人脸识别各方面不断强化 并迎来新一轮的发展热潮
自2016年AlphaGo打败李世石后，AI就从冬眠中彻底复苏，并迅速迎来了产业发展的新机遇。而安防领域由于大数据和规模化的特性，成为人工智能首发落地的最佳应用市场。在人工智能以及物联网、云计算、大数据等新兴技术的加持下，安防产业发展开始由平安城市建设概念转变到智慧城市概念，大安防边界也逐渐模糊化，不断延伸到以视频物联网为核心的泛安防领域。
在人工智能技术体系中，人脸识别无疑是应用场景较广泛的生物识别技术。人脸识别技术是指从人脸图像中提取有效的特征信息后，利用计算机进行分析，从而进行身份认证的一种先进技术。当前人脸识别技术的研究已经成为人工智能与识别领域的热点。国内主要玩家有旷视、商汤、依图、优图、云天励飞等，其产品主要应用于公安和金融领域。
最近两年来，随着人脸识别技术的快速迭代（据说每半年都会有一个质的飞跃），人脸识别适用的细分场景越来越多，并逐渐从大安防转向民用和商用应用市场。可以说，现阶段，人脸识别技术已经在我们的生活中随处可见，如公寓门禁、社区刷脸，刷脸支付、刷脸考勤和刷脸取款等等。而因为它非接触式、方便、可靠，人们也正逐渐接受这种应用方式，虽然人脸识别具有一定的安全风险。
当前，商业应用场景的门禁和出入口控制系统逐步从卡片身份验证过渡到人脸识别门禁。杭州宇泛智能科技有限公司COO苏亮亮曾在采访称，“这两年，人脸识别等生物识别技术已逐渐在泛安防市场普及，而在公寓、写字楼、酒店、商场等商业场景应用领域，人脸识别技术更受到青睐，原因在于人脸识别为非接触性识别，最重要的是可以实现多目标同时识别，大大提升业务效率。”
人脸识别技术应用具有较强的场景性，不同应用场景对核心算法能力要求不一样。在办公区、社区、公寓、酒店等泛安防商用场景，人脸数据库规模相对较小，并不需要在巨量的数据集上进行深度学习训练，对硬件并没有过高的要求，而嵌入式人脸终端完全可以承载这些场景人脸识别的计算量。苏亮亮表示，“无论是算力还是算法层面，当前人脸识别已经基本可以满足泛安防领域的业务需求。”
众所周知，长租公寓、公租房和酒店因流动人口众多，带来不少安全隐患以及人口管理难题。而传统人口管控办法不仅消耗大量的人力和物力，而且办事效率极其低下，结果往往不尽人意。而嵌入式人脸终端的采用，将不失为有效解决公寓出入门禁和安全管理问题的新方法。
通过人脸识别技术，可以高效监控公寓出入流动人员。人脸具有不易复制的特性，特别是人脸活体检测技术的不断进步，普通照片、人偶无法欺骗门禁系统，而换造型、普通妆容、脸型胖瘦，也不会对识别结果造成太大的影响。总的来讲，以刷脸作为进出门的“钥匙”，不但给人们出入带来便捷，而且更是有效降低公寓人口流动管理成本。
不过，公寓、酒店这些行业，由于房间门较多，如果用高端人脸识别终端的话，成本造价往往太高。而通过前端检测抓拍结合后端识别的猫眼锁，可以把整个人脸识别门禁成本降低，便于在公寓和酒店大规模的复制和应用。而且被动式识别功能也相当重要，即是需要人为触摸才能开启人脸识别功能，避免了人员误识别的尴尬和管理麻烦。而且猫眼锁类人脸识别终端不但大大降低了成本，而且解决了功耗问题，性价比较高，安装和后期维修都十分简单。
人脸识别终端在智慧社区也将大有作为。通过人脸识别门禁，不但可以及时有效发现外来人员、访客和周边服务人员，及时做身份证登记和拍照，从而规范社区生活秩序，创建智慧平安家园，而且，全方位保护业主并提供极致便捷服务。毫无疑问，人脸识别门禁可以强化社区出入口门禁安全体系，协助社区全方位智能化管理。可以说，人脸识别与智慧小区的合作是最佳拍档，未来的智慧社区将是人脸识别社区。
另外，在办公和学校领域，传统的考勤方式常见是IC卡签到和指纹签到。智能化时代，随着人脸识别技术的进步，人脸识别考勤逐渐走进人们的视野。由于解决了IC卡丢失，指纹破皮打不上卡的问题，以及完善考勤管理制度，因此逐渐被市场接纳并普及应用。可以说，人脸识别考勤的出现，既是生物识别技术进步的使然，也是当今社会需求的必然结果。
相对于C端家庭领域，公共领域的出入门禁更倾向于采用人脸识别，而且对识别率要求没有那么高，企业一般都能接受99．7％的识别率。但是对于家庭用户来讲，由于涉及到安全隐私风险，一般很难接受人脸识别有稍微的误差。而在学校、社区、办公楼或公寓和酒店这些公共区域的出入口，一般本身部署视频监控和防盗报警等安全防控装置，相对来说安全一些。而且，最重要的是，人脸识别可以实现同时多目标识别，避免排长队识别的拖拉，大大提升了管理和业务效率。
不过，虽然人脸识别在商用领域已经被接受，但高成本和高功耗一直是限制其规模化应用的阻碍因素。人脸识别技术和设备提供商需要在满足实际应用场景需求的同时，不断降低设备成本，同时降低产品功耗，提升产品的全生命周期，从而加快人脸识别技术在商用领域的规模化应用。
除成本和功耗因素外，人脸识别同时也面临着双胞胎的识别、光线的干扰、美容化妆、遮挡、低分辨率的识别的技术瓶颈。无论是厂商还是用户，都需要正视目前存在的困难，不断使产品和技术趋于场景实用。随着，国家和行业标准的建立与实施，以及人脸识别技术不断迭代，人脸识别将在防伪化、三维化、环境适应性、高性能、高速度等方面得到强化，并迎来新一轮的发展热潮。