关于人脸识别技术应用的简单分析

大数据时代的崛起，推动了人脸识别的热潮。从2014年逐步开始应用到目前“刷脸”时代的来临。人脸识别的应用领域逐步扩散。本文将带您了解人脸识别兴起领域的应用方案，探寻人脸识别技术的未来。

一、人脸识别的行业现状

随着人工智能行业的产业化发展的井喷，人脸识别行业热点频频，市场规模逐步扩大，目前估算我国人脸识别市场规模约占全球市场的10%左右。2010-2016年，我国人脸识别市场规模逐年增长，年均复合增长率达27%。2016年，我国人脸识别行业市场规模约为17.25亿元，同比增长27.97%，到2021年人脸识别市场规模将达到53亿元左右。

同时国内人脸识别行业中企业数量不多，且各自应用不同细分领域，竞争压力小，人脸识别的热潮还将继续。下面分享一些应用案例帮助大家进一步了解人脸识别。

二、人脸识别的行业应用

虽然市面上的人脸识别解决方案越来越多，但系统框架基本没有变化。

1、 高铁与地铁的人证一致检测应用案例

“刷脸”进站已经不是个新鲜事了，目前各地的铁路已经逐步开通人脸识别验票系统，以减少人工成本，同时提高安全性，减少进站时间。

人脸识别技术采用人脸检测、跟踪、人脸识别、二代身份证验证及多功能检测等技术，对人员进行实时人脸识别分析和报警，以刷身份证件加上人脸验证模式，实现人员智能身份验证，保证“人”“证”的一致性确认。首先，将现场采集的人脸特征与身份证件人脸特征进行1:1比对，确认人、证都验证通过才会开启通道。

在人员使用设备时，如果出现操作不当，系统同时会根据算法判断，进行相应的语音和视频提示，从而提高通道人员出入操作的易用性。同时在高铁的人脸识别系统中会进行防尾随跟踪功能的设计，通过红外检测技术，实时监控通道，判断是否有人员尾随跟进，保证非验证人员通过。

2、人脸识别考勤机

人脸识别考勤机是一种新型的存储类考勤机，事先只需采集员工的面像，并建立档案，当员工上下班站在人脸识别考勤机的识别区域内，考勤机上就会快速的记录考勤状况并保存记录。

人脸识别考勤机是采用人脸识别技术（融合了计算机图像处理技术与生物统计学原理于一体），利用计算机图像处理技术从视频中提取人像特征点，利用生物统计学的原理进行分析并建立人脸特征模板。当已登记的人员从人脸识别机前走过，它会有语音提示“你好”或者人员的姓名表示考勤已成功。

而且，具备图像更新功能，若将正采取的图像作为第一人脸，存储的为第二人脸，如果第一人脸图像与第二人脸图像相一致，人脸识别考勤机将自动储存第一人脸图像来更新该第二人脸图像。该法可保持用户脸部图像的更新，降低了脸部外形改变对识别的影响，增加了识别的准确率。

审核编辑：符乾江