人脸识别技术作为近几年人工智能领域的研究热点,经历了基于人脸几何特征、人脸图像特征建模、深度学习几个发展阶段。如今随着深度神经网络算法的发展,大大提高了人脸识别的准确率和精度,使得这项技术真正走向商业化和实用化。在公共安全、智能安防、身份验证、智慧城市等领域,人脸识别技术都有广泛的应用。在南京市地铁智能监控项目中,基于深度学习的人脸识别技术,建设一套覆盖二号线的地铁视频监控告警系统,实现可靠的、高效的、具有以日常流动人员的人脸图像为基础数据来源的统计分析展示平台。利用AdaBoost算法,南京市地铁视频监控系统实现了人脸的自动检测、捕获、抓拍、筛选与存储;利用深度神经网络算法,将待查询的人脸图像与数据库中的图像进行比对分析,对进出地铁的人员身份进行比对与判别,可以有效甄别犯罪分子,提高地铁公共安全水平;动态人像识别系统应用隐马尔可夫人脸识别算法,有效的提高了地铁监控视频拍摄的动态图像中人脸的识别效率,结合人脸分析比对系统,与抓拍人脸数据库,大大提高了案件侦破、交通出行的效率,为城市安全、公共交通顺利运行做出了重要保障。