人臉識別技術在中國的發展起步于上世紀九十年代末，經歷了“技術引進——專業市場導入——技術完善——技術應用——各行業領域使用”等五個階段。到目前為止，隨著國內人臉識別技術水平的不斷成熟，該技術越來越多的被推廣到安防領域，延伸出考勤機、門禁機等多種產品，產品系列達20多種類型，可以全面覆蓋煤礦、樓宇、銀行、軍隊、社會福利保障、電子商務及安全防務等領域。

　　人臉識別優勢分析

　　相比于其他識別技術，人臉識別的優勢比較明顯，主要集中在三個方面：

　　一是自然性，所謂的自然性是指該識別方式同人類(包括其它生物)進行個體識別時所利用的生物特征相同，是通過觀察比較人臉區分和確認身份;具有自然性的識別還有語音識別和體形識別，而指紋識別和虹膜識別等因人類或其他生物不能通過此類生物特征區別個體所以不具備自然性。

　　二是非強制性，被識別的人臉圖像信息可以主動獲取而不被被測個體察覺，人臉識別是利用可見光獲取人臉圖像信息，而不同于指紋識別或者虹膜識別需要利用電子壓力傳感器采集指紋，或者利用紅外線采集虹膜圖像，這些特殊的采集方式很容易被人察覺，從而帶有可被偽裝欺騙性。

　　三是非接觸性，相比較其他生物識別技術而言，人臉識別是非接觸的，用戶不需要和設備直接接觸，而同時能夠滿足在實際應用場景下進行多個人臉的分揀、判斷及識別。

　　人臉識別技術應用是非常廣泛的，目前在國內，政府部門和金融行業是人臉識別市場的主要客戶，這些機構對安全防護有著很高的要求，而這兩個行業的旺盛需求也推動了人臉識別市場的快速發展。人臉識別市場，除了金融行業、公安監獄、政府行業、邊境管制等對保安要求較高的行業外，一些普通用戶也逐漸開始接受和使用相關產品，在新興的信息安全應用領域，人臉識別技術能提供更為安全可靠易用的身份鑒別手段，從而提升整個網絡信息系統的安全性能，有效地遏止各類網絡違法犯罪活動。目前，人臉識別技術在傳統的安防領域可以便捷的與原有技術實現緊密的結合，大大提升原有系統的智能化程度、安全性及易用性，拓展了原有系統的應用領域，從而促進了傳統產業的技術升級。從市場發展前景來看，人臉識別技術的發展空間是不可小覷的。

　　人臉識別系統的市場大小，在很大程度上與人口數量的密度相關，而中國是一個人口高密度國家。雖然目前國內的人臉識別技術和產品應用還存在技術水平已經相對完善，但市場接受度還處于初級發展階段等問題，還需要進行大量的市場培育來提升市場認知度。但相比起早幾年前從事人臉識別研發的安防企業所處于尷尬境地已經有了明顯改觀。幾年前，很多企業雖然研制出了芯片與算法，但這些技術并不能獲得市場認可，企業單靠技術也難以生存，便有觀點認為是由于生物識別市場不成熟和市場需求不足，導致企業不能再專注于技術;也有觀點認為，市場需求充足，但人臉識別技術水平尚無法滿足市場需要，才導致這些企業陷入困境。

　　從2008年開始，人臉識別市場的規模效益才逐步顯現出來，近三四來的發展速度也非常迅速。幾年前，政府在這方面的關注度和重視度也不高，近幾年來政府推廣和重視力度也不斷加強，物聯網的發展、平安城市建設都是很好的發展例子，但任何發展都需要經歷一個市場認知到市場接受的過程。

　　人臉識別在應用中的挑戰

　　從實際測試來看，用戶的預期與當前的技術水平之間的差距還是比較大的。人臉識別技術在動態監控應用中面臨的壓力實際上也比較大。

　　1.用戶希望正確報警率要求高。而現實是理論上來說必須接受高誤報率。在技術方面，要達到高正確報警率，可以通過降低閾值來實現，但是降低閾值的代價是：高誤報率。為了達到95%正確報警率，很多算法可能會產生300%或更高的誤報率。

　　2.用戶希望監控庫足夠大，往往要求數萬或幾十萬，甚至上百萬的監控名單，希望能捕到“大魚”。現實是庫容量大就必須接受高誤報率。

　　3.用戶希望大規模成網建設，能夠勾畫出監控人員的活動軌跡?，F實是必須高投入，重新建專用網絡和相關硬件。

　　4.用戶希望盡量使用目前的監控設備(攝像機和網絡)?，F實是現有的攝像機清晰度不夠，圖像質量差，用于場景監控時視頻中人臉過小，網絡帶寬不夠等等造成無法使用現有設備。

　　5.用戶希望少產生誤報甚至不產生誤報。現實是這樣就必將損失正確報警率和減少監控庫容量，與用戶的想法相違。

　　6.光照問題

　　面臨各種環境光源的考驗，可能出現側光、頂光、背光和高光等現象，而且有可能出現各個時段的光照不同，甚至在監控區域內各個位置的光照都不同。

　　7.人臉姿態和飾物問題

　　因為監控是非配合型的，監控人員通過監控區域時以自然的姿態通過，因此可能出現側臉、低頭、抬頭等的各種非正臉的姿態和佩戴帽子、黑框眼鏡、口罩等飾物現象。

　　8.攝像機的圖像問題

　　攝像機很多技術參數影響視頻圖像的質量，這些因素有感光器(CCD、CMOS)、感光器的大小、DSP的處理速度、內置圖像處理芯片和鏡頭等，同時攝像機內置的一些設置參數也將影響視頻質量，如曝光時間、光圈、動態白平衡等參數。

　　9.丟幀和丟臉問題

　　需要的網絡識別和系統的計算識別可能會造成視頻的丟幀和丟臉現象，特別是監控人流量大的區域，由于網絡傳輸的帶寬問題和計算能力問題，常常引起丟幀和丟臉。