人工智能生物特征识别是热点

　　中国经济正在热切呼唤新的增长点，呼唤新动能、新业态、新产业，国家调整经济从高速增长到高质量发展，包括内需消费、基建投资、人工智能等。

　　根据《中国人工智能行业市场前瞻与投资战略规划分析报告》统计数据预计，到2020年全球人工智能核心产业规模将超速过1300亿美元，年均增到60%。在自动驾驶、医疗影像识别、辅助诊疗、智能家居等行业将出现突破，人工智能将成为最受市场关注的新兴产业之一。人工智能与我国传统产业结合将成为推动经济高质量发展的重要力量，列入国家发展战略规划。

　　四大生物特征识别技术研究热点

　　在智能家居、辅助诊疗、医疗影像识别、自动驾驶等人工智能重要应用方面，生物特征识别无疑是最核心技术之一。目前，生物特征识别技术研究热点体现在几个方面，一是生物特征识别专用芯片推出，二是生物特征和互联网融合发展实现远程身份认证，三是神经网络算法满足配合与飞配合不同场景互操作成为迫切要求，四是复杂场景识别自学习需求更加突出。

　　为降低视频监控联网系统等多路采集场景的后端运算压力和网络传输压力，具有目标检索、处理选优、聚类提取功能经过优化的专用预处理芯片已开始移植前端，做进了采集设备中。一些芯片还具有协助查询和预测分析功能。

　　远程授权、远程支付、远程开户、远程公共服务等远程身份认证研究正如火如荼开展，在虚拟社会完成现实社会非面对面实名应用要求身份合法，杜绝茂名盗用，实现“数据共享过跑路，人员操控少跑路”一站式办公模式成趋势。

　　非配合视频采集的人脸样本与配合采集的各种证件照对比，配合采集的各种证件照与非配合视频采集的人脸样本比对，配合采集的各种不同来源证件照交叉对比，非配合视频采集的各种不同来源样本交叉比对要求神经网络算法具有更强的互操作性。

　　典型场景训练的系统远不能满足复杂变化情况下人脸识别要求，系统应无需穷举式训练具有自学习能力，以适应时间跨度环境变化等因素带来样本特征改变的复杂场景应用需求。