國內這些主流的人臉識別企業，技術方案各有特點。如?？低暤娜四樧R別技術，其人臉識別系統在識別準確率上非常不錯，前端智能-深眸、分布智能-超腦NVR、中心智能-海康臉譜，均融合深度學習算法，前后端深度智能為人臉大數據應用提供有力支撐。

人臉識別系統廣泛應用于平安城市、交通樞紐、智慧醫療、商業連鎖、銀行、學校、園區、邊檢等各行各業。

科大訊飛的人臉識別技術在準確率上做了很多突破性研究，其離線人臉識別和視頻流檢測技術也頗有亮點，離線人臉識別在檢測到的人臉框中，進一步定位人臉的五官和輪廓位置，目前采用關鍵點21點模型定位位置，人臉關鍵點的平均精確度高達96%；視頻流人臉檢測和關鍵點檢測、靜態圖片中人臉檢測支持離線狀態下使用，在提高響應時間上表現出色，此項技術可用于圖片編輯等領域。

其人臉識別技術在考勤系統、遠程認證、門禁系統、娛樂應用等眾多領域廣泛應用。

商湯科技的人臉識別技術表現在對視頻流人臉校準方面，準確度和延遲都很好，人臉識別算法也是其優勢之一。據OFweek人工智能網獲悉，商湯科技曾在國際權威人臉數據庫LFW中，其人臉識別準確率首次超越人眼。針對安防領域，它推出了靜態人臉比對系統SenseTotem（圖騰），以及動態人臉比對—SenseFace。圖騰是一套以圖搜圖系統，可通過采集監控錄像中的人臉截圖，比對搜索目標庫中標準人臉照片，幫助干警快速確認涉案嫌疑人員的身份，而SenseFace用于在飛機場、火車站等公共場合的大規模視頻監控系統中的實時大庫人臉識別，可提供在監控視頻中實時抓拍人臉、屬性識別、重點人員軌跡還原等功能。

其人臉識別技術除了應用在金融、門禁、無人駕駛等，如小咖秀、熊貓直播等這些熱門應用所提供的各類面部AR特效，背后都來自商湯提供的技術支持。

云從科技的人臉識別技術很有特色，其人臉識別技術采用結構光活體防攻擊檢測，在提升準確率上有很好的效果。結構光技術”的3D人臉識別系統在精確度、響應速度與活體檢測方面得到了革命性突破。3D結構光人臉識別技術能夠廣泛的應用在物聯網、移動互聯網、銀行、安防、交通等各個需要人臉識別的場景，可以更好的提升攻擊預防效果，全面提升人臉識別準確度，結合云從最新的算法，能夠在一千萬分之一誤識率下達到99%以上的準確率。

其人臉識別技術廣泛應用于銀行、公安系統、商場等，并與公安部、國有大型商業銀行、證通股份、民航總局建立聯合實驗室，推動人工智能產品標準的建立。

當前國內人臉識別技術在市場普及上面臨的痛點

就當前人臉識別最普及的領域而言，安防、銀行和公安系統上應用最廣。未來人臉在很多領域都可以大放異彩，這取決于技術的突破與創新。就國內當前的現狀而言，人臉識別在市場普及上面臨著兩大痛點。

一、商業模式有待改進

一項新技術的普及與很多因素有關，作為企業而言，成本控制與盈利才是其目的。而人臉識別技術門檻高、投入大，短期內的應用場景又很有限，因此很多企業在布局上顯得猶猶豫豫，想讓人臉識別技術像網購一樣進入千家萬戶，一個好的商業模式至關重要。

在普及人臉識別技術上，國內很多公司也做了很多努力，如百度曾推出過一個叫臉優的產品，它是百度在人工智能技術上的一個嘗試性應用，有人認為這個應用的推出讓手機APP從“模式時代”突破到“術時代”。 因為該應用連接的不只是用戶與未來的商業模式，更多的是連接了百度的人工智能以及人臉識別等技術，有著足夠高的技術門檻，實現難度大。阿里巴巴、騰訊等互聯網巨頭也曾嘗試基于人臉識別技術的商業變現，但效果均未達預期。

二、當前的人臉識別技術仍有進步空間

當前的人臉識別系統主要包括四個組成部分：人臉圖像采集及檢測、人臉圖像預處理、人臉圖像特征提取以及匹配與識別。隨著未來數據的增長，在數據匹配，將面臨著更大的挑戰。

人臉識別用途很大，但目前人臉識別技術有很多不足，如對周圍的光線環境敏感，可能會影響識別的準確性，在面對黑暗、相似等復雜場景，識別率表現不佳。

近幾年雖然國內企業在人臉識別技術取得了一定的成績，但還是有很多方面需要努力，如透過車窗玻璃識別人臉、夜間識別、紅外識別等這些技術仍待企業去研發。

當前人臉識別技術可從哪些地方改進？

人臉識別技術要取得進步，這得從它的幾大關鍵技術點上尋求突破，人臉識別的幾大關鍵技術包括：

基于特征的人臉檢測技術——通過采用顏色、輪廓、紋理、結構或者直方圖特征等進行人臉檢測。

基于模板匹配人臉檢測技術——從數據庫當中提取人臉模板，接著采取一定模板匹配策略，使抓取人臉圖像與從模板庫提取圖片相匹配，由相關性的高低和所匹配的模板大小確定人臉大小以及位置信息。

基于統計的人臉檢測技術——通過對于“人臉”和“非人臉”的圖像大量搜集構成的人臉正、負樣本庫，采用統計方法強化訓練該系統，從而實現對人臉和非人臉的模式進行檢測和分類。

從技術層面，人臉識別改進的辦法可從上述三個方面。任何一個細節技術的突破都可能帶來識別率的提升改進。

除了上述三個技術層面改進人臉識別，也有很多上游企業在做人臉識別技術改進的研究，如通過在元器件上的改進，提升人臉識別準確率。

用于用戶臉部或眼部的紅外補光光源不但需要足夠亮而且要均勻，這對于人臉識別和眼部跟蹤系統而言尤其重要。歐司朗最新的Synios P2720使用波長為940 nm的紅外線，可減少紅爆。之前紅外攝像頭對850nm的紅外光源有著最好的靈敏度。

據了解，這款IRED專為二維人臉識別而設計，是歐司朗光電半導體的現有生物識別產品線里的最新成員。

人臉識別主要的研究方向及發展前景

隨著大數據、共享時代的來臨，數據安全問題也越發被重視起來，以人臉識別為代表的新一代技術革命已經展開。這些對技術的要求越來越高，既要求數據的準確性，又要保證數據的安全性，人臉識別在這方面大有可為，作為行業的主力軍，企業的技術實力與創新能力決定著整個產業的走向，任何一點點技術的創新都可能帶來行業的變革。

未來人臉識別的主要研究方向將圍繞目前面臨的一些問題，如人臉面部結構的相似性、人臉的姿態、年齡變化、復雜環境的光照變化、人臉的飾物遮擋等。

人臉識別的發展并非只受制于自身的技術，與整個產業息息相關。為了讓人工智能早日普及，很多企業也在積極布局人臉識別，這其中既有BAT互聯網巨頭，也有為人臉識別提高光學器件的企業等。馬云投資人臉識別技術公司曠視科技與商湯科技；騰訊成立優圖實驗室，專注于圖像處理、深度學習等領域開展技術研發；百度也成立了人臉識別團隊，研發核心技術。近日，光學巨頭歐司朗收購美國企業Vixar Inc. 加強3D面部識別技能，積極改進人臉識別技術；通過引入Vixar在垂直腔面發射激光器（VCSEL）方面的技術，歐司朗將掌握更多包括超精密3D面部識別在內的安防技術，這些技術不但能用于解鎖智能手機和消費類電子設備，還能應用于需要更高安全訪問控制的工業領域。

依托于物聯網與人工智能的快速推進，人臉識別應用場景會越來越廣泛。隨著國家科研機構的研發投入、企業對技術的鉆研、市場的推廣等，這些都將是人臉識別美好前景的征兆。據業內分析人士認為，未來人臉識別或成為有效身份識別主流，屆時，人臉識別就不是什么新鮮詞了。