近年来，随着“平安城市建设”的大力推进，越来越多的高清摄像头部署在各个重要场所，如机场、地铁、火车站、汽车站等。这些场所是人口流动必经之地，也是公安重点布控区域。很多地区提出的人脸识别需求，也是针对这些重要通道出入口场景，要求系统自动侦测视频画面中的人脸，并与数据库中的人脸数据进行一一比对，得到最有可能的身份信息。
人脸识别的应用范围很广，从门禁、设备登录到机场、公共区域的监控。
类别应用领域
人脸验证驾照、签证、身份证、护照、投票选举等；
接入控制设备存取、车辆访问、智能ATM、电脑接入、程序接入、网络接入等；
安全反恐报警、登机、体育场观众扫描、计算机安全、网络安全等；
监控公园监控、街道监控、电网监控、入口监控等；
智能卡用户验证等；
人脸数据库人脸检索、人脸标记、人脸分类等；
多媒体管理人脸搜索、人脸视频分割和拼接等；
人机交互交互式游戏、主动计算等；
其他人脸重建、低比特率图片和视频传输等；
以公安应用为例，公安部门在查办案、处理事务时常常会遇到一些不明身份的人员，比如走丢的老人、小孩，拒不交代身份的嫌疑犯，无人认领的尸体等。这时传统的方法往往不能解决问题。利用人脸检索系统，将目标人脸输入到系统中。系统自动在海量人口数据库中进行查找比对，列出前若干名相似的人员信息。然后再通过人工干预的方式，对系统结果进行筛选，得到目标的真实身份。
image
刚过去的2018年，每到张学友演唱会，大家除了期待歌神的现场表演，还多了另一个关注点：这次又能抓到几个逃犯？
据不完全统计，目前在张学友演唱会上落马的逃犯已经有六十人！歌神也被各路媒体和粉丝戏称为“逃犯克星”。
但是，你知道这些逃犯究竟是如何在成千上万的现场歌迷中被认出乃至被抓捕吗？
幕后的功臣，其实就是近年来备受瞩目的一项黑科技——人脸识别。
人脸识别如何“抓住”逃犯？
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，基于人类面部特征，对采集到的人脸进行检测跟踪和判断。
在演唱会的安检入口，都配备了人脸识别系统，并且与公安系统的数据库相连接。一旦检测到后台已经保存的人脸信息，公安部门就能立即获知并做出反应。逃犯一旦跨入安检门，就等于是瓮中之鳖了。
随着人工智能的不断进步，基于大数据的背景下，无论在技术上还是应用上，人脸识别都有了质的飞跃，准确率也得到大幅提升，与之相关的应用不断地出现在人们的日常生活中。从考勤、购物，到坐飞机、住酒店，乃至领养老金……
人脸识别技术目前正在大规模走出实验室，进入日常生活。
在商业领域，刷脸支付是目前较为广泛的应用。
2018年，微信、支付宝、京东等互联网巨头纷纷布局线下实体零售，加快人脸识别与支付技术结合的落地应用。
顾客进入店铺内，自由选购商品后，只需在收银台前“刷脸”，就能完成支付，方便快捷，即使在没有携带任何结算工具的情况下也能进行购物。
这一操作不仅大大提高了消费者的消费体验，也能提升商家的运营效率，降低人力成本。
人脸识别技术的应用不仅限于此。目前，已有一些互联网企业在进行新的探索。
以致力于助力实体商业数字化转型的BFORCE云图为例，目前正着手推进人脸识别系统的研发工作。通过人脸图像采集、识别技术，实现实体门店客流监测、会员管理，帮助商家有效引流和营销。
另一方面，对于商场和连锁门店来说，还可以通过人脸识别系统进行店铺管理，管理效率将得到显著提升。
一套基本的人脸识别布控系统功能
(1)人脸捕获与跟踪功能
人脸捕获是指在一幅图像或视频流的一帧中检测出人像并将人像从背景中分离出来，并自动地将其保存。人像跟踪是指利用人像捕获技术，当指定的人像在摄像头拍摄的范围内移动时自动地对其进行跟踪。
(2)人脸识别计算
人脸识别分核实式和搜索式二种比对计算模式。核实式是对指将捕获得到的人像或是指定的人像与数据库中已登记的某一对像作比对核实确定其是否为同一人。搜索式的比对是指从数据库中已登记的所有人像中搜索查找是否有指定的人像存在。
(3)人脸的建模与检索
可以将登记入库的人像数据进行建模提取人脸的特征，并将其生成人脸模板保存到数据库中。在进行人脸搜索时，将指定的人像进行建模，再将其与数据库中的所有人的模板相比对识别，最终将根据所比对的相似值列出最相似的人员列表。
因此，数据成为提升人脸识别算法性能的关键因素，很多应用更加关注低误报条件下的识别性能，比如支人脸支付需要控制错误接受率在0.00001之内，因此以后的算法改进也将着重于提升低误报下的识别率。对于安防监控而言，可能需要控制在0.00000001之内(比如几十万人的注册库)，安防领域的人脸识别技术更具有挑战性。
目前，中国的人脸识别技术精确度已十分可观，同时，各方面软硬件基础条件都在飞速发展，各行各业对其需求强烈。这一切都预示着人脸识别技术即将迎来增长的爆发期。而随着深度学习演进，基于深度学习的人脸识别将获得突破性的进展。它需要的只是越来越多的数据和样本，数据和样本越多、反复训练的次数越多，它越容易捕捉到准确的结果和给你准确的答案。
所以，当一套人脸识别系统的设备，在全面引入深度学习的算法之后，它几乎是很完美的解决了以前长期各种各样的变化问题。(图片和内容来自网络)
网友评论