人脸识别在哪些场景有运用-人脸识别的作用

人脸识别在哪些场景有运用-人脸识别的作用

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，来得到有价值的信息。

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。下面是一些人脸识别的应用领域。

1、人脸识别的应用领域

·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；

·执法嫌疑犯识别、欺骗识别等；

·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。

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，将根据所比对的相似值列出相似的人员列表。

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。

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。

成都臻识科技发展有限公司（以下简称“臻识科技”），是一家专注于“商用级计算机视觉”的高科技研发型企业，秉承“臻于极智，方识万物”的理念，自成立以来，便全力推进计算机视觉技术的产业化，凭借自身在国内深度学习上的先发优势，积极进行前沿理论探索和先进算法架构的研究。采用聚焦专注的商业策略，推进技术研发向商业实践的转化，现有产品体系覆盖智能交通、智慧社区、机器视觉、智能安防等领域，多款产品位列垂直细分领域主导地位。