对安防领域的人脸识别应用来讲,人脸深度特征提取的深度神经网络算法或者说深度学习算法虽然是重点,但不是全部。
图1 行业单域人脸识别应用场景
如图1所示为行业中一个单域的典型的人脸识别应用场景。在该类应用中,人脸从相机成像后并采集,需要在十万级的动态比对库中进行比对,实现布控告警。人脸还可能需要在的常住人口的人脸库中进行检索服务。还有可能对相机采集的每个过人人脸图片在的常住人口的人脸库中进行检索。十万级的动态数据库,的人脸静态数据库,的过人数据库,同时深度学习特征不同于一般的结构化信息,需要使用新型的比对和大数据存储和处理技术。
图2 GA/T 1400-2017标准上下级系统级联联网结构图
zui近颁布的《公安视频图像信息应用系统》标准(GA/T1400-2017),其中包括了行业的人脸识别典型应用。如图2所示,对于行业的人脸采集、人脸比对与识别、监控名单人脸库动态布控,常住静态人脸库检索服务,都必须符合《公安视频图像信息应用系统》标准的上下级的级联以及专网和内网的级联要求。
通过以上分析可见,就仅仅针对行业的人脸比对和识别业务应用,是一个整体的解决方案,人脸检测和人脸识别,尤其是人脸深度特征学习算法,虽然由于自身应用的技术正在经历着突飞猛进的变革,但不是全部。对人员来讲,zui根本的是为他们提供高价值的整体服务。对传统安防厂商,面临着机遇和挑战。对算法初创公司来讲,也同样面临着挑战和机遇。其zui根本的问题是能够为客户创造有价值的服务,只是两者出发的角度不同。尤其是对传统的安防厂商而言,经历了近20年的发展,其实已经经历过一波波的IT技术革新,心态更稳。而对于*算法的初创公司来讲,乘着技术浪潮之风,充满激情的踏入安防行业。对于未来的格局如何,还在于给客户何种有价值的服务。