• <tr id='N4A3kp'><strong id='N4A3kp'></strong><small id='N4A3kp'></small><button id='N4A3kp'></button><li id='N4A3kp'><noscript id='N4A3kp'><big id='N4A3kp'></big><dt id='N4A3kp'></dt></noscript></li></tr><ol id='N4A3kp'><option id='N4A3kp'><table id='N4A3kp'><blockquote id='N4A3kp'><tbody id='N4A3kp'></tbody></blockquote></table></option></ol><u id='N4A3kp'></u><kbd id='N4A3kp'><kbd id='N4A3kp'></kbd></kbd>

    <code id='N4A3kp'><strong id='N4A3kp'></strong></code>

    <fieldset id='N4A3kp'></fieldset>
          <span id='N4A3kp'></span>

              <ins id='N4A3kp'></ins>
              <acronym id='N4A3kp'><em id='N4A3kp'></em><td id='N4A3kp'><div id='N4A3kp'></div></td></acronym><address id='N4A3kp'><big id='N4A3kp'><big id='N4A3kp'></big><legend id='N4A3kp'></legend></big></address>

              <i id='N4A3kp'><div id='N4A3kp'><ins id='N4A3kp'></ins></div></i>
              <i id='N4A3kp'></i>
            1. <dl id='N4A3kp'></dl>
              1. <blockquote id='N4A3kp'><q id='N4A3kp'><noscript id='N4A3kp'></noscript><dt id='N4A3kp'></dt></q></blockquote><noframes id='N4A3kp'><i id='N4A3kp'></i>

                行業動態

                當前位置: 首頁> 新聞中心 > 行業動態

                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ㄨ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叠代形成正反饋。
                 
                目前,國外巨頭公司大多卐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ㄨ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,對於處理數據〇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▂聯網巨頭谷歌、FACEBOOK、微軟都推出了深度學習算法開源平臺,在深度學習算法方面有著明顯的▲技術優勢。2016年以來,以谷歌、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◥,只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,人臉識別市場的解決方案主要包括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人臉信息平面化投影的過程◥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,核心並不只在於算法本身,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只有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,不斷叠代以實現產品化。除此之外,還々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

                關註微信

                掃描二維碼,
                關註迅㊣ 通科技公眾號

                 

                020-87770041

                廣州市越秀區先烈中路80號匯華商貿大廈12層

                 

                Copyright ? 廣東迅★通科技股份有限公司. All Rights Reserved. 粵ICP備:16062470號-1號 粵工商備P011806002990 Powered by Vancheer