基于生物特征的人脸识别技术

李建平教授基于生物特征的人脸识别技术报告提纲企业介绍一项目技术分析二产品市场分析三商业模式分析四基于生物特征的人脸识别技术一、企业介绍——企业家精神李建平是我国著名小波分析与信息处理专家，加拿大圭尔夫大学(UniversityofGuelph)客座教授(AdjunctProfessor)，国际小波分析应用研究中心创始人兼主任，智能信息处理与小波分析应用学术团队负责人。先后主持国家863项目、国家自然科学基金项目等30余项，在国内外著名学术期刊上发表重要论文150篇，出版学术专著15部。他主持研制的“小波指纹加密系统”、“分布式网络监控系统”等高技术产品产生了广泛的经济效益和社会影响。基于生物特征的人脸识别技术一、企业介绍——团队介绍姓名出生日期毕业院校学历/学位角色是否全职李建平1963香港浸会大学博士后董事长兼技术总监是吉素梅1975-10海军电子工程大学大专总经理是徐建娥1973-10南京经济学院大专财务总监是郭寅生1975-2电子科技大学工程硕士销售总监是林劼1981-01电子科技大学博士技术副总监是段贵多1981-10电子科技大学博士技术工程师是付波1975-09电子科技大学博士技术工程师是基于生物特征的人脸识别技术团队主要致力数据挖掘与知识发现、信息安全关键技术、小波分析与信号处理、分布式测控技术研究领域，具有雄厚的科研实力。团队的学生分布世界各地大学、科研单位和IT企业，可提供精准的营销信息；团队有网络营销专家；与知名IT企业已经建立“联合实验室”；团队的经营模式是:(1)产品服务；(2)软件系统销售；(3)技术咨询。针对市场主要安防产品进行平台联合。一、企业介绍——团队能力基于生物特征的人脸识别技术报告提纲企业介绍一项目技术分析二产品市场分析三商业模式分析四基于生物特征的人脸识别技术二、项目技术分析——发展现状在当今信息技术高速发展的年代，信息的安全和保障问题已成为当今的研究现代社会，人的身份识别变得越来越重要。当前多模式生物认证技术的主要应用领域是门禁系统、网络认证系统和考勤系统等。针对残缺指纹，虹膜和人脸图像的污染和变化问题都还没有得到很好的解决。本研究成果将很好的弥补现有多模式生物特征认证系统的缺点。不仅可以进一步的提高认证系统的安全性，而且可以有效的提高认证系统的认证正确率和运行效率。基于生物特征的人脸识别技术二、项目技术分析——研究内容本项目以人脸、虹膜和指纹为生物识别认证特征体，研究基于人类视觉感知与认知机理的鲁棒性多模式生物特征身份认证技术和基于小波分析技术的多生物特征识别技术。主要内容具体包括：网络传输防伪技术与信息融合技术基于视觉感知和认知机理的生物认知特征提取方法及建立认知模型鲁棒识别认证模型地构建多模式生物特征身份认证平台原型系统基于生物特征的人脸识别技术基于小波分析的图像预处理去噪人脸图像规范化人脸伪装区域检测定位算法基于人类视觉感知与认知机理的生物特征提取特征采集模块特征提取模块特征数字水印模块分层生物特征认证和多模式融合认证模块认证结果评价模块二、项目技术分析——关键技术多生物特征的提取与模型建立身份认证平台系统特征维数约减生物特征水印技术技术框架图基于生物特征的人脸识别技术二、项目技术分析——关键技术生物特征识别技术就是通过计算机与光学、声学、生物传感器和生物统计学原理利用人体固有的生理特性和行为特征来进行个人身份的鉴定。主要方向：1)作为刑侦鉴定的重要手段；2)企业安全管理上的需求；3)自助式政府服务、出入境管理，金融服务、电子商务，信息安全方面。人脸识别发展迅速，在国内，政府部门和金融行业是人脸识别市场的主要客户。该技术主要有三种模式：1)是人脸识别监控；2)人脸识别比对检索；3)身份确认。基于生物特征的人脸识别技术二、项目技术分析——关键技术小波分析技术是一种信号的时间—尺度、时间—频率的分析方法。小波分析是当前信号、信息获取与处理领域中一个十分活跃且迅速发展的新领域，是当今国际研究热点。小波分析应用于人脸识别的优势在于：1)应用小波变换分解人脸图像可以得到最实质的人脸特征；2)小波变换本身对光线的变化具有鲁棒性。基于小波的识别技术的进一步成熟和社会认同度的提高，该方面的产品将应用在更多的领域，同时增强信息安全领域的可靠性，人脸识别技术在未来几年内将会有更广阔的发展空间。基于生物特征的人脸识别技术二、项目技术分析——创新点该项目的创新点非线性梯度描述分割方法基于小波分析的识别技术人脸特征伪装区域检测新技术丢特征的新鲁棒识别认证方法构建认知模型实现高层特征提取基于生物特征的人脸识别技术报告提纲企业介绍一项目技术分析二产品市场分析三商业模式分析四基于生物特征的人脸识别技术三、产品市场分析——定位及竞争能力企业、住宅安全和管理电子护照及身份证公安、司法和刑侦自助服务，如银行的自动提款机等信息安全，电子政务和电子商务鲁棒性人脸识别产品的目标市场基于生物特征的人脸识别技术三、产品市场分析——定位及竞争能力应用领域主要功能：依据生物体征进行识别和判断。应用领域：当前多模式生物认证技术的主要应用领域是监控系统、门禁系统、网络认证系统和考勤系统等，重点是广泛地应用于其它刑侦领域和民用领域。竞争优势分析：长期的理论研究创新，多年的技术研发积累，强大的研究开发团队。与北美、欧洲相关单位多年友好的学术交流，化竞争为合作。与国内相关单位多年友好的学术交流，化竞争为合作。基于生物特征的人脸识别技术项目投资5年计划总投资850万元年度/内容项目实施阶段投资额度资金主要用途2013筹备、产品研发100万购买设备、软件研发、人员工资2014产品完成、测试，完善、市场推广300万研发、市场推广，包装、人员工资2015产品生产、完善、销售150万研发、销售，维护、人员工资2016产品生产、改进、销售150万研发、销售，维护、人员工资2017产品生产、升级、销售150万研发、销售，维护、人员工资三、产品市场分析——经济和财务可能性基于生物特征的人脸识别技术三、产品市场分析——经济和财务可能性企业创办之日起后5年的经济效益预测内容/年度20132014201520162017销售数量（台/套）03002500800020000服务用户数量（家）05030012002500年销售收入0150万1250万4000万10000万总成本100万350万700万2000万3500万毛利润率--44%50%65%企业人数63050100150经济效益预测基于生物特征的人脸识别技术三、产品市场分析——经济和财务可能性投资盈亏平衡分析及投资利润率分析年度投资额销售额总成本利润投资回收投资回报率20132000200-02014100150250-20151501250700550201604000200020002017010000350065002015年能回收投资成本，投资回收期为2年基于生物特征的人脸识别技术报告提纲企业介绍一项目技术分析二产品市场分析三商业模式分析四基于生物特征的人脸识别技术四、商业模式分析本项目基于“强强联手”模式进行合作。采用“云计算”方式提供了分布式计算及分布式快速反应模式。产品依托了小波算法的国际领先技术。依托目前熟悉的监控品牌设置平台，尝试与公安系统合作，达到实际运用的效果。推出适销对路的产品，展开有针对性的产品演示路演，与有关使用方安排实体使用演练。从点到面的进行发展，从单机运行，到云计算海量计算运行，从而开拓出一条崭新的技术创新之路。基于生物特征的人脸识别技术四、商业模式分析——5年规划2013年6月至10月：公司注册成立，组建技术开发团队，建立公司制度。2013年11月至2014年6月：公司根据市场分析、结合技术优势开发初期系统模型。2014年7月至12月：初期产品进行实地试运行2015年1月至6月：产品进行全面的商业运营2015年7月至12月：开发第二代产品，针对公安系统的产品和家庭用户产品。2016年1月至6月：全面推广二代产品建立大联网的构架。2016年7月至12月：完成公司技术二次发展转型，设计第三代基于完全大联网构架的生物特征监控系统。2017年1月至6月：第三代产品全面商业化运作和二代全面升级。经济发展计划：2014年销售收1250万元，总成本700万元，利润550万元2015年销售收9000万元，总成本4000万元，利润2000万元2016年销售收10000万元，总成本3500万元，利润6500万元基于生物特征的人脸识别技术