摘要：人工智能是当前全球创新的热点,也将是未来的核心关键技术。今年以来国家提出了促进人工智能和实体经济深度融合,讨论并通过了《关于促进人工智能和实体经济深度融合的指导意见》,人工智能已经进入推进落实的关键时期。安防行业是人工智能落地应用的重点行业之一,这几年不管是从政策、顶层设计层面,还是技术创新、产品研发层面,AI+安防的技术基础和产品化都取得了重大突破与进步,人工智能进入场景应用落地的发展阶段,在一些领域中实现了较快的落地应用,但AI+安防的深度融合应用与规模化应用仍是行业的重要命题。

摘要：针对在公安实战中具有重要意义的车内人员人脸识别问题进行研究,提出其识别精度偏低的主要原因是其与常见的行人人脸场景间存在强烈的数据集偏差(Dataset bias)。将深度学习人脸识别与物体分类中的迁移学习相结合,设计了一种可实现样本融合的人脸识别网络,通过消除两个场景的数据集偏差,达到同时利用行人场景和车内人脸场景的数据进行训练的目的,并在此基础上与现有的卡口车牌抓拍系统进行融合,形成了一套初步达到实际应用指标的实时人脸-车牌抓拍识别系统。