从技术概念到商用落地 全球人脸识别算法的最高水平漏报率低于0.4%

在FRVT最新的报告中显示,全球人脸识别算法的最高水平可以做到在千万分之一误报率之下,漏报率低于0.4%,也就是说人脸识别算法研究机构已经在99%后面多少个小数点上面展开厮杀了。

目前在中国,做人脸识别的公司既有阿里巴巴、腾讯和百度这三大互联网巨头,又有计算机视觉“独角兽”商汤、旷视、云从、依图以及其他科技公司。其中的人脸识别灸手可热,然而在2017年以前,多家新兴的VC一直处于烧钱状态,并未实现真正盈利。

造成人脸识别厂商困境的原因在于,这个技术并不是一个近几年才出现的新技术,如果只注意技术上的创新而忽略了业务落地就容易吹大泡沫。

现如今,如此多的企业涌入这一领域,只因从技术上而言,我们迎来了一个新时代,AI时代。在2014年前后,随着大数据和CNN技术的发展,基于卷积神经网络CNN的人脸识别系统在LFW上第一次得到超过人类水平的识别精度,这是人脸识别发展历史上的一座里程碑,自此人脸识别迎来了“AI时代”。

AI人工智能是一个较宽泛的概念,从人工智能的五大领域(机器人、语言识别、图像识别、自然语言处理和专家系统)来讲,基于AI技术(尤其是CNN)的人脸识别业务是图像识别的一个小分支,同时也是一个对社会综合治理和居民生活产生巨大影响的业务领域。在AI时代之前,人脸识别由于其准确度的问题,并未实现大规模(城市级)的应用落地,如今随着准确度的提升,伴随着大数据分析挖掘技术,人脸识别业务迅速走进了安防、社区、金融、消费电子、零域等领域,并以城市级的系统应用迅速在全国乃至全球范围推广。

回顾2018年,正如上文所说,人脸识别的市场巨大,但是技术上已经到了瓶颈期,算法提供商们在精度的小数点上展开厮杀,是无法吃掉这个巨大的市场的,所以我们看到各个人脸算法厂商都在积极寻求新业务落地,寻求政企合作,行业的焦点已经从关注技术转向了关注商业。

比如一些VC独角兽密集参与OPPO、VIVO、小米等手机厂商的新品发布,为手机产品提供图像算法支撑。也有一些VC厂商与知名医院合作,喊出了“AI的未来是医疗”的口号。同时人脸识别“独角兽”均在寻求与传统的安防厂商比如海康威视、ZNV力维等合作,实现项目落地。

除了传统的安防领域,人脸识别行业的应用已经在向医疗、快消和金融发展。但是传统的安防领域依然是人脸识别相关厂商的营收支柱,通过对2018年安防行业项目分析我们发现,交通管控、平安城市和雪亮工程项目依然是主要建设项目,全年涉及的招标金额超过800亿元人民币(来自纽豪斯统计)。人脸识别相关厂商秉持的是“脚踏实地,仰望星空”的思想,积极进入政府主导的平安城市和雪亮工程的同时,探索新的可能盈利点。