生物識別技術里，人臉識別具有無可比擬的優勢。基于人臉識別的視頻分析智能報警系統，可針對在逃人員、嫌疑人員、受控人員、失控人員等不同對象在不同的監控場景中實時抓取人臉、人形等特征，通過與模板庫中的檔案特征對比，實現被監控對象的身份落地，并實時預警。
1、生物識別技術快速發展
生物識別大致上可分為身體特征和行為特征兩類。身體特征包括：指紋、靜脈、掌型、視網膜、虹膜、人體氣味、臉型、甚至血管、DNA、骨骼等;行為特征則包括：簽名、語音、行走步態等。
目前，生物識別技術正日趨成熟，并在經濟社會各領域取得良好的應用，在解決安全問題和提高工作效率方面具有顯著優勢。未來，隨著多重生物識別技術的融合與多元化應用，將助推我國多重生物識別技術相關的產品與解決方案得以普及，并積極拉動市場需求增長，形成跨生物技術、安防、IT等領域的新興產業。
將生物識別技術融合應用到網絡視頻監控平臺，即將識別算法融合到視頻監控的智能分析中去，將有助于智能分析的精確識別，同時借助高清視頻監控技術，促進生物識別從近距離識別借向遠距離識別、從靜態識別到動態識別、從小群體到大群體識別應用的方向發展。
2、人臉識別廣泛應用到智能分析中
智能視頻監控系統以數字化、網絡化視頻監控和圖像處理、計算機視覺、人工智能為基礎，利用部署在監控系統中的視頻實時智能分析設備或智能分析軟件自動對視頻內容進行分析，發現監控圖像中的異常信息，及時發出預警，協助監控人員第一時間處理危機。目前智能分析技術有行為分析、特征識別、視頻診斷、分類統計等。
經過幾年的迅速發展，視頻智能分析的應用范圍主要集中在高端市場，如軍隊、政府、司法、金融、交通、監管、核電站、機場與港口等，再到工業設施、教育、醫療等中端市場，現如今已經滲透到居民小區、零售店鋪、倉庫管理、物流等民用市場。可以說視頻智能分析在中國智能安防中的應用已經百花齊放。
2013年4月15日發生的波士頓馬拉松爆炸案提高了人們對人臉識別技術的認識。根據眾多報道，盡管攝像頭中捕捉到了犯罪嫌疑人的影像，但這些系統卻無法確認犯罪嫌疑人。然而，在密歇根州立大學進行的一項人臉識別系統試驗中，NEC先進的NeoFace人臉識別技術使用與警方同樣的事件現場照片，幾乎瞬間完成了犯罪嫌疑人的“同一性”匹配比對。兩年來，隨著技術的進一步成熟和社會認同度的提高，人臉識別技術引起了越來越多的關注。作為最容易隱蔽使用的識別技術，人臉識別成為當今國際反恐和安全防范最重要的手段之一。
基于人臉識別的視頻分析智能報警系統，可針對在逃人員、嫌疑人員、受控人員、失控人員等不同對象在不同的監控場景中實時抓取人臉、人形等特征，通過與模板庫中的檔案特征對比，實現被監控對象的身份落地，并實時預警。系統前端設備主要實現可疑目標的預警功能，當發現監控畫面范圍內有可疑目標時，及時將可疑目標的圖片發送到中心服務平臺，同時標記該目標出現的時間，便于后續查找視頻。
系統的傳輸方式可采用公安內專用、VPN通道將前端實時抓拍的結果發送到中心服務平臺，因VPN的高安全性，避免敏感資料外泄。臨時執法點通過3G/4G以無線的方式傳回，重點場所和公交站臺通過光纖的方式傳回，保證所有數據能及時傳回中心服務平臺，避免出現上報滯后的情況發生。并且，系統中心服務平臺主要功能分為：在線視頻查看、實時分析前端視頻中的人、車、運動物體等重要目標。高速球機定點定時巡航、及時處理各智能前端發回的警情、在線點播前端視頻、下發重點目標的資料到各前端設備、設置各前端的檢測區域、推送警情到所屬轄區所有警員的手持終端設備上，方便各警員查找目標對象。
全國服務熱線
