行業市場規模不斷擴大，增速處于高速增長區間。預計未來人臉識別技術將不斷發展，其市場規模還會不斷增長。

人臉識別產業鏈

人臉識別主要包括圖像采集、預處理、人臉檢測、人臉特征提取和比對等一系列的模式識別。人臉識別還可以分為人臉數據庫的建立和識別兩個過程。從產業鏈來看，人臉識別上游行業包括高清攝像頭、服務器等硬件廠商；下游應用行業包括金融領域，社保領域，安防、門禁、公安領域，電子商務領域，社交娛樂領域等。

中游產業競爭格局不明確

在中游技術解決方案市場上，由于在B端普遍的人臉識別技術方案是2D人臉識別技術，市場格局并未明朗，各方根據場景應用均采取差異化戰略。如商湯科技、曠視科技、阿里巴巴、騰訊等采用圖像人臉識別技術，海康威視等采取視頻對象提取分析技術，而云從科技則在于2018年2月7日首發國內3D結構光人臉識別技術。

人臉識別不斷解鎖新場景

人臉識別使用通用的攝像機作為識別信息獲取裝置。以非接觸的方式獲取識別對象的面部圖像，計算機系統在獲取圖像后與數據庫圖像進行比對后完成識別過程。目前，人臉識別技術被廣泛應用在金融、教育、安防、社保、民生等領域。而近些年來，得益于網絡架構、訓練策略以及人臉數據的發展，人臉識別技術取得巨大的提升，其應用場景日趨豐富。例如：

2019年6月1日，青島第一海水浴場升級改造后的第一海水浴場全面使用面部識別、無感支付、驗票系統；2019年7月16日，深圳地鐵集團與騰訊公司簽訂戰略合作協議，雙方將在智慧出行、移動支付、大數據、物聯網等方面開展深入合作，人臉識別、無感乘車、智能運維檢測等技術已經在實驗室研究和測試階段。整體來看，人臉識別技術經過多年的行業經驗和技術積累，產業已經開始進入了高速發展時期。

以上數據來源參考前瞻產業研究院發布的《中國生物識別技術行業市場調研與投資預測分析報告》。

更多深度行業分析盡在【前瞻經濟學人APP】，還可以與500+經濟學家/資深行業研究員交流互動。