pk拾計算公式

2018年中國人臉識別行業產業鏈分析

發布時間:2018-07-17
 
人臉識別產業鏈上遊為基礎層,包括人工智能芯片、算法技術和數據集;中遊由視頻人臉識別、圖片人臉識別和數據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;下遊則是具體的場景應用,即應用方案、消費類終端或服務等。下遊以攝像頭為主的硬件采集端和應用端采集人臉數據,為數據集豐富數據,對於基礎層算法的更新迭代形成正反饋。
 
目前,國外巨頭公司大多呈現全產業布局的特征,即上中下遊均有布局。國內人臉識別創業公司基本缺席上遊的芯片和算法開發環節,除了少量在中遊有技術突破外,大多數集中於下遊場景應用層,這很大程度上得益於國內龐大的應用場景支持。在具體的場景應用商業化落地環節,以BAT為代表的國內互聯網巨頭,由於無法將計算機視覺的某一個子模塊拿出來單獨盈利。因此在應用落地上並沒有明顯的優勢,而是創業公司突破能力更強。但互聯網巨頭擁有最大的數據源,人臉識別的後續發展動力十足。
 
人臉識別產業鏈上遊分析
 
人臉識別產業鏈上遊,即基礎層,影響發展的三大要素是數據量、計算力和算法模型。2000年後,數據量的上漲、計算力的提升和深度學習算法的出現促進了計算機視覺行業的發展。作為計算機視覺中重要的人臉識別,以攝像頭為主的采集終端的大規模普及帶來了數據量的增長,深度學習算法的出現可以實現精準的識別功能。此外,雲計算技術、服務器和人工智能芯片等相關硬件性能的提升,對於處理數據的計算力有很強的助力作用,從而人臉識別應用方案走入人們的生活成為現實。
 
而在算法領域,算法領域,美國互聯網巨頭穀歌、FACEBOOK、微軟都推出了深度學習算法開源平台,在深度學習算法方麵有著明顯的技術優勢。2016年以來,以穀歌、微軟為首的巨頭為了搶占市場,將自己研發的算法技術進行開源,導致很多企業免去人工智能基礎技術研發投入,隻需要采用開源算法或經過訓練的人工智能芯片,再結合行業數據進行訓練,就可開展行業應用落地。
 
人臉識別產業鏈中遊分析
 
中遊人臉識別技術的進步,是推動下遊場景應用拓展的關鍵所在。目前,人臉識別市場的pk拾高手群主要包括2D識別、3D識別技術。市場上主流的識別方案是采用攝像頭的2D方案,但由於人的臉部並非平坦,因此2D識別在將3D人臉信息平麵化投影的過程中存在特征信息損失。3D識別使用三維人臉立體建模方法,可最大程度保留有效信息,因此3D人臉識別技術的算法比2D算法更合理並擁有更高精度。
 
人臉識別產業鏈下遊分析
 
人臉識別對場境要求非常強,產品能否達到實際使用要求,核心並不隻在於算法本身,還在於對場景的深耕。算法水平對於識別率的有力證明,也僅僅是停留在訓練集與測試集之間,存在於實驗室的“理論數值”。
 
而現實生活中人臉的獲取過程有大量不可控因素,光的方向、強度,是否有胡須、發型的變化,是否有表情都會影響識別效果。多種因素疊加後,真實環境下測得的準確率可能隻有75%左右,甚至更低。
 
因此,需要針對場景的不同特點收集大量場景數據,不斷調試參數、組合算法、方法,甚至使用外圍硬件輔助以提升效果,不斷迭代以實現產品化。除此之外,還要在工程上滿足計算量、延遲、可維護性等需求。
文章來源:前瞻產業研究院

關注微信

掃描二維碼,
關注迅通科技公眾號

 

020-87770041

廣州市越秀區先烈中路80號彙華商貿大廈12層

 

Copyright © 北京賽車贏利計劃. All Rights Reserved. 粵ICP備:16062470號-1號 粵工商備P011806002990 Powered by Vancheer