智能分析中是怎样加入了人脸识别技术的

生物识别技术里，人脸识别具有无可比拟的优势。基于人脸识别的视频分析智能报警系统，可针对在逃人员、嫌疑人员、受控人员、失控人员等不同对象在不同的监控场景中实时抓取人脸、人形等特征，通过与模板库中的档案特征对比，实现被监控对象的身份落地，并实时预警。

1、生物识别技术快速发展

生物识别大致上可分为身体特征和行为特征两类。

身体特征包括：指纹、静脉、掌型、视网膜、虹膜、人体气味、脸型、甚至血管、DNA、骨骼等;行为特征则包括：签名、语音、行走步态等。

目前，生物识别技术正日趋成熟，并在经济社会各领域取得良好的应用，在解决安全问题和提高工作效率方面具有显著优势。未来，随着多重生物识别技术的融合与多元化应用，将助推我国多重生物识别技术相关的产品与解决方案得以普及，并积极拉动市场需求增长，形成跨生物技术、安防、IT等领域的新兴产业。

2、人脸识别广泛应用到智能分析中

智能视频监控系统以数字化、网络化视频监控和图像处理、计算机视觉、人工智能为基础，利用部署在监控系统中的视频实时智能分析设备或智能分析软件自动对视频内容进行分析，发现监控图像中的异常信息，及时发出预警，协助监控人员第一时间处理危机。目前智能分析技术有行为分析、特征识别、视频诊断、分类统计等。

经过几年的迅速发展，视频智能分析的应用范围主要集中在高端市场，如军队、政府、司法、金融、交通、监管、核电站、机场与港口等，再到工业设施、教育、医疗等中端市场，现如今已经渗透到居民小区、零售店铺、仓库管理、物流等民用市场。可以说视频智能分析在中国智能安防中的应用已经百花齐放。

3、人脸识别植入视频监控技术难点

随着人脸识别技术的进一步发展，人脸识别技术将实现与数字监控系统的进一步融合，成为人脸识别技术的另外一大应用领域。

随着国内平安城市、智慧城市项目的深入发展，城市监控的高清化进一步得到普及，摄像机数量大规模增长，使得人脸识别在数据的采集上阻碍大大减小，提升了人脸识别的质量。人脸识别与监控技术的结合在司法系统中得到了重用，满足了公安系统对城市监控、逃犯追捕、黑名单排查等功能的迫切需求，这将为人脸识别技术普及的有利助推手。

人脸识别分为辩识（identification）、验证（verification）、监视目标人识别（watchlist）三类。

辩识是通过未知人的人脸图像与数据库内已知身份的人脸图像进行比对来确定未知人身份的过程，是一对多的人脸识别;验证是通过当前被识别人的人脸图像与数据库中被识别人所声明身份的人脸图像的比对来验证被识别人所声明身份对或错的过程，属于一对一的人脸识别;监视目标人识别，是对于一个未知身份的待测样本，人脸识别系统探测其是否在监视名单上，属于一对多的人脸识别。

在识别中，监视目标人识别是最难的，主要原因在于非主动性的识别方式和场景的差异性，姿态、光照以及年龄、人脸分辨率等方面的变化严重地影响了人脸识别率。许多研究单位一直在研究如何将人脸识别技术应用到监控中。在当前的条件下，首先应该考虑的仍然是拍摄到好的人脸图像。

除算法方面的努力外，从系统应用本身来看，主要需要解决如下的问题：系统结构问题、人脸分辨率问题、姿态问题、光照问题和年龄问题。