生物識別技術里，人臉識別具有無可比擬的優勢。基于人臉識別的視頻分析智能報警系統，可針對在逃人員、嫌疑人員、受控人員、失控人員等不同對象在不同的監控場景中實時抓取人臉、人形等特征，通過與模板庫中的檔案特征對比，實現被監控對象的身份落地，并實時預警。

1、生物識別技術快速發展

生物識別大致上可分為身體特征和行為特征兩類。

身體特征包括：指紋、靜脈、掌型、視網膜、虹膜、人體氣味、臉型、甚至血管、DNA、骨骼等；行為特征則包括：簽名、語音、行走步態等。

目前，生物識別技術正日趨成熟，并在經濟社會各領域取得良好的應用，在解決安全問題和提高工作效率方面具有顯著優勢。未來，隨著多重生物識別技術的融合與多元化應用，將助推我國多重生物識別技術相關的產品與解決方案得以普及，并積極拉動市場需求增長，形成跨生物技術、安防、IT等領域的新興產業。

2、人臉識別廣泛應用到智能分析中

智能視頻監控系統以數字化、網絡化視頻監控和圖像處理、計算機視覺、人工智能為基礎，利用部署在監控系統中的視頻實時智能分析設備或智能分析軟件自動對視頻內容進行分析，發現監控圖像中的異常信息，及時發出預警，協助監控人員第一時間處理危機。目前智能分析技術有行為分析、特征識別、視頻診斷、分類統計等。

經過幾年的迅速發展，視頻智能分析的應用范圍主要集中在高端市場，如軍隊、政府、司法、金融、交通、監管、核電站、機場與港口等，再到工業設施、教育、醫療等中端市場，現如今已經滲透到居民小區、零售店鋪、倉庫管理、物流等民用市場。可以說視頻智能分析在中國智能安防中的應用已經百花齊放。

3、人臉識別植入視頻監控技術難點

隨著人臉識別技術的進一步發展，人臉識別技術將實現與數字監控系統的進一步融合，成為人臉識別技術的另外一大應用領域。

隨著國內平安城市、智慧城市項目的深入發展，城市監控的高清化進一步得到普及，攝像機數量大規模增長，使得人臉識別在數據的采集上阻礙大大減小，提升了人臉識別的質量。人臉識別與監控技術的結合在司法系統中得到了重用，滿足了公安系統對城市監控、逃犯追捕、黑名單排查等功能的迫切需求，這將為人臉識別技術普及的有利助推手。

人臉識別分為辯識（identification）、驗證（verification）、監視目標人識別（watchlist）三類。

辯識是通過未知人的人臉圖像與數據庫內已知身份的人臉圖像進行比對來確定未知人身份的過程，是一對多的人臉識別；驗證是通過當前被識別人的人臉圖像與數據庫中被識別人所聲明身份的人臉圖像的比對來驗證被識別人所聲明身份對或錯的過程，屬于一對一的人臉識別；監視目標人識別，是對于一個未知身份的待測樣本，人臉識別系統探測其是否在監視名單上，屬于一對多的人臉識別。

在識別中，監視目標人識別是最難的，主要原因在于非主動性的識別方式和場景的差異性，姿態、光照以及年齡、人臉分辨率等方面的變化嚴重地影響了人臉識別率。許多研究單位一直在研究如何將人臉識別技術應用到監控中。在當前的條件下，首先應該考慮的仍然是拍攝到好的人臉圖像。

除算法方面的努力外，從系統應用本身來看，主要需要解決如下的問題：系統結構問題、人臉分辨率問題、姿態問題、光照問題和年齡問題。

結語：

人臉識別帶動生物識別發展。未來的識別領域，為了區別人與人或物與物之間的不同，發揮生物識別唯一性與準確性等特點，在大安防市場中，如何快速定位一個人的蹤跡，或許這需要一個對比過程。同時，視頻智能分析技術的應用，不止停留在原來能“看”（監控）的程度；還能“懂”得監控場景中目標物體的行為；能夠 “想”目標物體是什么，行為意味著什么；更可以把想的結果說出來。從以前的“被動監控”向“事前控制、主動預警、事中追蹤、事后分析”轉變。

以當前的應用來看，智能分析雖然有了長足的進步，但應用效果仍有待提高，智能視頻分析技術在依托于物聯網大背景下，將會隨著安防監控大平臺發展，向更加集成化、智能化的方向發展。隨著技術的進一步發展，生物識別與智能分析技術將有怎樣的融合，一切都有可能，未來前景讓人著迷和期待。