人脸视觉行业分析

1 技术维度分析

1.1 人脸识别核心技术

人脸检测、人脸识别

人脸特征、人脸处理

从以上的概要可知，应用方向上，目前人脸识别集中在身份认证/识别、互娱、美容、数据分析处理、智能交互领域，其中以身份认证/识别、互娱方向的热度最高，应用最广泛

人脸识别技术应用

2 商业模型

目前商业模型主要有两种，第一种是核心技术提供商，主要以开放平台产品的形式对外提供服务，主要特点是算法相关的技术宽广，以旷视、商汤、云从等为代表；第二种是深挖行业应用，主要以解决方案对外提供服务，主要特点是在人脸识别技术中，选取行业需要的技术，并结合相关的其他技术，对外提供服务，比如video++，衣加等，也是AI行业后加入者弯道超车的方案。 

2.1 核心技术提供商

这种模式比较简单，一般是先进入者，底层有自研的深度学习底层系统，向上做开放平台，以通用化的SDK/API对外提供服务

2.2 行业解决方案

2.2.1 技术层

这种商业模式，要求的不仅是算法层，还需要结合其他技术能力，才能对外提供完整方案

人脸识别典型结合的技术

2.2.1 商业应用

1 用户画像产品应用中，典型应用在金融防欺诈、线下新零售等领域，比如linkface

linkface

2 智能硬件产品中，典型的如人脸识别门禁、安防摄像头等，主要应用在安防领域

3 视频AI产品中，主要应用在直播互娱(美颜等)、内容审核、视频购物等

3 趋势

从现状看，人工智能的发展趋势，已经由通用性的开放产品向行业解决方案演化，主要原因：

1 底层开源平台：借助于TensorFlow、caffe等开源平台，现在人脸视觉的门槛很低，进入者众多，如果还只是淡出的做通用产品，难以有竞争力

2 应用价值：技术本身并不能提供价值，只有结合具体的应用落地。这种趋势也反映了人工智能的成熟，与产业互联网的趋势是相辅相成

3 弯道超车：对于众多创业公司，如果还只是沿着旷视、商汤等老一辈的路子，势必没有优势；而结合产业，深耕产业，差距则要小得多。

而且我们也看到，旷视商汤等，在完成平台化产品后，也在向产业布局。