人脸识别作为生物特征识别技术的重要分支，具有较为明显的比较优势，能够在信息安全、社会安防等方面发挥出巨大作用，受到了资本的追捧，我国互联网创新企业、传统安防企业、互联网巨头等纷纷开展人脸识别技术研发和产品研制，在人脸识别领域掀起竞争风暴。目前，人脸识别技术规模为23.91亿美元。整体来看，人脸识别技术行业市场规模不断扩大，增速处于高速增长区间。预计未来人脸识别技术将不断发展，其市场规模还会不断增长。

目前，人脸识别技术广泛应用于金融、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。而3D人脸识别技术得益于其优异的性能情况，逐渐在下游市场广泛应用。

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。

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。2018年，3D人脸识别技术已达51%，预计未来3D技术将一步深入渗透应用市场。AI人工智能概念的广为流传，人脸识别技术的创新和应用，逐渐形成了一种知行合一、良性的社会氛围和社会价值，而这种价值正在不断地引领科技领域的深度发展方向。

微美全息WIMI专注于计算机视觉全息云服务。微美全息覆盖从全息计算机视觉AI合成、全息视觉呈现、全息互动软件开发、全息AR线上及线下广告投放、全息ARSDK支付、5G全息通讯软件开发、全息人脸识别开发、全息AI换脸开发等全息AR技术的多个环节，是一家全息云综合技术方案提供商。其商业应用场景主要聚集在家用娱乐、光场影院、演艺系统、商业发布系统及广告展示系统等五大专业领域。

全息3D人脸识别软件的开发基于微美的全息成像特征成像检测和识别技术、模板匹配全息成像检测技术，以及基于深度学习和训练的视频处理和识别技术。传统的2D面部识别技术是一种基于面部特征的识别技术，它从面部图像或面部视频流中捕获信息，并自动检测和跟踪目标面部;微美的全息3D面部识别技术是全息成像捕捉和3D肖像的结合的识别技术。微美专注于软件技术的开发和应用，并拥有AI、机器识别技术、机器学习、模型理论和视频成像处理技术。全息3D面部识别技术是一种利用结构光和红外光的集合技术，所收集的特征点可以超过30,000点;传统2D面部识别技术的收集特征点不到1000点。并且3D技术受到周围环境的影响较小，有望克服传统2D面部识别技术中发现的如光线、姿势、遮挡、动态识别和面部表情等许多问题。

全息面部变化技术基于全息3D图层替换技术，包括基于AI的图像识别和动态融合处理技术，实时跟踪图像以及用其他面部替换面部。该技术取代视频帧中的人脸，合成视频并添加原始音频。微美已经在全息AR插件广告应用中验证了这些技术模块，并将继续开发和升级这些技术模块。微美相信这项技术将为名人广告，电影发行和直播视频流等应用带来新的业务增长。

不久前，人工智能换脸app ZAO爆红，之后却因用户数据风险等问题被下架整改，一时间引发了众人对于人脸识别、数据安全、监管问题的诸多探讨。依靠人工智能技术和所掌握的先进的视觉技术，微美全息、云从科技等科技企业试图提供软硬件一体化和AI系统化的解决方案，背后则是AI商业化和加速变现的包袱。

人脸识别技术已经进入了大规模应用，个人数据的隐私问题也得到越来越多关注，针对隐私保护、躲避和攻击人脸识别系统的研究也陆续出现。科技对于金融业的重塑比我们预料中快得多。特别是在亟需人工智能帮助的银行业的风控端，该领域人工智能第一大供应商——云从科技，为了“改变银行”，把“授人以渔”的深入服务，做到了淋漓尽致。

云从致力于使用自己独有的AI工程学方法，解决风控行业缺少标准的风控建模流程，导致的不同金融机构产出的风控模型不相同的问题，保证风控模型的一致性和可复现性。

例如，智能风控代替传统的风控模式，可以从多个角度构建用户画像，为信用卡贷款流程提供风控和授信、精准营销获客。云从致力于获得全流程的小微企业现金流入流出概览，全面的数据会带来更好的信贷决策，进行横向的行业分析和比较，并提供个性化的解决方案。

云从科技从17年-18年，先后与大型快递服务商、电信运营商、税务服务商、购物ERP厂商、地方政府等建有联合实验室，在实验室内，云从探索出各类数据模型在风险控制领域的应用，引入大数据可有效提高属地客户的审批效率，增加风控手段。

建设反欺诈统一管理平台。反欺诈统一管理平台包含前端生物识别平台+政务特征数据平台+第三方数据反欺诈云，前端生物识别平台用于确认贷款申请者真实身份生物验证，平台集合了人脸识别、指纹识别、声纹识别、指静脉识别等市面上所有生物特征识别的管理，在贷款申请环节入口环节上给予了最有力的法律及反欺诈支持，有利于留存用户图像等信息，打通生物特征、身份信息、数据信息不对称的壁垒;

优化风控模型。行内单纯依靠采集信息和征信信息的数据模型已经很难满足风控的需要，有效的数据资源扩展引入，尤其是政务数据和优质的第三方数据，可以帮助风控模型实现从客户准入到贷后管理的全链条风控在质量上实现超线性提升。

事实上，技术从来都是一把“双刃剑”。不得不承认，近几年由于深度学习技术的普及，面部识别的准确率得以明显改善。但如何让技术的进步，在监管的框架下更好地服务人类和社会经济的发展，是决策者需要思考，且难以逃避的。

随着人脸识别技术不断成熟和计算机、光学成像等相关技术高速发展，曾经认为遥不可及的人脸识别技术已经在我们日常生活中大有无处不在的趋势。人脸识别在2019年已成为全球在视频智能应用技术的主流，不少机场及车站也大量采用人脸识别通关检查系统，让人脸识别技术受到各行业的高度关注。据MarketsandMarkets预估，人脸识别全球市场产值将从2017年的40.5亿美元，成长至2020年的77.6亿美元，可以预期市场的快速成长将带动并加速各种行业在人脸识别的应用发展。

人脸识别作为生物识别领域中最自然、最可靠的技术，在中国这样一个具有世界第一庞大人口基数的发展中国家拥有非凡的地位。人脸识别应用的发展潜力在现阶段的中国体现得尤其重要，巨大的人口基数，以及越来越频繁的流动性，如何充分利用信息技术进行有效的身份认证，一直是业内持续关注的焦点。