對安防領域的人臉識別應用來講，人臉深度特征提取的深度神經網絡算法或者說深度學習算法雖然是重點，但不是全部。
圖1 行業單域人臉識別應用場景
如圖1所示為行業中一個單域的典型的人臉識別應用場景。在該類應用中，人臉從相機成像后并采集，需要在十萬級的動態比對庫中進行比對，實現布控告警。人臉還可能需要在的常住人口的人臉庫中進行檢索服務。還有可能對相機采集的每個過人人臉圖片在的常住人口的人臉庫中進行檢索。十萬級的動態數據庫，的人臉靜態數據庫，的過人數據庫，同時深度學習特征不同于一般的結構化信息，需要使用新型的比對和大數據存儲和處理技術。
圖2 GA/T 1400-2017標準上下級系統級聯聯網結構圖
zui近頒布的《公安視頻圖像信息應用系統》標準(GA/T1400-2017)，其中包括了行業的人臉識別典型應用。如圖2所示，對于行業的人臉采集、人臉比對與識別、監控名單人臉庫動態布控，常住靜態人臉庫檢索服務，都必須符合《公安視頻圖像信息應用系統》標準的上下級的級聯以及專網和內網的級聯要求。
通過以上分析可見，就僅僅針對行業的人臉比對和識別業務應用，是一個整體的解決方案，人臉檢測和人臉識別，尤其是人臉深度特征學習算法，雖然由于自身應用的技術正在經歷著突飛猛進的變革，但不是全部。對人員來講，zui根本的是為他們提供高價值的整體服務。對傳統安防廠商，面臨著機遇和挑戰。對算法初創公司來講，也同樣面臨著挑戰和機遇。其zui根本的問題是能夠為客戶創造有價值的服務，只是兩者出發的角度不同。尤其是對傳統的安防廠商而言，經歷了近20年的發展，其實已經經歷過一波波的IT技術革新，心態更穩。而對于*算法的初創公司來講，乘著技術浪潮之風，充滿激情的踏入安防行業。對于未來的格局如何，還在于給客戶何種有價值的服務。
