人臉識別屬于生物特征識別，是利用攝像頭采集含有人臉的圖像或視頻流，并在采集過程中自動檢測和跟蹤人臉，進而對檢測到的人臉進行臉部識別的一系列相關技術。人臉識別技術流程主要包含以下四個部分，即人臉圖像的采集與預處理、人臉檢測、人臉特征提取、特征匹配與識別。人臉識別需要進行人臉圖像采集、圖像檢測、圖像預處理、圖像特征提取、特征匹配與識別。其中，“圖像檢測”和“特征匹配與識別”是人臉識別技術的核心，技術成熟度在很大程度上影響人臉識別的準確率、識別速度和適用性。人臉圖像中包含的模式特征十分豐富，如顏色特征、模板特征、結構特征等，通過描繪出人臉中的某些特征，可以準確標定出人臉的位置和大小，再把這其中有用的信息挑出來，利用這些特征實現圖像檢測。特征匹配與識別主要依靠軟件算法，將待識別的人臉特征與數據庫中所有的原始參數進行比較、判斷，根據相似程度對身份信息進行判斷，一般要求判斷時間低于1秒。

          人臉識別技術的應用可以分為兩大類：一類是身份確認，將人臉圖像與數據庫中已存的該人圖像比對，判斷是否為同一個人，通過快速的人臉識別比對，實現移動支付認證、安全性身份核對等身份驗證功能；另一類是對象辨認，將人臉圖像與數據庫中已存的所有圖像匹配，判斷被檢測對象的身份。人臉識別技術目前已逐漸應用到金融、社會和企業管理、教育、校園安保、公共安全、手機、司法刑偵、交通、服務行業等諸多領域。

          隨著汽車智能化水平的提高，汽車個性化和安全性的需求越來越強烈，汽車行業對人臉識別技術的關注度也在逐漸上升。人臉識別技術作為一種新型的人機交互方式，已在少量量產乘用車中實現前裝應用。如圖1所示，目前，車載人臉識別技術在汽車防盜、行車安全，甚至是自動駕駛等方面起到至關重要的作用，目前可實現身份驗證、駕駛員狀態監測兩大類功能。其中，身份驗證類功能主要包括：車輛解鎖和啟動、車內支付、個性化服務、資質認證等；駕駛員狀態監測類功能主要包括：疲勞駕駛監測、分心駕駛監測、健康狀態監測、情緒識別等。

圖1  車載人臉識別技術主要實現功能

           在商用車行駛過程中，由于駕駛員的疲勞、看手機、走神等不良駕駛行為，把車開出車道，或與周圍車輛相撞，成為事故發生的主要原因。因此，商用車領域應用人臉識別技術對行駛中駕駛員狀態進行監測具有較大應用價值。

          基于人臉識別技術的駕駛員狀態監測將進一步提升商用車駕艙智能化水平，主要體現在兩個方面：第一，與ADAS系統整合，實現預警類功能，通過攝像頭實時監控和測量駕駛員臉部特征變化、頭部活動及身體上半部分的動作，通過人工智能算法分析駕駛員的狀態，對比預先設定的檢測標準，判斷駕駛員的注意力程度，判定駕駛員是否存在不良駕駛行為，并及時發出預警提示。同時，干線運輸車輛在L2級、L3級自動駕駛中，加強對駕駛員接管能力的實時監控；第二，可實現座艙內個性化交互，并提供如視線追蹤與HUD聯動、救援時車內感知等更高階的智能化應用。

          駕駛員狀態監測主要通過檢測駕駛員以下特征：①頭部及上肢特征變化，如：面部表情、面部輪廓、眼鼻口位置、面部朝向、雙手動作；②眼部信號，如視線方向、眼瞼開合程度、眨眼頻率、瞳孔狀態；③其他生物指標：如分析皮膚、眼周、嘴唇、骨骼等面部構造識別體脂，BMI指數和血壓等。例如，當駕駛員視線偏離時間比例高于30%或一次視線偏離時間超過閾值時進行預警等。

          目前，汽車上使用人臉識別技術主要有車載端應用和管理端應用兩種模式。

          車載端應用是在汽車內外安裝攝像頭，車外攝像頭一般鑲嵌在A柱或B柱上，用來識別用戶信息，進而實現車門感應解鎖、發動機啟動、車載信息系統賬號登錄等功能。另外，也可以通過“刷臉”開啟各類個性化服務，在用戶身份驗證通過后，人臉識別系統根據用戶專屬ID的使用記錄進行座椅角度以及信息娛樂內容等方面的個性化調節。這類功能主要應用于乘用車。

          商用車人臉識別是將車內攝像頭則安裝在中控臺、駕駛員頭頂前部或車內后視鏡，主要作用是實現駕駛員狀態監測功能。如危險品運輸車輛、客運車輛、渣土運輸車輛可通過臉識別技術，識別駕駛員是否處于離崗狀態或駕駛員面部被遮擋，當車輛處于前進檔時，攝像頭沒有探測駕駛員、或者攝像頭被遮擋可進行立即預警；商用車行車過程中，當駕駛員出現分神，諸如玩手機、吸煙、打電話、找東西、回頭聊天等行為，會觸發系統預警提示。

          管理端應用是將人臉識別技術集成進商用車車隊管理APP中，用人臉識別的方式運營監控中心通過實時監控了解駕員狀態，當出現危險或異常狀態時，遠程平臺向車輛發送主動預警，同時平臺還可以記錄違規信息，便于部門后期處罰。

          人臉識別企業在其他行業均已進行較為成熟的市場應用，為汽車行業的落地應用提供了一定技術基礎，部分企業已經開展在汽車行業的人臉識別業務布局。

表2  人臉識別技術供應商

          其中，商湯科技、曠視科技、云從科技以及依圖科技曾被譽為“AI四小龍”，是視覺識別領域的第一梯隊。除了商湯科技以外，另外三家企業都已先后提交上市計劃，但經歷均不順利。云從科技的進展稍微理想一些，其科創板招股書去年12月獲得了受理，并進入到已問詢狀態，計劃在7月20日首次上會。曠視科技早在2019年就已經向港交所遞交招股書，失利以后又于今年3月又轉戰申請上交所科創板，雖已獲批受理，但幾個月過去了仍沒有后續相關進展。依圖科技7月初剛剛正式撤回科創板上市申請，有傳聞計劃開啟境外上市方案，但隨著國家對于數據安全監管趨嚴，收集了大量人臉識別信息的依圖科技赴海外上市可能困難重重。

          3家企業之所以上市融資失敗，主要原因之一是這個行業還仍屬于發展初期階段，企業需要大量的資源和技術研發投資，而目前人臉識別的業務模式尚不清晰，很難實現較好的盈利。這點從上交所對云從科技的問詢中也能看出，應收賬款預期比較高、虧損嚴重是云從科技乃至整個行業發展的重大障礙。

          盡管近年來人臉識別技術得到了飛躍發展，但是對于技術的研究成果往往是在條件理想或者苛刻的情況下獲得的，當采集的圖像不理想，識別的效果就會大打折扣，這也是人臉識別還需進一步解決的難點。

          圖像光照：側光、頂光、背光和高光。如光線照射方向和角度不同，光線折射到人臉的部分陰影也不同，此時人臉的特征值會發生變化，影響識別率。

          表情姿態：側臉、低頭等非正臉姿態。在識別過程中，當人臉發生很大程度的扭曲時（例如夸張表情、大哭、大笑、做怪相等），或者是側臉、低頭等姿態不正時，人臉識別的識別率將會下降。

          飾物及遮擋問題：對于一對多的非強制性采集到的人臉圖像，如出入境視頻監控中采集到的圖像，圖片都會帶著墨鏡、戴帽子等日常的飾物，長留海也會遮擋住部分臉部特征，使得被采集出來的人臉圖像當中，人臉的特征不完整，導致算法的失效。

          人臉的變化或相似：如年齡的變化，人臉部皺紋變多，紋理特征改變，對采用紋理特征來進行識別的方法，就會明顯降低識別率。

          目前，多省市對兩客一危、重型貨車提出安裝駕駛員狀態監測設備的強制性要求，人臉識別技術已在這些細分市場后裝應用。從前裝角度來看，當前車載人臉識別技術處于起步期，陸續有乘用車裝備。隨著管理部門對商用車監管要求加嚴，2022年左右，預計進入快速發展期。人臉識別實現的功能方面，駕駛員疲勞監測、分心監測、健康監測對商用車行業應用價值更大，有望率先應用；車輛解鎖和啟動、資質認證、車內支付和個性化服務主要應用于乘用車，且需要與車內更多控制器整合；情緒識別預計除了在個別車型上出現外，規模化應用需要較長時間。