报告简介
人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术。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脸部识别的一系列相关技术，通常也叫做人像识别、面部识别。人脸识别按照识别方式的不同可以分为：人脸验证对比、静态验证对比、动态验证对比。
随着人工智能技术水平的迅速发展与经济发展水平的稳步踏进 ， 在大数据应用的带领下 ，人脸识别技术在智慧城市 、 安防市场等行业得到了广阔的应用，对此国家出台了一系列政策促进行业发展。人脸识别飞速发展出现人脸识别技术被滥用的现象，国家信息安全层面加强了对人脸识别的监管。
此外，今年全国两会期间，6位委员联合提案：建议建立人脸识别的网络及信息安全监管体系，加快制定人脸识别应用技术标准体系，明确对人脸识别软硬件应用的安全技术要求；建立人脸识别应用的安全评估及审核制度，针对安防、金融、电商、支付等不同应用领域进行安全评估，对人脸识别产品的应用及推广增加审批环节，保证产品符合安全技术要求。6位委员建议，健全人脸识别监管的相关制度和法规，加快制定个人信息保护的法律法规，确立个人影像数据控制权、删除权、遗忘权等基本权利，维护个人名誉及隐私；加快推进大数据相关立法，明确企业对个人影像数据采集、传输、存储及使用的权利和义务，落实数据生命周期各环节的安全主体责任；今年315样式曝光，多家知名商店安装人脸识别摄像头，代表委员呼吁加强人脸识别监管，预计今后人脸识别监管将更加严格。
中国人脸识别领域专利申请起步晚但势头迅猛，布局地区已由亚洲逐渐向全球辐射。中国人脸识别领域发展较好的有商汤科技、大华股份及格灵深瞳等。
1）、中国-商汤科技
商汤科技专注于计算机视觉和深度学习原创技术研发。2014-2020年中国商汤科技人脸识别领域专利申请量逐年高速增长，近两年增长放缓，2020年中国商汤科技人脸识别领域专利申请量961件，同比增长34.59%。
中国商汤科技人脸识别领域专利申请虽然起步晚，但势头迅猛，布局地区已由亚洲逐渐向全球辐射。在中国商汤科技人脸识别领域专利申请量1747件，在WIPO人脸识别领域专利申请量387件，在中国香港人脸识别领域专利申请量250件，在新加坡人脸识别领域专利申请量192件，在美国人脸识别领域专利申请量192件。
中国商汤科技人脸识别领域专利技术创新分布于手机娱乐、智慧安防、智慧金融、出行交通、电商消费，占比分别为0.89%、26.06%、27.67%、45.32%、0.06%。
2）、中国大华股份
大华股份作为业内首款50帧高清摄像机，大华智能交通高清摄像机DH-ITC203系列在智能化应用上进行了突破性的创新，引领智能交通进入高帧率时代。发展目标是打造中国“安防”第一品牌，实现国际化经营目标。2019年中国大华股份人脸识别领域专利申请量46件，同比增长253.85%；2020年中国大华股份人脸识别领域专利申请量62件，同比增长34.78%；
中国大华股份人脸识别领域专利申请数量152件，主要布局于中国。大华股份在中国人脸识别领域专利申请141件；在WIPO人脸识别领域专利申请10件；在EPO人脸识别领域专利申请7件；在美国人脸识别领域专利申请7件；在印度人脸识别领域专利申请1件。
从大华股份人脸识别领域专利申请领域分布来看，大华股份在智慧安防人脸识别领域专利申请领域占比最大，占44.92%；其次是智慧金融和出行交通，占比分别为20.86%、20.32%，在医疗卫生、手机娱乐、电商消费、政府职能方面占比分别为4.28%、4.28%、3.21%、2.14%。
3）、中国格灵深瞳
格灵深瞳是一家人工智能科技公司，专注于把先进的人工智能和大数据技术转化为智能的产品和服务，针对客户不同的场景需求提供应用软件、智能传感器以及云服务等。目前，格灵深瞳的客户已经覆盖安防、交通、金融、零售等多个行业。格灵深瞳人脸识别专利布局数量少，领域内暂无海外布局，知识产权保护仍等加强。
2016年格灵深瞳格灵深瞳人脸识别专利申请数量为6件；2017年格灵深瞳格灵深瞳人脸识别专利申请数量1件；2018、2019年格灵深瞳格灵深瞳人脸识别专利申请数量为0；2020年格灵深瞳格灵深瞳人脸识别专利申请数量3件。2016-2020年格灵深瞳格灵深瞳人脸识别专利申请数量为10件，全部布局于中国。
从格灵深瞳格灵深瞳人脸识别专利申请数量领域布局来看，在智慧安防、智慧金融、政府职能、出行交通分别占33.33%、20.00%、20.00%、26.67%。
本公司出品的研究报告首先介绍了中国人脸识别行业市场发展环境、人脸识别行业整体运行态势等，接着分析了中国人脸识别行业市场运行的现状，然后介绍了人脸识别行业市场竞争格局。随后，报告对人脸识别行业做了重点企业经营状况分析，最后分析了中国人脸识别行业发展趋势与投资预测。您若想对人脸识别行业产业有个系统的了解或者想投资中国人脸识别行业，本报告是您不可或缺的重要工具。
本研究报告数据主要采用国家统计数据，海关总署，问卷调查数据，商务部采集数据等人脸识别。其中宏观经济数据主要来自国家统计局，部分行业统计数据主要来自国家统计局及市场调研数据，企业数据主要来自于国统计局规模企业统计人脸识别及证券交易所等，价格数据主要来自于各类市场监测人脸识别。
报告目录
2021-2025年中国人脸识别行业发展趋势及供需格局预测报告
第一章 人脸识别的基本概况
第二章 人脸识别行业发展环境分析
2.1 国际环境
2.1.1 国际经济环境
2.1.2 市场发展规模
2.1.3 行业发展趋势
2.2 政策环境
2.2.1 行业标准发布
2.2.2 标准内容分析
2.2.3 央行支持文件
2.2.4 科技创新规划
2.3 经济环境
2.3.1 宏观经济概况
2.3.2 工业运行情况
2.3.3 固定资产投资
2.3.4 宏观经济展望
2.4 社会环境
2.4.1 互联网普及情况
2.4.2 居民收入情况
2.4.3 国家科研实力
2.5 产业环境
2.5.1 市场规模机构
2.5.2 市场机构分析
2.5.3 产业发展挑战
第三章 2019-2021年中国人脸识别行业发展分析
3.1 中国人脸识别行业发展动因
3.1.1 识别效率提升
3.1.2 应用需求上升
3.1.3 接受程度较高
3.1.4 相关政策利好
3.2 中国人脸识别产业链分析
3.2.1 产业链结构分析
3.2.2 上下游布局企业
3.2.3 上游发展特点分析
3.2.4 中游技术发展进展
3.2.5 下游未来发展趋势
3.3 2019-2021年中国人脸识别市场发展状况
3.3.1 市场发展阶段
3.3.2 市场产品分类
3.3.3 市场发展特点
3.3.4 市场发展规模
3.3.5 商业模式分析
3.3.6 盈利模式分析
3.4 中国人脸识别行业发展问题
3.4.1 行业发展问题
3.4.2 技术发展瓶颈
3.4.3 隐私保护问题
3.4.4 技术安全问题
3.5 中国人脸识别市场应对措施
3.5.1 产业发展建议
3.5.2 技术发展对策
3.5.3 技术安全防范
第四章 2019-2021年人脸识别技术发展分析
4.1 人脸识别技术综况
4.1.1 技术发展历程
4.1.2 技术原理分析
4.1.3 技术发展特点
4.1.4 关键技术分析
4.1.5 技术影响生活
4.2 人脸识别系统分析
4.2.1 系统构成分析
4.2.2 系统设计流程
4.2.3 重点模块构建
4.2.4 系统细分模块
4.3 3D人脸识别技术分析
4.3.1 3D人脸识别方案
4.3.2 3D人脸识别原理
4.3.3 3D人脸识别优势
4.3.4 3D人脸识别应用
4.3.5 手机应用状况分析
4.3.6 3D人脸识别前景
4.4 人脸识别与相关技术的融合
4.4.1 人脸识别+大数据
4.4.2 人脸识别+虚拟现实
4.5 其他生物识别技术分析
4.5.1 指纹识别技术
4.5.2 虹膜识别技术
4.5.3 语音识别技术
4.5.4 指静脉识别技术
第五章 2019-2021年中国人脸识别应用状况及模式
5.1 人脸识别技术应用综况
5.1.1 应用阶段分析
5.1.2 主要识别产品
5.1.3 主要用途分析
5.1.4 重点应用领域
5.1.5 商业化发展分析
5.2 人脸识别应用模式分析
5.2.1 人脸识别的1：1模式
5.2.2 人脸识别的1：N模式
5.2.3 人脸识别的M：N模式
5.2.4 三种应用模式的对比
第六章 2019-2021年中国人脸识别重点应用领域分析
6.1 智慧金融领域
6.1.1 人脸识别应用背景
6.1.2 人脸识别应用场景
6.1.3 金融应用前景展望
6.1.4 银行应用规模预测
6.2 智能手机领域
6.2.1 智能手机产量规模
6.2.2 手机人脸识别技术
6.2.3 人脸识别手机产品
6.2.4 人脸识别应用问题
6.2.5 技术应用趋势预测
6.2.6 技术应用规模预测
6.3 电子支付领域
6.3.1 电子支付市场规模
6.3.2 电子支付用户规模
6.3.3 生物支付成为主流
6.3.4 人脸识别保障安全
6.3.5 电商支付领域应用
6.3.6 人脸识别支付案例
6.4 交通客运领域
6.4.1 交通运输业状况
6.4.2 轨交信息化需求
6.4.3 高铁检票应用
6.4.4 机场应用详析
6.4.5 轮渡票务应用
6.4.6 出入境人脸识别
6.4.7 公交安全驾驶应用
6.5 监控安防领域
6.5.1 安防市场规模分析
6.5.2 视频监控应用需求
6.5.3 人脸识别应用进程
6.5.4 人脸识别应用意义
6.5.5 人脸识别应用场景
6.5.6 应用布局企业分类
6.5.7 应用需求空间预测
6.6 智能门禁领域
6.6.1 门禁行业发展状况
6.6.2 门禁智能发展趋势
6.6.3 人脸识别应用优势
6.6.4 技术应用于智慧社区
6.6.5 地区应用动态分析
6.7 高校管理领域
6.7.1 课堂考勤管理
6.7.2 高校安全管理
6.7.3 防作弊生物技术
6.7.4 考场防作弊监控
6.7.5 高考人脸识别系统
6.8 其他应用领域
6.8.1 医疗健康领域
6.8.2 电子政务领域
6.8.3 公安系统应用
6.8.4 保险业务领域
6.8.5 新零售业务领域
6.8.6 智能迎宾系统
6.8.7 其他部分应用
第七章 2019-2021年中国人脸识别行业竞争格局
7.1 整体竞争格局
7.1.1 品牌竞争格局
7.1.2 技术竞争格局
7.1.3 企业竞争格局
7.1.4 五力竞争分析
7.2 初创公司阵营
7.2.1 阵营主体构成
7.2.2 商业模式分析
7.2.3 市场份额占比
7.2.4 竞争焦点分析
7.3 上市公司阵营
7.3.1 阵营主体构成
7.3.2 运营状况对比
7.3.3 企业布局方向
7.4 互联网公司阵营
7.4.1 国际企业布局
7.4.2 百度布局动态
7.4.3 腾讯布局动态
7.4.4 阿里布局动态
第八章 2016-2019年人脸识别市场重点企业运营分析
8.1 四川川大智胜软件股份有限公司
8.1.1 企业发展概况
8.1.2 人脸识别布局
8.1.3 经营效益分析
8.1.4 业务经营分析
8.1.5 财务状况分析
8.1.6 核心竞争力分析
8.1.7 未来前景展望
8.2 佳都新太科技股份有限公司
8.2.1 企业发展概况
8.2.2 人脸识别布局
8.2.3 经营效益分析
8.2.4 业务经营分析
8.2.5 财务状况分析
8.2.6 核心竞争力分析
8.2.7 公司发展战略
8.2.8 未来前景展望
8.3 汉王科技股份有限公司
8.3.1 企业发展概况
8.3.2 人脸识别布局
8.3.3 经营效益分析
8.3.4 业务经营分析
8.3.5 财务状况分析
8.3.6 核心竞争力分析
8.3.7 公司发展战略
8.3.8 未来前景展望
8.4 神思电子技术股份有限公司
8.4.1 企业发展概况
8.4.2 人脸识别布局
8.4.3 经营效益分析
8.4.4 业务经营分析
8.4.5 财务状况分析
8.4.6 核心竞争力分析
8.4.7 公司发展战略
8.4.8 未来前景展望
8.5 北京海鑫科金高科技股份有限公司
8.5.1 企业发展概况
8.5.2 人脸识别业务
8.5.3 经营效益分析
8.5.4 业务经营分析
8.5.5 财务状况分析
8.5.6 核心竞争力分析
8.5.7 公司发展战略
8.5.8 未来前景展望
8.6 北京旷视科技有限公司
8.6.1 企业发展概况
8.6.2 竞争实力分析
8.6.3 Face++动态
8.6.4 技术研发动态
8.6.5 融资布局分析
8.6.6 业务发展展望
8.7 广州云从信息科技有限公司
8.7.1 企业发展概况
8.7.2 竞争实力分析
8.7.3 业务板块分析
8.7.4 融资布局加快
8.7.5 技术产品研发
第九章 人脸识别投资合作项目案例分析
9.1 人脸识别高精度仪器开发及应用项目
9.1.1 项目基本情况
9.1.2 项目完成情况
9.1.3 项目技术突破
9.1.4 项目验收意义
9.2 人脸识别模块及系统软件销售项目
9.2.1 项目基本情况
9.2.2 项目产品范围
9.2.3 项目影响分析
9.3 智慧社区智能人脸识别门禁布控系统项目
9.3.1 项目基本情况
9.3.2 项目影响分析
9.3.3 项目风险分析
第十章 中国人脸识别行业发展机遇分析
10.1 生物识别市场发展前景向好
10.1.1 市场需求空间
10.1.2 应用趋势明朗
10.1.3 产业发展方向
10.1.4 技术发展趋势
10.2 人脸识别企业投融资布局加快
10.2.1 依图科技融资动态
10.2.2 商汤科技融资动态
10.2.3 中科视拓融资布局
10.2.4 深醒科技融资布局
10.2.5 唯思科技融资动态
10.3 人脸识别市场投资态势良好
10.3.1 驱动因素分析
10.3.2 市场融资加快
10.3.3 技术研发推进
10.3.4 技术要求提高
第十一章 中国人脸识别行业发展前景及趋势分析
11.1 人脸识别市场发展前景展望
11.1.1 智慧城市推动
11.1.2 行业发展展望
11.1.3 发展潜力分析
11.1.4 市场规模预测
11.1.5 国际市场布局
11.2 人脸识别行业未来发展趋势
11.2.1 行业整体发展趋势
11.2.2 多模态融合趋势
11.2.3 行业规范化趋势
11.2.4 技术精准化趋势
图表目录
图表 人脸识别过程
图表 人脸特征点提取向量化
图表 人脸识别算法流程
图表 五种生物识别技术性能对比
图表 人脸识别的优势
图表 全球主要经济体PMI指标
图表 全球主要经济体贸易进出口额
图表 全球主要经济体汇率
图表 全球人脸识别行业市场规模发展趋势
图表 系统的基本结构和功能要求
图表 系统基本构成框图
图表 系统的性能级别在误报率
图表 系统的监测类别
图表 测试识别区域实景图（一）
图表 测试识别区域实景图（二）
图表 监视名单长度及照片质量描述
图表 2016-2018年国内生产总值增长速度（季度同比）
图表 2017-2018年规模以上工业增加值增速（月度同比）
图表 2017年按领域分固定资产投资（不含农户）及其占比
图表 2017年分行业固定资产投资（不含农户）及其增长速度
图表 2017年固定资产投资新增主要生产与运营能力
图表 2017-2018年固定资产投资（不含农户）增速（同比累计）
图表 中国网民规模和互联网普及率
图表 中国手机网民规模及其占网民比例
图表 2018年与2017年居民人均可支配收入平均数与中位数对比
图表 生物识别技术的类别
图表 2007-2020年全球生物市场规模与预测
图表 全球生物识别技术市场结构
图表 生物识别系统工作示意图
图表 云端发源的CV技术与传统生物识别技术的对比
图表 全球人脸识别行业面部识别错误率
图表 LFW测试中人脸识别精度超过人眼识别第一档部分公司
图表 刷脸支付用户满意度
图表 2015-2017年人脸识别相关政策
图表 人脸识别产业链
图表 人脸识别产业链及代表公司
图表 人脸识别三大要素
图表 不同识别模式的ID置信度、计算成本、数据源成本对比
图表 3D人脸识别与2D人脸识别数据对比
图表 不受环境光影响的近红外人脸图像
图表 主动近红外成像设备
图表 人脸识别发展路径
图表 我国人脸识别行业市场规模
