人脸识别_应用全面落地_爆发临界点已至_23页_1mb

人脸识别行业研究报告总结

核心内容

人脸识别技术作为人工智能模式识别的重要分支，近年来在技术、政策及市场等方面取得了显著进展，行业正逐步走向成熟与爆发。2017年，随着应用场景的不断扩展及技术瓶颈的突破，人脸识别技术在多个行业领域实现落地，成为推动人工智能发展的关键力量。

主要观点

1. 市场规模快速增长：

   • 2012年我国人脸识别市场规模为16.7亿元，2015年达到75亿元，预计2017年突破百亿，未来五年有望达到1000亿元。
   • 公安、交通、金融、教育等B端市场已成为主要增长点，整体市场规模预计可达数百亿元。

2. 政策支持力度加大：

   • 2015年以来，国家密集出台相关政策，如《安全防范视频监控人脸识别系统技术要求》等，推动人脸识别在金融、安防、医疗等领域的应用。
   • 2017年政府工作报告首次将人工智能写入，进一步加强了人脸识别的发展环境。

3. 技术瓶颈突破，识别精度提升：

   • CNN算法的引入大幅提升了人脸识别的准确率，目前已达到99%以上，超过人眼识别率（97.52%）。
   • 2D人脸识别为主流，3D人脸识别技术虽具备更高精度，但因数据采集难度大、成本高，尚未实现商业化。

4. 应用场景广泛，商业化加速：

   • 人脸识别已在公安、金融、交通、教育、医疗、地产等多个领域落地，尤其在B端市场展现出巨大潜力。
   • C端市场仍处于探索阶段，主要以集成在智能手机或智能摄像头中为主，尚未形成规模化盈利。

5. 多方竞争，综合实力决定胜负：

   • 市场参与者包括创业公司、上市公司和互联网巨头，三类主体各有优势。
   • 创业公司以技术为核心，上市公司具备资金、渠道和行业经验，互联网巨头在C端具有较强影响力，正在探索B端应用。

关键信息

1. 市场规模不断提升，政策支持力度加强

• 人脸识别技术属于人工智能模式识别的一种典型应用，已广泛应用于多个行业。
• 2015年全球生物识别市场规模达到200亿美元，预计未来五年复合增长率显著。
• 国内人脸识别技术专利数量从2007年的不足百例增长至2015年的1398例，技术实力领先全球。

2. CNN算法解决识别精度问题，人脸识别优势明显

• 人脸识别算法流程包括人脸检测、特征提取和匹配，CNN算法显著提升了识别准确率。
• 人脸识别相比其他生物识别方式具有非接触性、非侵扰性、硬件基础完善等优势，成为主流识别方式。

3. 行业发展迅速，B端百亿市场有望率先爆发

• B端市场主要由公安、交通、金融、教育等领域推动，其中公安领域市场规模超16亿元，金融领域达百亿级别。
• 2017年春运期间，多座高铁站试点人脸识别技术，未来在普通火车站、机场等场景推广后，市场规模有望突破50亿元。

4. 多方逐鹿，综合能力至关重要

• 创业公司：以Face++、云从科技、商汤科技等为代表，依靠技术优势切入市场。
• 上市公司：如工大高新、佳都科技、东方网力、汉王科技、川大智胜等，依托资金、渠道及技术整合优势，形成整体解决方案。
• 互联网巨头：如百度、阿里、腾讯、谷歌、微软等，凭借品牌与技术优势，积极布局B端和C端市场。

5. 行业评级及投资策略

• 维持对计算机行业“中性”评级，但重点看好人脸识别领域。
• 推荐标的包括工大高新、汉王科技、佳都科技、川大智胜、东方网力等，其中部分公司已实现商业化落地，未来增长空间广阔。

6. 风险提示

• 产业进展不及预期；
• 市场系统性风险；
• 相关公司业绩不达预期。

重点推荐个股

总结

人脸识别行业正迎来爆发临界点，技术瓶颈的突破与政策的推动，使其在多个行业领域实现快速落地。B端市场作为主要驱动力，预计将在2017年率先爆发，而C端市场仍处于探索阶段。创业公司、上市公司和互联网巨头共同推动行业发展，但综合实力较强的上市公司在B端市场更具竞争优势。当前行业整体维持“中性”评级，建议重点关注人脸识别领域相关投资机会。