随着大数据、共享时代的来临，数据安全问题也越发被重视起来，以人脸识别为代表的新一代技术革命已经展开。这些对技术的要求越来越高，既要求数据的准确性，又要保证数据的安全性，人脸识别在这方面大有可为，作为行业的主力军，企业的技术实力与创新能力决定着整个产业的走向，任何一点点技术的创新都可能带来行业的变革。

　　未来人脸识别的主要研究方向将围绕目前面临的一些问题，如人脸面部结构的相似性、人脸的姿态、年龄变化、复杂环境的光照变化、人脸的饰物遮挡等。

通常采取三种应对措施，使人脸识别系统能正常运作：

1. 工程角度：研发质量模型，对检测到人脸质量进行评价，质量较差则不识别/检验。

2. 应用角度：施加场景限制，比如刷脸***，人脸闸机，会场签到时，都要求用户在良好的光照条件下正对摄像头，以避免采集到质量差的图片。

3. 算法角度：提升人脸识别模型性能，在训练数据里添加更多复杂场景和质量的照片，以增强模型的抗干扰能力。

“刷脸”技术覆盖的用户量也在快速上涨。“仅仅在***宝平台，已经有两亿用户通过‘刷脸’登录账户、找回密码、风险校验等。”蚂蚁***CTO程立直言：“脸正在逐渐取代密码。”

与此相伴随的是行业规模的快速增长。来自艾媒咨询的数据显示，2017年中国计算机视觉市场规模为68亿元，预计2020年市场规模达到780亿元，年均复合增长率达125.5%。