随着经济的高速发展以及城镇化进程的加快，我国城市人口日趋密集，城市人口流动性也大大增加，加强对城市建设中的诸如交通管理、社会治安、重点区域防范、维稳等方面的管理迫在眉睫。

当前公安机关追逃主要靠工作人员人工去排查，由于人流量太大，要靠人工去记住犯罪嫌疑人的模样再去辨别，往往容易漏识、误识。而如果要通过巨量的监控视频去查找、确认犯罪嫌疑人，这个工作量也会非常大，效率很低。如何引进高新技术，快速、高效的辨别犯罪嫌疑人员，是公安机关、安保部门亟需解决的问题。

随着深度学习，大数据等新技术的发展，人脸识别的效果在某些条件下，已经超越人眼识别的效果，人脸识别技术在视频监控领域应用成为可能。人脸生物识别技术作为全球最前沿的生物识别技术及图像处理技术，具有更高的安全性、非接触性、直观性、识别速度快、不易被察觉等特点，在当今社会公共安全防范、逃犯追捕等领域得到了广泛的应用。人脸布控系统，主要是针对公安对在逃人员进行追逃布控场景提出的一套解决方案。

人脸检测：确定图像中人脸的确切位置和大小，以方便将人脸区域从图像切割出来。

人脸抓拍:在视频中跟踪人脸，并在跟踪的过程中连续抓拍多张同一个人的人脸照片进行图片质量评估，当人脸离开检测区域时，生成图片质量最高的正面人脸照片。

人脸识别：通过计算机自动判断两幅人脸照片相似度的技术，它是人体生物识别技术的一种。

人脸建模:特征点定位算法找出脸部的各个特征点的位置，算法根据特征点的位置对人脸大小进行归一化（即将所有的人脸进行仿射变换，根据特征点的位置与一个预设的模板对齐）处理。

黑名单实时报警:系统对在特定重点场所的卡口位置抓拍的人员与布控名单数据库中的布控人员进行实时比对，如果人脸的相似度达到预设的报警阀值，系统就可以报警。

人脸属性识别:对人的肤色、性别、年龄段、穿戴等人脸信息的识别。

深度学习：深度学习，简单来说，是一项模拟人脑结构的机器学习算法。

本系统基于人工智能核心“深度学习”技术实现，是一套专门用于人员动态布控的预警系统，集视频分析、运动跟踪、人脸检测、人脸识别、图片存储检索和自动预警技术于一体。通过在人员经过地点设卡部署摄像机，对经过卡口的人员进行人脸抓拍。将抓拍到的人脸图片进行存储，并与人脸布控名单库进行实时比对，当发现布控人员时，系统自动发出报警信号，并采用多种联动方式通知值班民警或值班人员。系统具有强大的查询、检索等后台数据处理功能及强大的通信、联网功能，可广泛应用于交通枢纽、重要关卡、步行街、社区、街道、学校、高端连锁店等行人频繁出入和经过的场所。

➤ ❶ 实时分析H.264/JPEG视频流和图片流，既支持专用人脸检测相机，也支持普通相机传过来的视频流。

➤ ❷ 用高清逐帧检测/跟踪技术，自动扫描监测区域内的人员，输出最佳人脸图像。

➤ ❸ 可检测左右旋转±30度以内，俯仰±15度以内的人脸，算法适应范围高于国内其他厂家。

➤ ❹ 基于深度学习技术，拒绝伪装，算法对于戴帽子、口罩、眼镜、墨镜、假发、假胡须等伪装行为均有一定辨识度。

➤ ❺ 配合天地超星光摄像机24小时全彩的优势，开发专门人脸检测和抓拍功能，在摄像机成像质量上大幅提升人脸识别准确率。内部测试表明，与普通相机相比准确率可以提升20%。如下图比较，左边为普通红外相机，右边为天地超星光相机。