人脸识别摄像头看不到人脸，怎么办？人脸识别自2015年在准确度上超越人类开始，四年之间识别精度跃升了10万倍，未来还将解锁更多复杂应用场景，将效率提升几个量级。然而，目前的实际应用场景中，单个摄像头无法覆盖所有区域，多个摄像头检测范围也少有重叠，不仅如此，受限于视频监控探头安装高度及密度，拍到更多的是行人侧脸、头顶或者后脑勺九游入口。在人脸识别实现之前，更面临一重难题：摄像机遍布城市各个角落，在扣除卡口摄像机、电子警察所用的抓拍摄像机之外，符合人脸采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要求的架设高度、角度等要求，需要换新或改造，而这涉及长周期高投入的建设。要尽量挖掘平安城市、雪亮工程已架设的摄像机的潜力，还需要加入其他技术。AI＋安防行业头部玩家的目光开始聚集向ReID（行人再识别）技术与人脸识别的结合应用。ReID技术对环境与设备的要求并不高，能够充分利用现有设备和基础设施，且只要识别出一定的行人特征，就可以实现跨摄像头对检索对象进行连续追踪和轨迹还原，在此过程中一旦发现人脸信息，人员身份就可以明确。这对社会公共治安来讲，是非常理想的技术。例如，已知某嫌疑人照片，要取得其在监控中出现的视频段，ReID就可以根据照片去监控视频库中收集数据，串联起嫌疑人在各个摄像头中的轨迹，这将对刑侦工作提供非常大的帮助。总体而言，对于监控领域来说，厂商希望通过ReID技术关联并找出不同视频内的同一物体，只有做到这种程度，整个监控操作才可以称得上完整，才能看到大局。应当指出的是，ReID本身也是一项非常难的技术，要从不同的视频之中识别出同一个人，视频光照条件、监控区域分辨率和角度、目标遮挡情况、乃至穿着相近衣服的人等都会给识别造成困难。数据获取难度大，就会对算法提出比较大的挑战。现在业内尽量在算法层面做工作，以提高 ReID 识别效果。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，均在ReID领域有着自己的布局和积累。云从ReID技术更是超越阿里巴巴、腾讯、中科院，打破三项世界纪录，一举将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重要应用，已经席卷全行业，而“识人”将促使计算机视觉行业进入新的发展阶段。目前ReID技术主要应用于安防领域，安防业在ReID众多细分领域均已有深入研究，例如行人检测、姿态估计、行为动作识别、行人结构化信息提取等。未来ReID与人脸识别相结合能够应用于更多更丰富的场景，让大家能够更快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。 .adva-cont{margin: 20px 0;background: #f2f2f2;width: 604px;height: 200px;padding: 20px;position: relative;}.adva-cont .img-cont{float: left;position: relative;width: 160px;height: 160px;padding: 20px;background: #FFF;}.adva-cont .img-cont img{position: absolute; top: 50%; left: 50%; max-width: 90%; max-height: 90%; transform: translate(-50%,-50%); -webkit-transform: translate(-50%,-50%);}.adva-cont h3 a{font-family: SimHe, '黑体';text-decoration: none;font-size: 20px;color: #000;display: -webkit-box;-webkit-box-orient: vertical;-webkit-line-clamp: 2;overflow: hidden;}.adva-cont .adva-text{position: absolute;top: 50%;transform: translateY(-50%);padding: 20px 20px 20px 230px;}.adva-text p{margin-top: 30px;}.adva-text p a{height: 79px;text-decoration: none;font-size: 14px;color: #666;display: -webkit-box;-webkit-box-orient: vertical;-webkit-line-clamp: 4;overflow: hidden;}#keywordsHidden{display:none;}