人臉識別：看不見，我也沒辦法！

　　8月5日，深圳某小女孩從蓮塘離家出走，歷時近10小時，終于在鹽田區找回。具體過程尚不得知，而部分網友提出：人臉識別這一“黑科技”上線已久，為何沒有介紹中那么“給力”!在本次案件中，“人臉識別”是不是不再“給力”了?現就此事做一一猜想。

　　AI+安防：以圖找人

　　AI企業切入安防之后，其“萬人挑一”的功能讓人喜愛，而其精準度更是讓用戶頻頻點頭。AI企業切入安防領域，并不是隨意切入。在數年前的安防監控攝像機中，企業為解決“看得清”的問題，對視頻監控系統的硬件和軟件進行了大量優化和升級。而對于AI企業來說，視頻傳輸穩定，即可對視頻進行分析，對視頻中出現的人、車進行逐一分辨和歸納。當用戶需要檢索某個特定人物時，只需把其照片進行對比后，即可通過對后臺大數據進行檢索，把疑似照片中的人物篩選出來后，即可對該人出現的地點進行路線繪制。與此同時，前端監控攝像機拍攝到特定人物時，系統會自動更新路線圖，不通知用戶，協助用戶知悉人員的準確位置。

　　人臉識別——安防監控為基礎

　　通過人臉識別系統，雖然可以快速查找對應的人物，但對于用戶來說，“人臉識別”只是一項技術，還是需要硬件支持，而這些硬件，則是城市的視頻監控系統。

　　1、“信息孤島”

　　信息孤島問題是目前亟待問題。在視頻監控信息化建設過程中，通常是先發展片區，當多個片區建設好后，再實現跨地區聯動。而在現實中，部分地區的監控通常是根據需求自行發展，公安部門監控視頻范并未達到全面覆蓋，部分監控必須公安相關部門去當地調取。在本次事件中，如果羅湖公安沒有聯動坳下村的視頻數據，則需要調動警力去坳下村下載視頻并逐一查看。

　　2、運算量巨大

　　目前常用的人臉識別系統，通常是用CPU+GPU作為運算核心硬件，而城市級別的監控數據，日常數據量通常是PB級別，在海量數據中尋找某個特定人物，需要耗費大量設備資源，當資源不足時，則需要較長時間處理。

　   3、安防工程尚未建設到位

　　視頻監控系統與其他公共建設不同，其工程期長、價格高昂，對于帶有“人臉識別”技術的視頻監控系統，如果是普通村莊的規模，造價通常是百萬起步，如果是一線城市，報價將使當地財政無法承擔。這一因素也導致部分區域先解決“看得見”的問題，后期再解決“看得清”、“看得懂”。

　　全面人臉識別 仍需時間

　　人臉識別作為安防發展的重要技術之一，其必然成為視頻監控的著力點之一，但就目前而言，人臉識別還處于試點運營，并未完全鋪展。對于政府用戶來說，AI系統中的人臉識別技術雖然有助于快速破解案件，但長時間運行中是否還能保持穩定可靠則是目前亟待認證的事情。就如某部公安人員所說：人臉識別如果要在深圳全面鋪展，按照慣例，通常需要長達數年的時間來確認產品的穩定性和可靠性，而這并不能完全依靠企業單方面擔保。所以，深圳小女孩離家出走近10小時找到，并不能“怪罪”于人臉識別的“不作為”。