临近春节，神州大地开启了一年一度的人口大迁徙运动——春运，各个机场、车站返乡客流来势汹汹。与往年春运相比，今年铁路春运可以说是科技范儿十足，刷脸进站，机器人问询指路等创新科技运用为踏上归乡之路的旅客带来了全新便捷的体验。不少旅客表示，相比传统的人工通道检查盖章进站，“刷脸”进站速度更快捷，整个过程只需3-5秒，一分钟内就可以过检20名旅客，过检效率和准确度都明显提高。
人脸识别是基于人的脸部特征信息进行身份鉴别的计算机技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行分析。随着算法的完善，人脸识别技术已获得重大突破，在越来越多的领域不断跨越用户接受的门槛。中国由于人口基数大，互联网普及程度高，人脸识别技术全球领先，将成为人脸识别技术的主战场。随着商业模式的不断创新，人脸识别市场规模在未来五年有望达到千亿级别。
一、“刷脸”应用场景有哪些？
除了我们文章开头出提到的春运刷脸进站，目前人脸识别正在被广泛用于交通、金融、社会福利保障、电子商务等多个领域，但主战场是安防和金融领域。
1、公共安全
在火车站、机场甚至地铁站，当旅客进行正常的安检工作时，人脸识别系统会自动将旅客证件照片与之核对，识别旅客身份，其准确率远高于人眼识别，即使旅客换了发型、化了浓妆也没关系。
在公安部门的刑侦工作中，人脸识别技术的应用形式包括网上追逃、卡口追逃、监狱管理、重点对象监控等，只要嫌疑人一入镜，无论你是整容或是化妆、戴口罩，只要脸部架构没有经过重度调整，系统就会通过抓拍然后与后台的数据库进行比对，一般当相似度达到85%以上系统就会自动报警。
2、考勤
签到、指纹识别在考勤上已经太LOW了，在人脸识别、语音识别那么发达的智能化时代，拥有一台人脸识别考勤机立即给公司形象加分。
员工签到时需要通过摄像头采集到员工面部照片，再通过人脸识别算法从采集到的照片中取得特征值并与数据库中预先存入的员工人脸照片的特征值进行分析比较，识别成功后报出员工的姓名，则考勤成功。
3、图片归档
小编也曾有对手机里图片太杂而又不舍得删掉的困惑，一千多张照片通过手选去整理又实在是麻烦，用人脸识别技术机就可以自动识别照片中的头像，根据头像进行照片检索，然后按头像分类存放在不同的文件夹里面。
4、身份验证与查找
目前，去银行办一张卡不仅需要个人身份证，还要通过“刷脸”来确认你的身份，达到“人证合一”的效果。包括一些软件应用， APP的增长导致很多人容易忘记密码，然而现在只要通过前端摄像头对自己的脸刷一下，立即验证通过登录成功。
滴滴利用人脸比对技术，对注册司机进行身份验证；联想的视频通话软件利用人脸比对技术，实现了“刷脸登录”；世纪佳缘网站利用了人脸搜索技术，根据用户上传的所喜欢的异性照片，即可在数据库中找到与照片中长相最相似的人，这些应用都属于身份认证与查找范畴。
5、娱乐社交
微软曾推出刷脸应用 ——“微软我们”（TwinsOrNot.net），只需任意上传两张人物照片，就可以知道他们长的有多像，比如，测试你是否和某个明星长得很像，或者夫妻/男女朋友是不是有夫妻相等。
How-Old.net风靡全球，它们都很巧妙地将人脸辨认与社交网络中的人际交往结合在一起，年龄、性别、颜值、测测就知道。
时拍照贴脸录像的娱乐性app–脸优。脸优是利用人脸多个特征点，实时完成“贴脸”的功能。
6、物件签收
16年10月，中国邮政与腾讯达成全面战略合作，EMS将充分利用微信公众号与手机QQ平台，实现’预约-寄件-支付-查询-收件’的自有平台一站式服务。
据介绍，未来腾讯优图人脸识别技术也将广泛应用于EMS的政务、贵重物品和重要文书快递中。这也意味着，以后去取快递可以直接“刷脸”。
二、人脸识别技术门槛
目前人脸识别设备技术含量很低，产品简单，但人脸识别算法本身比较有技术含量。
人脸识别是基于深度学习的算法，而深度学习本身是开源的，只要公司有研发能力就能做人脸识别，或者是通过购买算法方案来做集成。区别在于每家企业在开源的基础上安装自己团队的算法可以做到什么样的高度，以及具体项目落地与服务支撑情况的差异性。各家企业实行人脸识别技术的方式、技术、手段和途径都是不相同的。在快包上，有一些这样的服务团队，如果您有人脸识别项目的开发需求，又缺乏技术实力，不妨交给专业的人来做。也可以直接在方案超市
目前人脸识别的主要难点是海量数据。机器在识别人脸前需要很多数据来训练这个模型。因为计算机的智能程度与人相比还是存在差距的，比如它只能通过正脸才能保证识别的准确率，而侧脸就需要通过一些数据来进行训练。
目前一般的数据都是在大型视频产品厂商或交警公安用户手中，与公安交警的项目合作，通过数据来训练人脸识别技术。还有一种方式是通过网络上一些开源数据来进行前期基础的测试。
人脸识别技术的另一局限性就是技术本身，算法团队的真实力。目前研发的一些技术都会受到光线、人脸的角度、目标的密集程度和速度影响。国内在人脸识别领域比较领先的企业有旷视科技（Face++）、商汤科技、依图科技、佳都科技等，这些企业都拥有自己的算法团队。
三、千亿市场离我们有多远？
“随着算法的不断完善，未来三五年内，生物识别或许将完全取代密码。”日前，在武汉举行的网络安全博览会上，一些与会专家对生物识别寄予厚望，“人脸识别爆发期预计在2017-2018年。”
市场的巨大前景引来产业资本的垂青，各路资本争相布局。
蚂蚁金服近期拟斥资7000万美元收购EyeVerify，成为阿里巴巴布局生物识别领域的又一棋子。
早在2014年，阿里巴巴就通过蚂蚁金服投资了旷视科技（Face++），主攻金融和监控等两大应用领域。目前，旷视科技已是国内在人脸识别领域的一线企业之一。旷视科技自己做研发，在美图秀秀、淘宝等互联网领域得到良好的应用。
国内人脸识别技术领域的龙头企业商汤科技曾在2014年的一次公开评测中超过了Facebook和Google，由此获得了知名风险投资公司IDG的垂青，在A轮融资中，商汤科技获得了IDG千万美元的投资。
在A股市场，上市公司也敏锐地捕捉到生物识别的投资机会。2015年4月，佳都科技宣布斥资5000万元通过天使轮投资获得云从科技18%的股权。据悉，云从科技在此后的融资过程中，还获得了资本大鳄刘益谦的青睐。
目前国内人脸识别厂商在核心算法上拥有自主知识产权的极少，大部分国内外的人脸识别技术多数在OpenCV等开源库上进行新规则添加，或使用其它公司的收费SDK等。并且该领域的创业公司整体规模仍较少，从侧面也反映出其技术门槛和对口人才稀缺。
相对于车辆识别，人脸识别还处于刚起步阶段，未来公安和交警对于人脸的需求可能会更大，市场是非常大的。从机器视觉产业的构成来看，视觉处理软件、镜头、工业相继、图像处理单元、图像采集卡都是必不可少的几个环节。未来，视觉识别技术公司对于芯片和模块厂商的支持需求旺盛，双方将走得更近，另外，创业公司的产品在扩宽渠道和领域时会偏更向消费者市场，如机器人和无人机等产品。
