新闻

从前段时间举办的安防展来看，人脸识别技术在安防产业可谓是遍地开花，人脸识别摄像机、人脸识别闸机等，安防产业正在致力于打造一个以人脸识别技术为核心的安防生态。这样的发展方向在交通行业、智能楼宇、智能交通等领域，也清晰的得到呈现。

身份识别新场景

2019年硕士研究生考试深圳考点即将采用人脸识别技术于考试入场的身份核验，人脸识别技术又解锁一个新的应用场景。在华北工控看来，这是对人脸上级别技术推广过程中的又一个关键点的打破，其背后是趋向稳定性、高质性、高效率的人脸识别技术的支持。

在身份识别领域，不论是交通、零售，还是楼宇等场景，还是考点身份识别，人脸识别技术发展成熟化趋势，在识别对象、识别精准度，识别安全度方面的提升，都使得市场对其接受度越来越高，推广面也将迎接新高度。

视觉生态构建

在华北工控看来，在人脸识别技术趋向成熟的过程中，由核心人脸识别技术来打造视觉技术生态场景将成为市场的新发力点。例如说在智能驾驶视觉场景的构建中，单一的人脸识别技术并不能解决在其实际场景下，智能视觉场景的构建；在机器人、无人机场景下，人脸识别技术必也将激发无限的潜力，视觉平台的成功构建将成为其输入输出信息、接收外界动态变化的重要切入点。因此，以人脸识别技术为核心的视觉平台的构建无疑将在多个场景解锁不同的可能性。

在智能化进程当中，最为核心的便是用准确、智能、高效率的机器来去人力化，避免误差，提高效率。人脸识别技术凭借其独特性能成为信息输入的入口，在人工视觉系统逐步被机器视觉系统替代的过程当中，人脸识别无疑将在全视觉平台构建中扮演重要的角色。

华北工控认为，这也就意味着人脸识别技术将与其他技术实现联动，共同发力，同时也意味着人脸识别技术自身的智能化更迭和进步，将进入一个新台阶，人脸识别技术将变得更“智能”。

发展方向

“智能化”的第一步，便是深度学习能力的不断加持。在信息识别输入的后端使用深度学习技术，对用户上传图片进行精准识别，并检索后台图像数据返回相关信息，拥有更多的自动感知和决策的能力。深度学习能力的加强，需要人脸识别平台搭建在更智能的系统中，实现功能集成。

另外，在视觉平台的构建中，要让机器代替人眼来更好的“看懂”这个世界，像人一样拥有观察感知的能力，在文字识别，物体识别等领域也能够持续发力，才能构建一个完整的视觉平台。

AI视觉能力的加持对于人脸识别技术的升级来讲，也是十分重要的。对于图像识别、图像搜索等AI视觉能力，在交通、安防的行业向智能化无限升级的过程中，需要人脸识别技术实现不断的升级，加强与外部环境进行联智能联动的能力。

  近期，在百度世界大会上，百度深入展示了其开发的“三维技术”在人脸识别技术上的应用，人脸识别技术开始从在“识别场景”构建到“感知场景”构建发力，正如其发言人所说：“百度视觉从最初的单张图片分析开始，进入视频，进入三维，不断地向更高纬度的发展。这都是为了更好地让机器看清、看懂、看透我们的世界，从而更好地为我们服务。”构建以人脸识别技术升级技术为核心的视觉系统，激发了无限的可能性。

智能硬件系统

在人脸识别向更高阶发展的过程中，智能硬件首先面对的便是大数据流量的处理。更精准、高效的识别，以及识别技术的高纬度发展，意味着整个人脸识别生态环境需要基于更多的数据流来做出可靠决策，外部输入的信息量也更大，因此，对于工业计算机硬件系统数据处理能力提出更高的要求。

从“识别场景”到“感应场景”的构建，其中需要更多深度学习技术的深化加持。采用具有优异性能的神经网络计算引擎，不断深化发展。使其建立、模拟人脑进行分析学习的神经网络，模仿人脑的机制来解释数据的能力不断强大。