人脸识别设备项目商业计划书

人脸识别设备项目商业计划书规划设计/投资方案/产业运营报告摘要视觉人工智能是中国人工智能市场上最大的组成部分。

根据中国信通院数据，2017年中国人工智能市场中视觉人工智能的占比超过37%。

在视觉人工智能领域，安防影像分析是最大的应用场景，2017年占比约67.9%。

其他主要应用包括广告、互联网、云服务、手机等。

人脸识别系统可使用的特征通常分为视觉特征、像素统计特征、人脸图像变换系数特征、人脸图像代数特征等。

人脸特征提取就是针对人脸的某些特征进行的，也称人脸表征，它是对人脸进行特征建模的过程。

主要方法有基于知识的表征方法（主要包括基于几何特征法和模板匹配法）和基于代数特征或统计学习的表征方法。

该人脸识别设备项目计划总投资12255.04万元，其中：固定资产投资10172.34万元，占项目总投资的83.01%；流动资金2082.70万元，占项目总投资的16.99%。

达产年营业收入20790.00万元，净利润3482.45万元，达产年纳税总额2019.66万元；达产年投资利润率37.89%，投资利税率44.90%，投资回报率28.42%，全部投资回收期5.02年，提供就业职位359个。

人脸识别设备项目商业计划书目录第一章概论第二章项目背景研究分析第三章市场调研第四章建设内容第五章项目工程设计研究第六章运营管理模式第七章项目风险评价分析第八章 SWOT分析第九章项目实施安排方案第十章投资方案分析第十一章项目经济效益分析第十二章总结说明第一章概论一、项目名称及建设性质（一）项目名称人脸识别设备项目（二）项目建设性质该项目属于新建项目，依托某经济开发区良好的产业基础和创新氛围，充分发挥区位优势，全力打造以人脸识别设备为核心的综合性产业基地，年产值可达21000.00万元。

二、项目承办单位xxx投资公司三、战略合作单位xxx实业发展公司四、项目建设背景人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。

通常采用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸。

人脸识别系统主要包括四个组成部分，分别为人脸图像采集及检测、人脸识别预处理、人脸图像特征提取以及匹配与识别。

生物识别，是指依靠人体的身体特征来进行身份验证的识别技术，目前较为主流的识别技术有：人脸识别、指纹识别、虹膜识别、语音识别等四类。

某经济开发区把加快发展作为主题，以经济结构的战略性调整为主线，大力调整产业结构，加强基础设施建设，积极推进对外开放，加速观念创新、体制创新、科技创新和管理创新，努力提高经济的竞争力和经济增长的质量和效益。

该项目的建设，通过科学的产业规划和发展定位可成为某经济开发区示范项目，有利于吸引科技创新型中小企业投资，吸引市内外、省内外、国内外的资本、人才、技术以及先进的管理方法、经验集聚某经济开发区，进一步巩固某经济开发区招商引资竞争力。

五、投资估算及经济效益分析（一）项目总投资及资金构成项目预计总投资12255.04万元，其中：固定资产投资10172.34万元，占项目总投资的83.01%；流动资金2082.70万元，占项目总投资的16.99%。

（二）资金筹措该项目现阶段投资均由企业自筹。

（三）项目预期经济效益规划目标项目预期达产年营业收入20790.00万元，总成本费用16146.73万元，税金及附加218.39万元，利润总额4643.27万元，利税总额5502.11万元，税后净利润3482.45万元，达产年纳税总额2019.66万元；达产年投资利润率37.89%，投资利税率44.90%，投资回报率28.42%，全部投资回收期5.02年，提供就业职位359个。

十、项目评价1、本期工程项目符合国家产业发展政策和规划要求，符合某经济开发区及某经济开发区人脸识别设备行业布局和结构调整政策；项目的建设对促进某经济开发区人脸识别设备产业结构、技术结构、组织结构、产品结构的调整优化有着积极的推动意义。

2、xxx科技发展公司为适应国内外市场需求，拟建“人脸识别设备项目”，项目的建设能够有力促进某经济开发区经济发展，为社会提供就业职位359个，达产年纳税总额2019.66万元，可以促进某经济开发区区域经济的繁荣发展和社会稳定，为地方财政收入做出积极的贡献。

3、项目达产年投资利润率37.89%，投资利税率44.90%，全部投资回报率28.42%，全部投资回收期5.02年，固定资产投资回收期5.02年（含建设期），项目具有较强的盈利能力和抗风险能力。

4、引导民间投资参与制造业重大项目建设，国务院办公厅转发财政部发展改革委人民银行《关于在公共服务领域推广政府和社会资本合作模式指导意见》，要求广泛采用政府和社会资本合作（PPP）模式。

为推动《中国制造2025》国家战略实施，中央财政在工业转型升级资金基础上整合设立了工业转型升级（中国制造2025）资金。

围绕《中国制造2025》战略，重点解决产业发展的基础、共性问题，充分发挥政府资金的引导作用，带动产业向纵深发展。

重点支持制造业关键领域和薄弱环节发展，加强产业链条关键环节支持力度，为各类企业转型升级提供产业和技术支撑。

undefined第二章项目背景研究分析一、项目承办单位背景分析（一）公司概况公司是全球领先的产品提供商。

我们在续为客户创造价值，坚持围绕客户需求持续创新，加大基础研究投入，厚积薄发，合作共赢。

公司坚持诚信为本、铸就品牌，优质服务、赢得市场的经营理念，秉承以人为本，宾客至上服务理念，将一整套针对用户使用过程中完善的服务方案。

公司是按照现代企业制度建立的有限责任公司，公司最高机构为股东大会，日常经营管理为总经理负责制，企业设有技术、质量、采购、销售、客户服务、生产、综合管理、后勤及财务等部门，公司致力于为市场提供品质优良的项目产品，凭借强大的技术支持和全新服务理念，不断为顾客提供系统的解决方案、优质的产品和贴心的服务。

公司是按照现代企业制度建立的有限责任公司，公司最高机构为股东大会，日常经营管理为总经理负责制，企业设有技术、质量、采购、销售、客户服务、生产、综合管理、后勤及财务等部门，公司致力于为市场提供品质优良的项目产品，凭借强大的技术支持和全新服务理念，不断为顾客提供系统的解决方案、优质的产品和贴心的服务。

产品的研发效率和质量是产品创新的保障，公司将进一步加大研发基础建设。

通过研发平台的建设，使产品研发管理更加规范化和信息化；通过产品监测中心的建设，不断完善产品标准，提高专业检测能力，提升产品可靠性。

（二）公司经济效益分析上一年度，xxx科技发展公司实现营业收入18372.41万元，同比增长20.94%（3181.29万元）。

其中，主营业业务人脸识别设备销售收入为17286.62万元，占营业总收入的94.09%。

上年度主要经济指标根据初步统计测算，公司实现利润总额3934.00万元，较去年同期相比增长489.72万元，增长率14.22%；实现净利润2950.50万元，较去年同期相比增长513.55万元，增长率21.07%。

上年度主要经济指标二、人脸识别设备项目背景分析视觉人工智能是中国人工智能市场上最大的组成部分。

根据中国信通院数据，2017年中国人工智能市场中视觉人工智能的占比超过37%。

在视觉人工智能领域，安防影像分析是最大的应用场景，2017年占比约67.9%。

其他主要应用包括广告、互联网、云服务、手机等。

最近三年，视觉人工智能技术不仅带来了生产效率的提升，而且还催生了众多新产业、新商业模式与新应用场景，推动了多行业产业链的重构。

随着视觉人工智能技术的不断发展，市场规模的不断扩大及行业应用解决方案的建立和完善，视觉人工智能行业的应用场景将进一步渗透，助力各应用行业解决痛点，实现行业转型和升级，需求前景广阔。

最近几年机器视觉行业实现快速发展的背景是：2015年基于深度学习的计算机视觉算法在ImageNet数据库上的识别准确率首次超过人类，同年Google在开源自己的深度学习算法。

这些带动中美两国的科学家把计算机视觉算法运用到安防、金融、互联网、物流、零售、医疗、制造业等不同垂直行业。

但在实际的运用当中，由于数据可得性，算法成熟度，服务的容错率等因素的影响，落地的速度开始出现分化。

移动互联网/安防领跑，零售/物流跟进，医疗/无人驾驶发展较慢。

移动互联网应用的普及离不开深度摄像头的应用，如面部识别可以使手机解锁及支付更加安全快捷，手势动作识别可以增强游戏体验，人形及物体建模可以使网络购物更加直观方便快捷。

通过与人工智能、虚拟现实等技术有机结合，深度摄像可广泛应用在智能手机、智能汽车、智能安防、智能家居、金融等领域，给消费者带来全新的用户体验，提高生产和生活效率。

因此，深度摄像拥有广阔的市场空间，预计到2021年，全球范围内深度摄像头市场规模有望达到78.9亿美元，较2017年的22亿美元增长262.73%。

金融领域中的人脸识别，主要用途分为身份核验和场景规模化应用。

身份核验，也称作1:1刷脸，广泛地被应用于互联网金融、银行的远程开户、远程身份认证、远程支付，通过刷脸的方式进行校验。

场景规模化应用也称作1:N刷脸，多用在刷脸支付、取款等。

由于金融人群庞大，身份核验、场景应用等环节给人脸识别技术发展提供助力，预计可提供亿级以上的市场体量。

以银行为例，人脸识别在银行领域的业务点主要有私有云部署、智慧网点改造、自助机具改造、网点VIP。

四大业务点市场体量都在百亿元级别，智慧网点改造更是达千亿元级别，人脸识别可发挥的空间巨大。

为满足当下人脸识别等人工智能的发展需求，行业也推出了各种针对深度学习芯片，如TPU、NPU、DPU、BPU等，但因其受场景限制以及性能不及GPU等，市场上仍以GPU等通用芯片占主导。

从上游芯片市场看，高端市场均被国外企业垄断。

人脸识别芯片目前均采用人工智能通用芯片，而根据市场研究顾问公司CompassIntelligence在2018年5月发布的关于AI芯片最新调研报告，排名靠前的均是国外企业——英伟达、英特尔、IBM与谷歌。

排行榜中共有七家中国人工智能芯片公司入围榜单Top24，华为排名12，成中国大陆地区最强芯片厂商，其余六家中国公司分别为：联发科、Imagination、瑞芯微、芯原、寒武纪、地平线。

三、人脸识别设备项目建设必要性分析人脸识别系统可使用的特征通常分为视觉特征、像素统计特征、人脸图像变换系数特征、人脸图像代数特征等。

人脸特征提取就是针对人脸的某些特征进行的，也称人脸表征，它是对人脸进行特征建模的过程。

主要方法有基于知识的表征方法（主要包括基于几何特征法和模板匹配法）和基于代数特征或统计学习的表征方法。

2018年11月16日，美国国家标准与技术研究院（NIST）公布了全球权威人脸识别比赛（FRVT）最新报告，从前十名企业在千分之一的误报率下的识别准确率来看，其平均能达到99.69%，在千万分之一误报下的识别准确率超过99%。