作为一种比较新并且开展快的技能，并不是所有人都对这门技能有较为明晰的知道和了解。比方人脸识别技能的算法是怎样的，人脸识别技能现在开展到什么程度了，该技能对图画类别及质量有何要求，在实践运用中又有那些分类等等，这些问题姚委员在讲座中都逐个为我们进行了比较详尽的回答，并对动态人脸识别技能的体系构成和优势、动态人脸辨认与惯例监控的差异也进行了论述。
如地铁、高速公路卡口、车站卡口、超市反扒、边检、人群剖析等等。因而许多厂家也出产了动态人脸辨认技能的相关产品，如具有人脸辨认功用的摄像机、人脸辨认剖析仪等等。可是各式各样的人脸辨认产品给人以丰厚的挑选的一起也带来了相当大的挑选困扰，究竟怎么挑选人脸辨认产品呢?哪些产品在人脸辨认方面技能比较先进呢?
就这类问题，姚委员介绍了近期省公安局安排的人脸辨认摄像机的测验，测验地点在东山口地铁站某扶梯口进行。在该测验中，功能体现最好的摄像机为Basler对错摄像机，在监控名单库1和库2时选用低清算法的功能体现最好。在监控名单库3时选用高清算法的功能体现最好，误报率在1%时漏报率维持在25%的实践可用水平。
参照国标《安全防备视频监控人脸辨认体系技能要求》，该次测验监控名单库相当于C级(监控名单库容量为1万至10万人)，参与测验人员也根本满足于C级水平(注册测验人员多于10人，每人至少经过2次，即不少于200人次经过;非注册测验人员需为注册测验人员经过次数的2倍以上)。在该次测验中，没有到达一级的体系功能等级，二级体系功能等级有1个测验组合，三级的功能等级有28个测验组合，四级的功能等级有10个测验组合。(误报率在5%的情况下，漏报率小于5%的为一级，5%~20%为二级，20%~50%为三级，50%~70%为四级)。
从实践测验来看，用户的预期与当时的技能水平之间的距离仍是比较大的。人脸辨认技能在动态监控运用中面对的压力实践上也比较大。
1.用户期望正确报警率要求高。而现实是理论上来说有必要承受高误报率。在技能方面，要到达高正确报警率，能够经过下降阈值来完成，可是下降阈值的价值是：高误报率。为了到达95%正确报警率，许多算法或许会发生300%或更高的误报率。
2.用户期望监控库足够大，往往要求数万或几十万，乃至上百万的监控名单，期望能捕到“大鱼”。现实是库容量大就有必要承受高误报率。
3.用户期望大规模成网建造，能够勾画出监控人员的活动轨道。现实是有必要高投入，重新建专用网络和相关硬件。
4.用户期望尽量运用现在的监控设备(摄像机和网络)。现实是现有的摄像机明晰度不行，图画质量差，用于场景监控时视频中人脸过小，网络带宽不行等等形成无法运用现有设备。
5.用户期望少发生误报乃至不发生误报。现实是这样就必将丢失正确报警率和削减监控库容量，与用户的主意相违。
动态人脸辨认在运用中遇到的应战
1.光照问题
面对各种环境光源的检测，或许呈现侧光、顶光、背光和高光等现象，并且有或许呈现各个时段的光照不同，乃至在监控区域内各个方位的光照都不同。
2.人脸姿势和饰物问题
因为监控对错合作型的，监控人员经过监控区域时以天然的姿势经过，因而或许呈现侧脸、垂头、抬头号的各种非正脸的姿势和佩带帽子、黑框眼镜、口罩等饰物现象。
3.摄像机的图画问题
摄像机许多技能参数影响视频图画的质量，这些要素有感光器(CCD、CMOS)、感光器的巨细、DSP的处理速度、内置图画处理芯片和镜头号，一起摄像机内置的一些设置参数也将影响视频质量，如曝光时刻、光圈、动态白平衡等参数。
4.丢帧和丢人问题
需求的网络辨认和体系的核算辨认或许会形成视频的丢帧和丢人现象，特别是监控人流量大的区域，因为网络传输的带宽问题和核算才能问题，常常引起丢帧和丢人。
视频人脸辨认监控的最优计划
1.运用更先进的高清摄像头(3-5百万)。
2.室内均匀光线，或室外白日，无侧光和直射光
3.人群面向相同的方向，朝向相机的方向。
4.恰当的监控点，如走廊、巷子或安检门/闸机口等(不要一群人一起呈现)。
5.相机与人脸的视点小于20°。
决议监控体系功能的几个主要要素：
1.模板库的人数：不宜大，包括关键人物即可。
2.经过摄像头的人数：一起呈现在摄像头的人数决议了单位时刻里的比对次数。
3.报警反应时刻：实时性越强，对体系功能要求越高。
4.摄像头收集帧数：帧数越高，人员经过摄像头前收集的次数越多，比对的次数也越多。
报警过滤机制
树立报警过滤机制是处理过错报警率高的有用办法，当监控名单库容量较大时，能够经过此办法，将过错报警率控制在千分之N的之内，使动态监控走向实践运用。
归纳来看，现在动态人脸辨认技能的开展还远远达不到用户的需求，图画剖析不尽人意，正确报警率遍及不高，误报率与大容量之间好像不行调理，性价比较低等等问题好像成为了动态人脸辨认技能的拦路虎。可是，怎么将这些拦路虎变为铺路石，正式各厂商及技能人员需求尽力的方针。
