2016年北京安博會上，各家公司人臉識別產品百花齊放，但就是在這個人臉識別的鼎盛時代，實際上需求zui痛的安防行業還是無法大規模應用。根據zui高*和zui高人民*關于刑事案件數量的統計，2015年全國人民*新收刑事一審案件1126748件，同比上升8.29%。（數據來源：2001-2016年《中國法律年鑒》）。滿大街的攝像頭，各種智能檢測分析，依舊有很多人肆無忌憚地進行著違法*活動。
針對此，本文首先回顧了目前人臉識別技術的發展狀況，然后重點探討了目前安防行業大規模應用人臉識別還需要解決的問題。
人臉識別技術的發展狀況
在深度學習技術出現之前，幾乎所有人臉檢測都是采用滑動窗口式的方法。在識別輸入圖像前，我們會先用一個固定大小的窗口在輸入圖像上進行滑動，窗口框定的區域會被送入到分類器，去判斷是人臉窗口還是非人臉窗口。滑動的窗口其大小是固定的，但是人臉的大小則多種多樣，為了檢測不同大小的人臉，還需要把輸入圖像縮放到不同大小，使得不同大小的人臉能夠在某個尺度上和窗口大小相匹配。這種滑動窗口式的做法有一個很明顯的問題，就是有太多的位置要去檢查，去判斷是人臉還是非人臉。
2000年前后出現的Viola-Jones人臉檢測器，使得這種人臉檢測技術開始成熟起來，并出現了相關的實際應用，例如數碼相機中的人臉對焦的功能，照相的時候，相機會自動檢測人臉，然后根據人臉的位置把焦距調整得更好。
就人臉檢測而言，人臉可以大致看成是一種剛體，通常情況下不會有非常大的形變，比方說嘴巴變到鼻子的位置上去。但是對于*實際應用中既關注人臉也關注全身來說，人可以把胳膊抬起來，也可以把腿翹上去，這使得人體有非常多的非剛性變化，從而使得檢測的準確率大大降低。
2013年底，深度學習給人臉檢測任務點起了一把火，這個火種就是R-CNN，其中R對應于“Region(區域)”，意指CNN以圖像區域作為輸入，這個工作zui終發展成了一個系列，R-CNN的變革*的是拋棄了滑動窗口范式，取而代之的是一個新的生成候選窗口的環節；其次不再采用人工設計的特征，而是用CNN來自動學習特征。傳統滑動窗口范式做目標檢測時，需要對每一個物體去設計和和學習單獨的檢測器，例如做人臉檢測和車輛檢測，兩個檢測器特征會不一樣，分類器也不一樣，對于每一類物體，需要去嘗試不同的特征和分類器的組合。但是現在，采用深度學習的R-CNN在物體類別上沒有任何限制。換句話說，它既可以檢測人臉，也可以同時檢測其他類別的物體，比如說人體形態，這在*實戰應用中是一個非常重要的優勢。
