兴业证券：刷脸时代来临–人脸识别报告.pdf

请阅读最后一页 信息披露 和重要声明 行业 研 究 行业跟踪 报告 证券研究报告 industryId 计算机 investSuggestion 推荐 ( investSuggestionChange 维持 ） relatedReport 相关报告 ITSM造就SaaS巨头公司，迈向全方位企业级服务2017-09-19 凛冬将去 制造业复苏改善相关公司业绩2017-08-16 区块链行业跟踪：初探ICO与火爆的背后2017-07-27 分析师： 袁煜明 yuanyumingxyzq S0190515040001 徐聪 xucongxyzq S0190516060001 assAuthor 投资要点 summary 近日，2017年苹果新品手机iPhone X采用Face ID人脸解锁，此前小米Note3手机、Vivo V7+手机也推出具备人脸识别功能的智能手机。这标志着人脸识别技术加速迈入消费级领域。 z 人脸识别大致分为两种应用模式四步流程。两种模式包括1：1比对和1：N识别，1：1是比对两个人脸的相似度，只需要确定是否授权人；1：N是识别对象是否在人脸数据库中。四部流程依次是人脸检测、活体检测、人脸特征提取和人脸匹配识别。 z 技术、应用范围和价格问题逐渐解决，深度学习和3D技术助推人脸识别走出实验室。长久以来技术不足、应用范围局限、价格高企制约人脸识别发展。尽管实验室条件中人脸识别技术精准度可达到99%以上，有些公司在ImageNet、LF W也名列前茅，但落地到实际应用中受到光照姿态、表情等条件干扰，精准度始终不尽如人意。近几年技术问题得到逐步解决，近红外和可见光结合解决光线问题、3D感应和摄像头解决姿态和表情问题，深度学习算法提高现实场景识别效率和精确度 z 刷脸时代来临，人脸识别市场广阔，盈利模式多变，消费级领域产业化将爆发。人脸识别技术可以运用到政府、安防、公安刑侦等政府级别，也可以运用到金融、汽车电子、新零售等工业级别，目前智能手机、支付、互联网+等消费级应用也即将迎来爆发，应用场景日趋多元，市场仍然处于加速扩张期。盈利模式从传统的硬件销售、软件按量或按时收费（SaaS模式/PaaS模式）、软件技术支持、软硬件一体化解决方案再到未来可能会实现的大数据变现，变现模式多样。我们认为未来人脸识别有巨大的市场需求和广阔的应用前景，有望维持高速增长。 z 硬件巨头、互联网巨头和创业公司都在相继布局。Google、Facebook、百度等互联网巨头都在人脸识别产业链不同领域都在布局，传统垂直领域厂商如苹果、海康、大华、华为都在研发技术巩固自身原有业务。巨头发展的方式为外延和内生并行，例如Facebook收购Face，苹果收购PrimeSense。同时也可以看到有旷视、商汤、依图、云从等创业公司已经发展壮大成独角兽。 z 相关标的：东方网力、佳都科技、熙菱信息、远方信息、海康威视、大华股份、汉邦高科、浩云科技、北部湾旅、川大智胜。 title 浮云渐散，刷脸时代来临 createTime1 2017年09月23日 请阅读最后一页 信息披露 和重要声明 - 2 - 行业跟踪报告 目 录 一、刷脸时代已经到来？ . - 4 - 1.1、消费级人脸识别产业化爆发 . - 4 - 1.2、概念辨析：机器人脸识别VS肉眼识别. - 5 - 1.3、人脸识别分为两种模式四步流程 . - 7 - 二、核心技术：深度学习和3D视觉是助推器 .- 11 - 2.1、从实验室到落地应用，人脸识别商业化道阻且长 .- 11 - 2.2、驱动因素之一政策推动 . - 13 - 2.3、驱动因素之二技术升级 . - 14 - 2.4、驱动因素之三算法改善 . - 15 - 2.5、iPhone X 3D人脸解锁带来下一个技术风口 . - 18 - 三：技术取得突破，人脸识别遍地开花已是大势所趋 . - 23 - 3.1、政府安防和公安刑侦率先应用 . - 24 - 3.2、商业级别初具规模，正在加速落地 . - 25 - 3.3、消费级应用即将爆发，应用场景日趋多元 . - 27 - 四、群雄逐鹿，巨头和创业公司谁能问鼎？ . - 29 - 4.1、未雨绸缪，国内外科技巨头已提前布局 . - 29 - 4.2、融资、技术、应用领域、 客户四个角度剖析创业公司佼佼者. - 30 - 五、产业链和商业模式探讨 . - 34 - 5.1、产业链分析：大量创业公司集中在技术提供层 . - 34 - 5.2、商业模式分析：面向B端收取项目费用变现仍是主流 . - 35 - 六、A股相关标的 . - 37 - 图1、vivo和Face+合作推出搭载完整人脸解锁功能的手机. - 4 - 图2、农业银行上线刷脸取款功能 . - 5 - 图3、招商银行上线刷脸取款功能 . - 5 - 图4、人脸识别技术示意图. - 5 - 图5、人脸识别比肉眼更精准 . - 6 - 图6、1：1人脸认证计算两个人脸的相似度完成识别 . - 7 - 图7、动态视频流中分离人像和背景. - 8 - 图8、Face+动态采集人脸并且分割. - 8 - 图9、百度金融活体识别技术用于账户找回功能 . - 9 - 图10、支付宝使用Face+技术完成人脸活体检测. - 9 - 图11、旷视科技通过云、硬件级解决方案实现在线/离线活体检测 . - 9 - 图12、难度在于光照条件改变、不同角度、遮挡 . - 10 - 图13、人脸相似度达到阈值则输出匹配结果 . - 10 - 图14、人脸识别技术难点 .- 11 - 图15、FDDB人脸检测非公开方法评测结果（最后更新日期为2016.3.30） - 12 - 图16、主动近红外成像设备 . - 14 - 图17、3D人脸校正解决姿态和表情问题 . - 15 - 图18、商汤科技高性能异构分布式平台 . - 17 - 图19、高性能异构基础算法库 . - 17 - 图20、Face+深度引擎MegBrain . - 17 - 图21、iPhone X原深感摄像头系统 . - 19 - 图22、点阵投影器将无数个红外光侦测点投影在脸部形成3D模型 . - 19 - 图23、PrimeSense被收购前发展历程 . - 21 - 图24、苹果PrimeSense 3D结构光原理示意图 . - 21 - 请阅读最后一页 信息披露 和重要声明 - 3 - 行业跟踪报告 图25、一个场景出现多人时根据距离不同识别面部 . - 22 - 图26、TOF飞行时间工作原理示意图. - 23 - 图27、TOF成像示意图. - 23 - 图28、人脸识别应用领域广阔 . - 23 - 图29、人脸识别和图像识别应用于安防交管领域 . - 24 - 图30、人脸识别用于辅助机场登机环节 . - 25 - 图31、人脸识别应用到智能柜员机开户中 . - 26 - 图32、KFC升级店内消费者微笑就可通过人脸识别系统完成支付 . - 28 - 图33、商汤科技人脸聚类功能 . - 28 - 图34、百度科技园人脸闸机 . - 30 - 图35、四家独角兽公司应用重点领域布局 . - 32 - 图36、依图科技人像大平台系统架构图 . - 33 - 图37、四家独角兽公司核心客户 . - 34 - 图38、人脸识别产业链全景图 . - 34 - 图39、大华股份IVS-F7300系列智能视频分析服务器 . - 35 - 图40、大华股份人脸识别客户端 . - 35 - 图41、Face+ Web API 服务和移动端 SDK价目表. - 36 - 图42、人工智能数据源将会是争夺热点 . - 37 - 表1、人脸识别应用领域 . - 6 - 表2、人脸识别技术优缺点. - 7 - 表3、两种应用模式对比 . - 8 - 表4、国家政府部门的政策支持. - 13 - 表5、各大IT巨头纷纷开源人工智能产品 . - 16 - 表6、2D解锁和3D解锁对比. - 18 - 表7、三种3D成像技术对比 . - 20 - 表8、国内部分机场上线人脸识别技术情况一览 . - 25 - 表9、国内人脸识别代表企业在金融领域典型案例. - 27 - 表10、近几年在人脸识别领域及其上下游发生的外延并购 . - 29 - 表11、四大独角兽公司融资一览 . - 30 - 表12、云从科技核心技术团队 . - 31 - 表13、依图科技核心技术团队 . - 32 - 请阅读最后一页 信息披露 和重要声明 - 4 - 行业跟踪报告 报告正文 一、刷脸时代已经到来？ 1.1、消费级人脸识别产业化爆发 北京时间9月13日，苹果在乔布斯剧院召开新品发布会，最备受瞩目的当属其推出苹果十周年特别版首款OLED全面屏iPhone X。它的独特之处在于没有了TouchID指纹识别，而是采用FaceID人脸识别作为手机生物辨识技术，不需要任何动作，抬手秒解锁。 除了万众瞩目的苹果，国内手机厂商小米、vivo在苹果发布会之前也相继推出了人脸识别手机。9月11日，小米发布Note3手机，提供人脸解锁功能，识别速度为500毫秒。9月7日vivo在印度正式发布了旗下首款全面屏手机V7+，同样具备人脸解锁功能。 图1、vivo和Face+合作推出搭载完整人脸解锁功能的手机 资料来源：旷视科技，兴业证券研究所 手机设备以外的众多领域也同样在发生重大变革。8月25日，武汉火车站宣布全面刷脸进站；8月23日百度宣布与首都国际机场签署战略合作协议打造刷脸登机的智慧机场；9月1日支付宝宣布商用刷脸支付；9月5日杭州大量宾馆免身份证，刷脸即可入住；9月7日，京东苏宁开启刷脸支付；9月9日，北京所有公租房将推行“人脸识别”门禁；9月11日，北师大宣布学生宿舍全面启用刷脸开门；9月12日，农业银行总行在自动取款机试点“刷脸取款”，目前已下发通知要求全国推广刷脸取款，将为全国24064家分支机构、30089台柜员机、10万个AT M机安装人脸识别系统；招商银行也已于近期在全国重点城市的AT M取款机系统上线了“刷脸取款”选项，用户可不带银行卡、身份证，不用输入银行账户，靠“刷 请阅读最后一页 信息披露 和重要声明 - 5 - 行业跟踪报告 脸”就能取款。 由此可见，人脸识别技术加速渗透进入安防、银行、支付等众多领域，并且已经从政府级别应用、商业级别应用开始进入到消费级别的爆发时期，验证了人脸识别技术巨大的市场需求与广阔的应用前景。 图2、农业银行上线刷脸取款功能 图3、招商银行上线刷脸取款功能 资料来源：金融界，兴业证券研究所 资料来源：招商银行，兴业证券研究所 1.2、概念辨析：机器人脸识别VS肉眼识别 人脸识别技术是基于人的脸部特征信息进行身份识别的一种生物识别技术，包括人脸图像采集、人脸定位、人脸识别预处理、身份确认以及身份查找等。该技术融合了生物学、心理学、认知学、模式识别、图像处理、计算机视觉等多领域的知识和相关技术，可广泛应用于身份确认、身份鉴别、访问控制、安全监控、人机交互等场景。 图4、人脸识别技术示意图 资料来源:互联网、兴业证券研究所 请阅读最后一页 信息披露 和重要声明 - 6 - 行业跟踪报告 人脸识别的工程应用始于20世纪60年代，经过50多年的发展，人脸识别技术已经取得了重大突破，很多经典算法和人脸库相继出现。目前人脸识别系统最高的正确率可以达到99.5%，而人眼在同等条件下识别的正确率仅为97.52%，人脸识别的准确率已经做到了比肉眼更精准。 图5、人脸识别比肉眼更精准 资料来源: LFW、兴业证券研究所 我国的人脸识别技术位居世界一流水平。目前，世界上最高的人脸识别正确率即由我国团队创造。2016年的ImageNet大规模视觉识别竞赛中，中国团队大放异彩，商汤和港中文、公安部三所、海康威视、南京信息工程大学包揽了各个项目的冠军。同时由于我国人口基数大的特殊国情，政府和产业对人脸识别技术具有较为迫切的需求，推动了我国的人脸识别商业化进程走在世界前列，人脸识别技术和产品已被应用于政府、军队、银行、社保、电子商务、安防等领域。 表1、人脸识别应用领域 类别 应用领域 人脸验证 社保、驾照、签证、身份证、护照、投票选举等 接入控制 设备存取、车辆访问、智能ATM、电脑接入、程序接入、网络接入等 金融 开户、支付、鉴权等 安全 反恐报警、登机、体育场观众扫描、计算机安全、网络安全等 监控 公园监控、街道监控、电网监控、入口监控等 智能卡 用户验证等 执法 嫌疑犯识别、欺骗识别等 人脸数据库 人脸检索、人脸标记、人脸分类等 多媒体管理 人脸搜索、人脸视频分割和拼接等 人机交互 交互式游戏、主动计算等 其他 人脸重建、低比特率图片和视频传输等 资料来源：网络资料整理，兴业证券研究所 请阅读最后一页 信息披露 和重要声明 - 7 - 行业跟踪报告 与其他生物特征识别技术相比，人脸识别技术在实用性方面具有独到的技术优势，主要体现在以下方面： 1、 非接触：人脸图像的采集不同于指纹、掌纹需要接触指掌纹专用采集设备，指掌纹的采集除了对设备有一定的磨损外，也不卫生，容易引起被采集者的反感，而人脸图像采集的设备是摄像头，无须接触。 2、 非侵扰：人脸照片的采集可使用摄像头自动拍照，无须工作人员干预，也无须被采集者配合，只需以正常状态经过摄像头前即可。 3、 友好：人脸是一个人出生之后暴露在外的生物特征，因此它的隐私性并不像指掌纹、虹膜那样强，因此人脸的采集并不像指掌纹采集那样难以让人接受。 4、 直观：我们判断一个人是谁，通过看这个人的脸就是最直观的方式，不像指掌纹、虹膜等需要相关领域专家才可以判别。 5、 快速：从摄像头监控区域进行人脸的采集是非常快速的，因为它的非干预性和非接触性，让人脸采集的时间大大缩短。 6、 简便：人脸采集前端设备摄像头随处可见，它不是专用设备，因此简单易操作。 7、 可扩展性好：它的采集端完全可以采用现有视频监控系统的摄像设备，后端应用的扩展性决定了人脸识别可以应用在出入控制、黑名单监控、人脸照片搜索等多领域。 表2、人脸识别技术优缺点 优缺点 优点 人脸识别是非接触的，安全、稳定、便利； 最大效能的发挥监控优势。 缺点 被测者面部的位臵与周围的光环境都可能影响系统的精确性； 面部识别具有不确定性，容易被欺骗； 面部识别技术的改进依赖于提取特征与比对技术的提高，并且采集图像的设备会比其他技术昂贵很多； 由于人面部如头发、饰物、变老以及其他的变化，对于图像的采集可能需要通过人工智能来补偿，以改进核心数据和弥补微小的差别。 资料来源：兴业证券研究所 1.3、人脸识别分为两种模式四步流程 我们把人脸识别总结为两种应用模式和四步流程。两种应用模式包括1：1比对和1：N识别： 人脸验证技术（1：1比对）。1：1的定义是一个判断的作用，使用人脸识别技术计算出拍摄对象与数据库中两个人脸的相似度，应用的场景包括金融、人证、手机解锁等。目前支付宝、银行刷脸取款的人证比对、智能手机解锁使用的都是1：1人脸识别。以iPhone X的FaceID为例：首先用户需要开通该服务，将人脸信息存储在iPhone X当中；开通之后，在解锁、支付中就可以使用Face ID，所以Face ID并不需要识别很多张脸，而只需要识别机主的人，或者其他授权的人。 图6、1：1人脸认证计算两个人脸的相似度完成识别 请阅读最后一页 信息披露 和重要声明 - 8 - 行业跟踪报告 资料来源：CSDN，兴业证券研究所 人脸检索技术（1：N识别）。1：N识别首先需要把众多的人脸存储在一个数据库里面，之后把识别到的对象特征与数据库中N个人脸信息进行对比匹配。1：N识别多用于安防、刑侦等政府公安部门。 表3、两种应用模式对比 1：1识别 1：N识别 主要特点 用于证明自己是自己 用于动态和非配合状态下进行身份鉴定的场景 识别难度 通常在识别对象配合的情况下进行图像采集，识别难度低，精确率高 通常在识别对象不用感知摄像头的位臵或进行配合；识别的图像为动态的视频流，且光线、遮挡等因素会影响识别准确度 应用场景 机场安检 银行远程开户 上班考勤门禁 疑犯追踪 商场用户分析 防暴预警 资料来源：36氪，兴业证券研究所 我们把人脸识别技术划分为四个步骤，依次是人脸检测、活体检测、人脸特征提取和人脸匹配识别： 人脸检测：在一个动态的视频流或者图像中当中检测到人脸的位臵，这涉及到将人像从运动变化区域分割出来。例如一个人在镜头前出现，如何把人脸从静止的建筑、运动的车辆等背景中提取出来。动态人脸检测使得人脸识别技术可以在实际场景中实现非配合式快速处理，可广泛应用于地产、安防、交通等领域。 图7、动态视频流中分离人像和背景 图8、Face+动态采集人脸并且分割 请阅读最后一页 信息披露 和重要声明 - 9 - 行业跟踪报告 资料来源：雷锋网，兴业证券研究所 资料来源：Face+，兴业证券研究所 活体检测：用户根据系统指令交互式配合做出所要求的姿态、动作或表情，比如眨眼、左右摇头、张嘴闭嘴等来判断用户是否是活体用户，另外更进一步还会利用三维建模技术加强防伪攻击的能力。 活体检测是为了防止静态图像破解，国内多个知名APP中的人脸识别都采用了该项技术。以互联网三巨头BAT为例，百度使用自身研发的活体识别技术用在百度钱包账号找回功能，在刷脸的过程中需要眨眼睛完成识别；支付宝的技术支持来源于旷视科技，刷脸功能用于账户登录中，整个识别过程中不需要任何动作即可完成识别，旷视科技已经实现在静默状态对关键点实时标注和检测，判断活体，对照片攻击、切换攻击、面具攻击、遮挡攻击的防御；腾讯系微众银行使用腾讯自研技术用于微众银行开户中，活体检测需要镜头前的开户者读一段数字，采用语音识别配合的方法完成活体检测。 图9、百度金融活体识别技术用于账户找回功能 图10、支付宝使用Face+技术完成人脸活体检测 资料来源：百度钱包，雷锋网，兴业证券研究所 资料来源：支付宝，兴业证券研究所 图11、旷视科技通过云、硬件级解决方案实现在线/离线活体检测 资料来源：Face+，兴业证券研究所 人脸特征提取：人脸特征提取是指对人脸进行特征建模的过程。当找到人脸位臵的时候，仍然会有许多问题的存在，包括角度不同、逆光、弱光、模糊、眼镜、局部遮挡等情况出现。因此在进行人脸识别前，为了提高识别率，需要先对得到 请阅读最后一页 信息披露 和重要声明 - 10 - 行业跟踪报告 的人脸进行预处理把图像质量提高，包括灰度校正、光线补偿、直方图均衡化等。在此之后才会对整个人脸热证进行建模，目前人脸识别技术中使用的人脸特征主要包括视觉特征、人脸图像变换系数特征、人脸图像代数特征等。 图12、难度在于光照条件改变、不同角度、遮挡 资料来源：Object Detection and Recognition for Multiple Smart Cameras，兴业证券研究所 人脸匹配和识别：利用上一阶段提取到的人脸特征，与数据库里面存储的特征模板进行搜索匹配。在产品化时，通常会预先定义一个阈值，当相似度超过该阈值时，则会输出匹配结果。目前实验室级别都可以达到99%的准确率，但拿到外部环境下，在外接因素干扰下有可能准确率变为0。 图13、人脸相似度达到阈值则输出匹配结果 请阅读最后一页 信息披露 和重要声明 - 11 - 行业跟踪报告 资料来源：Face+，兴业证券研究所 二、核心技术：深度学习和3D视觉是助推器 2.1、从实验室到落地应用，人脸识别商业化道阻且长 长久以来，技术创新不足、应用推广有限、价格成本高企是制约人脸识别发展的三大因素。研究人脸识别算法优化、轻量化的团队较少，算法的优化尚未完成，在功耗小的情况下保持一定的速度和精度是人脸识别应用发展的难点。因此最近几年人脸识别虽然被广泛应用到出入境通关、机场安检等政府部门中，但一直没能真正进入到更广泛的商业化应用领域中。 第一，在技术层面上，人脸识别的精准度和核心算法的原始创新不足、技术标准制定还不完善，快速准确完成人脸识别需要解决很多技术上的难点： 自身生理变化。在人脸比对的过程中，如果自身与数据库里面存储的人脸发生了较大的生理变化，例如经历剃须、换发型、戴眼镜遮挡等变化。即使外貌并没有发生太多变化，人通过脸部的变化产生很多表情，都有可能会引起比对失败。 外部环境影响。人脸受到很多外部因素的影响：在不同的角度进行拍摄，人脸的视觉图像相差很大；容易受到光照条件影响，比如白天和黑夜、室内和室外的光照存在较大差异。 除了这两种情况，还有人为的整容行为、双胞胎等极端情况存在。如何规避这些外因对于人脸识别速度和识别效果的影响，一直都是科研的重点研究方向。 图14、人脸识别技术难点 请阅读最后一页 信息披露 和重要声明 - 12 - 行业跟踪报告 资料来源：果壳网，兴业证券研究所 第二，应用方面上，人脸识别基本局限在公安部门出入境管理等政府部门中，未能渗透到大规模商业级别应用和个人消费级别当中。在应用层面上，尽管在实验室等科研条件下，许多人脸识别技术的精准度已经达到99%、甚至99.5%以上的水平，但是这些技术和方案很难落地到实际应用层面上。人脸识别技术落地的过程中，需要考虑到不同的场景运用。在实际落地过程中，指纹识别等其他生物识别由于技术成熟，不易受到外界因素影响，早已经运用到考勤认证、智能手机账号登录中，可替代物的成熟发展也制约了人脸识别产业化的进程。 第三，价格方面，市场竞争不足和技术不成熟导致价格处于高位。由于技术不成熟，人脸识别技术并未应用到商业场景和消费级领域，大部分被运用到政府和公安部门，且采用系统集成的方式交付，一套系统的成本和价格非常高昂。 但近几年来，这一情形开始转向，三大问题正在逐渐得到解决。 技术：深度学习算法的成熟，使得人脸的准确率得到大幅提升。以深度学习算法为基础的计算机技术的进步，为人脸识别提供了强大的计算和分析工具。反过来，巨量的生物特征数据也为机器训练提供了丰富的素材，“大数据成为人工智能的燃料”。人脸识别方面，Face+团队创造了世界上最高的人脸识别正确率，曾在人脸检测FDDB评测、人脸关键点定位300-W评测和人脸识别LFW评测上，接连拿下了三项世界第一。 图15、FDDB人脸检测非公开方法评测结果（最后更新日期为2016.3.30） 请阅读最后一页 信息披露 和重要声明 - 13 - 行业跟踪报告 资料来源：FDDB、兴业证券研究所 应用：目前，生物识别的应用场景已经极大地拓宽。银行在客户身份核验场景下应用生物识别，覆盖了弱实名电子账户开户、结算账户开户和存取款等不同风险层级的场景。第三方支付和手机银行等移动支付应用开始使用生物识别方案。公安部门在视频监控和多类场所的人员进出管理中大力引入人脸识别技术。在政策推动下，人脸识别也已入驻社保、教育、医疗系统。近几年，国内智能手机消费剧增，手机用户的移动支付习惯逐渐养成，智能家居渐受青睐，三方面个人消费需求的增长推动手机端的消费级人脸识别开始爆发。 价格：人脸识别设备近两年不断下降，汉王的500人规模人脸识别考勤机在2009年第一代推出时价格超过4000元，2010年第二代推出时已降至3000元左右，2012年第三代推出时进一步下降到2700元左右。 近年来，技术的进步和算法的改善让人脸识别技术迈上一个新的台阶，在国家政府推动和政策支持下，我国人脸识别技术和应用都取得了非常大的进步。受益于三大问题的逐步解决，国内人脸识别产业正迎来前所未有的发展机会，其应用范围和市场规模有望实现快速扩张。 2.2、驱动因素之一政策推动 国家政府部门的政策支持，为人脸识别的技术发展和商业落地提供了良好的环境。我国推出系列支持政策，把人工智能提升到国家战略层面，并于2016年、2017年推出互联网+人工智能三年实施行动方案、新一代人工智能发展规划，对人工智能予以高度重视。人脸识别做为人工智能的应用方向之一也获得了国家政府的高度重视，尤其在社会治安保障上和金融效率加强和安全提高上皆有相应的政策支持，2015年人民银行就已经明确表示允许有条件的银行探索生物特征识别技术做为核验手段。 表4、国家政府部门的政策支持 发布时间 政策 部门 主要内容 请阅读最后一页 信息披露 和重要声明 - 14 - 行业跟踪报告 2017年7月8日 新一代人工智能发展规划 国务院 推动人工智能在教育、医疗养老、城市运行等领域广泛应用 2017年3月5日 2017年政府工作报告 国务院 加快培育壮大包括人工智能在内的新兴产业 2016年11月29日 关于落实个人银行账户分类管理制度的通知 中国人民银行 对二、三类账户的开立、变更、注销、个人信息验证办法，视频及人脸识别等技术手段以及不同账户的使用功能和限制做了详细规定 2015年12月25日 中国人民银行关于改进个人银行账户服务加强账户管理的通知 中国人民银行 提供个人银行开立服务时，有条件的银行可探索生物特征识别技术和其他有效的技术手段作为核验 2015年5月15日 安防防范视频监控人脸识别系统技术要求 国家质量监督检验检疫总局 适用于以安全防范为目的的视频监控人脸识别系统的总体规划、设备生产、质量控制等，其他领域可以参考使用 2015年5月6日 关于加强公共安全视频监控建设联网应用工作的若干意见 九部