人臉面部識(shí)別技術(shù)在國內(nèi)的運(yùn)用非常廣泛，除了在安檢、交通方面可以識(shí)別人物身份之外，支付寶的人臉技術(shù)還實(shí)現(xiàn)了支付功能。最近北京大學(xué)信息科學(xué)技術(shù)學(xué)院的研究人員也開發(fā)了一種“掃臉”技術(shù)，不過特別的是這種技術(shù)不是用在人臉上，而是用在四輪私家車中。據(jù)了解，這項(xiàng)技術(shù)能清晰分辨車輛外部特征，并擅長記錄和分析，并會(huì)根據(jù)特征數(shù)據(jù)搜索到機(jī)動(dòng)車的型號(hào)和注冊信息。

研究人員將這一個(gè)“掃車臉”的技術(shù)命名為 Repression Network (RepNet)，識(shí)別車輛類型分為兩類，一類是車輛外觀的“一般細(xì)節(jié)”，如顏色、品牌、型號(hào)等；另一類是車輛的外觀缺陷和損傷。據(jù)描述，該系統(tǒng)具有可拍攝精確外觀特征的拍照攝像頭，在攝像頭獲取到車輛信息之后，內(nèi)部系統(tǒng)會(huì)對記錄的影像進(jìn)行識(shí)別。

研究人員稱，在當(dāng)前階段，還無法確定 Repression Network 系統(tǒng)將于何時(shí)投入應(yīng)用，因?yàn)槠鋺?yīng)用可能會(huì)被認(rèn)為侵犯了隱私權(quán)。但可以確定的是，如果利用該系統(tǒng)對視頻監(jiān)控系統(tǒng)記錄的車輛影像進(jìn)行識(shí)別，一定能為偵破盜竊車輛等案件提供幫助。研究人員還稱，配合公共安全系統(tǒng)監(jiān)控?cái)z像頭的大規(guī)模使用，創(chuàng)造了一個(gè)龐大的圖像和視頻數(shù)據(jù)庫，這為車輛識(shí)別和搜索提供了重要的技術(shù)支持。 雖然車牌是汽車的一個(gè)重要身份特征，但許多監(jiān)控?cái)z像頭并非是為掃描車牌設(shè)計(jì)的，此外車牌識(shí)別系統(tǒng)在識(shí)別混淆字符時(shí)的表現(xiàn)非常糟糕，比如區(qū)分 8 和 B，O、D 或 0，因此他們提出這種以車輛外觀特征數(shù)據(jù)為依據(jù)的精確識(shí)別系統(tǒng)。