3、人脸识别植入视频监控技术难点
随着人脸识别技术的进一步发展，人脸识别技术将实现与数字监控系统的进一步融合，成为人脸识别技术的另外一大应用领域。据统计数据显示，仅在中国大陆，在未来几年内有望形成年销售额过百亿，并在未来十年内则有望形成年销售额过千亿的市场规模。随着国内平安城市、智慧城市项目的深入发展，城市监控的高清化进一步得到普及，摄像机数量大规模增长，使得人脸识别在数据的采集上阻碍大大减小，提升了人脸识别的质量。人脸识别与监控技术的结合在司法系统中得到了重用，满足了公安系统对城市监控、逃犯追捕、黑名单排查等功能的迫切需求，这将为人脸识别技术普及的有利助推手。海康威视将人脸识别融合在视频监控中的技术已经在银行中开始使用。
人脸识别分为辩识(identification)、验证(verification)、监视目标人识别(watchlist)三类。辩识是通过未知人的人脸图像与数据库内已知身份的人脸图像进行比对来确定未知人身份的过程，是一对多的人脸识别;验证是通过当前被识别人的人脸图像与数据库中被识别人所声明身份的人脸图像的比对来验证被识别人所声明身份对或错的过程，属于一对一的人脸识别;监视目标人识别，是对于一个未知身份的待测样本，人脸识别系统探测其是否在监视名单上，属于一对多的人脸识别。
在识别中，监视目标人识别是最难的，主要原因在于非主动性的识别方式和场景的差异性，姿态、光照以及年龄、人脸分辨率等方面的变化严重地影响了人脸识别率。许多研究单位一直在研究如何将人脸识别技术应用到监控中。在当前的条件下，首先应该考虑的仍然是拍摄到好的人脸图像。除算法方面的努力外，从系统应用本身来看，主要需要解决如下的问题：系统结构问题、人脸分辨率问题、姿态问题、光照问题和年龄问题。
4、发展前景与趋势预测
毫无疑问，人脸识别技术将得到进一步完善。今年，佳都科技投资专注于人脸识别等智能分析算法及产品研发的云从公司，加快人工智能商业化应用的进程;阿里巴巴将与国内生物识别领域知名企业海鑫科金共同建设“阿里巴巴人脸比对系统”，在淘宝开户认证过程中引入“人脸比对”系统;腾讯财付通与全国公民身份证号码查询服务中心达成人像比对服务的战略合作，利用其庞大丰富权威的图像样本数据库可以应用于广泛的场景;民生银行将人脸识别引入客户身份认证环节，目前已完成了人脸识别软件平台及客户化一期开发。人脸识别技术的深入应用将“实人认证”真正推向实用化，有利于人脸识别技术的进一步完善和规范。
另一方面，智能视频分析技术发展前景也是光明的。从技术角度来看，为提升智能视频分析技术的应用性，使得智能视频分析产品真正市场化，智能视频分析的厂商在完善核心算法的同时，必然将向以下方向发展：第一，适应更为复杂和多变的场景;第二，识别和分析更多的行为和异常事件;第三，降低成本;第四，多样化的产品形态。随着视频监控的需求日益复杂化，如何能识别与分析更多的行为成为了智能视频在深化行业应用中不得不面临的问题。只有结合行业应用实际，深入了解各不同行业的具体问题，才能更好地抓住用户需求，将智能视频分析技术的功能落实到应用的实处，这也是智能视频分析技术未来产业化价值的最终体现。
2014年8月1日，《安防监控视频实时智能分析设备技术要求》文件出炉，它标志着我国首个视频智能分析国家标准正式出台。这个标准规定了安防监控视频实时智能分析设备的功能、性能、接口、电磁兼容性、环境适应性、试验方法、检验规则等内容，是嵌入式视频实时智能分析设备进行设计、生产、检验的依据。该标准适用于安防监控系统中应用的嵌入式视频实时智能分析设备，其他行业的视频智能分析产品和应用系统可参考采用。目前市场上已出现了多种实时视频智能分析设备，但这些产品分别由不同的厂家生产，缺少统一的规范和接口，导致其在监控系统中的应用受到了限制。《安防监控视频实时智能分析设备技术要求》的实施将进一步规范安防监控嵌入式视频实时智能分析设备，为安防监控视频智能分析技术的发展奠定了基础。