视觉尝试盈利模式、换取利润的同时，也积累了大量的底层影像和图片数据。图片数据支持着相关技术算法的优化，在机器视觉技术越来越先进的同时，也将会渗透到更多的场景当中去，例如电商的图片检索、机器人模块植入等。

　　巨头和初创们在起跑线摆出了火拼的架势，商业大战前的硝烟味在弥漫。

　　三、渗透进不同场景

　　目前，人脸识别技术重点应用的领域是安防和金融。前不久，科大讯飞在年度会议上推出的“晓曼机器人”，可替代银行柜台人员完成交易，称明年三月产品将落地。

　　据统计，国内至少已有多家银行开始试水人脸识别技术，不用带卡就可以从ATM机上“刷脸”取款。比较早的有招商银行、上海银行。另外，中国银联也联手Linkface打造人脸识别互联网+金融支付新产品，并试点于徽商银行。此外还在以下领域得到应用。

　　布局金融人脸识别的大佬已排满，看看其他领域还可分杯羹吗？

　　1）身份验证

　　今年十一月滴滴引入了人脸识别技术，以此来提高安全系数。据悉，滴滴顺风车新车主首次接单前需通过人脸识别系统审核后才能在平台接单，以防止私换司机等违规行为，保障乘客安全。

　　顺风车系统会要求车主通过摇头、眨眼等动作进行人像采集，并将车主上传的面部信息及其注册时使用的证件信息与公安部数据库进行比对，成功后才能正式接单。而采用人脸识别技术是为了保证司机注册账户和本人信息相符。

　　2）公共安全

　　在旅客进行正常的安检工作的同时，人脸识别系统会自动将旅客证件照片与之核对，识别旅客身份，其准确率远高于人眼识别，即使旅客换了发型、化了浓妆也没关系。

　　国家网络安全宣传周上获悉，目前“人脸识别技术”已经用于反恐活动中，该技术为动态识别，每秒钟能够识别5-8个人的身份。今年6月份已在广州地铁站进行试点。

　　此外，人脸识别门禁应用也在万科、金地、广州越秀、四川蓝光等智慧小区落地。通过人脸识别对访客、外来人员、周边服务人员起到良好的管理作用，并提升O2O服务水平和保障。

　　3）娱乐社交

　　微软曾推出刷脸应用 ——“微软我们”（TwinsOrNot.net），只需任意上传两张人物照片，就可以知道他们长的有多像，比如，测试你是否和某个明星长得很像，或者夫妻/男女朋友是不是有夫妻相等。

　　How-Old.net风靡全球，它们都很巧妙地将人脸辨认与社交网络中的人际交往结合在一起，年龄、性别、颜值、测测就知道。

　　时拍照贴脸录像的娱乐性app–脸优。脸优是利用人脸多个特征点，实时完成“贴脸”的功能。

　　4）物件签收

　　今年十月，中国邮政与腾讯达成全面战略合作，EMS将充分利用微信公众号与手机QQ平台，实现’预约-寄件-支付-查询-收件’的自有平台一站式服务。

　　据介绍，未来腾讯优图人脸识别技术也将广泛应用于EMS的政务、贵重物品和重要文书快递中。这也意味着，以后去取快递可以直接“刷脸”。

　　四、待填满的市场缺口

　　现在不管是国际、国内，针对人脸识别还没有（行业）标准，处于比较混沌的早期状态，具有实力的公司在未来还有很大机会脱颖而出。

　　人脸识别技术在使用方式上，辨识方便性上，留存现场使用者人像照片上均有非常明显的优势，在ImageNet等国际测试中准确率不断被刷新，但在实际场景的应用中还存在些许的发展瓶颈。

　　第一，视频传感设备的制约。人脸识别技术成像必须依靠摄像头采集深度信息，常采用红外光和可见光两种方案。

　　对于近红外技术而言，人脸识别的摄像头模组需专门的模组提升辨识精度，势必降低其摄像头的兼容性；而可见光技术，理论上任何普通摄像头均可使用，但是当前摄像头行业中在视频清晰度、光线适应性上缺乏明确标准，聚焦方式和聚焦能力也各不相同。

　　在一定程度上，摄像头本身的发展速度，制约着人脸识别技术的拓展以及普及性，也势必制约大市场的爆发和使用的辨识效率。