人脸识别系统刚上阵 便揪出潜逃两年的网上逃犯

---

2017年，是人工智能应用爆发性发展的一年，作为人工智能领域的佼佼者，人脸识别技术也凭借着自身的优势在2017年交出了一张成绩斐然的答卷，悄无声息地改变我们的日常生活。 不过，在生活中我们常见到的“刷脸”应用仍是以静态人脸识别为主。比如iPhone X的刷脸解锁、支付宝的刷脸支付、火车站的刷脸检票，飞机场的刷脸登机以及刷脸取快递、刷脸吃饭、刷脸签到等等。其实，动态人脸识别技术虽然落地应用不及静态丰富，但它却是安防领域的得力助手，始终在自己的位置上默默地发挥着自己的作用。 众所周知，人 流量多的公共场合，经常会在角落安装监控设备。过去，这些监控设备仅仅用于记录现场实时发生的状况，随着人脸识别技术的成熟，监控设备便成了一个能自动识人的系统。这不，绍兴市前不久刚在高铁新城区安装了“人脸识别”系统，近日，该系统便于茫茫人海中揪出了一名潜逃两年多的犯罪嫌疑人。 人脸识别系统人海中抓逃犯 据了解，该系统能够自动捕捉动态影像，通过数据库进行比对，当比对结果达到一定的相似度，系统便会立即通过电脑指挥系统进行报警。1月15日，系统在一次抓拍中发现，以为路人与2015年警方网上追逃的挪用公款嫌疑人相似度极高，便发出了预警。民警仔细甄别分析后，发现此人就是该逃犯。随即加紧分析研判，掌握了此人的日常活动踪迹，进行蹲守，终于将嫌疑人绳之以法。 据民警介绍，该系统极大的提升了识别效率，经海量数据分析后，可以在茫茫人海中精确辨识出犯罪分子并发出预警，因此刚刚安装上不久就发挥了作用。 公安大数据对人脸识别技术的要求 当然，该系统能够这么快速的出成绩，还得益于大数据的支持。不过，公安大数据应用背景给人脸识别技术带来机遇的同时，也对人脸识别技术提出了更高的要求。随着数据库的扩增，一些传统的技术瓶颈逐步显现，响应速度越来越慢，这也是技术上亟待解决的问题之一。 据不完全数据统计，目前全国每年需要存储的数据量高达3.3EB，这一数量级无疑是一个巨大的挑战，况且，人脸识别视频监控方面还面临着光线、角度、姿态、遮挡等一系列因素的影响。这些都是公安大数据对技术方面提出的要求。 据厦门专家介绍，结合视频监控和人脸识别，实现犯罪嫌疑人的快速识别和实时布控，是提高视频监控效率的一条重要途径。以往，在公安传统侦查工作方式中，照片比对只能依靠人工方式进行，工作量巨大、速度慢、效率低下。尽管目前的人脸识别技术还不够完美，但它所具备的高速自动识别能力已经能够在很大程度上将公安、安全部门从以往的“人海战术”中解脱出来了。 一直以来，厦门都是人工智能领域的佼佼者，近年来来专注于研究人脸识别技术，并将其与公司自主研发的OCR技术相结合推出了一系列适用于各个行业的解决方案，在业内备受好评。 机遇与挑战就是一对离不开的双生兄弟，人脸识别技术想要把握住安防领域带来的机遇，自然需要做好准备迎接挑战，相信，随着技术的不断发展成熟，人脸识别会成为安防领域不可或缺的得力助手，并协助维持一个稳定的社会。