据悉截止到2019年上半年，警方在张学友的演唱会上共抓捕了80多名在逃人员，因而张学友也被网友们戏称为“逃犯克星”。张学友演唱会为何频频成为逃犯们逃亡的“终点”？“逃犯克星”的称号更多的是网友们对于张学友的个人魅力和号召力的调侃与肯定，但这些成功抓捕背后真正的功臣是公安机关所采用的人脸识别技术！
　　人脸识别（Face Recognition）是一种根据人的面部特征，进行身份识别的生物识别技术，也被称为人像识别、相貌识别、面孔识别、面部识别等。一个典型的人脸识别系统通常包含人脸检测、人脸对齐、人脸特征提取和人脸分类四个部分。摄像头捕捉到的画面通常来说比较复杂，包含了大量的环境信息，所以人脸检测的目的是要从摄像头捕捉到的复杂画面中将人脸识别并标记出来，如图中的矩形方框所示；捕捉到的人脸通常来说不会像证件照那样“标准”，总是正对着你，有的可能低着头、有的可能看着远方、有的可能正侧着头，为了方便后面提取人脸特征，需要对捕捉到的人脸进行对齐，也即将所捕捉到的人脸进行统一的姿态校正，调整为一张张竖直的“证件照”；接下来便可以从这些捕捉到的“证件照”中提取人脸特征，人脸特征提取的过程简单来说就是将摄像头捕捉到的人脸图像转换为计算机可以直接处理的数据格式后（通常为像素值向量），使用深度学习技术自动从原始像素值向量中提取有效特征，从而对不同人脸的特点提供更正确的描述；最后，将获取到的不同人脸的特征向量送入分类系统中进行分类或者对比识别。
　　人脸识别技术需要海量的底层视频数据作为支撑，“天网”国家工程则正好为人脸识别提供了海量高清的视频数据。自2004年公安部启动“科技强警示范城市建设”以及2005年启动“3111试点工程”以来，全国范围内已拥有2000多万个视频摄像头，已建成全世界最大的监控网络。作为“天网”工程的延伸，“雪亮”工程则将为满足治安防控和管理需要的视频监控系统延伸到了各个县、乡、村。目前，这些系统还在进一步的完善中，这些系统的不断完善为国家的治安防控、防暴反恐提供了强有力的支撑，能更好地对犯罪行为进行实时追踪。
　　近年来，人工智能、深度学习的兴起推动了人脸识别技术的发展，深度学习技术被广泛应用到人脸识别任务中，大大提高了识别的准确率。目前，人脸识别在金融、医疗、城市安防、新零售和酒店管理等领域都取得了广泛的应用。比如农行和招行推出的ATM刷脸取款、国内部分高校食堂推出的刷脸支付。张学友演唱会上抓捕逃犯则是人脸识别在城市安防领域应用的最好例子：逃犯们不远千里驱车来看学友的演唱会，刚踏入演唱会现场便被“天网”识别了身份，还未来得及为偶像欢呼便已被赶到的公安民警抓捕归案！
　　随着国家“天网”工程和“雪亮”工程的逐步完善，以及人脸识别、人工智能等技术的不断進步，在不远的将来坏人们将更加无处遁形！