原文链接
面部识别应用 - 安全、零售和更多
面部识别技术传统上与安全部门相关，但如今，其他行业也在积极扩展，包括零售，营销和健康。到2022年，全球面部识别技术市场预计将产生约96亿美元的收入，复合年增长率（CAGR）为21.3％* 。
相比之下，预计到2020年，一般IT市场的收入将达到2.65万亿美元，从2015年到2020年的复合年增长率为3.3％。随着市场需求的增加和行业特定需求的出现，许多公司正在探索AI如何能够提供竞争优势。
为了衡量人工智能对各行业面部识别技术日益增长的影响，我们深入研究了这一领域，以帮助回答商界今天提出的问题，包括：
- 目前在面部识别技术领域使用了哪些类型的AI应用程序 - 以及它们如何在安全和医疗保健等行业中实施？
- 已经在各行业实施的AI面部识别应用程序中报告了哪些实际结果？
- 这些创新努力之间是否存在共同趋势 - 这些趋势如何影响面部识别技术领域的未来？
在本文中，我们打破了面部识别技术市场中人工智能的应用，为商业领袖提供了解可能影响他们行业的当前和新兴趋势。
面部识别应用概述
根据我们对当今领域应用的评估，大多数面部识别用例似乎分为三大类：
- 安全性：公司正在培训深度学习算法，以识别欺诈检测，减少对传统密码的需求，并提高区分人脸和照片的能力。
- 医疗保健：机器学习与计算机视觉相结合，可以更准确地跟踪患者的药物消耗并支持疼痛管理程序。
- 市场营销： 充满道德考虑因素，营销是面部识别创新的新兴领域，随着面部识别变得无处不在，我们可以期待更多。
下面，我们将按部分探讨每个应用程序的AI应用程序，并提供代表性示例。
安全
Trueface.AI - 欺诈检测
有时，面部识别技术可能无法区分人脸和照片。结果，这个缺陷会严重影响安全工作。为了应对这一挑战，Trueface.AI，一个名为Chui的面部识别门铃的开发者，正在使用深度学习和面部识别技术来区分人脸和照片，点击观看。
据报道，Trueface.AI的深度学习算法经过多年来团队收集的数千个“攻击”案例的培训。据报道，Trueface.AI的技术正在由包括医疗保健和银行业在内的多个行业的公司实施。
Kairos - 欺诈检测
可以说是人工智能面部识别领域的大公司之一，Kairos使用机器学习和计算机视觉来运行其工具套件，包括标准面部识别功能和其他选项，如性别，年龄和种族检测。在下面的3分钟视频中，Kairos团队展示了该产品的实际应用并解释了其主要用例，点击观看。
自公司成立于2012年以来，据报道，Kairos 通过风险投资，天使投资，种子投资以及A轮和B轮投资组合筹集了426万美元的总股本。2015年，该公司估计以270万美元收购了IMRSV（一家软件公司），该公司据称“ 将任何网络摄像头变为智能传感器。”
Kairos 在其网站上发布了一些案例研究，以提供跨多个行业的应用示例。例如，对于一家公司，Kairos声称通过识别手动时间卡差异确定了每年可节省1450万美元的费用。
沃尔玛 - 入店行窃预防
在零售领域，主要零售商似乎正在探索用于安全目的的面部识别技术。然而，一些努力已经满足消费者隐私问题。
据报道，2015年，沃尔玛开始在一些商店中测试面部识别，以确定商店扒手，但随后结束了其使用。这家零售巨头后来公开承认这些测试并声称该技术无法提供足够的投资回报率来证明继续使用。看来，不利的宣传可能是这一决定背后的主要原因之一。
萨克斯第五大道 - 面部识别争议
2016年，人们猜测萨克斯第五大道新的多伦多位置将利用面部识别作为头条新闻。然而，在回应零售商推特网页上的询问时，萨克斯否认在该特定地点使用面部识别技术。
一项消费者调查显示，71％的千禧一代对于在购物时使用面部识别技术的想法感到不安。另一个主要挑战是数据安全问题。
万事达卡身份检查移动应用程序 - 帐户安全
密码已经成为浏览互联网环境的繁重成本。万事达卡是希望通过面部识别来规避密码需求的金融机构之一。据报道，万事达卡身份检查移动应用程序通过指纹或面部识别来验证在线支付。 如下面的视频所示，应用用户可以使用智能手机相机来验证他们的付款，以捕捉他们的脸部图像，点击观看
分布给荷兰750名应用用户的消费者调查结果显示，92％的人认为该应用“比密码更方便。”在一项有200名用户的美国试验中，86％的受访者认为该应用“比密码更容易使用”。 “万事达卡报告称，该应用程序在14个国家/地区推出，最近已扩展到墨西哥和巴西。
该行业的其他新兴努力包括美国银行（Bank of America），该银行据称正在试行一款通过扫描眼睛来处理用户登录的移动银行应用程序。
医疗保健
AiCure - 药物依从性
当患者未按照其医生的规定服用药物时，就会发生药物不依从或不遵从。这是美国面临的一项重大挑战，大约50％的患者接受药物处方。这种趋势转化为可避免的住院率和估计的每年1000亿美元的成本。
AiCure成立于2010年，是一家使用面部识别技术和计算机视觉来改善药物依从性实践的AI公司。该公司的算法驱动软件通过应用程序提供，AiCure声称可以在任何移动设备上访问。
据报道，该应用程序执行三项核心功能，它识别患者，识别处方药物，并可以在视觉上确认药物是否已被患者摄入。在下面1:30分钟的视频中，AiCure团队提供了应用程序跟踪药物依从性的模拟演示。
在一项针对75名精神分裂症患者的2017年试点研究中，在24周的时间内，AiCure报告的药物依从率为89.7％，而传统的药物依从性监测方法为71.9％。这些结果为面部识别技术如何可能影响医疗保健结果和经济提供了一个窗口。
根据其网站，该公司似乎并未关注特定疾病或年龄人口统计数据，并且似乎对在适用的医疗条件下广泛采用其技术感兴趣。
一项研究表明，较高的药物依从性与患有两种同时病症（合并症）和较多处方药物的患者相关。本研究中坚持耐受率最低的慢性病是糖尿病和哮喘。
随着医疗保健行业不断整合技术和人工智能解决方案以改善患者治疗效果，像AiCure这样的公司将变得越来越重要。
ePAT - 疼痛管理
估计有1亿美国人患有慢性疼痛，相当于美国人口的三分之一左右。每年相关的医疗费用已接近6300亿美元。在全球范围内，估计有15亿人患有某种程度的慢性疼痛。
在医疗保健环境中，对患者的疼痛水平进行准确评估是一项不完善的科学。某些传统的疼痛评估方法在很大程度上依赖于患者对其疼痛程度的描述。虽然可以使用非语言疼痛评估工具，但无论使用哪种工具，固有的偏见，可靠性和敏感性都是遇到的一些挑战。
面部识别技术平台ePAT是一款护理点应用程序，旨在检测与疼痛相关的面部表情细微差别。据报道，应用程序用户还可以输入“非面部疼痛提示”的数据，例如“发声，运动和行为”，然后汇总这些数据以提供疼痛严重程度评分，如下面的视频所示。
在澳大利亚40名痴呆患者的试验性验证研究中，结果显示，当针对标准的澳大利亚疼痛评估进行测试时，ePAT的相关系数得分≥0.88（新的疼痛评估工具的标准评分范围为0.4-0.6）。该研究的一些局限性得到承认，例如“小样本量和非随机选择的参与者”。
营销
FaceDeals - 目标营销
面部识别技术在营销领域的应用可以潜在地支持提高客户忠诚度的努力。然而，由于隐私问题，该技术遇到了吸引消费者的挑战，点击观看。
例如，应用Facedeals旨在通过将面部识别与Facebook个人资料相结合，针对客户提供他们经常出现的特殊优惠。具体而言，面部识别摄像机将安装在商业入口处，这将在客户进入时识别他们。同时，客户将根据他或她的Facebook“赞”历史向他们的智能手机收到定制交易的通知。
消费者没有像预期的那样接受这项技术，据说 Facedeals将其名称更改为Taonii，这是一款基本上在没有面部识别组件的情况下执行相同功能的移动应用程序。但是，目前还不清楚Taonii是如何表现的。该公司的网站提供有限的信息，其Facebook页面自2014年推出以来尚未更新。
其他公司，如Listerine和荷兰咖啡生产商Douwe Egberts已将面部识别技术整合到营销活动或宣传工作中，但已生成有关客户保留的硬数据的应用尚未报道。
关于面部识别未来的总结思考
安全性仍被认为是应用该技术的最突出的行业。这种趋势的一个原因是跨行业的客户安全的重要性。预计复合年增长率超过25％，安全部门将继续为技术开发商提供强大的市场，并为企业提供投资机会。
研究表明，医疗保健行业需要更高质量的医疗点移动应用程序。具体而言，非常需要能够提供“有意义，及时和准确”结果的应用程序。
随着现有公司继续扩大临床研究工作以证明其面部识别工具的功效，在医疗保健环境中的实施应该增加。在未来3到5年内，稳定增长将是合理的。
在银行业的安全应用中，业内人士对使用计算机视觉和面部识别非常感兴趣，最终消除了对密码的需求。随着工作的不断扩展，数据安全和隐私将继续成为主要挑战。在这个早期阶段，面部识别技术可能特别容易出现欺诈风险，并且可能需要更多时间才能实现更广泛的实施。
零售业中的AI安全应用程序也有类似的趋势。公司正在努力平衡技术提供的可能性，同时保持底线和消费者信心。关于零售商打算如何使用面部识别的透明度可能是双刃剑，因此我们期望该行业更慢地采用这种技术。
我们预计各行业将继续实施面部识别技术，某些行业在创新方面处于领先地位。