在 人工智能 领域， 人脸识别 技术的应用规模在不断扩展、算法能力在不断提升，这使得简单的人脸对比评测已经很难区分不同算法能力之间的差距。在海量人脸识别测试中，当干扰集达到百万人规模时的人脸识别准确率已成为了人脸识别技术落地应用的有效指标。
根据美国国家标准与技术研究院（NIST）今年发布的成绩，目前全球最好人脸识别技术水平为千万分之一误报下的识别准确率接近99％，这意味着受限场景下，在千万分位误报上，人类已经将机器的人脸识别能力推向了极限。
值得一提的是，在美国国家标准与技术研究院组织的人脸识别算法测试排名中，中国算法团队占据了半壁江山。该测试以评测标准的严谨性、一致性和全面性著称。在测试中，中国的人脸识别算法在千万分之一的误报下达到识别准确率95．5％，成为当时全球业界在此项指标下的最好水平。除了冠军再度被依图科技摘得以外，第二名被中国科学院深圳先进技术研究院拿下；夺得第五名的是另外一家人脸识别独角兽旷视科技。
NIST是全球人脸识别最权威的测试、工业界的黄金标准，来自中国的算法技术能够在全球实力强大的竞争对手中名列前茅，甚至两度成为世界冠军，证明在人工智能核心领域，中国已经站在了世界的最前列。此外，国际权威市场洞察报告Gen Market Insights发布《全球人脸识别设备市场研究报告》显示中国正在成为人脸识别市场领导者，报告显示中国2017年人脸识别产值占全世界29．29％市场份额，2023年将达到44．59％。
近年来，人脸识别技术专利申请总量也达到一个新高峰，前瞻网数据显示2007－2017年，我国人脸识别专利申请数量总体上呈上升的趋势。尤其是2014年后，人脸识别专利申请数量大幅增多；到2017年，人脸识别专利申请数量达到2847项。
人脸识别精度的提高，意味着在特定场景下用户将获得更好的体验，以及单位工作时间内效率低大幅提升，比如在银行场景下的顾客会获得更好的体验，公共安防领域的一线警务人员的无效工作量将会大幅降低。受益于人脸识别性能的提升，安防后端处理系统平台可以同时处理的前端产品数量也大幅增加。这反过来大大刺激了前端高清采集和探测设备的产品升级、整体市场需求的扩大，以及存储设备的增长。国内传统安防公司海康威视和大华受益于此，连续几年整体营收中的一半都由硬件摄像头产品营收所贡献。
另外，随着国内平安城市、智慧城市项目的深入发展，城市监控的高清化进一步得到普及，摄像机数量大规模增长，使得人脸识别在数据的采集上阻碍大大减小，提升了人脸识别的质量。人脸识别与 监控技术 的结合在司法系统中得到了重用，满足了公安系统对城市监控、逃犯追捕、黑名单排查等功能的迫切需求，这将为人脸识别技术普及的有利助推手。
结语：如今，基于深度学习的方法已经成为人脸识别技术领域的重要发展趋势和方向，这也带动了人脸识别技术在更多场景中的应用。而随着技术变革和应用的普及，建设大规模、分布式人脸数据库及识别系统的成本不断降低，识别的精度不断提高。也因此，人脸识别也逐渐应用在对安全性较高的领域。
未来的人脸识别技术，将基于准确率的不断提升，提升各个应用领域的运作效率，带来安全性、效率、易用性等各方面的升级，改变我们生活和工作环境的方方面面。
