在大數據爆炸的當代，更新迭代是萬變中不變的主題，走在時局之前，才能引領未來。2017年，視頻監控領域最熱最火的技術和產品應該是人臉識別。行業各大廠家都紛紛推出各具實力的人臉識別系統。

1)從安防行業的人臉識別維度來看，首先，傳統的人臉識別(上一代的學習方法都是淺層學習)識別準確率最多也就能到70%，即便部署后仍需安保人員時刻注意。而應用深度學習技術的人臉識別系統準確率全天候平均能達到90%之多，部署后可大幅節省安保人員精力；

　　走在時局之前 人臉識別引領視頻監控領域

2)傳統人臉識別只能通過雙眼特征這樣的簡單屬性做人臉識別，可識別的人臉屬性過少。應用深度學習技術的人臉識別系統采用全局人臉特征檢索，對人臉全局特征進行建模分析，而不局限于人眼局部特征，因此采用深度學習人臉識別算法準確率已超過人眼極限；

3)從直觀效果上講，傳統人臉識別算法模型簡單無法準確識別戴口罩、戴帽子、戴眼鏡等各種輕微的裝飾，而深度學習的人臉識別系統不但能識別戴口罩、戴帽子、戴眼鏡等常規裝飾，還能夠識別假胡須、假發、大墨鏡等各種偽裝，即便嫌疑人蓄意偽裝，深度學習下的人臉識別算法也能夠精準的對在逃的目標嫌疑人實現精準布控；

4)傳統人臉識別算法通常識別時間長，識別時還必須正面攝像機，實用性不高。而應用深度學習的人臉識別系統，能夠在人海中迅速檢索出人臉并抓怕，即便使行人故意躲避，左右旋轉30度，俯仰15度依然能夠精準識別，大幅度提升了人臉識別的實用性。

人臉識別布控系統，把各處采集到的人臉信息與布控人臉進行比對，能夠同時進行多路視頻分析比對，在發現目標后迅速提示并將警情推送至客戶端，同時在地圖上計算出目標人物的活動軌跡與頻度。此外，系統還支持單目標多張照片批量導入，多目標批量照片導入等各種導入方式，在降低了技術人員的工作量同時大幅提高了安保人員的工作效率。

深度學習將改變幾乎所有產業，對深度學習的應用，未來很難想象有多少令人興奮的嘗試還會發生在安防行業。或許深度學習下的人臉識別只是一個全新時代的開始，你準備好了嗎？