如果系統能夠繼續識別無法分析面部的個人，則出於面部遮擋或圖像分辨率不足之類的原因，可以顯著改善面部識別的效用，可以顯著改善。 Xi'an Jiaotong-Liverpool大學的研究人員稱之為“個人重新識別”的方法是為了做到這一點，從相機和身份證圖像中識別出來自視覺數據的人來跟踪個人。
XJTLU研究員Jimin Xiao博士告訴The The The The The The The The The The The The Jimin Xiao博士告訴The The The The The The The The The The The The Himin Xiao博士告訴The The Ther大學新聞服務。相反，通常是整個身體出現的，並且由於攝像頭分辨率低，臉部尚不清楚。這是重新識別的地方。 ”
Xiao說，重新識別的準確率約為90％，而面部識別率超過99％，但仍處於其發展的早期階段。該團隊早期測試的結果在最近在《期刊》上發表的論文中進行了描述模式識別。
Xiao說：“如果我們能夠改善人員的重新識別技術，那麼公共安全就會有廣泛的好處。” “例如，一個機場。我們試圖開發的是算法，這些算法可以幫助相機掃描機場環境並確定何時已知的恐怖分子到來。”
關鍵創新是一個單獨的聚合網絡，該論文的主要作者博士學位學生Yanchun Xie說，學會了將不同圖像中同一個人的特徵變化最小化。在實際情況下，由於照明不良，姿勢和其他因素，這些變化可能很大。
Xie說：“網絡結合了一個最先進的對象檢測框架，以便相機自動縮小圖像中的人，例如越過道路的行人。這本質上是將人與周圍環境隔離開來。”
Xie最近還發表了有關視頻技術的電路和系統的IEEE交易雜誌，內容涉及使用強化學習進行視覺對象跟踪。
生物識別技術正在部署到越來越多的CCTV網絡中，例如馬來西亞， 和巴西當局正在考慮部署該技術來幫助處理普遍的有組織犯罪。
