下面是小编为大家整理的2023调研报告深度剖析【3篇】,供大家参考。希望对大家写作有帮助!
调研报告深度剖析3篇
第一篇: 调研报告深度剖析
2015-2020年中国盐酸行业深度调研与发展前景分析报告
中国产业信息网
什么是行业研究报告
行业研究是通过深入研究某一行业发展动态、规模结构、竞争格局以及综合经济信息等，为企业自身发展或行业投资者等相关客户提供重要的参考依据。
企业通常通过自身的营销网络了解到所在行业的微观市场，但微观市场中的假象经常误导管理者对行业发展全局的判断和把握。一个全面竞争的时代，不但要了解自己现状，还要了解对手动向，更需要将整个行业系统的运行规律了然于胸。
行业研究报告的构成
一般来说，行业研究报告的核心内容包括以下五方面：
行业研究的目的及主要任务
行业研究是进行资源整合的前提和基础。
对企业而言，发展战略的制定通常由三部分构成：外部的行业研究、内部的企业资源评估以及基于两者之上的战略制定和设计。
行业与企业之间的关系是面和点的关系，行业的规模和发展趋势决定了企业的成长空间；
企业的发展永远必须遵循行业的经营特征和规律。
行业研究的主要任务：
解释行业本身所处的发展阶段及其在国民经济中的地位
分析影响行业的各种因素以及判断对行业影响的力度
预测并引导行业的未来发展趋势
判断行业投资价值
揭示行业投资风险
为投资者提供依据
2015-2020年中国盐酸行业深度调研与发展前景分析报告
【出版日期】2015年
【交付方式】Email电子版/特快专递
【价 格】纸介版：7000元 电子版：7200元 纸介+电子：7500元
【报告编号】R328256
报告目录：
2012年中国盐酸(氯化氢,含量31%)产量为876.44万吨，同比增长4.41%，2013年中国盐酸(氯化氢,含量31%)产量为872.45万吨，同比下降1.3%，2014年中国盐酸(氯化氢,含量31%)产量为938.27万吨，同比增长2.98%。
2006-2014年中国盐酸(氯化氢,含量31%)产量及增长率统计表
数据来源：国家统计局
2009-2014年中国氯化氢（盐酸）（28061000）进出口数据统计表
数据来源：中国海关
中国信息产业网发布的《2015-2020年中国盐酸行业深度调研与发展前景分析报告》。内容严谨、数据翔实，更辅以大量直观的图表帮助本行业企业准确把握行业发展动向、正确制定企业竞争战略和投资策略。本报告依据国家统计局、海关总署和国家信息中心等渠道发布的权威数据，以及我中心对本行业的实地调研，结合了行业所处的环境，从理论到实践、从宏观到微观等多个角度进行研究分析。它是业内企业、相关投资公司及政府部门准确把握行业发展趋势，洞悉行业竞争格局，规避经营和投资风险，制定正确竞争和投资战略决策的重要决策依据之一。本报告是全面了解行业以及对本行业进行投资不可或缺的重要工具。
中国信息产业网是中国权威的产业研究机构之一，提供各个行业分析，市场分析，市场预测，行业发展趋势，行业发展现状，及各行业产量、进出口，经营状况等统计数据，中国产业研究、中国研究报告，具体产品有行业分析报告，市场分析报告，年鉴，名录等。
第一章 2015年全球盐酸行业运行现状分析
第一节 2015年世界盐酸行业发展概况
一、全球盐酸市场供需形势分析
二、国外盐酸生产技术分析
三、全球盐酸工业运行特征分析
第二节 2015年世界主要国家盐酸行业发展情况分析
一、美国
二、日本
三、德国
第三节 2015-2020年世界盐酸行业发展趋势分析
第二章 2015年中国盐酸行业市场发展环境分析
第一节 2015年中国经济环境分析
一、国民经济运行情况GDP(季度更新)
二、消费价格指数CPI、PPI（按月度更新）
三、全国居民收入情况（季度更新）
四、恩格尔系数（年度更新）
五、工业发展形势（季度更新）
六、固定资产投资情况（季度更新）
七、中国汇率调整（人民币升值）
八、对外贸易&进出口
第二节 2015年中国盐酸行业政策环境分析
一、化学危险物品安全管理条例
二、化学危险物品安全管理条例实施细则
三、工作场所安全使用化学品规定
四、常用危险化学品的分类及标志
五、盐酸产业政策分析
六、相关行业标准分析
第三节 2015年中国盐酸行业社会环境分析
一、人口环境分析
二、教育环境分析
三、文化环境分析
四、生态环境分析
五、中国城镇化率
六、居民的各种消费观念和习惯
第四节 2015年中国盐酸行业技术环境分析
第三章 2015年中国盐酸行业运行形势分析
第一节 2015年中国盐酸行业发展综述
一、盐酸市场发力冲高将强势持续
二、中国盐酸技术研究现状
三、盐酸在建拟建项目分析
四、盐酸市场需求
第二节 2015年中国盐酸产业区域格局分析
一、东北地区盐酸产业动态
二、江西盐酸工业行情
三、陕西地区盐酸销售情况分析
第三节 2015年中国盐酸行业发展存在的问题与对策分析
第四章 2015年中国盐酸行业运行动态分析
第一节 2015年中国盐酸市场走势分析
一、盐酸市场特征分析分析
二、影响盐酸市场的因素分析
三、盐酸市场主要地区行情分析
第二节 2015年中国盐酸市场运行格局分析
一、盐酸市场价格走势探讨
二、盐酸进出口形势分析
三、中国盐酸市场与国外的差距分析
四、川渝地区盐酸市场略有下调
第三节 2015-2020年中国盐酸市场产需平衡分析
第五章2010-2015年中国盐酸产量统计分析
第一节 2010-2014年全国盐酸产量分析
第二节 2015年全国及主要省份盐酸产量分析
第三节 2015年盐酸产量集中度分析
第六章2010-2015年中国无机酸制造行业数据监测分析
第一节 2010-2015年中国无机酸制造行业规模分析
一、企业数量增长分析
二、从业人数增长分析
三、资产规模增长分析
第二节 2015年中国无机酸制造行业结构分析
一、企业数量结构分析
1、不同类型分析
2、不同所有制分析
二、销售收入结构分析
1、不同类型分析
2、不同所有制分析
第三节 2010-2015年中国无机酸制造行业产值分析
一、产成品增长分析
二、工业销售产值分析
三、出口交货值分析
第四节 2010-2015年中国无机酸制造行业成本费用分析
一、销售成本统计
二、费用统计
第五节 2010-2015年中国无机酸制造行业盈利能力分析
一、主要盈利指标分析
二、主要盈利能力指标分析
第七章 2009-2014年中国盐酸进出口数据监测分析
第一节 2009-2014年中国盐酸进口数据分析
一、进口数量分析（28061000）
二、进口金额分析
第二节 2009-2014年中国盐酸出口数据分析
一、出口数量分析
二、出口金额分析
第三节 2009-2014年中国盐酸进出口平均单价分析
2009-2014年中国氯化氢（盐酸）（28061000）进出口平均单价分析
数据来源：中国海关、智研数据中心整理
第四节 2009-2014年中国盐酸进出口国家及地区分析
一、进口国家及地区分析
二、出口国家及地区分析
第八章 2015年中国盐酸行业市场竞争格局分析
第一节 2015年中国盐酸产业竞争现状分析
一、盐酸行业竞争程度分析
二、盐酸技术竞争分析
三、盐酸主要产品价格竞争分析
第二节 2015年中国盐酸行业区域格局分析
一、市场集中度分析
二、企业集中度分析
第三节 2015年中国盐酸行业竞争存在的问题分析
第九章 2015年中国盐酸行业竞争对手分析（企业可自选）
第一节 上海氯碱化工股份有限公司
一、企业概况
二、企业主要经济指标分析
三、企业盈利能力分析
四、企业偿债能力分析
五、企业运营能力分析
六、企业成长能力分析
第二节 东营华泰化工集团
一、企业概况
二、企业主要经济指标分析
三、企业盈利能力分析
四、企业偿债能力分析
五、企业运营能力分析
六、企业成长能力分析
第三节 新疆华泰重化工有限责任公司
一、企业概况
二、企业主要经济指标分析
三、企业盈利能力分析
四、企业偿债能力分析
五、企业运营能力分析
六、企业成长能力分析
第四节 江西贵溪化肥有限责任公司
一、企业概况
二、企业主要经济指标分析
三、企业盈利能力分析
四、企业偿债能力分析
五、企业运营能力分析
六、企业成长能力分析
第五节 新疆中泰化学股份有限公司
一、企业概况
二、企业主要经济指标分析
三、企业盈利能力分析
四、企业偿债能力分析
五、企业运营能力分析
六、企业成长能力分析
第六节 无锡格林艾普化工股份有限公司
一、企业概况
二、企业主要经济指标分析
三、企业盈利能力分析
四、企业偿债能力分析
五、企业运营能力分析
六、企业成长能力分析
第七节 济宁中银电化有限公司
一、企业概况
二、企业主要经济指标分析
三、企业盈利能力分析
四、企业偿债能力分析
五、企业运营能力分析
六、企业成长能力分析
第八节 优利德（江苏）化工有限公司
一、企业概况
二、企业主要经济指标分析
三、企业盈利能力分析
四、企业偿债能力分析
五、企业运营能力分析
六、企业成长能力分析
第十章 2015年中国氯碱工业经济形势分析
第一节2015年中国氯碱工业经济运行分析
一、生产呈现“前高后低”之势
二、价格走势总体呈现倒“V”型
三、进出口贸易两极分化
四、消费量下降
五、新扩建项目依然较多，但部分项目开工延迟
第二节 2015年中国氯碱工业发展关键点分析
一、产能变化很敏感
二、出口市场很关键
三、经济大势影响明显
四、政策环境尤为重要
五、电石法和乙烯法PVC之争难见分晓
第三节2015年中国氯碱工业发展成果分析
一、产量创历史最高
二、出口创历史最高水平
三、成本创历史新高
四、市场销售价格创历史最高
五、价格波动幅度之大创历史之最
六、联产品氯化铵价格创历史最高
七、效益波动极大，但按年度计算仍属最好
第十一章 2015-2020年中国盐酸行业发展前景预测分析
第一节 2015-2020年中国盐酸行业发展趋势分析
一、中国盐酸应用预测分析分析
二、中国盐酸行业技术开发方向
三、盐酸产品价格走势预测
第二节 2015-2020年中国盐酸市场发展前景分析
一、盐酸产量预测分析
二、盐酸需求预测分析
三、盐酸市场进出口预测分析
第三节2015-2020年中国盐酸产业盈利预测分析
第十二章 2015-2020年中国盐酸行业投资机会与风险分析
第一节 2015-2020年中国盐酸行业投资环境分析
第二节 2015-2020年中国盐酸行业投资机会分析
一、规模的发展及投资需求分析
二、总体经济效益判断
三、与产业政策调整相关的投资机会分析
第三节 2015-2020年中国盐酸行业投资风险分析
一、市场竞争风险
二、原材料压力风险分析
三、技术风险分析
四、政策和体制风险
五、外资进入现状及对未来市场的威胁
第四节 专家建议
图表目录：（部分）
图表：2011-2015年中国GDP总量及增长趋势图
图表：2012 -2015年中国月度CPI、PPI指数走势图
图表：2011-2015年我国城镇居民可支配收入增长趋势图
图表：2011-2015年我国农村居民人均纯收入增长趋势图
图表：2011-2015年中国城乡居民恩格尔系数对比表
图表：2011-2015年中国城乡居民恩格尔系数走势图
图表：2012-2015年我国工业增加值分季度增速
图表：2011-2015年我国全社会固定投资额走势图
图表：2011-2015年我国财政收入支出走势图
图表：2015年美元兑人民币汇率中间价
图表：2012-2015年中国货币供应量月度走势图
图表：2011-2015年中国外汇储备走势图
图表：2011-2015年央行存款利率调整统计表
图表：2011-2015年央行贷款利率调整统计表
图表：我国历年存款准备金率调整情况统计表
图表：2011-2015年中国社会消费品零售总额增长趋势图
图表：2011-2015年我国货物进出口总额走势图
图表：2011-2015年中国货物进口总额和出口总额走势图
图表：2011-2014年我国人口出生率、死亡率及自然增长率走势图
图表：2011-2014年我国总人口数量增长趋势图
图表：2014年人口数量及其构成
图表：2011-2015年我国普通高等教育、中等职业教育及普通高中招生人数走势图
图表：2011-2015年我国广播和电视节目综合人口覆盖率走势图
图表：2011-2014年中国城镇化率走势图
图表：2011-2015年我国研究与试验发展（R&D）经费支出走势图
图表：2010-2014年全国盐酸产量分析
图表：2015年全国及主要省份盐酸产量分析
图表：2015年盐酸产量集中度分析
图表：2010-2015年我国无机酸制造行业企业数量增长趋势图
图表：2010-2015年我国无机酸制造行业亏损企业数量增长趋势图
图表：2010-2015年我国无机酸制造行业从业人数增长趋势图
图表：2010-2015年我国无机酸制造行业资产规模增长趋势图
图表：2015年我国无机酸制造行业不同类型企业数量分布图
图表：2015年我国无机酸制造行业不同所有制企业数量分布图
图表：2015年我国无机酸制造行业不同类型企业销售收入分布图
图表：2015年我国无机酸制造行业不同所有制企业销售收入分布图
图表：2010-2015年我国无机酸制造行业产成品增长趋势图
图表：2010-2015年我国无机酸制造行业工业销售产值增长趋势图
图表：2010-2015年我国无机酸制造行业出口交货值增长趋势图
图表：2010-2015年我国无机酸制造行业销售成本增长趋势图
图表：2010-2015年我国无机酸制造行业费用使用统计图
图表：2010-2015年我国无机酸制造行业主要盈利指标统计图
图表：2010-2015年我国无机酸制造行业主要盈利指标增长趋势图
图表：2009-2014年中国盐酸进口金额分析
图表：2009-2014年中国盐酸出口数量分析
图表：2009-2014年中国盐酸出口金额分析
图表：2009-2014年中国盐酸进出口平均单价分析
图表：2009-2014年中国盐酸进口国家及地区分析
图表：2009-2014年中国盐酸出口国家及地区分析
图表：上海氯碱化工股份有限公司主要经济指标走势图
图表：上海氯碱化工股份有限公司经营收入走势图
图表：上海氯碱化工股份有限公司盈利指标走势图
图表：上海氯碱化工股份有限公司负债情况图
图表：上海氯碱化工股份有限公司负债指标走势图
图表：上海氯碱化工股份有限公司运营能力指标走势图
图表：上海氯碱化工股份有限公司成长能力指标走势图
图表：东营华泰化工集团主要经济指标走势图
图表：东营华泰化工集团经营收入走势图
图表：东营华泰化工集团盈利指标走势图
图表：东营华泰化工集团负债情况图
图表：东营华泰化工集团负债指标走势图
图表：东营华泰化工集团运营能力指标走势图
图表：东营华泰化工集团成长能力指标走势图
图表：新疆华泰重化工有限责任公司主要经济指标走势图
图表：新疆华泰重化工有限责任公司经营收入走势图
图表：新疆华泰重化工有限责任公司盈利指标走势图
图表：新疆华泰重化工有限责任公司负债情况图
图表：新疆华泰重化工有限责任公司负债指标走势图
图表：新疆华泰重化工有限责任公司运营能力指标走势图
图表：新疆华泰重化工有限责任公司成长能力指标走势图
图表：江西贵溪化肥有限责任公司主要经济指标走势图
图表：江西贵溪化肥有限责任公司经营收入走势图
图表：江西贵溪化肥有限责任公司盈利指标走势图
图表：江西贵溪化肥有限责任公司负债情况图
图表：江西贵溪化肥有限责任公司负债指标走势图
图表：江西贵溪化肥有限责任公司运营能力指标走势图
图表：江西贵溪化肥有限责任公司成长能力指标走势图
图表：新疆中泰化学股份有限公司主要经济指标走势图
图表：新疆中泰化学股份有限公司经营收入走势图
图表：新疆中泰化学股份有限公司盈利指标走势图
图表：新疆中泰化学股份有限公司负债情况图
图表：新疆中泰化学股份有限公司负债指标走势图
图表：新疆中泰化学股份有限公司运营能力指标走势图
图表：新疆中泰化学股份有限公司成长能力指标走势图
图表：无锡格林艾普化工股份有限公司主要经济指标走势图
图表：无锡格林艾普化工股份有限公司经营收入走势图
图表：无锡格林艾普化工股份有限公司盈利指标走势图
图表：无锡格林艾普化工股份有限公司负债情况图
图表：无锡格林艾普化工股份有限公司负债指标走势图
图表：无锡格林艾普化工股份有限公司运营能力指标走势图
图表：无锡格林艾普化工股份有限公司成长能力指标走势图
图表：济宁中银电化有限公司主要经济指标走势图
图表：济宁中银电化有限公司经营收入走势图
图表：济宁中银电化有限公司盈利指标走势图
图表：济宁中银电化有限公司负债情况图
图表：济宁中银电化有限公司负债指标走势图
图表：济宁中银电化有限公司运营能力指标走势图
图表：济宁中银电化有限公司成长能力指标走势图
图表：优利德（江苏）化工有限公司主要经济指标走势图
图表：优利德（江苏）化工有限公司经营收入走势图
图表：优利德（江苏）化工有限公司盈利指标走势图
图表：优利德（江苏）化工有限公司负债情况图
图表：优利德（江苏）化工有限公司负债指标走势图
图表：优利德（江苏）化工有限公司运营能力指标走势图
图表：优利德（江苏）化工有限公司成长能力指标走势图
图表：2015-2020年中国盐酸产量预测分析
图表：2015-2020年中国盐酸需求预测分析
图表：2015-2020年中国盐酸市场进出口预测分析
图表：2015-2020年中国盐酸产业盈利预测分析
市场行业报告相关问题解答
1、客户
我司的行业报告主要是客户包括企业、风险投资机构、资金申请评审机构申请资金或融资者、学术讨论等需求。
2、报告内容
我司的行业报告内容充实，报告包括了行业产品定义、行业发展现状（产品产销量、产品生产技术等）、行业发展最新动态以及行业发展趋势预测等。对购买者认识和投资该行业起到初级作用。
3、报告重点倾向
我司的行业报告重点倾向主要包括：行业相关数据、行业企业数据、行业市场相关数据等。报告侧重点略有差异，具体情况看报告结构目录。
4、我们的团队
我们的团队人员组成各高校的知名导师、行业高管的人员和经验丰富的市场调查人员。
我们的团队人员对客户需求定位精准，能抓住项目精华，以合适的文字图表和图形展示项目投资价值。对行业或具体产品的投资特性、市场规模、供求状况、行业竞争状况（结构与主要竞争企业）、发展趋势等进行分析和论证，寻求规律、发展机会、现存问题的解决方案、做大做强的对策等等。
我司研究员在信息、理念、创新思维上具有开拓性给客户服务提高到一个新的层次。
5、报告数据来源
我司报告数据主要采用国家统计数据，海关总署，问卷调查数据，商务部采集数据等数据库。其中宏观经济数据主要来自国家统计局，部分行业统计数据主要来自国家统计局及市场调研数据，企业数据主要来自于国统计局规模企业统计数据库及证券交易所等，价格数据主要来自于各类市场监测数据库。
盐酸行业报告特点
盐酸行业环境：我们的环境分析主要包括国外相关行业发展现状和趋势、行业相关政策法规整理以及国内宏观经济发展现状等。
盐酸行业结构：我们行业结构分析主要包括产品市场消费需求结构、行业投资主体性质结构以及行业生产主体结构等等。
盐酸行业市场：我们的行业市场分析对行业产品整个供求状态以数据或文字方式表述、对行业市场现状呈现的特点进行概述，并对行业市场未来发展趋势进行科学预测。
盐酸行业企业：我们的行业企业分析主要包括行业企业发展历程、企业组织结构、企业相关财务数据和指标、企业竞争优劣势分析等。
盐酸行业成长性：我们的行业成长性分析主要包括行业所属生命周期的位置，行业投资增长性，行业近几年发展速度情况以及未来市场增长速度等。
我司报告特色：在研究内容上突出全方位特色，报告以本年度最新数据的实证描述为基础，全面、深入、细致地分析各行业的市场供求、进出口形势、投资状况、发展趋势和政策取向以及主要企业的运营状况，提出富有见地的判断和投资建议；
在形式上，报告以丰富的数据和图表为主，突出文章的可读性和可视性，避免套话和空话。报告附加了与行业相关的数据、政策法规目录、主要企业信息及行业的大事记等，为投资者和业界人士提供了一幅生动的行业全景图。
公司介绍
北京智研科研咨询有限公司是一家专业的调研报告、行业咨询有限责任公司，公司致力于打造中国最大、最专业的调研报告、行业咨询企业。拥有庞大的服务网点，公司高覆盖、高效率的服务获得多家公司和机构的认可。公司将以最专业的精神为您提供安全、经济、专业的服务。
公司致力于为各行业提供最全最新的深度研究报告，提供客观、理性、简便的决策参考，提供降低投资风险，提高投资收益的有效工具，也是一个帮助咨询行业人员交流成果、交流报告、交流观点、交流经验的平台。依托于各行业协会、政府机构独特的资源优势，致力于发展中国机械电子、电力家电、能源矿产、钢铁冶金、服装纺织、食品烟酒、医药保健、石油化工、建筑房产、建材家具、轻工纸业、出版传媒、交通物流、IT通讯、零售服务等行业信息咨询、市场研究的专业服务机构。经过智研咨询团队不懈的努力，已形成了完整的数据采集、研究、加工、编辑、咨询服务体系。能够为客户提供工业领域各行业信息咨询及市场研究、用户调查、数据采集等多项服务。同时可以根据企业用户提出的要求进行专项定制课题服务。服务对象涵盖机械、汽车、纺织、化工、轻工、冶金、建筑、建材、电力、医药等几十个行业。
A. 北京智研科信咨询有限公司于2008年注册成立，是国内较早开展竞争情报、市场调研、产业研究及专项研究为主的调查研究机构之一，凭借其专业的研究团队，先进的研究技术在此领域一直处于绝对的优势和领先地位：
a) 拥有全国百万家企业基础数据库
b) 全国各地分支网络和严格的调查控制流程，使我们有足够的知识和能力向客户提供高质量服务。
c) 超过200多个研究项目的成功案例
d) 研究领域覆盖能源、化工、机械、汽车、电子、医疗等诸多行业
e) 我们很荣幸的为工商银行、国家开发银行、麦肯锡、通用集团、波士顿咨询、三菱商事、中国农科院、同济大学、三星电子，松下电器、丸红株式会社海尔、美的等国内外知名企业和机构提供过咨询服务
B. 北京智研科信咨询有限公司调研（行业研究）说明
a) 行业研究部分智研咨询主要采用行业深度访谈和二手资料研究的方法：
b) 通过对厂商、渠道、行业专家，用户进行深入访谈，对相关行业主要情况进行了解，并获得相应销售和市场等方面数据。
c) 二手资料收集，对部分公开信息进行比较，参考用户调研数据，最终获得行业规模的数据。
d) 北京智研科信咨询有限公司具有获得一些非公开信息的渠道：
e) 政府数据与信息
f) 相关的经济数据
g) 行业公开信息
h) 企业年报、季报
i) 行业资深专家公开发表的观点
j) 精深严密的数理统计分析
我们的服务领域
第二篇: 调研报告深度剖析
调研报告目前人脸识别的主要研究方法有3种。①基于模板匹配的方法。模板匹配是指固定模板匹配和形变模板匹配。固定模板匹配是通过计算人脸图像和分布模型之间特征向量的差值来识别人脸。形变模板匹配是通过参数化的简单人脸图元模型来识别人脸；
②基于主分量分析的方法。主分量分析的实质是对人脸图像进行压缩，用一个低维向量来代替人脸图像，该向量包含原始图像的重要信息即特征脸，利用该方法可以重建和识别人脸；
③基于神经网络的方法。神经网络是一种基于样本统计模型的方法，通过监督学习方法对人脸样本进行训练，并根据提取的特征构建分类器，从而对测试样本进行人脸识别。一般在实际运用中，会综合以上几种方法。
自从2006年Hiton提出深度学习的概念以来，对于深度学习的研究便广泛进行，在理论和运用方面都有巨大进展。深度学习的主要框架如下。无监督+有监督的有受限波尔兹曼机和自动编码机两种框架。自动编码机又拓展为稀疏自动编码机（降低隐层维度）和降噪自动编码机（加入随机噪声）。纯有监督的主要是卷积神经网络。在实际的运用中主要还是采用深度卷积神经网络的模式。
人脸识别的技术运用广泛，在追踪嫌犯、养老生存认证、考生身份验证、金融银行、交通、社区、景点检票、门禁、考勤等各种各样的社会化场景中都可以看到人脸识别技术的应用。
当今的人脸识别系统虽然包含无数细节和各种工程技巧，但大的系统框架不外乎如下图所示的流程：一张人脸图片输入后，需要先找到人脸的位置（人脸检测），然后在这个基础上定位人脸关键点的位置（如眼睛中心或嘴角等），每个系统关键提取的数量相差很大，有的只有左右眼睛中心两个点，有的可能多达近百个点。这些点的位置一是用来做人脸的几何校正，即把人脸通过缩放、旋转、拉伸等图像变化变到一个比较标准的大小位置。这样待识别的人脸区域会更加规整，便于后续进行匹配。同时，现在的实际系统一般也都配有人脸光学校正模块，通过一些滤波的方法，去除一些对光照更加敏感的面部特征。在做完这些预处理之后，就是从人脸区域提取各种特征，包括LBP、HOG、Gabor等。最终相关的特征会连接成一个长的特征向量（Feature Vector），然后匹配出人脸的相似度，根据相似度的大小，系统会判定两张图片到底是不是一个人。人脸识别技术是一个系统链条较长，较为有技术门槛的领域。因为这条流水线的每个环节可能都会严重影响最终系统性能，所以一个好的人脸识别技术需要在各个环节上追求细节，最终才有可能在最后的人脸识别精度上有出色的表现。
接下来介绍几个具有代表性的研究人脸识别的企业及主要算法。
Deepface：Deepface是facebook公司研发的人脸识别算法。DeepFace利用面部多点的稠密对齐，借助于3D模型对有姿态的人脸进行校正，同时利用一个9层深度卷积神经网络在400万规模的人脸库上训练了一个深度人脸表示模型，在LFW数据集上取得了97.25%的平均精度。
DeepID：DeepID是香港中文大学汤晓鸥课题组发明的一种人脸识别算法。孙祎团队研发的技术和产品已经在当今备受关注的互联网金融领域被应用于“人脸在线身份认证”，让用户无需面签即可通过人脸识别在手机端认证身份，继而开户、转账、借贷，这项身份认证服务已达到了百万级/天的调用量。其经过了三代的发展。第一代DeepID结构与普通的卷积神经网络的结构相似，但是在隐含层，也就是倒数第二层，与Convolutional layer 4和Max-pooling layer3相连，鉴于卷积神经网络层数越高视野域越大的特性，这样的连接方式可以既考虑局部的特征，又考虑全局的特征。DeepID2在DeepID的基础上添加了验证信号。具体来说，原本的卷积神经网络最后一层softmax使用的是Logistic Regression作为最终的目标函数，也就是识别信号；
但在DeepID2中，目标函数上添加了验证信号，两个信号使用加权的方式进行了组合。第三代DeepID2+有如下贡献，第一点是继续更改了网络结构；
第二点是对卷积神经网络进行了大量的分析，发现了几大特征，包括：1神经单元的适度稀疏性，该性质甚至可以保证即便经过二值化后，仍然可以达到较好的识别效果；
2高层的神经单元对人比较敏感，即对同一个人的头像来说，总有一些单元处于一直激活或者一直抑制的状态；
3DeepID2+的输出对遮挡非常鲁棒。
Facenet：FacenNet是Google开发的深度学习算法。与其他的深度学习方法在人脸上的应用不同，FaceNet并没有用传统的softmax的方式去进行分类学习，然后抽取其中某一层作为特征，而是直接进行端对端学习一个从图像到欧式空间的编码方法，然后基于这个编码再做人脸识别、人脸验证和人脸聚类等。
FaceNet算法有如下要点：
去掉了最后的softmax，而是用元组计算距离的方式来进行模型的训练。使用这种方式学到的图像表示非常紧致，使用128位足矣。
元组的选择非常重要，选的好可以很快的收敛。
三元组比softmax的优势在于：
softmax不直接，（三元组直接优化距离），因而性能也不好。
softmax产生的特征表示向量都很大，一般超过1000维。
商汤科技：SenseTime（商汤科技），是中国一家致力于计算机视觉和深度学习原创技术的创新型科技公司，总部位于北京。
Face++：Face++TM是北京旷视科技有限公司旗下的新型视觉服务平台，Face++TM平台通过提供云端API、离线SDK、以及面向用户的自主研发产品形式，将人脸识别技术广泛应用到互联网及移动应用场景中，人脸识别云计算平台市场前景广阔。和蚂蚁金服共同开发的Smile to Pay，可以进行扫脸支付。Face++和蚂蚁金服今年开发的人工智能机器人——蚂可，于6月30日和“水哥”进行了一次网红脸识别的比赛。
近日，CVPR2016刚刚召开，会议上深度学习基本占据了主导，成了计算机视觉研究的标配。以下是关于人脸识别的几篇文章的概括。
商汤科技这次提交的其中一篇文章为Joint Training of Cascaded CNN for Face Detection。文章考虑了一个如何联合训练检测器的问题，可以认为是卷积神经网络方案中的一个，但是不局限于某个特定的 CNN 检测方法。不管是人工设计的特征的方法，还是基于卷积神经网络的检测算法，往往都需要做级联。而级联的缺点是不太好直接联合训练，这恰恰破坏了卷积神经网络可以端到端训练的性质。由于传统的级联训练往往是单步求解最优，得到的结果可能没有多步联合最优的效果好。为此，文章提出了一种可以联合训练整个级联分类器的一种方式。得益于神经网络可以反向传播的性质，给出了如何联合训练整个级联分类器。并且，我们说明了如何在简单的 cascade CNN 和更复杂一点的 faster-RCNN 上都可以用这种方式来联合训练，并且可以取得非常优异的性能。特别是当网络的规模比较小的时候，这种联合训练的方法提升非常大。这个工作做完之后，我们进一步大幅度提升了检测的速度和精度，并把完全基于 CNN 的方法做到了包括 ARM，CPU 和 GPU 各个平台上，并且跑到了非常好的速度。如今，商汤科技基于深度学习的人脸检测技术适配于多个品牌不同型号的手机上，支持着几十个各类 APP 的人脸分析功能；
在单核 CPU 上可以跑到上百 FPS，并每天支持着大量的金融人脸认证服务；
在单个 GPU 上可以实时的处理超过 12 路以上的高清视频，并运用到很多的安防监控系统中；
甚至不久的将来，还会集成到相机前端的人脸抓拍芯片中。
汤晓鸥课题组的Sparsifying Neural Network Connections for Face Recognition：提出通过稀疏神经网络的连接来提升人脸识别的效果。稀疏卷积网络通过迭代的方法来学习，每次将一个额外的层进行稀疏化，将整个模型在之前迭代所得的权重下再训练。一个重要的发现，一开始就使用稀疏卷积网络训练无法得到很好地人脸识别效果，但使用之前训练好的密集模型来初始化一个稀疏模型对学习人脸识别的有效特征很关键。本文还提出来一种基于相关性的权重选择标准，并从经验上证实了它每次迭代中从之前学习的模型中选择有益连接的有效性。选择合适的稀疏模型（大概为密集模型的26-76%），使用同样的数据集，它提升了最新的DeepID2+模型的人脸识别效果。他只需要12%的原来的参数就能达到基准模型的表现。
研究发现，神经元之间的相关系数比权重的大小或二阶导能更好地衡量神经元连接的重要性。
经过这几年的研究，在现有的人脸数据库如LFW中，现有的算法已经达到几乎完美的水平，识别能力已经超过人眼，但这并不能代表在现实中会有这样的效果。于是提出创建更大更有挑战性的数据库The MegaFace Benchmark。The MegaFace Benchmark: 1 Million Faces for Recognition at Scale：新建的数据库，包含690000人的1百万张照片。参加测试的算法，能够在LFW数据库（相当于只有10个干扰项）上达到95%以上的识别率，在这个有1M的干扰项中只达到35-75%的识别率，LBP和联合贝叶斯算法作为基准则降到了不足10%。如谷歌的FaceNet和FaceN这样在大的数据集上进行训练的算法，在MegaFace中测试时的效果更好。而且在Face-Scrub数据集中，在18M照片中训练的FaceN达到了和在500M照片中训练的FaceNet相当的效果。验证集和注册集之间人物的年龄差别对于识别影响很大。验证集和注册集之间的动作变化导致识别率减低，对于大规模的数据尤其重要。
WIDER FACE: A Face Detection Benchmark。汤晓欧课题组也提出了一个用于人脸识别的数据库---WINDER FACE,比现有的数据库大10倍多，包含丰富的注释，包括地点，姿势，活动类别，和脸部边框。用这个数据库训练，当前最好的算法也只能达到70%的正确率。这个数据库更像现实中的人脸采集状况，也是将来研究的方向。
本次CVPR最佳论文Deep Residual Learning for Image Recognition。这是微软方面的最新研究成果，在第六届ImageNet年度图像识别测试中，微软研究院的计算机图像识别系统在几个类别的测试中获得第一名。之前的研究发现，卷积网络的深度越深，训练效果越好。本文是解决超深度CNN网络训练问题，152层及尝试了1000层。本文主要解决的是随着深度的增大，训练误差也增加的问题。求取残差映射 F(x):= H(x)-x，那么原先的映射就是 F(x)+x，对原先的 平原网络（plain network）上加入快捷连接（shortcut connections）构成残差网络，以此随着网络深度的增加检测效果也更好。
Pose-Aware Face Recognition in the Wild。只要是来研究在对于不同的人脸姿态的识别，不同于其他的方法，要么通过训练大量的数据来希望找到一个模型来学习姿态的不变性，要么将图像标准化为一个正面姿态，该方法是使用多种姿态确定模型和提取的脸部图像来解决姿态的变化。用训练多个深度卷积神经网络来学习不同角度的人脸图像。
Face Alignment Across Large Poses: A 3D Solution。也是研究人脸对齐的文章。他主要考虑了人脸姿态特别偏的情况，会到时人脸的一些特征点看不到。于是他们提出一种三维密集脸部模型的方法，构建人的三维人脸，而不是用离散的特征点来对其，这样解决了局部特征看不到的问题。然后用卷积神经网络来拟合三维人脸模型。
FACE ALIGNMENT BY DEEP CONVOLUTIONAL NETWORK WITH ADAPTIVELEARNING RATE。是在2016年ICASSP会议上的一篇文章。主要是研究使用深度卷积网络来进行人脸对齐。该方法是基于数据增加和自适应学习速率的对于人脸特征点的检测。数据增加解决缺少图像的问题，自适应学习来得到定位的最优解。该网络可以学习全局的高级特征，直接预测人脸特征点的坐标。各项测试表明，该方法效果很好，尤其在复杂环境，姿势，光照等情况下。
文章DEEP PAIR-WISE SIMILARITY LEARNING FOR FACERECOGNITION。作者提出了一种新的人脸识别的模型。主要考虑到很多情况下充足的数据无法提供，那么现有的算法无法发挥很好地效果。该方法的输入时成对的图片，不像现有的深度学习模型来学习单个图片的特征，再进行分类，该方法是直接学习两张图片的相似性，直接作出判断。该算法通过融合两张图片，输入卷积网络，提取特征，但并不进行分类，而是直接计算相似系数，来判断两张图片是否是一个人。主要用来识别同一个人的人脸的不同姿势。
针对现有的人脸识别数据库做如下总结：
1.ImageNet
这个数据集包含约120万张训练图像、5万张验证图像和10万张测试图像，分为1000个不同的类别。每年的ILSVRC竞赛就是基于这个数据集。
2.CIFAR-10
CIFAR-10数据集包含60000个32*32的彩色图像，共有10类。有50000个训练图像和10000个测试图像。
数据集分为5个训练块和1个测试块，每个块有10000个图像。测试块包含从每类随机选择的1000个图像。训练块以随机的顺序包含这些图像，但一些训练块可能比其它类包含更多的图像。训练块每类包含5000个图像。
3.CIFAR-100
数据集包含100小类，每小类包含600个图像，其中有500个训练图像和100个测试图像。100类被分组为20个大类。每个图像带有1个小类的“fine”标签和1个大类“coarse”标签。
4．COCO
是微软组件的一个新的图像识别、分割、和字幕数据集，包含300000多张图片，超过2百万个例子，80多类，每张图有5个注释，有100000人的关键点。
5.LFW
由美国马萨诸塞大学阿姆斯特分校计算机视觉实验室整理完成，共13233幅图像，其中5749个人，其中1680人有两幅及以上的图像，4069人只有一幅图像。图像为250*250大小的JPEG格式。绝大多数为彩色图，少数为灰度图。
大多数图像都是由Viola-Jones的检测器得到之后，被裁剪为固定大小，有少量的，人为地从false positive中得到。
6.WIDER FACE
汤晓欧课题组也提出了一个用于人脸检测的数据库---WINDER FACE,比现有的数据库大10倍多，包含丰富的注释，包括地点，姿势，活动类别，和脸部边框。用这个数据库训练，当前最好的算法也只能达到70%的正确率。这个数据库更像现实中的人脸采集状况，其中的人脸形状小，有遮挡，姿势比较极端，也是将来研究的方向。
7.The MegaFace Benchmark：新建的数据库，包含690000人的1百万张照片。
8. CASIA-WebFace：包含10575人的494414张图片，公开使用。
9.SFC：Facebook的人脸数据库，包含4030人的4400000张照片，不公开
10.Youtube Face(YTF): 3425videos/1595人，非限制场景、视频，来源于Youtube上的名人，公开。
11.FaceNet:谷歌的数据库，拥有超过10M人的超过500M的照片，来源于互联网，不公开
12. IJB-A IAPRA：500人的25813张照片
13.FaceScrub：530人，约100k张图片，非限制场景
14.MultiPIE：337个人的不同姿态、表情、光照的人脸图像，共750k+人脸图像，限制场景人脸识别
15. CAS-PEAL：1040个人的30k+张人脸图像，主要包含姿态、表情、光照变化，限制场景下人脸识别
16.Pubfig：200个人的58k+人脸图像，非限制场景下的人脸识别
17. FDDB：2845张图片中的5171张脸，标准人脸检测评测集
针对现有的人脸识别算法做如下归纳：
1.Deepface：
Deepface是facebook公司研发的人脸识别算法。其实现的基本流程为：分为如下几步：首先是人脸对其，通过以下流程实现：
a. 人脸检测，使用6个基点
b. 二维剪切，将人脸部分裁剪出来
c. 67个基点，然后Delaunay三角化，在轮廓处添加三角形来避免不连续
d. 将三角化后的人脸转换成3D形状
e. 三角化后的人脸变为有深度的3D三角网
f. 将三角网做偏转，使人脸的正面朝前。
g. 最后放正的人脸
h. 一个新角度的人脸
总体上说，这一步的作用就是使用3D模型来将人脸对齐，从而使CNN发挥最大的效果。
第二步：人脸表示
经过3D对齐以后，形成的图像都是152×152的图像，输入到上述网络结构中，进行卷积神经网络处理，该结构的参数如下：
Conv：32个11×11×3的卷积核
max-pooling: 3×3， stride=2
Conv: 16个9×9的卷积核
Local-Conv: 16个9×9的卷积核，Local的意思是卷积核的参数不共享
Local-Conv: 16个7×7的卷积核，参数不共享
Local-Conv: 16个5×5的卷积核，参数不共享
Fully-connected: 4096维
Softmax: 4030维
第三步：人脸表示归一化
对于输出的4096-d向量：
先每一维进行归一化，即对于结果向量中的每一维，都要除以该维度在整个训练集上的最大值。
每个向量进行L2归一化
最后进行分类：
得到表示后，使用了多种方法进行分类：直接算内积；
加权的卡方距离；
使用Siamese网络结构。
2.VGG
模型框架为：输入为尺寸224X224的RGB图，由A-E5个卷积网络构成，深度由浅到深。所有的卷积核都是用很小的3x3,步长为1，只有一个是1x1的卷积核，可视为输入通道的线性变换。一共有5个池化层，不是每个卷积层后都有池化层。池化用2x2像素的窗口，步长为2.。最后三层是全连接层，前两层有4096个通道，最后一层有1000个通道分别对应1000个类别，最后一层用softmax分类。每个隐层用ReLU做输出函数，整个网络都不用LRN，因为没效果，还占内存消耗和计算时间。
训练的目的是为了最优化多项逻辑回归，通过基于BP算法的mini-batch gradient descent来实现。训练通过权重衰减和对前两层全连接层的dropout regularisation来调整参数。学习速率初始设为0.01，并以10倍减少当正确率不再提高时。一共衰减了三次，学习到370K次迭代后停止。
初始化网络的权重：首先用随机初始化训练结构A，因为网络较浅；
训练其他深的结构，就用A来初始化他们的前四层和最后三个全连接层，中间层随机初始化，不改变预初始化的学习速率，让他们随着学习改变。随机初始化用，使用0平均和10-2的方差的标准正态分布。
有两种确定训练图像大小的方法，出于速度的考虑，采取单一大小的方式，并定为384.
3．DeepID系列
DeepID：
结构：由四层卷积神经网络构成，前三层后跟池化层，第三层池化层和第四层卷积层一起全连接够成最后的DeepID层，提取图片特征。最后用Soft-max来分类，结构如下：
实现：
在DeepID的实验过程中，使用的外部数据集为CelebFaces+，有10177人，202599张图片；
8700人训练DeepID，1477人训练Joint Bayesian分类器。切分的patch数目为100，使用了五种不同的scale。每张图片最后形成的向量长度为32000，使用PCA降维到150。如此，达到97.20的效果。使用某种Transfer Learning的算法后，达到97.45%的最终效果。
DeepID2:结构框架：输入为55x47的RGB图，网络包含4个卷积层，前三个后面跟着池化层。为了学到不同的高层特征，高层卷积网络权值不共享。尤其，第三层卷积网络权值只在2x2的局部区域共享，第四层本地连接层完全不共享。最后的一层是第三和第四两层卷积网络的全连接层，提取了160维的向量。使用ReLU作为激活函数。
另外，加上了face identification signal和face verification signal两个监督信号。face identification signal通过在DeepID2层之后加上n路的softmax层，通过训练最小化交叉熵损失，来确保正确分类。那么DeepID2层就要找到最具类间区分度的特征，这样就最大化了类间差距。face verification signal用来认准两个人是否是同一个人。通过L1/L2标准化或余弦相似性来衡量，通过训练，使DeepID2层对于同一个人尽量显示一致的特征，以此来减小类内差距。结构如下图：
训练过程：首先初始化权重参数，从训练集中随机取两个样例输入网络，计算各自的输出，采用随机梯度下降法来更新各参数，进行迭代，知道模型收敛，输出各权重参数。如下图：
人脸验证：
首先使用SDM算法对每张人脸检测出21个landmarks，然后根据这些landmarks，再加上位置、尺度、通道、水平翻转等因素，每张人脸形成了400张patch，使用200个CNN对其进行训练，水平翻转形成的patch跟原始图片放在一起进行训练。这样，就形成了400×160维的向量。
这样形成的特征维数太高，所以要进行特征选择，不同于之前的DeepID直接采用PCA的方式，DeepID2先对patch进行选取，使用前向-后向贪心算法选取了25个最有效的patch，这样就只有25×160维向量，然后使用PCA进行降维，降维后为180维，然后再输入到联合贝叶斯模型中进行分类。
DeepID2使用的外部数据集仍然是CelebFaces+，但先把CelebFaces+进行了切分，切分成了CelebFaces+A(8192个人)和CelebFaces+B(1985个人)。首先，训练DeepID2，CelebFaces+A做训练集，此时CelebFaces+B做验证集；
其次，CelebFaces+B切分为1485人和500人两个部分，进行特征选择，选择25个patch。最后在CelebFaces+B整个数据集上训练联合贝叶斯模型，然后在LFW上进行测试。在上一段描述的基础上，进行了组合模型的加强，即在选取特征时进行了七次。第一次选效果最好的25个patch，第二次从剩余的patch中再选25个，以此类推。然后将七个联合贝叶斯模型使用SVM进行融合。最终达到了99.15%的结果。
DeepID2+:
结构：和DeepID2基本类似，区别在于将前三层的池化层和第四层卷积网络都和最后一层进行了全连接，每层提供128维的特征，一共组成512维的DeepID2+向量，对其添加face identification signal和face verification signal两个监督信号，等于是对每层都进行监督，增强了监督；
还有就是加大了训练集，训练集将CelebFaces+和WDRef数据集进行了融合，共有12000人，290000张图片。结构如下：
4.Sparsifying Neural Network Connections for Face Recognition
研究发现对于有挑战的人脸识别问题，神经元相关性的指标，用神经元联系的重要性衡量比权重的量级或二阶导更好。
结构：
先训练一个基准模型：基准模型和VGG类似，每两个卷积层跟一个池化层，主要区别在于最后两个卷积层替换为两个局部连接层。这是为了学习人脸不同部分的不同特征。第二个局部连接层后跟着一个512维的全连接层，全连接层的特征用来进行人脸识别。结构如下：
把Joint identification-verification supervisory signal加入到最后的全连接层来学习特征表述，来区分不同人脸，识别出同一个人脸，同样的监督信号也加入到之前的一些层，在学习阶段增强监督。用ReLU做所有卷积，局部连接和全连接层的激活函数。将30-50%丢弃率的Dropout learning用于最后一层局部连接层和全连接层。用同样的数据，单个的这个模型已经比单个DeepID2+效果更好。
对基准模型进行稀疏卷积化：从最后的全连接层开始，逐层稀疏化网络。因为最后几层有大量参数的冗余，减少他们不会影响网络的效果。用前一次的密集网络的权重参数来初始化此次的网络，再进行稀疏化。直到所有层都稀疏化。
5.FaceNet
FaceNet是谷歌提出的人脸识别算法。
结构：从图像中获取输入快，经过卷积神经网络来获取特征，但并没有使用softmax来分类，而是经过L2归一化后，用训练好的三元组计算三元损失，直接判断图片是否是一个人。结构如下图：
实施过程：
三元损失由三部分组成，需要被判断的图像（anchor），属于同一个人的另一张图像（positive），和不是同一个人的一张图像(negative).训练目的就是为了让所有anchor和positive之间的距离都要比anchor和negative之间的距离都要短，那么就能正判断出图中的人是否是同一个。
而三元组的选择很重要，选的好就能迅速收敛。文章提出两种方法：
1.每N步线下在数据的子集上生成一些triplet
2.在线生成triplet，在每一个mini-batch中选择hard pos/neg样例。
使用线上生成时，为了使mini-batch中生成的triplet合理，生成mini-batch的时候，保证每个mini-batch中每个人平均有40张图片。然后随机加一些反例进去。在生成triplet的时候，找出所有的anchor-pos对，然后对每个anchor-pos对找出其hard neg样本。这里，并不是严格的去找hard的anchor-pos对，找出所有的anchor-pos对训练的收敛速度也很快。
文章选择了两种深度卷积神经网络：
1.第一种是Zeiler&Fergus架构，22层，140M参数，1.6billion FLOPS称之为NN1
2第二种是GoogleNet式的Inception模型。模型参数是第一个的20分之一，FLOPS是第一个的五分之一。针对Inception模型，提出了两个小模型NNS1和NNS2可以运用到手机上。保持结构一样，减少输入尺寸，提出NN3和NN4.
NN2模型如下：
参考文献：
1.Karen Simonyan，Andrew Zisserman. VERY DEEP CONVOLUTIONAL NETWORKSFOR LARGE-SCALE IMAGE RECOGNITION
2.Yi Sun，Xiaogang Wang，Xiaoou Tang. Sparsifying Neural Network Connections for Face Recognition
3. Sun Y, Wang X, Tang X. Deep learning face representation from predicting 10,000 classes[C]//Computer Vision and Pattern Recognition (CVPR), 2014 IEEE Conference on. IEEE, 2014: 1891-1898.
4. Sun Y, Chen Y, Wang X, et al. Deep learning face representation by joint identification-verification[C]//Advances in Neural Information Processing Systems. 2014: 1988-1996.
4.Sun Y, Wang X, Tang X. Deeply learned face representations are sparse, selective, and robust[J]. arXiv preprint arXiv:1412.1265, 2014.
5.Taigman Y, Yang M, Ranzato M A, et al. Deepface: Closing the gap to human-level performance in face verification[C]//Computer Vision and Pattern Recognition (CVPR), 2014 IEEE Conference on. IEEE, 2014: 1701-1708.
6.Schroff F, Kalenichenko D, Philbin J. Facenet: A unified embedding for face recognition and clustering[J]. arXiv preprint arXiv:1503.03832, 2015.
7.Ira Kemelmacher-Shlizerman,Steven M. Seitz ,Daniel Miller,Evan Brossard. The MegaFace Benchmark: 1 Million Faces for Recognition at Scale
8.IacopoMasi,Stephen Rawls. Pose-Aware Face Recognition in the Wild
9.Kaiming He Xiangyu Zhang.Deep Residual Learning for Image Recognition
10.Hongwei Qin,JunjieYan,Xiu Li,Xiaolin Hu.Joint Training of Cascaded CNN for Face Detection
第三篇: 调研报告深度剖析
丰韵内衣市场调研报告
学院：经济与管理学院
专业：
市场营销
班级：1309
组员：韦萍、胡蓓
贾淑祺、张玉洁
前言
随着市场经济竞争的日益激烈，大学生就业问题随之成为社会热点问题。其实，创业是个不错的选择。应学校要求，本学期市场营销学课程要求营销理论加以实践，从而更好地锻炼我们的能力。因此，我们1309班市场营销的四位同学设计了一份创业报告，因为学校就处于市中心，想在学校周边开一间自创牌丰韵内衣店。
针对本组创业项目，我们首先对市场影响丰韵牌内衣店开发做了全面的市场调研。本次调研时间为2015年10月9日至2015年11月9日。主题为丰韵内衣市场调研报告。我组全体成员通过上网查阅书籍，搜集了大量的资料，并设计了一份有关内衣的调查问卷，并由每位成员在班级间以及周边居民进行调查，共完成了182份调查问卷。根据相关资料，完成了本次的调研报告。
本报告由韦萍担任主编，参加撰写的人员有：胡蓓、贾淑祺、张玉洁。分工为：韦萍负责“前言”及“淮安市区消费者分析”；
胡蓓负责“竞争对手分析”；
贾淑祺负责影响内衣消费的淮安市宏观环境分析；
张玉洁负责市场状况分析。
由于时间仓促，编者水平有限，报告中难免有失误，敬请指正。谢谢!
目录
1、市场状况分析
（1）市场规模和趋势分析
(二） 内衣 产品特点分析
（三） 丰韵品牌形象定位
（四）市场供求分析
二、淮安市区消费者分析
（一）需求量分析
（二）需求要求分析
（三）、需求特点分析
三、竞争分析
四、影响内衣消费的淮安市宏观环境分析
（一）人口环境分析
（二）经济环境分析
（三）文化环境分析
一、市场状况分析
（一） 市场规模和趋势分析
1．中国内衣市场基数大，增长快
中国有13亿人口，市场基数大，而且随着人们消费水平逐年提高、思想的日益开放，内衣已经成为服装产业中最具活力、成长最快的一个分支，被誉为“服装行业最后的一块蛋糕”。2004年，中国内衣销售额已达1000亿元以上，显示
出巨大的市场潜力。预计在未来10年中，内衣每年的增长率应在20％左右，而一些著名品牌如欧迪芬，近几年的增长率都在50％以上。
2.内衣消费观念不成熟
据在网站上调查，仅北京、上海、广州、沈阳四个城市的调查中，80%的女性不知道内衣的型号，有些连自己的胸围尺寸也不清楚；
90%以上的人认为内衣太贵是一种浪费（华歌尔、黛安芬等在中国的售价属于太贵）；
而关于内衣款式只有15%的女性选择性感。这一调查结果虽然未必全面，却也说明了中国内衣市场还有待开发。
3．市场分散，地域差别大
中国国土广阔，人身体形差异非常大，这对内衣产品研发是很不利，很难做出一个标准体形的模型。此外，南北内衣消费差异大，南方消费较注重开放的立体造型和色彩的多样性，做工细腻，面料的选取多为丝绸、蕾丝花边、锦缎等上乘材料。而北方内衣消费则追求质朴，讲究柔软舒适，现代意识较弱，更注重功能性和实用性。
中国品牌内衣地域发展不平衡，呈现明显的南强北弱势头。从内衣生产厂家数量分布看，南方占主导地位，其中尤以广东、上海最为突出，而北方内衣生产企业相对较少，所以即使是在北方市场，内衣产品也以南方产地居多。
4．女性内衣正成为商家瞩目的热点
随着城市化进程的不断发展，在未来，中国将涌现更多的中小城镇，随之都市白领、城市小资将越来越多，另一方面，多元化文化的冲击及消费观念的转变，中国城市女性将愈发注重内衣的品质以及内衣的文化、生活价值，品牌消费意识将愈加浓郁。从讲究舒适、追求美观到营造氛围、改变形体，多样化和个性化成为新世纪内衣的口号。各种应时、应情、应季的内衣正成为女性的重要消费对象。
(二） 内衣 产品特点分析
任何一个品牌的发展都是满足消费者需求，满足时代潮流，从而上升为一种文化，一种生活方式，如耐克，可口可乐,IBM等。作为新生品牌，丰韵的发展方向也不例外，不仅需要增强产品的实用性、舒适性，还要满足时代潮流。
所以针对潮流，“丰韵”做到了一下几点：
1.材质亲肤
内衣是贴身之物，所以在表布的材质上需要格外讲究。华丽的风格带动蕾丝与刺绣的大量使用，便以多款的刺绣蕾丝素材制成的弹性内衣体现出性感妩媚的女性美。不仅延展性佳，与肌肤触感柔细，更重要的是其排汗性佳及洗后快干的特点。
2.肩带革命
在内衣外穿的带动下，“可换式肩带”、“隐痕系列”是最新潮流。
如“浪漫优雅”的可换肩带新系列，在肩带布面上做变化：采用与本布相同的提花、亮面绉纱的肩带，让内衣成为服装的一部分。主要是在搭配贴身外衣时，让你曲线毕露又不会出现钢圈和肩带外显的尴尬；
至于线条的部分，以往的V字形线条已由更具衬托性的U形线条所取代，使胸形更为圆润饱满。
3.彩色当道
在“丰韵”，不是以肉色、粉色为主流的内衣世界，我们会根据季节的不同，打出了色彩各异的鲜活招牌。
明亮可爱的柠檬黄和清爽摩登的天蓝，是少女的明朗。含蓄温婉的紫色、活力四射的苹果绿、醒目的橙色，这些纯度很高的色彩简约清新又不失时尚。
如“私人订制”系列根据客户的自身需求量身订制，更大胆加入可衬肤色的深紫色，取代白色的莲藕色、奶茶色，以及鲜艳的桃红甚至是独具未来感的银灰色。增加女性魅力和神秘感。
4.轻盈运动
受运动热潮的影响，无论是日装晚装还是男装女装都加入了运动的元素，当然，内衣也概莫能外。尤其是喜欢在家做运动的女孩，运动型内衣自然必不可少。
运动型内衣可将身体的曲线造型和舒适性完美结合，可舒展的运动胸罩、适体的运动内裤、超迷你短裙、无领上衣等都是强调运动机能和气质的款式，它们的一致特点就是线条简单、素材朴素，色彩也多为纯色，充满现代感和活力。
（三） 丰韵品牌形象定位
1.品牌核心价值：让我们一起追求自然美！
2.品牌个性：彰显浪漫，体会贴心，学会关爱，尽享真情！
3.品牌利益点：合理的价格、舒适的产品、专业的形象、贴心的服务
4.品牌系列：俏皮可爱、简约清新、浪漫优雅、私人订制
5.品牌社会形象：关爱女性、关爱家庭、关爱生活、关爱社会的品牌人
6.品牌传播关键字：真情、关爱、和谐
（四）市场供求分析
在我国，由于许多的内衣品牌都是从加工型企业转型而来，其流通渠道带有原始的大流通色彩，市场分销主要以批发为主。随着市场的日益增大，内衣企业品牌意识的日益增强，内衣的流通渠道将会出现一些新的形态与特点。其总体的发展将由粗放型向集约型转型、由先期的批发放任向专卖集中控制转型，表面上看来是厂商对渠道及终端资源控制权的大力争夺，深层则是利润的重新分配。
1.大超市、商场分销将继续占有重要份额
现阶段，大超市分销店对内衣销售起到了重要的作用。如家乐福、沃尔玛等国际超市巨头的全球连锁，给国外中高档内衣的销售帮助很大。在国内，大超市、商场的力量也不可小看，据调查，近80%的中高档内衣通商场销售出去的。由此看来，大超市、商场还将会是中高档内衣最有销售力的终端。
2.内衣连锁店将承担起一定的销售作用
所有的产品只有经过终端才能实现商品——利润的转化，许多内衣代理商、批发商发现这一发展态势，利用多年内衣经营经验以及手中的资源，注册品牌，组合产品，开店设铺，做起了卖场连锁零售。如东莞的新感觉、深圳的都市丽人、女人心等。现阶段来看，这种以中低档产品、超市价格、专卖店服务的内衣专卖连锁店将有很大的成长空间，起到良好的销售作用。
3.单品牌专卖形式将迅速成长
随着社会对品牌认知、消费者品牌消费意识的提高，高档内衣专卖将迅速成长。另一方面，许多的高档内衣品牌将以发展单品专卖的形式蔓延。
4.网上邮购将成为新热点
随着网络普及化，女性上网人数也逐步增多，另一方面，社会信任制并的进一步完善健全，在未来几年，将刺激网上内衣的销售。
5.内衣搭售方式起步
内衣与化妆品同属女性用品，按照主题渠道理论，这两者虽不同产品，但分销渠道上却相同，为此，在化妆品卖场搭售内衣，这不是没有可能的。而且这一形式在国内也早有专家调研，并已出现一小部分，但发展前景如何还需进一步实践。
6.批发、零售、杂货铺还将存在一段时间
我国地域经济发展状况不一致，东西、南北区域、沿海与内陆省份消费水平差距很大，尤其是许多农村城镇以及偏远地区的消费水准还是很底，内衣消费主要以低档次、低价格为主，但是由于这些区域人口较多，其消费基数大，所以市场规模是不容忽视的。在现行阶段，能让产品深度到达这些区域的最佳方式还是通过传统的批发渠道。
总的来说，中国的内衣销售与世界各国的销售渠道几乎相同。主要通过不同档次的百货商场、专业连锁店、专卖店、经销商、批发商等不同方式。中高档品牌内衣，如安莉芳、欧迪芬、曼妮芬、爱慕„„主要以大商场及经销商做为主要销售渠道，通过自建或由区域代理发展加盟发展终端，建立全国式区域销售网络；
而中低档品牌内衣则以专业连锁店、批发为主；
低档内衣，则主要以批发为销售渠道。
不过，随着今后几年内衣消费市场的小逐步成熟，再加上人们消费水平提高以及品牌意识的增强，内衣销售将沿着专卖店的服务与环境、大型商场的货品结构以及超市的价格为主要特点的内衣连锁店方向发展。
二、淮安市区消费者分析
消费者在购买商品时，会因为价格、购买频率的不同，而投入购买的程度不同。我们小组于2015年10月29日，在淮阴师范学院经济与管理学院班级间以及周边居民进行了抽样调查问卷，小组共四人，总共完成了182份调查问卷。本次调查的目的是，了解淮阴师范学院学生以及周边居民对于周边内衣市场的消费情况。
（1）需求量分析
1.学生及偏年轻的女士内衣购买的频率很高
根据调查的数据显示，有52.64在一个月至一季度更换内衣，且拥有超过三件内衣的占到92.31%，消费群体大都在四十岁以上。可见内衣市场在学校周边有一定的销量。（见问卷1至3题）
2.学校周边对内衣的需求市场还是很大的
根据调查数据显示，有55%的人表示愿意购买丰韵牌内衣，24。37%表示不会，还有20。27%处在犹豫状态中。（见问卷14题）
（2）需求要求分析
1.调查人群中比较偏向黑色系列的内衣
根据调查显示有60.44%的人喜欢购买黑色系列的内衣，以白色为首的一些素净的颜色，购买的人不是太多（见问卷第4题）
2.材质、功能、造型、舒适度及品牌成为人们再光顾的主要原因
吸引回头客，是市场行业的首要原则，人们愿意再次光临内衣店的多种原因中，人们对于材质、功能、造型、舒适度及品牌有很大的偏向。例如，有59。34%的人偏爱纯棉材质的内衣。有48.35%的人会选择保持身材及保健的内衣。有51.65%的人喜欢后扣造型的内衣。有58.24%的人喜欢透气型的内衣。有46.7%的人喜欢都市丽人这个品牌的内衣。有55.49%的人买内衣是由于品牌和知名度而买的（见问卷5、8、9、10、13、16题）
（3）需求特点分析
1.学生及周边居民比较倾向于品牌内衣
根据调查结果看来，有86.42%的人喜欢去品牌店购买内衣，且有46.7%的人喜欢购买都市丽人这个品牌的内衣（见问卷11、13题）
2.人们消费信息来源最多的是朋友熟人和网络介绍
从调查结果来看，学生及周边的人消费的信息一般来源于朋友熟人及网络的介绍28.57%，售货员推荐37.91%，电视25.27%，室外广告牌19.78%，其他13.74%
使顾客的期望值得以最大程度上的满足，光顾的人才会越来越多。（见问卷15题）
第1题：您的年龄段是？
●选项
●小计
●比例
18-24
132
72.53%
25-30
37
20.33%
31-44
9
4.95%
其他
4
2.2%
本题有效填写人次
182
第2题：您个人拥有多少件替换内衣？
●选项
●小计
●比例
3件以内
14
7.69%
4-6件
106
58.24%
7-10件
45
24.73%
多到数不清
17
9.34%
本题有效填写人次
182
第3题您大概需要多久更换新的内衣？
●选项
●小计
●比例
一个月
24
13.19%
三个月
90
49.45%
半年
60
32.97%
一年
8
4.4%
本题有效填写人次
182
第4题：您通常购买哪种色系的内衣？
●选项
●小计
●比例
浅粉色系
61
33.52%
肤色系
52
28.57%
黑色
110
60.44%
深色系
39
21.43%
白色
50
27.47%
艳色
23
12.64%
素色
42
23.08%
本题有效填写人
182
第5题：您比较青睐哪种材质的内衣？
●选项
●小计
●比例
纯棉
108
59.34%
丝质
33
18.13%
莱卡
31
17.03%
涤纶、氨纶
4
2.2%
其他
6
3.3%
本题有效填写人次
182
第6题：您比较喜欢哪种文胸的造型？
●选项
●小计
●比例
衬垫型
44
24.18%
无带型
42
23.08%
侧扣型
23
12.64%
前扣型
34
18.68%
后扣型
94
51.65%
环带绕脖型
25
13.74%
本题有效填写人次
182
第7题：您比较喜欢的文胸罩杯是？
●选项
●小计
●比例
全罩杯
27
14.84%
1/2罩杯
54
29.67%
3/4罩杯
82
45.05%
立体杯罩
17
9.34%
模杯
2
1.1%
本题有效填写人次
182
第8题：您认为内衣最重要的功能是什么？
●选项
●小计
●比例
使胸部看上去丰满
51
28.02%
保健，保持身材
88
48.35%
做完美的时尚女性
29
15.93%
其他
14
7.69%
本题有效填写人次
182
第9题：在功能方面，您比较注重哪方面？
●选项
●小计
●比例
抑菌
55
30.22%
香味
32
17.58%
美体修身
120
65.93%
按摩
29
15.93%
丰胸
44
24.18%
与衣服搭配
74
40.66%
护肤
31
17.03%
本题有效填写人次
182
第10题：在舒适性方面，您比较注重以下哪几项？
●选项
●小计
●比例
透气性
106
58.24%
吸汗性
25
13.74%
贴身度
78
42.86%
柔软度
66
36.26%
剪裁合适
38
20.88%
触感光滑
9
4.95%
本题有效填写人
182
第11题：您习惯购买内衣的场所？
●选项
●小计
●比例
商场集中的品牌专柜
65
35.71%
品牌专卖店
79
43.41%
临街的连锁店
20
10.99%
大润发之类的日常用品超级市场
7
3.85%
其他
11
6.04%
本题有效填写人次
182
第12题：您是否购买品牌内衣？
●选项
●小计
●比例
是
154
84.62%
否
28
15.38%
本题有效填写人次
182
第13题：您长买的品牌？
●选项
●小计
●比例
欧迪芬
37
20.33%
婵之云
38
20.88%
都市丽人
85
46.7%
猫人
39
21.43%
爱慕
29
15.93%
曼妮芬
25
13.74%
婷美
26
14.29%
奥黛丽
21
11.54%
华歌尔
9
4.95%
其他
60
32.97%
本题有效填写人次
182
第14题：您会不会购买丰韵牌内衣？
●选项
●小计
●比例
会
100
55%
不会
45
24.73%
其他
37
20.27%
本次有效填写人次
182
第15题：您一般通过什么途径获取内衣产品信息？
●选项
●小计
●比例
电视
46
25.27%
朋友熟人介绍
52
28.57%
室外广告牌
36
19.78%
网络
52
28.57%
售货员推荐
69
37.91%
亲戚朋友介绍
65
35.71%
其他
25
13.74%
本题有效填写人次
182
第16题：除了内衣本身，以下哪些因素也会影响您购买能力？
●选项
●小计
●比例
品牌知名度
101
55.49%
广告促销
29
15.93%
价格和折扣
99
54.4%
导购服务
38
20.88%
购物环境
47
25.82%
购物便利性
26
14.29%
亲友伴侣影响
55
30.22%
本题有效填写人次
182
三、竞争分析
从行业整体来看,内衣作为内衣行业的一个新兴的分支，经过几年的呼风唤雨，时至今日已是黔驴技穷。05年开始市场价格趋向平民化，全年销量一路飘红。但是利润空间压缩、品牌竞争激烈等因素导致了内衣市场叫热不叫好，一整年做下来只见营业额没有利润，白天白忙，晚上瞎忙。多数品牌陷入同质化价格战、概念战的竞争泥潭，呈现“白热化”的竞争态势
竞争对象：
一线品牌我们目前无法去拼，别人的广告预算就大于我们的投资预算。二、三线品牌有3000多家，大多数靠低价格在拚，这些都是我们的竞争对象。本地有猫人，都市丽人，婵之云三个，猫人做了外销，婵之云是贴牌生产，基本上对我们不构成多大威胁。剩下的主要是都市丽人。我们应该采取和都市丽人错开经营，方能在本地市场分一杯羹。
内衣行业同质化竞争的今天，其潜规则是“另类才能发展！” 孙子兵法的精髓是：以正合，以奇胜！出奇才能致胜！内衣生产企业如不能及时从产品思维结构里尽快逃脱，就会被打入历史仓库，许多企业正在变成仓库而不自知！如何放大需求已经成为所有内衣企业的头等大事。不能拉动需求，再多的品牌、再多的概念、再多的新品也无济于
下面是三种内衣品牌进行基本概况：
品牌
都市丽人
猫人
婵之云
特点
快时尚
一站式购物体验
高品质，低价位
优势
设计流行，款式丰富
市场占有率高，市场国际化
健康舒适
(四)优势、劣势和机会、威胁分析
(1)优势：我们的优势一个勇于创新的团队，有自己的设计师，这是很多靠贴牌的企业所无法抗衡的，可以根据个人需要进行私人订制。
(2)劣势：一个尚未被认知的新品牌，知名度不高，管理团队初建立，需要磨合，销售渠道尚待建立，时间太紧.
四、影响内衣消费的淮安市宏观环境分析
总体市场分析：据分析，中国内衣市场主要呈现以下几大特点：内衣消费者主要以都市女士为主，约占60%，年龄为15到44岁居多。其次，内衣是成衣市场不断保持增长的类别。目前，中国的内衣市场年销售额达200亿至500亿元，且每年以近20%的速度增长。据统计，国内内衣市场上，进口品牌约占60%的市场份额，以中国香港、台湾及日本的产品为主，其大多已在中国设厂生产，大部分售价在50-300元之间，国产品牌约占市场的40%左右。
(一）人口环境分析
人口的数量是市场规模的重要标志，人口数量越多，市场需求规模就越大。而通过对人口的地理分布、年龄结构、家庭状况、民族构成、经济收入、受教育程度及变动趋势等方面的
分析，则能够刻画出市场需求的特点和发展趋势。内衣作为时尚青年女性的必备品，人口环境的变化对内衣的需求结构、消费方式等方面所产生的影响更为深远，所以、对人口环境的考察，是内衣企把握市场需求动态的关键。
下图为淮安近几年人口增长变化。
时间
淮安市常住人口（万）
2014年
485.21
2013年
482.69
2012年
480.30
2011年
480.34
2010年
480.40
随着近几年淮安经济的不断发展，常住人口在缓慢的增加，由表可以看出，从2010年到2015年人口由480.40万人增长到了485.21万人，增长了4.81万人，近2年人口增长迅速，
人口规模小幅增长。年末户籍总人口552.96万人，比上年增加6.15万人，增长1.1%。年末常住总人口482.69万人，比上年增加2.39万人，增长0.5%。城镇常住人口265.77万人农村常住人口216.92万人。常住人口出生率12.36％。，死亡率7.39％。，自然增长率4.97％
说明了人口增长内衣也有了较大的市场前景。
（二）经济环境分析
时间
第三产业GDP值
累计上年增长%
2014年
1082.44
12.3
2013年
942.53
13.3
2012年
783.73
13.2
2011年
672.36
14.3
2010年
545.00
14.1
根据淮安统计局网得到相关数据，居民消费价格基本稳定。全年居民消费价格比上年上涨2.4%，其中食品类上涨3.9%，衣着类上涨3.5%，家庭设备用品及维修服务类上涨1.5%，娱乐教育文化用品及服务类上涨2.1%，居住类上涨1.9%，烟酒类下降2.7%，医疗保健和个人用品类下降0.1%，交通和通信类下降0.7% ，淮安市社会经济发展良好，内衣行业会有作为年轻女性的必备品，内衣消费市场前景良好。
居民收入稳步提高。城镇居民人均可支配收入25456元，比上年增长10.7%；
人均消费性支出16919元，增长13.8%。农民人均纯收入11045元，比上年增长12.3%；
人均生活消费支出7373元，增长13.6%。城市居民人均住房面积37.1平方米，农村居民人均住房面积46.4平方米。居民恩格尔系数35.3%，其中城镇34.3%、农村36.2%。
从数据看出淮安市近五年第三产业GDP值有大幅度增长，人均生产总值的提高表明了人们对生活质量和品位也在逐步提升，更加要求美得体验，而内衣市场主要是针对20-40岁之间的女性及上班族白领阶层，爱美之心人皆有之，此外时尚女性越来越青睐于内衣不仅外的美更求其实用性。由此可以看出，内衣是存在一定的消费市场。
（三）文化环境分析
淮安地区人们的受教育程度普遍较高，人们消费观念普遍要求产品物美价廉。作为内衣行业，消费者除了看重产品本身的质量以外，更加注重产品的款式、文化内涵与个性化，这是市场的发展趋势，也是成熟消费者的消费需求，内衣的发展必需适应这一趋势，由“小规模、同质化、分散化”的生产方式，向“以品牌为主导”的规模化经营转变。
附件1
营销调研立题
调研解决的问题：
随着生活日益富裕，人们更加注重衣服着装，不仅注重服饰的品牌，更注重服饰的品质，而且又要适合自己的服饰。因此，我组想借此机会，在淮阴师范学院周边开一家丰韵内衣店，这一创业项目是否可行，必须对淮阴师范学院周边内衣市场做一次深入调研。
调研课题：丰韵内衣市场调研报告
调研提纲：一、市场状况分析 张玉洁负责
二、淮安市区消费分析者分析 韦萍负责
三、竞争对手的分析 胡蓓负责
四、影响内衣消费的淮安市宏观环境分析 贾淑祺负责
推荐访问:剖析 调研报告 深度 调研报告深度剖析【3篇】 调研报告深度剖析 调研报告深度剖析怎么写
本文来源：https://www.cygypipe.com/zhuantifanwen/gongwenfanwen/31740.html