人臉識(shí)別解析：人臉識(shí)別技術(shù)的發(fā)展趨勢

    1、人臉識(shí)別的理解：人臉識(shí)別(FaceRecognition)是一種依據(jù)人的面部特征(如統(tǒng)計(jì)或幾何特征等)，自動(dòng)進(jìn)行身份識(shí)別的一種生物識(shí)別技術(shù)，又稱為面像識(shí)別、人像識(shí)別、相貌識(shí)別、面孔識(shí)別、面部識(shí)別等。通常我們所說的人臉識(shí)別是基于光學(xué)人臉圖像的身份識(shí)別與驗(yàn)證的簡稱。人臉識(shí)別利用攝像機(jī)或攝像頭采集含有人臉的圖像或視頻流，并自動(dòng)在圖像中檢測和跟蹤人臉，進(jìn)而對檢測到的人臉圖像進(jìn)行一系列的相關(guān)應(yīng)用操作。技術(shù)上包括圖像采集、特征定位、身份的確認(rèn)和查找等等。簡單來說，就是從照片中提取人臉中的特征，比如眉毛高度、嘴角等等，再通過特征的對比輸出結(jié)果。2、人臉識(shí)別的發(fā)展簡史：第一階段（1950s—1980s）初級階段：人臉識(shí)別被當(dāng)作一個(gè)一般性的模式識(shí)別問題，主流技術(shù)基于人臉的幾何結(jié)構(gòu)特征。這集中體現(xiàn)在人們對于剪影（Profile）的研究上，人們對面部剪影曲線的結(jié)構(gòu)特征提取與分析方面進(jìn)行了大量研究。人工神經(jīng)網(wǎng)絡(luò)也一度曾經(jīng)被研究人員用于人臉識(shí)別問題中。較早從事AFR研究的研究人員除了布萊索（Bledsoe）外還有戈登斯泰因（Goldstein）、哈蒙（Harmon）以及金出武雄(KanadeTakeo)等。總體而言，這一階段是人臉識(shí)別研究的初級階段，非常重要的成果不是很多，也基本沒有獲得實(shí)際應(yīng)用。第二階段（1990s）高潮階段：這一階段盡管時(shí)間相對短暫，但人臉識(shí)別卻發(fā)展迅速，不但出現(xiàn)了很多經(jīng)典的方法，例如EigenFace,FisherFace和彈性圖匹配；并出現(xiàn)了若干商業(yè)化運(yùn)作的人臉識(shí)別系統(tǒng)，比如最為著名的Visionics（現(xiàn)為Identix）的FaceIt系統(tǒng)。從技術(shù)方案上看，2D人臉圖像線性子空間判別分析、統(tǒng)計(jì)表觀模型、統(tǒng)計(jì)模式識(shí)別方法是這一階段內(nèi)的主流技術(shù)。第三階段（1990s末~現(xiàn)在）人臉識(shí)別的研究不斷深入，研究者開始關(guān)注面向真實(shí)條件的人臉識(shí)別問題，主要包括以下四個(gè)方面的研究：1）提出不同的人臉空間模型，包括以線性判別分析為代表的線性建模方法，以Kernel方法為代表的非線性建模方法和基于3D信息的3D人臉識(shí)別方法。2）深入分析和研究影響人臉識(shí)別的因素，包括光照不變?nèi)四樧R(shí)別、姿態(tài)不變?nèi)四樧R(shí)別和表情不變?nèi)四樧R(shí)別等。3）利用新的特征表示，包括局部描述子（GaborFace,LBPFace等）和深度學(xué)習(xí)方法。4）利用新的數(shù)據(jù)源，例如基于視頻的人臉識(shí)別和基于素描、近紅外圖像的人臉識(shí)別。二、市場研究1、全球人臉識(shí)別市場前瞻根據(jù)人臉識(shí)別行業(yè)發(fā)展現(xiàn)狀；到2016年，全球生物識(shí)別市場規(guī)模在127.13億美元左右，其中人臉識(shí)別規(guī)模約26.53億美元，占比在20%左右。預(yù)計(jì)到2021年，全球人臉識(shí)別市場預(yù)計(jì)將達(dá)到63.7億美元，按預(yù)計(jì)期間的復(fù)合增長率達(dá)17.83％

    2、中國人臉識(shí)別市場前瞻根據(jù)人臉識(shí)別行業(yè)發(fā)展現(xiàn)狀，估算我國人臉識(shí)別市場規(guī)模約占全球市場的10%左右。2010-2016年，我國人臉識(shí)別市場規(guī)模逐年增長，年均復(fù)合增長率達(dá)27%。2016年，我國人臉識(shí)別行業(yè)市場規(guī)模約為17.25億元，同比增長27.97%，增速較上年上升4.64個(gè)百分點(diǎn)。

    作者：放飛人夜