场景中比较常见的就是客流统计，然后是在安防场景下的一些嫌疑犯的追踪，今年一个涉赌的通缉犯被我们对接过的一家医院的安防系统识别出来，并自动发出了报警，对比分数大概在 87 分，随后民警出警确认并抓捕归案。据悉今年一年已经快百起此类被算法识别出来的实例。除此之外还有智能访客系统、门禁系统、活动签到、智能楼宇、闸机关口等。
另外还有一些大家都能接触的场景如远程身份验证。首先，验证身份其实在中国很容易，每个人都有一个唯一的 ID，叫做身份证号，同时公安部还有非常完善的人脸系统以供识别。然后进行一个活体检测就可以确认身份。

活体检测背后的技术：
对于活体检测的定义叫做：对传感器感受到的「真人」与「攻击」的不同做出辨识。
判断对象是不是一个活人其实并没有统一的方法。我们的算法研究员做了个示意图（如下），我们来判断这个人是真死还是假活，其实只是管中窥豹。这个斑点就是说，我的摄像头，成像域下的这么一个空间状态，在这个空间状态当中，活人（真人）在镜头中，只占很少的一部分，就是中间蓝色的 S 形状，我们把它想象成一个高维空间当中的某一族的特征的分布，这些都是活人。
那么所谓的攻击又是什么呢？就是说，通过不同的攻击手段，比如说翻拍屏幕、翻拍照片、翻拍蜡像，会有不同的介质，然后这些介质和这些真人都很像，正好就分布在这些真实数据的判断，就像在图像当中的红色介质显示的部分，我们可以把它想象成在一个高维空间当中，蓝色的是我们活人的所有的这一族全部都在这里，然后所有翻拍的介质都试图去模仿这个活人，但都只是模仿了其中的一部分。
机器通过我们自己研制的一套深度学习算法的循环来进行训练，简单说就是通过大数据收集—训练—产出算法—变成产品—再收集更多的数据，完成这样一个闭环。