项目名称:人脸和步态多模态人员身份鉴别系统创业计划书
客户名称:山东某信息技术有限公司
项目概况:
人脸识别最初在20世纪60年代已经有研究人员开始研究,真正进入初级的应用阶段是在90年代后期,发展至今其技术成熟度已经达到较高的程度。整个发展过程可以分为机械识别、半自动化识别、非接触式识别、及互联网应用阶段。
人脸识别算法流程主要分为人脸检测,人脸特征提取和人脸匹配三个过程:
1)人脸检测:监测图像中是否有人脸存在。如果存在,给出人脸的位置、大小等状态信息。而在可见光下人脸检测容易受到光照等因素的影响。为了解决光照问题,行业内部分企业采用主动近红外设备获取人脸图像信息,用于后续人脸识别。
2)人脸特征提取:提取图像中关键人脸特征信息,用于映射到机器空间进行判断。人脸特征通常包括几何特征,代数特征等。几何特征以人脸器官形状及几何关系为基础,包括眼睛、嘴巴等器官的位置及相对位置等信息。代数特征指通过一定变换,将人脸图像信息投影在降维子空间,以少量的代数信息表征整个人脸信息。
3)人脸匹配:将待识别的人脸与已知人脸进行匹配,得出相似程度的相关信息。人脸识别又分为两类:一类是确认,通过一对一的图像比对来确认识别人脸是不是目标人脸。另一类是辨认,通过一对多图像比对,确定输入人脸是谁。人脸辨认相比人脸确认要复杂,涉及到大批量数据的比对,对人脸表征方式和匹配策略具有较高要求。
自2014 年以来,人脸识别算法取得了较大突破。卷积神经网络算法(CNN)在人脸识别领域得到了广泛应用,通过CNN 算法可以更加有效的提取人脸特征信息进行识别,因此人脸识别精度得到大幅提升。在2014 年之前,学术界在FDDB人脸数据集上取得的最好检测精度是在100 个误检时达到84%的检测率。2015年之后众多基于CNN算法的人脸检测器在相同条件下均取得了90%以上的检测率,目前人脸识别系统最高的正确率可以达到 99%以上,而人眼在同等条件下识别的正确率仅为 97.52%,人脸识别精度已经超越人眼。同时基于CNN 算法,众多研究人员通过优化,设计出了更适合商用的算法,从而解决了人脸识别产品的识别精度问题,为人脸识别在多领域的大规模应用打下了良好的基础。此外单张人脸图像的三维人脸重建及低分辨率人脸图像的重建和识别技术均取得了一定的进展。
从人脸识别的技术路线来讲,目前人脸识别技术主要分为2D人脸识别和3D人脸识别。伴随2D人脸识别的逐渐成熟,其优势及劣势日益明显,3D 人脸识别的研究也逐渐深入。2D人脸识别是基于图像的识别方法,主要优势在于检测数据获取方式便捷,照片等均可做为人脸对比库。同时目前算法相对成熟,在无遮挡等理想条件下的识别率接近100%。但是由于3D人脸在2D维度的投影,使得部分有效信息缺失,因此在遮挡、角度旋转等场景下识别率不够理想。3D 人脸识别方法是基于人脸3D 立体模型进行识别,充分利用立体空间信息,有效解决2D识别的遮挡以及角度旋转等识别难点,识别精度较高。比如3D 技术在双胞胎识别准确率上大幅领先与2D 技术。但是其问题在于数据采集相对困难,采集数据量十分巨大,对计算机计算存储能力要求较高,当前可商业化的算法还不成熟。因此,2D人脸识别目前仍是主流应用技术方向,后续伴随芯片技术及算法的突破,3D人脸识别技术有望兴起。
《人脸和步态多模态人员身份鉴别系统创业计划书大纲》
1项目摘要5
1.1项目背景5
1.2市场进入机会6
1.2.1市场规模不断提升,行业处于爆发式增长前夕6
1.2.2人脸识别政策持续加码,为项目保驾护航7
1.2.3一级市场火热,国内专利不断攀升8
1.2.4人脸识别应用场景丰富,未来市场空间广阔9
1.2.5人脸识别技术成熟,优势明显10
1.3项目规划10
1.3.1产业规划10
1.3.2规划目标11
2公司概要12
2.1公司概况及发展目标12
2.1.1公司概况12
2.1.2公司文化及资质荣誉12
2.1.3公司股权结构及资本构成12
2.1.4管理团队13
2.2 投资价值:高成长性及规模经济15
2.2.1成长性企业的定义15
2.2.2山东泓科信息技术有限公司符合成长性企业的四大特征15
2.2.3规模经济优势:边际成本递减、边际效益递增16
3公司产业体系17
3.1发展战略分析17
3.1.1行业宏观战略17
3.1.2人脸识别优劣势分析18
3.1.3技术核心原理18
3.1.4技术产业化进程19
3.2核心产品体系20
3.2.1专注计算机人脸识别20
3.2.2产品研发体系21
3.3应用领域23
3.3.1智能安防23
3.3.2智慧金融23
3.3.3智能楼宇24
3.3.4智慧交通24
3.3.5智慧医疗25
3.3.6智慧小区26
3.3.7智慧教育26
4项目市场前景28
4.1人脸识别市场分析28
4.1.1发展历史悠久,CNN算法助力识别率大幅提升28
4.1.22D 人脸识别为主,3D 人脸识别还未成熟29
4.1.3生物识别技术中人脸识别优势明显30
4.2行业发展迅速,B端百亿市场有望率先爆发31
4.2.1B端增量市场核心动力在于构建大安防体系32
4.2.2C 端市场还未充分打开34
5行业竞争分析36
5.1创业公司:基于技术优势切入市场36
5.1.1人脸识别创业公司概况36
5.1.2典型公司分析37
5.2上市公司:技术+资金+渠道、综合实力强劲38
5.3互联网巨头:C 端影响力强大, 探索 B 端落地39
5.4综合评价41
6项目运作42
6.1总体发展策略42
6.1.1项目运作42
6.1.2项目具体开发策略42
6.2 具体发展战略43
6.2.1 技术与渠道激发协同效应43
6.2.2外延扩张布局,助力公司发展战略快速落地43
6.2.3营销组合描述44
6.2.4服务理念44
6.2.5危机公关46
7资金使用方案47
7.1财政补助资金使用和管理47
7.1.1财政补助资金主要支持的环节47
7.1.2财政补助资金的管理47
7.2自筹资金的使用和管理47
8财务预测49
8.1财务预测的假设前提49
8.2财务效益与费用估算49
8.2.1营业收入及其税费计算49
8.2.2总成本及利润分析51
8.3财务评价53
8.3.1财务盈利能力分析53
8.3.2财务评价54
9风险分析与对策55
9.1政策风险55
9.2市场风险56
9.3管理风险56
9.4财务风险57
商业计划书案例库--按行业分类 | ||
•铸造化工 | •医疗健康 | •电子电路 |
•能源环保 | •轻工机械 | •房产建材 |
•物流交通 | •体育文化 | •旅游酒店 |
•食品农业 | •网络通信 | •生活服务 |
•企业服务 | •其他行业 | 更多>> |
可行性报告案例库--按行业分类 | ||
•铸造化工 | •医疗健康 | •电子电路 |
•能源环保 | •轻工机械 | •房产建材 |
•物流交通 | •体育文化 | •旅游酒店 |
•食品农业 | •网络通信 | •生活服务 |
•企业服务 | •其他行业 | 更多>> |
更多项目报告案例范文 |
项目建议书案例库--不分行业 |
项目申请报告案例库--不分行业 |
资金申请报告案例库--不分行业 |
商业计划书范文库--不分行业 |
可行性研究报告范文库--不分行业 |