人臉識別系統在未來的發展趨勢如何？
人臉識別作為一種重要的個人身份鑒別技術，在金融、安防、交通等行業有著廣泛的應用。根據某證券研究所行業報告顯示，人臉識別主要應用領域為：公安領域16億以上，交通領域50億以上，金融領域百億級別，教育領域百億級別。在不考慮大安防硬件存量市場的前提下，整體市場規模就達到數百億，并在未來十年內有望形成年銷售額過千億元的市場規模，尤其在安防市場中的人臉識別具有更廣闊的前景，并表現出以下幾點發展趨勢：
1.臉部細節特征的結構化和應用
人臉識別技術不應只是停留在人臉檢測、通用特征提取，應該還具有等同車輛結構化一樣的方式來進行臉部全目標特征結構化，除了對性別、年齡、民族、眼鏡、附屬物（帽子、口罩、頭巾等）的特征提取，還應支持機器學習的能力，對臉部的嘴形、臉形、眼眉、痣、臉部傷疤等結構化特征進行智能提取，這些人臉特征數據可以有效運用到公安在案件偵查辦案中，對滿足特殊臉部特征的嫌疑人進行快速比對和分析。
2.遠距離人臉識別技術應用
前段時間，在某雜志刊登了一篇報道：美國軍方正在開發一種便攜式人臉識別設備，能夠識別一公里外的目標，通過手持設備和無人機在目標對象不知情、不面對鏡頭的情況下被識別出來，這絕對是一項人臉識別技術在軍事領域的高科技創新技術，類似應用可以裝備到其他警務裝備、軍事裝備中，例如智能望遠鏡、移動視頻偵查裝備、機器人等，可大大提高軍警的現場作戰能力和遠程指揮能力。
圖2超遠距離人臉識別技術應用
3.城市級海量視頻監控中的人臉識別技術云邊端應用
在云、邊、端協同的計算模式以及視頻人臉捕捉檢測能力和識別能力不斷提升的前提下，無論是已建和新建的視頻監控設備都可以被利用起來，實現城市中海量視頻的人臉識別、比對布控能力，大大增加對城市視頻圖像的感知能力，在前端通過邊緣計算實現布控比對報警，在邊端實現人臉特征聚類分析，在云端實現大數據預警分析、城市人群態勢感知等。
4.人臉識別技術的標準化和工具化
人臉識別技術將來的開發模式將標準化、工具化，人臉識別技術的目標是實現人臉特征提取并實現特征比對，這是用戶或者二次開發人員的基礎需求，而不管你是哪個廠家算法，今后的人臉算法會按算法來分類，只需有幾何特征法、特征臉方法、彈性模型方法、卷積神經網絡方法等其中一種，而不會按廠家來區分，徹底實現人臉識別算法標準化。工具化前提是算法標準化，人臉識別領域的專家只專注于將AI驅動的功能和模型注入接口程序，為市場提供預定義模型的AI服務，然后由市場來讓更多的開發人員能夠利用這些服務，并提高開發效率，這些趨勢會導致并不是需要所有的廠家都去鉆研算法而專注于做應用的可能。
5.AI對抗AI技術的發展
據報道，有些技術團隊在商場中使用高質量的3D面具成功欺騙了支付寶和微信的支付程序，甚至在機場，他們僅用一張手機屏幕上的照片就欺騙了自助登機終端的人臉識別系統。為了抵抗這些3D面具等深度偽造技術的“攻擊”，阻止不法之徒通過視頻、紙片、面具等方式蒙混過關，現在已經出現了類似采用“AI對抗AI”的概念生成對抗網絡GAN技術、辯分解碼器VAE、神經網絡CNN等，這些技術的出現和逐漸成熟也會不斷加固人臉識別技術領域的應用安全。