中国人脸识别行业市场规模与发展方向解析

 人脸识别行业热点频频，市场频频关注背后，是人脸识别行业巨大的市场空间。目前，中国人脸识别精确度已经超过人眼，同时大规模普及的软硬件基础条件也已具备，下游应用领域(尤其是金融、安防、互联网领域)需求强劲。这一切都预示着人脸识别技术爆发点即将到来。行业爆发点背后，行业内竞争也在不断加剧，大型人脸识别企业间并购整合与资本运作日趋频繁，国内优秀的人脸识别企业愈来愈重视对行业市场的研究，特别是对当前市场环境和发展趋势变化的深入研究，以期提前占领市场，取得先发优势。

中国人脸识别行业发展现状及前景

1. 中国人脸识别行业发展现状分析

人脸识别行业发展历程分析

人脸识别技术在中国的发展起步于上世纪九十年代末，经历了技术引进-专业市场导入-技术完善-技术应用-各行业领域使用等五个阶段。目前，国内的人脸识别技术已经相对发展成熟，该技术越来越多的被推广到安防领域，延伸出考勤机、门禁机等多种产品，产品系列达20多种类型，可以全面覆盖煤矿、楼宇、银行、军队、社会福利保障、电子商务及安全防务等领域，人脸识别的全面应用时代已经到来。

人脸识别行业发展特点分析

1、应用范围逐渐扩大

随着人脸识别技术的不断改进，其应用领域从最开始的门禁/考勤领域，到目前应用于金融、安防反恐、教育、社交娱乐、设备、门禁/考勤、交通、智能商业等领域，应用范围逐渐扩大。

2、由2D向3D转变

起初，人脸识别技术仅限于2D识别，但由于2D人脸识别容易受到姿态、光照、表情等因素影响，识别率不够理想，因此3D人脸识别应运而生。相比较而言，3D人脸识别技术不仅识别率高，且在使用方便性上也远远高于2D人脸识别。

人脸识别行业市场规模分析

1、观点一：人脸识别行业市场规模约14亿元

一种观点认为，2014年我国人脸识别行业市场规模约为12亿元，2015年行业市场规模约为14亿元，到2016年达到17.25亿元。

2、观点二：人脸识别行业市场规模约75亿元

(1)人脸识别行业市场规模

在业内，另一种观点认为，2012年人脸识别行业市场规模为16.7亿元，2015年行业规模约达75亿元，到2018年行业市场规模将超百亿，未来十年行业市场规模将达千亿。

(2)人脸识别行业市场规模推进路径

随着线上身份认证的刚需以及用户习惯培养，人脸识别的应用场景将加大，考虑到安防升级、线上身份认证以及互联网创新应用等因素，未来市场规模千亿元或可达。

3、人脸识别行业市场规模

前瞻根据人脸识别行业发展现状，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%，增速较上年上升4.64个百分点。

2. 中国人脸识别行业竞争态势分析

中国人脸识别行业竞争格局分析

(一)中国人脸识别行业品牌竞争格局分析

在不同应用领域，人脸识别行业品牌的知名度不一样。按照人脸识别技术的应用维度分析，可以分为政府、企业和个人消费者，其中政府部门一般希望人脸识别技术应用在智能安防领域，应用场景复杂，对准确性的要求较高;个人消费者应用场景复杂性低，但对消费体验要求较高。按照人脸识别技术的供给维度分析，人脸识别技术能够提供的产品主要划分为工程项目、硬件及软件技术。

(二)中国人脸识别行业技术竞争格局分析

人脸识别技术正成为IT产业下一轮技术浪潮，国内外诸多知名企业都在积极布局该领域，尤其是腾讯和阿里。在人脸识别技术中，最核心的技术为算法，因此算法的准确率在很大程度上代表了一个企业人脸识别的技术水平。

中国人脸识别行业竞争强度分析

(一)波特五力竞争模型简介

波特五力模型是迈克尔·波特(Michael Porter)于20世纪80年代初提出，它认为行业中存在着决定竞争规模和程度的五种力量，这五种力量综合起来影响着产业的吸引力。五种力量分别为进入壁垒、替代品威胁、买方议价能力、卖方议价能力以及现存竞争者之间的竞争。

(二)中国中国人脸识别行业五力竞争分析

1、中国人脸识别行业现有企业竞争情况

目前，人脸识别行业中企业数量不多，且各自应用于不同的细分领域，相互之间竞争压力较小。

2、中国人脸识别行业上游议价能力分析

人脸识别行业的主要原材料包括电子元器件、五金、线材、电脑配件、包装材料等，该类产品多为通用、标准化产品，供应商众多，竞争充分，因此，人脸识别行业对上游议价能力较强。

3、中国人脸识别行业下游议价能力分析

人脸识别行业下游应用主体包括个人、企业和政府机构，应用领域包括金融、安防、教育、交通、社交娱乐、社保等，由于下游用户数量多，人脸识别行业对下游议价能力较强。

4、中国人脸识别行业新进入者威胁分析

新进入者在给行业带来新生产能力、新资源的同时，将希望在已被现有企业瓜分完毕的市场中赢得一席之地，这就有可能会与现有企业发生原材料与市场份额的竞争，最终导致行业中现有企业盈利水平降低。

5、中国人脸识别行业替代品威胁分析

两个处于同行业或不同行业中的企业，可能会由于所生产的产品是互为替代品，从而在它们之间产生相互竞争行为。

3. 人脸识别行业发展趋势与前景

中国人脸识别行业发展趋势分析

(一)大数据与人脸识别技术的融合趋势分析

在大数据和移动互联时代，人脸识别技术已经被纳入互联网应用，尤其是移动互联网应用。而基于大数据的大规模人脸搜索是人脸识别技术未来发展的重要方向。目前开发的大规模人脸搜索技术可实现亿级人脸的快速检索，单张人脸所需内存小，查询效率高，360图片搜索、世纪佳缘等已经开始应用这项技术。

(二)2D人脸识别技术产品市场展趋势分析

2D人脸识别是基于图像的人脸识别技术，其发展起源于上世纪60年代，经过长时间的发展，其应用已经足够支撑普通商业应用：安防、海关系统中的照片比对、门禁等应用。

(三)3D人脸识别技术产品市场展趋势分析

随着三维测量技术的发展，基于3D的人脸识别算法能够弥补2D投影造成有效识别信息丢失的问题，对于人脸旋转、遮挡、极度相似的传统难点具有很好的解决方式，也逐渐成为人脸识别技术的另一重要发展路线，随着3D人脸库的完善以及设备成本的降低，3D技术将有很大发展空间。

(四)智慧城市建设对人脸识别技术的需求趋势

当前，我国智慧城市的建设已经进入大规模试点阶段，试点城市的总数已达到597个。有专家预测，未来10-20年，城市化发展都是我国经济发展的主旋律。随着我国城市化进程的加速，社会稳定、城市安全等问题逐渐显现，而人脸识别技术是实现安全、安心城市的关键技术。因此，随着智慧城市的大规模建设，人脸识别技术的应用将是未来新趋势。

中国人脸识别行业发展前景预测

(一)中国人脸识别行业市场驱动因素分析

人脸识别市场热度高涨，其应用场景得到跨越式发展的根本原因在于技术革新。深度学习将人脸识别的精确度提高到肉眼级别，极大丰富了人脸识别的应用场景。互联网银行远程开户的刚需将人脸识别带进了金融级应用场景;巨头频繁布局人脸识别赋予其更大的应用场景想像空间，同时培养用户“刷脸”习惯以及对技术的认可度，有利于产业进一步发展。多方的推动使得人脸识别应用得到爆发式发展。

(二)中国人脸识别行业市场规模前景预测

人脸识别技术在人们日常生活、工作中的应用越来越广泛。随着我国社会经济脚步的不断加快，对于人脸识别技术的应用需求也将越来越大。

 中国人脸识别行业商业模式分析

1. 中国人脸识别行业商业模式构成分析

人脸识别行业价值定位分析

(一)人脸识别行业业务范围定位

人脸识别企业有提供人像采集、人像检测、人像比对、人脸识别数据库开发等多种业务可供选择，许多公司都是混合模式，提供所有业务;此外，在市场定位上，有专注于智慧城市、安防、反恐、公共安全、智能轨道、教育等政府和事业单位;也有定位于金融、支付、智能汽车等商业领域。但是，作为创业者，企业需要清楚未来的发展方向、自身的优势、客户的需求以及最适合的市场机制。

(二)人脸识别行业目标客户定位

人脸识别行业根据不同的业务范围有不同的目标客户，例如，广州像素数据技术股份有限公司提供人脸识别和检测、人脸识别静态比对数据库，其产品主要应用于安防、公安部门、交通部门等;科大讯飞股份有限公司主要研究图像识别技术，其产品主要应用于教育、移动互联、智能汽车等领域。

2. 中国人脸识别行业商业模式设计策略

商业模式的设计是一个非常的复杂的过程，大体上可以分为6个步骤。任何一个行业其商业模式具有一定的通用性，这也是商业模式往住被模仿的原因，但是表面上看似相像的商业模式，不同的公司盈利能力却相差甚远，根本差别在业务系统的设计和公司核心竞争力提炼及培育上。以下介绍人脸识别行业商业模式设计方法和要点。

人脸识别企业业务范围与市场定位策略

对企业业务范围的定义是成功进行价值定位的最重要一步，因为业务定义会对企业所收集到的信息起过滤作用，它将告诉企业的决策层哪些机会应该抓住，哪些应该放弃。企业通过定义业务范围可以界定出自己的客户和竞争者、合作伙伴这些利益相关者及应该拥有的资源和能力等。具体来讲，企业可以参照其他成功企业来界定自己的业务范围，主要从以下几个方面考虑：

1)按照企业所销售的产品或服务来定义自己的业务;2)针对某类客户群的某些或所有需求定义企业的业务;3)依据企业所处的行业价值链环节确定其业务，如品牌制造商、供应商等;4)按照企业的关键资源能力及其组合来定义其业务。

人脸识别企业目标客户定位与分析策略

在人脸识别行业，企业的目标客户主要包括政府、企业和个人三大类。其中，面向政府领域的主要产品包括安防产品、电子政务产品、反恐产品等;面向企业领域的产品主要有技术解决方案、终端产品等;面向个人客户提供的产品主要有社交和移动相关的产品。

人脸识别企业独特业务系统的构建策略

企业在构建独特的业务系统时，针对不同的利益相关者确定关系的种类及相应的交易内容和方法;其次在明确各利益相关者在价值链中的业务活动之后，一定要制定出科学合理的利益分配机制，实现共赢。例如，打造强有力的利润杠杆，构筑商业模式内部运作价值链，如将没有竞争优势的企业内部价值链外包。业务系统中利益相关者之间形成的关系网络是一套复杂的运行机制，深嵌于企业价值链中，因此不易被对手模仿。

人脸识别企业关键资源能力的挖掘策略

商业模式中关键资源能力的确定方法有两种：一类是根据商业模式的其他要素的要求确定;一类是以关键资源能力为核心构建整个商业模式。常见做法包括：以企业内的单个能力要素为中心，寻找、构造能与该能力要素相结合的其他利益相关者;对企业内部价值链上的能力要素进行有效整合，以创造更具有竞争力的价值链产出。

人脸识别企业独特盈利模式的构建策略

当前我国占主导地位的传统的盈利模式就是指收入增长和市场份额的扩大，这种盈利模式有其合理的期限，已经远远不能适应当今瞬息万变的市场环境;由于同行企业的产品/服务、定位、业务系统、组织结构、投资模式、成本结构以及营销模式同质化，盈利模式趋于同质化。市场竞争仅限于低端的价格战，往往导致主业利润越来越薄，甚至亏本，净资产收益率和投资价值递减。此时，构建科学独特的盈利模式对企业长久发展有着重要的战略意义。

3. 互联网+环境下行业商业模式创新分析

互联网+环境下行业客户需求的创新分析

在过去，人脸识别主要应用于政府机构，包括安防、公共安全、反恐等领域。在互联网+环境下，社会经济的融合度不断提升，O2O、P2P、B2C、B2B等各种形式的网络商业模式层出不穷，网络经营的重要支撑性技术平台是网络支付，而人脸识别技术作为网络支付安全的重要保障，被广泛应用于企业和个人领域。

互联网+环境下行业产品形态的创新分析

在过去几年，人脸识别技术取得了长足发展，出现了大量的人脸识别算法和产品。随着互联网，尤其是移动互联网的发展，一个以信息爆炸为特征的大数据时代正在到来，随之而来的是对信息安全的考虑，这对人脸识别来说既是挑战，更是机遇。

 中国人脸识别行业应用领域市场前景

1. 人脸识别技术应用领域市场结构特征分析

人脸识别的应用领域

目前，人脸识别技术在产业应用中发生巨大变化，从安全性可靠性要求较低的行业如安防、社区等上升到金融社保、证券、银行、互联网金融等安全可靠性要求较高的行业，而这些行业的应用，将使得人脸识别技术上升到一个新高度。

人脸识别应用领域分布

目前，人脸识别在考勤/门禁领域的应用最为成熟，约占行业市场的42%左右;安防作为人脸识别最早应用的领域之一，其市场份额占比在30%左右;金融作为人脸识别未来重要的应用领域之一，约占行业的20%。

人脸识别应用产品结构

从应用产品来看，目前，人脸识别市场中嵌入式设备占比达53%，软件开发包(SDK)支持的联机应用占比为47%。

2. 人脸识别技术在金融领域的市场前景

人脸识别技术在金融领域的应用范围分析

1、人脸识别技术在金融领域的应用场景

目前，人脸识别在金融领域应用已经没有及时障碍，其主要应用场景包括远程在线开户、在线支付认证、柜台身份验证、移动身份验证(手持终端用户移动信贷、移动保险、物流贵重物品实名制)、自主发卡机等。其中，自主终端发卡和远程开户将是金融最先发展起来的应用场景。

2、典型应用：远程开户

目前，基于人脸识别技术的自主终端发卡已经在现实生活中可以遇到。在线开户的流程如下，首先，用户使用包括手机、PC以及其他手持终端，将自己的二代身份证进行拍照，通过OCR身份识别相关信息，联网进行真实性核查，从网上获取并下载二代身份证件照。另一方面，系统提示用户矫正采集姿势，提示用户读取数字验证码，采集PC或手机摄像头视频帧，通过人脸检测和关键点定位，通过计算人脸角度、遮挡和光线决定是否需要重新拍照，如果通过则获取满足质量要求的人脸，并提取嘴部特征进行唇语识别，通过唇语对比判断是否是活体，对通过活体检测的人脸进行压缩加密和传输，最后调用人脸识别对比服务并将对比结果返回。

人脸识别技术在金融领域的市场需求现状

(一)人脸识别技术在金融领域的市场规模测算

2012-2016年，我国人脸识别技术在金融领域的应用范围越来越广，其市场规模也呈快速增长趋势。2016年，我国人脸识别技术在金融领域的市场规模约为3.28亿元，占人脸识别行业总规模的1/5左右。

(二)人脸识别技术在金融领域的重点厂商分析

金融客户对人脸识别技术具有较高的门槛要求，因而能否获得标杆性的金融客户是评价一个公司产品的重要标准。目前，国内可以为金融客户提供服务的公司不多，典型的包括中科院重庆研究所、旷视科技(阿里的人脸支付技术由该公司提供)、依图科技、百度、腾讯、阿里自己的团队等。

(三)人脸识别技术在金融领域的重点客户分析

人脸识别技术在金融领域的应用主要包括远程开户、在线支付认证、柜台身份验证、自助发卡机等，其主要客户包括银行、证券机构、第三方支付、P2P网络借贷等机构。目前，已经应用人脸识别技术的金融领域客户包括平安银行、招商银行、民生银行、光大银行、中信银行、北京银行、浦发银行、支付宝、积木盒子、江苏银行、小米金融、宜人贷、微众银行、平安易贷等。

人脸识别技术在金融领域的市场趋势及前景

(一)人脸识别技术在金融领域的市场趋势分析

刷脸支付、人脸识别ATM机、券商远程开户、银行远程开户等人脸识别技术在金融领域的应用，表明人脸识别技术在金融领域受到前所未有的关注，金融和互联网巨头纷纷加码人脸识别，预计人脸识别技术在金融领域的应用将呈现爆发式增长，产业化进程将大幅提速。

(二)人脸识别技术在金融领域的市场前景预测

在市场的强劲需求及众多资本力量的推动下，人脸识别技术将会成为未来互联网金融行业的标配，为互联网身份认证的可靠性提供有力保障。预计到2022年，人脸识别技术在金融领域的市场规模将达到14.68亿元。

3. 人脸识别技术在电子商务领域的市场前景

人脸识别技术在电子商务领域的应用范围分析

人脸识别技术应用范围广泛，在电子商务领域主要应用于互联网的身份安全认证、在线支付等场景。

中国电子商务发展现状及未来发展趋势分析

1、中国电子商务发展现状

数据显示，2016年中国网购用户数量已经达到4.67亿人。且网络购物正从PC端不断向移动端渗透。预计未来几年中国移动购物将继续保持高速增长态势，到2020年，私人网上消费将以每年21%的速度增长，并占私人消费总额的24%。

2、中国电子商务发展趋势

(1)电子商务与产业发展深度融合不断加大，加速形成经济竞争新态势

(2)电子商务的发展环境将不断完善，发展动力持续增强

人脸识别技术在电子商务领域的市场需求现状

(一)人脸识别技术在电子商务领域的市场规模测算

目前，由于人脸支付技术仍未投入商用，因此在该技术在电子商务领域的市场规模较小，在千万级别以下。相信不久后的将来，随着支付宝刷脸支付的正式上线，刷脸支付技术必将电商领域引起一波投资建设热潮，未来前景可观。

(二)人脸识别技术在电子商务领域的重点厂商分析

目前，人脸识别技术在电子商务领域的重点企业包括旷视科技、商汤科技、NEC、海鑫科金等。其中，马云在德国汉诺威发布并现场演示的支付宝新技术“Smile to Pay”即“刷脸支付”，该支付认证技术由蚂蚁金服与旷视科技合作研发;商汤科技与银联合作，推动人脸识别等在移动支付领域的创新融合，致力未来向银行、第三方提供人脸等生物特征认证服务。

(三)人脸识别技术在电子商务领域的重点客户分析

随着人脸识别技术的不断创新，“刷脸”支付时代的到来，电子商务平台、个人消费者、各厂商都将成为人脸识别技术的客户。

人脸识别技术在电子商务领域的市场前景

电子商务作为当代互联网的应用典型，也在近年间得以快速发展。据统计，2016年电子商务市场交易规模就高达20.2万亿元，在巨大的市场和利益驱动下，越来越多的企业、资金及人力流入了这种新型的商业模式中。

在这种背景下，网络和信息安全技术成为当下的一个研究热点。作为网络和信息安全的第一道屏障的身份认证技术，尤其得到重视和深入的研究。随着传感器技术的发展，各种基于生物特征的身份认证技术得到了快速发展。其中人脸具有易采集，直接方便、对被采集者无侵害性，易于为人接受以及隐蔽性强等优势，故此，人脸识别技术在电子商务的应用上具有巨大市场潜力。

 中国人脸识别行业投资机会与建议

1. 人脸识别行业投资特性分析

行业进入壁垒分析

轨道交通装备关系到国民经济及日常生活，是国家重要的经济组成部分。由于具有重要的经济和政治影响，对相关国家政策的敏感度也相对较高。

行业盈利模式分析

人脸识别行业盈利模式明确且多样化，分析认为，人脸识别盈利模式主要可分为：线下企业客户系统搭建、线上平台认证服务运营以及人脸识别的技术授权三种模式。

2. 人脸识别行业投资现状分析

人脸识别行业投资规模分析

人脸识别技术大范围应用于商业领域成为已经成为事实，并且能够产生的市场收益也将使得相关掌握了核心技术的人脸识别公司成为风险投资资金的追逐，此外，阿里、百度、腾讯各巨头也重金布局人脸识别。例如，2015年4月佳都科技宣布与关联方新余卓安投资管理中心(有限合伙)共同出资5000万元，投资专注于人脸识别等智能分析算法及产品研发的广州云从信息科技有限公司，投资完成后公司及卓安投资占云从公司27%的股权。

人脸识别行业投资主体分析

从投资企业性质来看，我国人脸识别行业企业投资主体主要为有限责任公司和股份有限公司，其中以有限责任公司为主，上市企业较少。此外，以内资企业为主，外资企业较少，内资企业占比达90%以上。

从业务来看，我国人脸识别行业的投资主体主要投资于安防、反恐、金融领域，例如欧比特收购铂亚信息布局人脸识别安防领域，川大智胜开发人脸识别技术主要布局公共安全和反恐领域;旷视科技主要用于金融领域等。

人脸识别行业投资结构分析

从VC/PE来看，投资机构对人脸识别行业的投资以美元为主，人民币为辅;从行业并购来看，主要以现金加发行股票方式进行并购。

人脸识别行业投资热点分析

从近几年人脸识别行业投资布局来看，投资机构主要投资于有具有较高技术水平且在某一应用领域具有较高市场份额的企业，通过投资入股或兼并某一企业，从而布局人脸识别行业是较常见的做法。

3. 人脸识别行业投资机会分析

大数据与云计算带来的投资机会

现阶段，我国二代证的普及使中国目前逾12亿人的身份信息有了数码照片数据，平安城市联网的数百万台监控摄像机每天也产生着海量的数据信息。大数据的应用背景为人脸识别应用带来的机遇，利用人脸识别技术将这些海量照片数据利用起来，提升整个公安信息化的管理水平，是公共安全领域下一阶段的趋势。

智慧城市建设带来的投资机会分析

融合大数据、云计算、物联网、移动互联网等热门领域尖端技术，意在打造城市生活“未来版”的智慧城市建设，当下正在国内如火如荼地进行。在智慧城市的建设中，人脸识别技术可应用到智慧小区、智慧交通、智慧民航等个个领域，智慧城市建设的火热也将推动人脸识别技术的快速增长。

移动互联网发展带来的投资机会

人脸识别技术可以结合互联网金融产品，将银行的账户或信用卡与人脸的识别系统相关联，使用者只需对着摄像头拍一张照片，就能在数秒内便捷认证身份，因而可以有效根源杜绝盗号、诈骗的情况，保障交易的安全。未来随着移动互联网的持续发展，该领域对人脸识别技术的需求将持续增加，带动人脸识别行业市场规模快速增长，拥有巨大市场潜力。

互联网金融发展带来的投资机会分析

对于互联网金融而言，有大量的应用场景将会用到人脸识别，比如远程在线开户、移动在线支付、ATM报警、线下身份验证自助发卡机以及贵宾身份识别等，在现有的互联网银行以及互联网证券的快速发展下，人脸识别必将取代传统的营业网点人工识别成为金融行业发展的基础设施。

4. 前瞻关于人脸识别行业的投资建议

前瞻关于人脸识别行业的投资建议

从投资领域来看，互联网金融和安防领域将成为人脸识别应用爆发的急先锋。

人脸识别行业核心技术投资建议

从人脸识别技术发展过程来看，未来三维人脸识别是人脸识别主要技术手段，二维人脸识别只是人脸识别发展的过度阶段。二维人脸识别图像只是三维在二维空间的简约投影，表征点有限，精确度不高。

人脸识别行业重点区域投资建议

根据前面的区域竞争分析，可知人脸识别在科研实力和经济实力较强的地区发展较好，此外根据人脸识别企业的区域分布情况，可知北京市是人脸识别发展较快的地区，其实力处于国内领先地位，而广东省、上海市、重庆市、浙江省等地区也发展较快。

人脸识别行业资本并购重组模式建议

未来，人脸识别行业企业竞争格局是应用范围更广，会出现一些细分领域的龙头，因此资本并购重组可选择某一细分领域的龙头企业进行并购，因为这种企业既在技术上有一定的优势，又在细分领域拥有较大的市场份额，是并购的较好选择。