人臉識別性能接近極限 全球安防市場超高速增長

有「工業(yè)界黃金標準」之稱的美國國家標準與技術研究院（National Institute of Standards and Technology，NIST）最近公布了全球人臉識別算法測試（FRVT）結果 FRVT 2018，目前全球工業(yè)界最好水平的人臉識別技術，在百萬分之一誤報下的準確率達到 99.3％，千萬分之一誤報下的準確率已經接近 99%。

誤報率（False Negative）是指本來是負樣例（兩張不同人的人臉），但分類成了正樣例（算法認為是同一個人），通俗地講可以稱之為「報警錯誤」。「報警錯誤」的次數／總次數，得出的數據即為誤報率。在誤報率相同的情況下，識別準確率越高，則表示技術的性能越好。

人臉識別精度的提高，意味著在特定場景下用戶將獲得更好的體驗，以及單位工作時間內效率低大幅提升，比如在銀行場景下的顧客會獲得更好的體驗，公共安防領域的一線警務人員的無效工作量將會大幅降低。

NIST 公布 2018 全球人臉識別競賽成績，中國公司依圖科技再度奪冠

特定場景下，機器人臉識別性能接近極限

根據 NIST 官方今年發(fā)布的成績，目前全球最好人臉識別技術水平為千萬分之一誤報下的識別準確率接近 99%（yitu－001），這意味著受限場景下，在千萬分位誤報上，人類已經將機器的人臉識別能力推向了極限。

NIST 在 2017 年 6 月也發(fā)布過全球競賽成績，彼時人臉識別技術的最好水平為千萬分之一誤報下識別準確率 95.5%。時隔一年，人臉識別技術的準確率提升了 75.6%，去年這一指標的最好水平在 2018 年排到了第九位（yitu－000）。

全球人臉識別性能的高速增長，還體現在機器的人臉識別規(guī)模上。2017 年全球人臉識別最高水平可識別規(guī)模在 20 億人，比 2016 年可識別千萬規(guī)模提高了兩百倍，比 2015 年已經提高了數萬倍。而在 2015 年，特定場景下，機器識別人臉的水平已經正式超過人類，刷臉支付等場景被解鎖。

從本次發(fā)布的榜單上看，全球前 5 名在萬分位誤報率的指標下，已經很難區(qū)分算法性能，作為比賽的發(fā)起者，NIST 也在逐年提高「考卷」的難度。對一個算法模型來說，將誤報率從萬分位提升到百萬分位，漏報率（即應該報警卻沒有報警）會增加，相當于提高了「考卷」難度。

本次公布的成績顯示，在百萬分之一誤報下，當前全球最好水平識別準確率達到 99.3％，冠軍獲得者依圖科技是唯一將漏報率做到 1% 以下的參賽者，并且與第二名中國科學院深圳先進技術研究院（siat－002）相比，相同漏報率下的誤報也減少十倍，相同誤報下性能提升接近了一半。

智能化拉動全球安防市場超高速增長

根據官方介紹，NIST 舉辦的人臉識別算法測試，數據集全部來自美國國土安全局的真實業(yè)務場景，例如美國出入境、刑偵過程中的大量照片等，測試結果代表著技術在實戰(zhàn)場景中的表現。

事實上，以人臉識別技術為代表的人工智能技術已經開始在全球公共安全領域廣泛應用。美劇中類似《疑犯追蹤》出現的場景，已經在現實中落地應用，推動全球公共安全產業(yè)的智能化演進的同時，也拉動了全球安防市場規(guī)模的顯著增長。

英國市場研究機構 Juniper Research 近期發(fā)布的一份研究新報告提到，智能安防已經成為全球安防產業(yè)增長的原動力，預計到 2023 年全球安防產業(yè)規(guī)模將從 2018 年的 120 億美元增長到 450 億美元以上，增長將超過 260％。

受益于人臉識別性能的提升，安防后端處理系統(tǒng)平臺可以同時處理的前端產品數量也大幅增加。這反過來大大刺激了前端高清采集和探測設備的產品升級、整體市場需求的擴大，以及存儲設備的增長。國內傳統(tǒng)安防公司?？低?/u>和大華受益于此，連續(xù)幾年整體營收中的一半都由硬件攝像頭產品營收所貢獻。