随着生物识别技术的不断发展，人脸识别技术已日趋成熟和完善。人脸识别技术作为前沿的生物识别技术及图像处理技术，在当今社会公共安全防范、网络信息安全、等诸多领域发挥着的作用。人脸识别摄像机也越来越多地落地在安防项目中。

在项目的实际设计和实施过程中，我们仍然遇到一些难点需要克服与解决，主要有如几点：

人工智能往往有特定的场景要求，只有在特定场景下才能保持较好的识别率。
以人脸识别为例，部发布的《GB/T 35678-2017 公共安全人脸识别应用图像技术要求》标准按照当前主流人脸识别水平规定了公共安全人脸识别应用
中人脸图像的技术要求，详细如下：

1. 图像格式：
   人脸图片格式应为 BMP、JPEG、JPEG 2000 和 PNG 中的任一种。 若图像为灰度图时，图像灰度级应为 256 级；
2. 遮挡：
   遮挡物应不遮挡眉毛、眼睛、嘴巴、鼻子及脸部轮廓等；
3. 两眼间距：
   两眼间距应大于等于 30 像素，宜大于等于 60 像素；
4. 姿态：
   人脸水平转动角应在±30°以内，俯仰角应在±20°以内，倾斜角应在±30°以内；
5. 脸部区域：
   人脸完整，轮廓和五官清晰，无浓妆，图像脸部区域应无编辑修改性处理，几何失真应小于等于 10%，运动模糊应小于等于 0.20，高斯模糊应小于等于0.25。
   进行人脸识别的摄像机，需要严格遵从部发出的政策标准，导致大幅度降低人脸识别的可应用空间，也大幅度提升了施工难度。

人脸识别摄像机使用场景数据范围

随着人脸识别算法的迭代，较多一线算法厂已经针对《GB/T 35678-2017 公共安全人脸识别应用图像技术要求》做了相应优化。上述几个难点得到了部分解决但仍然我们在项目部署及产品开发时加深了解。
现人脸识别已经较为广泛地使用在智慧社区、人员管控、出入口控制等多领域。包括2020年肺炎的防治，多个厂商推出了人脸+热成像+测温的一体化方案。