2020年人脸识别行业研究报告 人脸识别(Face Recognition）是一种基于人的面部特征信息进行身份识别的生物特征识别技术。近年来，随着人工智能、计算机视觉、大数据、云计算、芯片等技术的迅速发展，人脸识别技术取得了长足的进步并且在众多场景中得以成功应用。 广义的人脸识别实际包括构建人脸识别系统的一系列相关技术，包括人脸视图采集、人脸定位、人脸识别预处理、身份确认以及身份查找等；而狭义的人脸识别特指通过人脸进行身份确认或者身份查找的技术和系统。此外，部分应用场景下还可能涉及质量评价、活体检测等算法模块。 人脸识别的应用模式主要包括三种: 1)人脸验证(Face Verification):判定两张人脸图像是否属于同一个人，常用于身份认证如人证核验。 2)人脸辨识(Face ldentification):给定一张人脸图像，判断是否在注册库中，若在则返回具体的身份信息，常用于静态检索或动态布控。 3）人脸聚类(Face Clustering)︰给定一批人脸图像，将相同人的图像归类到同一个类，不同人的划分为不同的类，常见的应用有智能相册、一人一档等。 人脸识别的研究开始于20世纪60年代，到90年代进入了初级应用阶段，主要停留在学术研究和小范围的实验室环境应用，直到2012年后的深度学习的复兴，人脸识别技术取得历史性的进步，真正实现大规模商业化普及，且识别能力已经远远超过了人类的常规辨识度。目前，从全球人脸识别技术领域的应用场景布局来看，安防、金融、交通、楼宇等是相对较为成熟的领域，而在零售、广告、智能设备、教育、医疗、娱乐等领域也均有较多应用场景，为经济社会的发展以及人们日常生活的便捷带来了新机遇。 【更多详情，请下载:2020年人脸识别行业研究报告】