《人工智能》课程习题
《人工智能》课程习题第一章 绪 论1-1. 什么是人工智能？试从学科和能力两方面加以说明。
1-2. 在人工智能的发展过程中，有哪些思想和思潮起了重要作用？
1-3. 为什么能够用机器（计算机）模仿人的智能？
1-4. 现在人工智能有哪些学派？它们的认知观是什么？
1-5. 你认为应从哪些层次对认知行为进行研究？
1-6. 人工智能的主要研究和应用领域是什么？其中，哪些是新的研究热点？
第二章 知识表示方法
2-1 状态空间法、问题归约法、谓词逻辑法和语义网络法的要点是什么？它们有何本质上的联系及异同点?
2-2 设有3个传教士和3个野人来到河边，打算乘一只船从右岸渡到左岸去。该船的负载能力为两人。在任何时候，如果野人人数超过传教士人数，那么野人就会把传教士吃掉。他们怎样才能用这条船安全地把所有人都渡过河去?
2-3 利用图2.3，用状态空间法规划一个最短的旅行路程：此旅程从城市A开始，访问其他城市不多于一次，并返回A。选择一个状态表示，表示出所求得的状态空间的节点及弧线，标出适当的代价，并指明图中从起始节点到目标节点的最佳路径。
2-4 试说明怎样把一棵与或解树用来表达图2.28所示的电网络阻抗的计算。单独的R、L或C可分别用R、jωL或1/jωC来计算，这个事实用作本原问题。后继算符应以复合并联和串联阻抗的规则为基础。
图 2.28
2-5 试用四元数列结构表示四圆盘梵塔问题，并画出求解该问题的与或图。
2-6 把下列句子变换成子句形式：
(1) (x)｛P(x)→P(x)｝
(2) xy(On(x,y)→Above(x,y))
(3) xyz(Above(x,y)∧Above(y,z)→Above(x,z))
(4) ～｛(x)｛P(x)→｛（y）［p(y)→p(f(x,y))］∧(y)［Q(x,y)→P(y)］｝｝｝
2-7 用谓词演算公式表示下列英文句子(多用而不是省用不同谓词和项。例如不要用单一的谓词字母来表示每个句子。)
Acomputersystemisintelligentifitcanperformataskwhich,ifperformedbyahuman,requiresintelligence.
2-8 把下列语句表示成语义网络描述：
(1)Allmanaremortal.
(2)Everycloudhasasilverlining.
(3)AllbranchmanagersofDECparticipateinaprofit-sharingplan.
2-9 作为一个电影观众，请你编写一个去电影院看电影的剧本。
2-10 试构造一个描述你的寝室或办公室的框架系统。
第三章 搜索推理技术3-1 什么是图搜索过程?其中，重排OPEN表意味着什么，重排的原则是什么?
3-2 试举例比较各种搜索方法的效率。
3-3 化为子句形有哪些步骤?请结合例子说明之。
3-4 如何通过消解反演求取问题的答案?
3-5 什么叫合适公式?合适公式有哪些等价关系?
3-6 用宽度优先搜索求图3.33所示迷宫的出路。
图 3.33 迷宫一例
3-7 用有界深度优先搜索方法求解图3.34所示八数码难题。
2
8
1
2
3
1
6
3
8
4
7
5
4
7
6
5
So Sg
图 3-34八数码难题
3-8 应用最新的方法来表达传教士和野人问题，编写一个计算机程序，以求得安全渡过全部6个人的解答。
提示：在应用状态空间表示和搜索方法时，可用(Nm，Nc)来表示状态描述，其中Nm和Nc分别为传教士和野人的人数。初始状态为(3，3)，而可能的中间状态为(0，1)，(0，2)，(0，3)，(1，1)，(2，1)，(2，2)，(3，0)，(3，1)和(3，2)等。
3-9 试比较宽度优先搜索、有界深度优先搜索及有序搜索的搜索效率，并以实例数据加以说明。
3-10 一个机器人驾驶卡车，携带包裹(编号分别为＃1、＃2和＃3)分别投递到林(LIN)、吴(WU)和胡(HU)3家住宅处。规定了某些简单的操作符，如表示驾驶方位的drive(x,y)和表示卸下包裹的unload(z)；对于每个操作符，都有一定的先决条件和结果。试说明状态空间问题求解系统如何能够应用谓词演算求得一个操作符序列，该序列能够生成一个满足AT(#1，LIN)∧AT(#2，WU)∧AT(#3,HU)和目标状态。
3-11 规则演绎系统和产生式系统有哪几种推理方式?各自的特点为何?
3-12 为什么需要采用系统组织技术?有哪几种系统组织技术?
3-13 研究不确定性推理有何意义?有哪几种不确定性?
3-14 单调推理有何局限性?什么叫缺省推理?非单调推理系统如何证实一个节点的有效性?
3-15 在什么情况下需要采用不确定推理或非单调推理?
3-16 下列语句是一些几何定理，把这些语句表示为基于规则的几何证明系统的产生式规则：
(1) 两个全等三角形的各对应角相等。
(2) 两个全等三角形的各对应边相等。
(3) 各对应边相等的三角形是全等三角形。
(4) 等腰三角形的两底角相等。
第四章 计算智能（1）：神经计算 模糊计算
4-1 计算智能的含义是什么？它涉及哪些研究分支？
4-2 试述计算智能（CI）、人工智能（AI）和生物智能（BI）的关系。
4-3 人工神经网络为什么具有诱人的发展前景和潜在的广泛应用领域？
4-4 简述生物神经元及人工神经网络的结构和主要学习算法。
4-5 考虑一个具有阶梯型阈值函数的神经网络，假设
（1） 用一常数乘所有的权值和阈值；
（2） 用一常数加于所有权值和阈值。
试说明网络性能是否会变化？
4-6 构作一个神经网络，用于计算含有2个输入的XOR函数。指定所用神经网络单元的种类。
4-7 假定有个具有线性激励函数的神经网络，即对于每个神经元，其输出等于常数c乘以各输入加权和。
（1）设该网络有个隐含层。对于给定的权W，写出输出层单元的输出值，此值以权W和输入层I为函数，而对隐含层的输出没有任何明显的叙述。试证明：存在一个不含隐含单位的网络能够计算上述同样的函数。
（2）对于具有任何隐含层数的网络，重复进行上述计算。从中给出线性激励函数的结论。
4-8 试实现一个分层前馈神经网络的数据结构，为正向评价和反向传播提供所需信息。应用这个数据结构，写出一个神经网络输出，以作为一个例子，并计算该网络适当的输出值。
4-9 什么是模糊性？它的对立含义是什么？试各举出两个例子加以说明。
4-10 什么是模糊集合和隶属函数或隶属度？
4-11 模糊集合有哪些运算，满足哪些规律？
4-12 什么是模糊推理？有哪几种模糊推理方法？
4-13 有哪些模糊蕴含关系？
4-14 什么叫模糊判决？有哪几种常用的模糊判决方法？
4-15 对某种产品的质量进行抽查评估。现随机选出5个产品x1，x2，x3，x4，x5进行检验，它们质量情况分别为：
x1＝80，x2＝72，x3＝65，x4＝98，x5＝53
这就确定了一个模糊集合Q，表示该组产品的“质量水平”这个模糊概念的隶属程度。
试写出该模糊集。
4-16 设有下列两个模糊关系
试求出R1与R2的复合关系R1○R2。
第五章 计算智能(2):进化计算 人工生命
5-1 什么是进化计算？它包括哪些内容？它们的出发点是什么？
5-2 试述遗传算法的基本原理，并说明遗传算法的求解步骤。
5-3 如何利用遗传算法求解问题，试举例说明求解过程。
5-4 用遗传算法求的最大值
5-5 进化策略是如何描述的？
5-6 简述进化编程的机理和基本过程，并以四状态机为例说明进化编程的表示。
5-7 遗传算法、进化策略和进化编程的关系如何？有何区别？
5-8 人工生命是否从1987年开始研究？为什么？
5-9 什么是人工生命？请按你的理解用自己的语言给人工生命下个定义。
5-10 人工生命要模仿自然生命的特征和现象。自然生命有哪些共同特征？
5-11 为什么要研究人工生命？
5-12 人工生命包括哪些研究内容？其研究方法如何？
第六章 专家系统6-1 什么叫做专家系统?它具有哪些特点与优点?
6-2 专家系统由哪些部分构成?各部分的作用为何?
6-3 建造专家系统的关键步骤是什么?
6-4 专家系统程序与一般的问题求解软件程序有何不同?开发专家系统与开发其它软件的任务有何不同?
6-5 基于规则的专家系统是如何工作的？其结构为何？
6-6 基于框架的专家系统与面向目标编程有何关系？其结构有何特点？其设计任务是什么？
6-7 为什么要提出基于模型的专家系统？试述神经网络专家系统的一般结构。
6-8 新型专家系统有何特征？什么是分布式专家系统和协同式专家系统？
6-9 在设计专家系统时，应考虑哪些技术？
6-10 什么是建造专家系统的工具?你知道哪些专家系统工具，各有什么特点?
6-11 专家系统面临什么问题?你认为应如何发展专家系统?
6-12 用基于规则的推理系统证明下述推理的正确性：
已知 狗都会吠叫和咬人
任何动物吠叫时总是吵人的
猎犬是狗
结论 猎犬是吵人的
第七章 机器学习
7-1 什么是学习和机器学习?为什么要研究机器学习?
7-2 试述机器学习系统的基本结构，并说明各部分的作用。
7-3 试解释机械学习的模式。机械学习有哪些重要问题需要加以研究?
7-4 试说明归纳学习的模式和学习方法。
7-5 什么是类比学习？其推理和学习过程为何？
7-6 试述解释学习的基本原理、学习形式和功能。
7-7 试比较说明符号系统和连接机制在机器学习中的主要思想。
7-8 用C语言编写一套计算机程序，用于执行BP学习算法。
7-9 试应用神经网络模型优化求解销售员旅行问题。
7-10 考虑一个具有阶梯型阈值函数的神经网络，假设
(1) 用一常数乘所有的权值和阈值；
(2) 用一常数加于所有权值和阈值。
试说明网络性能是否会变化?
7-11 增大权值是否能够使BP学习变慢?
7-12 什么是知识发现？知识发现与数据挖掘有何关系？
7-13 试说明知识发现的处理过程。
7-14 有哪几种比较常用的知识发现方法？试略加介绍。
7-15 知识发现的应用领域有哪些？试展望知识发现的发展和应用前景。
第八章 机器人规划
8-1 有哪几种重要的机器人高层规划系统?它们各有什么特点?你认为哪种规划方法有较大的发展前景?
8-2 让right(x),left(x),up(x)和down(x)分别表示八数码难题中单元x左边、右边、上面和下面的单元(如果这样的单元存在的话)。试写出STIPS规划来模拟向上移动B(空格)、向下移动B、向左移动B和向右移动B等动作。
8-3 考虑设计一个清扫厨房规划问题。
(1) 写出一套可能要用的STRIPS型操作符。当你描述这些操作符时，要考虑到下列情况：
·清扫火炉或电冰箱会弄脏地板。
·要清扫烘箱，必须应用烘箱清洗器，然后搬走此清洗器。
·在清扫地板之前，必须先行打扫。
·在打扫地板之前，必须先把垃圾筒拿出去。
·清扫电冰箱造成垃圾污物，并把工作台弄脏。
·清洗工作台或地板使洗涤盘弄脏。
(2) 写出一个被清扫厨房的可能初始状态描述，并写出一个可描述的(但很可能难以得到的)目标描述。
(3) 说明如何把STRIPS规划技术用来求解这个问题。(提示：你可能想修正添加条件的定义，以便当某个条件添加至数据库时，如果出现它的否定的话，就能自动删去此否定)。
8-4 曲颈瓶F1和F2的容积分别为C1和C2。公式CONT(X，Y)表示瓶子X含有Y容量单位的液体。试写出STRIPS规划来模拟下列动作：
(1) 把F1内的全部液体倒进F2内。
(2) 用F1的部分液体把F2装满。
8-5 机器人Rover正在房外，想进入房内，但不能开门让自已进去，而只能喊叫，让叫声促使开门。另一机器人Max在房间内，他能够开门并喜欢平静。Max通常可以把门打开来使Rover停止叫喊。假设Max和Rover各有一个STRIPS规划生成系统和规划执行系统。试说明Max和Rover的STRIPS规则和动作，并描述导致平衡状态的规划序列和执行步骤。
8-6 用本章讨论过的任何规划生成系统，解决图8.22所示机械手堆积木问题。
8-7 考虑图8.23所示的寻找路径问题。
(1) 对所示物体和障碍物(阴影部分)建立一个结构空间。其中，物体的初始位置有两种情况，一种如图所示，另一种情况是把物体旋转90°。
(2) 应用结构空间，描述一个寻求上述无碰撞路径的过程(程序)把问题限于无旋转的二维问题。
(a)初始布局 (b)目标布局
图 8.22 机械手堆积木规划问题
8-8 指出你的过程结构空间求得的图8.23问题的路径，并叙述如何把你在上题中所得结论推广至包括旋转情况。
图 8.23 一个寻找路径问题
8-9 图8.24表示机器人工作的世界模型。要求机器人Robot把3个箱子BOX1、BOX2和BOX3移到如图E23(b)所示目标位置，试用专家系统方法建立本规划，并给出规划序列。
(a)初始世界模型M0 (b)目标世界模型G0
图 8.24 移动箱子于一处的机器人规划
8-10 图8.25表示机器人工作的世界模型。要求机器人把箱子从房间R2初始位置移至房间R1目标位置。试建立本机器人规划专家系统，并给出规划结果。
图 8.25 从一房间移至另一房间的机器人规划
第九章 Agent(艾真体)
9-1 分布式人工智能系统有何特点？试与多艾真体系统的特性加以比较。
9-2 什么是艾真体？你对agent的译法有何见解？
9-3 艾真体在结构上有何特点？在结构上又是如何分类的？每种结构的特点为何？
9-4 艾真体为什么需要互相通信？
9-5 试述艾真体通信的步骤、类型和方式。
9-6 艾真体有哪几种主要通信语言？它们各有什么特点？
9-7 多艾真体系统有哪几种基本模型？其体系结构又有哪几种？
9-8 试说明多艾真体的协作方法、协商技术和协调方式。
9-9 为什么多艾真体需要学习与规划？
9-10 你认为多艾真体系统的研究方向应是哪些？其应用前景又如何？
9-11 选择一个你熟悉的领域，编写一页程序来描述艾真体与环境的作用。说明环境是否是可访问的、确定性的、情节性的、静态的和连续的。对于该领域，采用何种艾真体结构为好？
9-12 设计并实现几种具有内部状态的艾真体，并测量其性能。对于给定的环境，这些艾真体如何接近理想的艾真体？
9-13 改变房间的形状和摆设物的位置，添加新家具。试测量该新环境中各艾真体，讨论如何改善其性能，以求处理更为复杂的地貌。
9-14 有些艾真体一旦得知一个新句子，就立即进行推理，而另一些艾真体只有在得到请求后才进行推理。这两种推理方法在知识层、逻辑层和执行层将有何区别？
9-15 应用布尔电路为无名普斯世界设计一个逻辑艾真体。该电路是一个连接输入（感知阀门）和输出（行动阀门）的逻辑门的集合。
(1) 试解释为什么需要触发器。
(2) 估计需要多少逻辑门和触发器。
第十章 机器视觉
10-1可用广义锥体语言把楔形物体描述为一个具有一定尺寸的三角形沿着一根直轴移动而成的。请给出另一种描述。
10-2(1)除了表面法线(p,q,-1)外，还有另外两个感兴趣的矢量：一个矢量指向光源，它对应于某些特别的p和q值，记为ps和(s为假设日光)，表示指向日光的矢量(ps，qs，-1)；另一指向观察者，即矢量(0，0，-1)。
利用表面法线、日光矢量和观测矢量，可以求出一些用p和q表示的与出射角、入射角和相位角有关的公式。试证明下列公式成立：
(2)对和推导类似公式。
10-3已知朗伯表面亮度等于。如果光源正好在观察者的后面，即，于是可得对应于p和q的亮度为：
当为一常数时，亮度E为一恒值。由于是平面PQ上某个圆的方程式，所以我们可得如下结论：当光源位于观察者后面时，PQ反射图上的等亮度线是一些圆周线。试证明阴影线是直线。
10-4把一个篮球或其它球形物体固定起来，并在室内单一小光源下对它进行试验。光源是在观察者的背后。
(1)球面的光线亮度如何变化?
(2)为什么满月看上去是扁平的?
10-5考虑有一个朗伯立方体平放在朗伯墙前，如图（a）所示。沿ab线的光线强度大体上像图（b）那样，而当立方体的拐角为圆滑过渡时，其光线强度如图(c)所示。
题10－5图朗伯立方体及其光强分布图
(1)在PQ空间，指出此立方体各可见侧面的表面法线的准确位置。
(2)在PQ空间，对着光源方向，指出可取的位置。
(3)假设交界是陡变的，试画出沿cd线的光强度分布图。
(4)假设交界是圆滑的，试画出沿cd线的光强度分布图。
10-6下列阵列表示航空照片图象上点阵的PQ投影以及所观察亮度Er的链式代码：
-1 -1 0.23 +1 -1 0.23 +1 -1 0.17
-1 -10.23 +1 -1 0.17 0 0 0.3
0 0 0.3 0 0 0.3 0 0 0.3
假设所观察的亮度为，其中，对应于光源直接在观察者背后和时的朗伯反射图上的等亮度线。试把每点图象分类为石头、树和墓石、假设它们的反射系数分别为0.7，0.5和0.3。
10-7某盖板表面的反射系数ρ为未知。在不同时间从3个分离光源对该表面照明。对于的表面，这3个光源对此表面的反射图如图所示。用这些光分别照射时所观察到的亮度分别为：
题10-7图 3个反射图
(1)在PQ空间画出当等于2，3和4时表示轨迹的线。同样地，画出当等于0.5，1和2时的线。
(2)求
10-8把图中所示各物体量化为32×32的画面(方格纸自备)
题10－8图 需要数字化的物体
(1)建立两个画面，每个画面包含上述3个物体。要求两画面上的物体具有不同的尺寸、位置和方向。
(2)计算两画面上6个物体的各阶矩量和。
(3)计算各物体的矩心。
(4)计算各物体的中心矩、标称中心矩和不变性矩，并讨论所得结果。
(5)计算6个物体的形状系数，并讨论所得结果。
10-9为什么CONSIGHT系统要使用2个光源，而不是用1个光源?
10-10在连通性分析中，相邻2行间的分段情况被定义为下列3种：
情况1不重迭
中间为零或有更多的列
×××××
×××××
情况2不重迭
中间为零或有更多的列
×××××
×××××
情况3重迭
既不同于情况1，又不同于情况2。
区域并合规则是较高的数取代较低的数(除背景“0”外)。
(1)从左至右逐行扫描下列8×8二进制图象(图中b为背景)。指出连通域被并合后图象矩阵上元素的数字，作为连通性分析的解答：
1 2 3 4 5 6 7 8
b b b b b b b b b b
1 b 0 0 0 1 1 1 0 0 b
2 b 1 1 0 0 1 1 1 0 b
3 b 0 1 0 1 1 0 1 1 b
4 b 0 1 1 1 1 0 0 1 b
5 b 0 1 1 1 0 0 0 1 b
6 b 0 1 0 1 1 0 1 1 b
7 b 0 1 0 0 1 1 1 0 b
8 b 0 0 0 0 0 1 0 0 b
b b b b b b b b b
(2)确定本题(1)中图象编码的扫描宽度。
第十一章 自然语言理解
11-1 什么是语言和语言理解?自然语言理解过程有哪些层次，各层次的功能如何?
11-2 自然语言理解和语言自动生成的关系为何?研究这两者时有什么共同点。
11-3 语言的歧义性可出现在各个层次上：构词、词类、句法和语义。试各举一例来说明。
11-4 写出下列上下文无关语法所对应的转移网络：
S→NPVP
NP→AdjectiveNoun
NP→DeterminerNounPP
NP→DeterminerNoun
VP→VerbAdverbNP
VP→Verb
VP→VerbAdverb
VP→VerbPP
PP→PropositionNP
11-5 考虑下列句子
Theoldman′sglasseswerefilledwithsherry.
选择单词glasses合适的意思需要什么信息?什么信息意味着不合适的意思?
11-6 考虑下列句子：
Puttheredblockontheblueblockonthetable.
(1) 写出句中符合句法规则的所有有效的句法分析。
(2) 如何用语义信息和环境知识选择该命令的恰当含义?
11-7 对下列每个语句给出句法分析树：
(1)DavidwantedtogotothemoviewithLinda.
(2)DavidwantedtogotothemoviewithGeorgyWilliam.
(3)Heheardthestorylisteningtotheradio.
(4)Heheardtheboyslisteningtotheradio.
11-8 考虑一用户与一交互操作系统之间进行英语对话的问题。
(1) 写出语义文法以确定对话所用语言。这些语言应确保进行基本操作，如描述事件、复制和删除文件、编译程序和检索文件目录等。
(2) 用你的语义文法对下列各语句进行文法分析：
Copyfromnewtestmssintooldtestmss.
Copytooldtestmssoutofnewtestmss.
(3) 用标准的英语文法对上述两语句进行分析，列出所用文法片断。
(4) 上述(2)与(3)的文法有何差别?这种差别与句法和语义文法之间的差别有何关系?
11-9 某大学开发出一个学生学籍管理数据库。试写出适于查询该数据库内容的匹配样本。
11-10 试设计一个特定应用领域的自然语言问答系统。
第十二章 智能控制
12-1为什么说智能控制是人工智能的重要研究新领域?
12-2智能控制有哪几种结构理论?它们的中心思想和内容是什么?与传统控制相比，智能控制有什么特点?
12-3Saridis的分级递阶智能控制的要点是什么?各级的功能怎样?如何用熵来度量各级的作用?
12-4设计专家控制器时应考虑哪些特点?专家控制系统的一般结构模型为何?
12-5什么是学习控制系统?它有哪些研究课题?学习控制系统的设计原则为何?
12-6试说明模糊控制器的结构原理和控制规则。模糊控制器有哪几种设计方法?
12-7设论域X、Y均为有限模糊集合，它们分别为
模糊矩阵R表示从X到Y的一个模糊关系。试说明模糊矩阵R的元素rij的含义是什么?
12-8模糊控制器工作过程中把输入的精确量转变为模糊量(模糊化)后，输出时又
把模糊量变为精确量(非模糊化)。这些转换各有什么作用?
12-9人工神经网络有哪些特性使它适于控制?有哪几种神经控制器，它们的结构
和作用原理为何?
12-10智能控制有哪些应用领域?试举出一个你比较了解或熟悉的智能控制应用例子，并说明其工作原理和控制性能。
第十三章 展望13-1你怎样评价人工智能的发展与争论？争论与发展的关系如何？
13-2人工智能不同学派在理论、方法和技术路线上各有何争论?
13-2人工智能的发展对人类有哪些方面的影响？试结合自己了解的情况何理解，从经济、社会何文化等方面加以说明？
13-4试评述人工智能的未来发展。
13-5你对“人工智能”或“智能系统”课程及其教学有何建议？
from:http://netclass.csu.edu.cn/jpkc2003/rengongzhineng/rengongzhineng/kechengxiti.htm
人工智能应用：人脸识别应用领域以及未来的行业发展趋势
人脸识别的应用范围其实很广，除了大家通常所说的安防、考勤、门禁、刑侦、ATM等等，现在最火的短视频、直播都是要用到人脸识别的，比如动态贴纸，贴纸随着人脸的移动而相应的移动，就需要用到人脸识别技术。之前很火的脸龄测试、明星脸对比，也都需要用到该技术。
人脸识别应用领域：
1.、金融领域。人脸识别当前在金融领域的应用最为广泛，当前国内金融领域监管要求严格，金融相关产品都需要实名认证，并且具有较高的安全性要求，活体识别，银行卡ocr识别，身份证ocr识别，人证对比等在各大手机银行，金融app，保险app等都已经成为不可或缺的一个环节。
2、安保领域。目前大量的企业，住宅，社区，学校等安全管理越来越普及，人脸门禁系统已经成为非常普及的一种安保方式。
3、通行领域。很多城市的火车站已经安装了人脸识别通行设备，进行人证对比过检，有些城市的地铁站也可以通过人脸识别的方式进行地铁进出站通行。
4、泛娱乐领域。现在市场上火爆的美颜相机，网络直播，短视频等都是建立在人脸识别的基础上对人脸进行美颜和特效处理。
5、公安，司法领域。公安系统在追捕逃犯时也会利用人脸识别系统对逃犯进行定位，监狱系统目前也会对服刑人员通过人脸识别系统进行报警和安防。
6、自助服务设备。如银行的自动提款机，无人超市等。
7、考勤及会务。如工作考勤，会议出席人脸墙等。目前人脸识别市场上的巨头主要有商场，也有很多领域内巨头公司投资的小公司。
人脸识别行业发展趋势：
第一、基于大数据的大规模人脸搜索是人脸识别技术未来发展的重要方向。例如，在公安领域已经跨入大数据时代，一些传统技术瓶颈显现，因此，利用人脸识别技术将这些海量照片数据利用起来，提升整个公安信息化的管理水平，是未来人脸识别技术发展的重要方向。
第二、深度学习将人脸识别的准确度提升至肉眼级别，大大拓展了2D人脸识别的应用场景，并借助互联网金融爆发的东风，步入金融级应用并作为基础设施迅速普及。此外，随着互联网金融等业务身份认证的需求爆发，第三方认证服务平台将会出现，基于提供服务的平台型盈利模式发展空间巨大。
第三、随着三维测量技术的发展，基于3D的人脸识别算法能够弥补2D投影造成有效识别信息丢失的问题，对于人脸旋转、遮挡、极度相似的传统难点具有很好的解决方式，也逐渐成为人脸识别技术的另一重要发展路线，随着3D人脸库的完善以及设备成本的降低，3D技术将有很大发展空间。
第四、随着我国城市化进程的加速，社会稳定、城市安全等问题逐渐显现，而人脸识别技术是实现安全、安心城市的关键技术。因此，随着智慧城市的大规模建设，人脸识别技术的应用将是未来新趋势。
第五、安防行业的迅速发展，为人脸识别应用提供了可以发挥的舞台；另一方面，随着人脸识别技术的进一步发展，为安防行业开拓了新的市场。分析认为，智能视频分析将是大安防市场未来的方向之一，而人脸识别是其中非常重要的技术和应用。
第六、人脸识别技术由于其便利性、安全性，可在智能家居中用作门禁系统以及鉴权系统，因此智能家居与人脸识别技术的融合是未来发展的重点方向。智能家居中的人脸识别系统是结合嵌入式操作系统和嵌入式硬件平台建立的，加强了人脸识别技术与智能家居应用的结合度，具有概念新、实用性强等特点。
文章载自：
[1] 人脸识别应用领域以及未来的行业发展趋势[DB/OL]. https://www.toutiao.com/a6680784450940305924/，2019-04-17