前景应用广阔的人脸识别技术_18页_1mb

软件服务行业2014年日常报告总结

核心内容

本报告聚焦于人脸识别技术在金融行业的应用前景，指出该技术正从传统安防、社区等低安全要求领域，向高安全要求的金融行业拓展。报告认为，人脸识别技术具有广阔的应用场景和较高的识别精度，是互联网金融产业链的重要基础设施。

主要观点

• 人脸识别技术正在从安全性要求较低的领域，如安防、社区等，逐步进入金融行业，成为身份认证和信用体系变革的关键。
• 金融行业应用最先起来的两个场景是自助终端发卡和远程开户，随后将扩展到支付、大额转账、在线理财等领域。
• 技术原理以数据和算法为核心，通过构建人脸DNA库和基于深度学习的算法模型，实现高精度识别。
• 识别精度已达98%-99.5%，甚至超过人类识别水平，具备商业应用的可行性。
• 应用场景广泛，涵盖交通、零售、金融、政府、医疗、物流等多个领域，且能提取额外信息如性别、年龄、情绪等。
• 商业模式正从技术提供商向服务提供商转变，按次收费模式有望提升企业估值和产业话语权。
• 国外发展已较为成熟，如PayPal、Facebook、Uniqui等公司已推出人脸识别支付、认证等产品。
• 国内竞争格局中，Face++、中科院重庆研究所、百度、腾讯、阿里等公司具备较强的技术实力，能够满足金融行业高安全要求。

关键信息

技术发展

• 人脸识别技术已从实验室走向商业化，识别错误率每3年下降10倍，2014年达到97%-99.5%。
• 人脸DNA库是人脸识别的核心数据资源，通过大量样本训练，提高识别精度。
• 深度学习算法（如神经网络）是当前主流技术，具备高识别率和高安全性。
• 人脸识别系统包括图像采集、预处理、特征提取、匹配识别等环节。

金融行业应用

• 远程开户是人脸识别在金融领域的重要应用，无需人工参与，提升效率和安全性。
• 自助终端发卡通过人脸识别验证身份，简化流程，提升用户体验。
• 人脸识别在金融场景中具有高安全性、低误识率、跨场景适应性好等优势。
• 金融客户对人脸识别技术的高门槛要求，使得能否获得标杆客户成为公司竞争力的重要指标。

商业模式

• 人脸识别企业正从技术提供商向服务提供商转变，按次收费模式更具商业可持续性。
• 金融行业对人脸识别的高需求将推动企业向服务化转型，带来更高的估值空间。

国内主要企业

行业评级

• 行业长期竞争力评级：高于行业均值。
• 投资建议：增持，认为未来6-12个月内行业上涨幅度将高于大盘5%-20%。
• 风险提示：估值偏高、相关政策发布时间低于预期。

结论

人脸识别技术正成为推动金融行业数字化转型的重要基础设施，其高识别精度、广泛的应用场景以及从技术到服务的商业模式转变，使其具备巨大的市场潜力。报告推荐关注佳都科技、御银股份、川大智胜、欧比特、汉王科技、科大讯飞等公司在该领域的布局和应用前景。