人脸识别摄像头看到人脸，怎么办？人脸识别自2015年在准确度上打破人类开始，四年之间辨识精度跃居了10万倍，未来还将关卡更加多简单应用于场景，将效率提高几个量级。然而，目前的实际应用于场景中，单个摄像头无法覆盖面积所有区域，多个摄像头检测范围也鲜有重合，不仅如此，受限于视频监控分析仪加装高度及密度，拍下更加多的是行人侧脸、头顶或者后脑勺。在人脸识别构建之前，更加面对一重难题：摄像机遍及城市各个角落，在扣减卡口摄像机、电子警察所用的抓拍摄像机之外，合乎人脸收集标准的摄像机却凤毛麟角：存量前端设备难以达到人脸识别所拒绝的架设高度、角度等拒绝，必须换新或改建，而这牵涉到长周期低投放的建设。

要尽可能挖出五谷丰登城市、雪亮工程已架设的摄像机的潜力，还必须重新加入其他技术。AI＋安防行业头部玩家的目光开始挤满向ReID（行人再行辨识）技术与人脸识别的融合应用于。ReID技术对环境与设备的拒绝并不低，需要充分利用现有设备和基础设施，且只要辨识出有一定的行人特征，就可以构建横跨摄像头对检索对象展开倒数跟踪和轨迹还原成，在此过程中一旦找到人脸信息，人员身份就可以具体。

这对社会公共治安来讲，是十分理想的技术。例如，未知某嫌疑人照片，要获得其在监控中经常出现的视频段，ReID就可以根据照片去监控视频库中搜集数据，串联起嫌疑人在各个摄像头中的轨迹，这将对刑侦工作获取十分大的协助。

总体而言，对于监控领域来说，厂商期望通过ReID技术关联并找到有所不同视频内的同一物体，只有做这种程度，整个监控操作者才可以算是原始，才能看见大局。应该认为的是，ReID本身也是一项十分无以的技术，要从有所不同的视频之中辨识出有同一个人，视频光照条件、监控区域分辨率和角度、目标遮盖情况、乃至穿著相似衣服的人等都会给辨识导致艰难。数据提供可玩性大，就不会对算法明确提出较为大的挑战。现在业内尽可能在算法层面做到工作，以提升ReID辨识效果。

老牌安防公司如海康和大华、AI四小龙、华为，还有传统互联网巨头BAT等，皆在ReID领域具有自己的布局和累积。云从ReID技术堪称打破阿里巴巴、腾讯、中科院，超越三项世界纪录，乘势将ReID识别率推至可商用水平。结语：“刷脸”作为计算机视觉领域的最重要应用于，早已席卷仅有行业，而“诸法人”将促成计算机视觉行业转入新的发展阶段。

目前ReID技术主要应用于安防领域，安防业在ReID众多细分领域皆有数深入研究，例如行人检测、姿态估算、不道德动作辨识、行人结构化信息提取等。未来ReID与人脸识别结合需要应用于更好更加非常丰富的场景，让大家需要更加慢体会到智能技术对安防、自动驾驶、家居生活等方方面面的升级。

本文来源：开云手机在线登陆入口-www.mommyyougotthis.com