根據統計，2007 年至 2013 年六年期間，生物識別技術的全球市場規模年均增速為 21.7%，這在全球大部分行業增長率不到 5%的對比下實屬罕見。2015 年生物識別技術全球市場規模將達到 130 億美元，2020 年將達到 250 億美元，5 年內年均增速約 14%。自 2015 年到 2020 年，各細分行業市場規模增幅分別為：指紋 (73.3%) 、語音 (100%) 、人臉 (166.6%) 、虹膜 (100%) 、其他 (140%) 。眾多生物識別技術中人臉識別在增幅上居于首位，預計到 2020 年人臉識別技術市場規模將上升至 24 億美元。預計在智能終端滲透臉部識別的情況下，市場規模可能大超預期。

全球生物識別行業市場規模（億美元）

全球生物識別細分行業市場占比

人臉識別主要分為人臉檢測和人臉比對兩部分。其工作流程為：

1. 圖像采集：通過采集傳感器(如攝像頭)采集人臉圖像；

2. 人臉定位及提取：然后對采集到的數據進行處理，去除采集數據中的噪聲和環境因素，抽取樣本中能夠表征個人身份的特征信息；

3. 特征對比：再把這些特征信息與數據庫中已有的信息進行對比；

4. 輸出結果：最后根據比對的相似程度來判斷是否匹配。

人臉識別流程

目前人臉識別市場的解決方案主要包括：2D 識別、3D 識別、熱感識別，目前市場上主流的識別方案是采用攝像頭的 2D 方案。2D 臉部識別是基于平面圖像的識別方法，但由于人的臉部并非平坦，因此 2D 識別在將 3D 人臉信息平面化投影的過程中存在特征信息損失。3D 識別使用三維人臉立體建模方法，可最大程度保留有效信息。因此 3D 人臉識別技術的算法比 2D 算法更合理并擁有更高精度。熱傳感識別技術使用一個三層的 BP（back-propagation）前饋神經網作為分類器，在使用熱感信息的同時使用不會被發型、呼吸等環境因素影響的關鍵臉部幾何信息，如鼻梁角度、臉頰面積等，以增強識別精度。

傳統的臉部識別技術主要基于可見光圖像的臉部識別，但這種方式有著難以克服的缺陷，近紅外臉部識別系統能夠徹底解決環境光照影響問題。傳統可將識別在環境光照發生變化時，識別效果會急劇下降，無法滿足實際系統的需要。比如，拍照時遇到側光時出現的“陰陽臉” 現象，就可能無法正確識別。解決光照問題的方案有三維圖像人臉識別，和熱成像人臉識別。但目前這兩種技術還遠不成熟，識別效果不盡人意。基于近紅外圖像的人臉識別核心技術和系統，在不同光線條件下，能夠拍攝不受環境光照變化影響的近紅外人臉圖像，加上領先的算法，能夠取得很高的識別率。

近紅外人臉識別包括兩部分：主動近紅外人臉成像設備和相應的光照無關人臉識別算法。使用強度高于環境光線的主動近紅外光源成像，配合相應波段的光學濾片，可以得到環境無關的人臉圖像，人臉圖像只會隨著人與攝像頭的距離變化而單調變化。在此圖像上采用一些特定的特征提取方式，如：局部二元模式（Local Binary Pattern，LBP）特征，可以進一步消除圖像的單調變化，得到完全光照無關的特征表達。近年來，近紅外人臉識別在實際生活中已經有了諸多應用，如：“深圳－香港生物護照自助通關系統”，“澳門－珠海生物護照自助通關系統”，“北京機場 T3 航站樓自助通關系統”等，均取得了很好的效果。

臉部識別采集示意圖

深圳出入境自助通關系統采用近紅外臉部識別