就展會的應用場景而言，要體現(xiàn)人臉識別的推陳出新，形成“新會展”生態(tài)圈的科學組合，而不是變成數(shù)據(jù)濫用的溫床。這就要求人臉識別的應用廣泛借鑒和吸收其它行業(yè)數(shù)據(jù)應用管理的成熟經(jīng)驗，包括借鑒“新零售”等概念和場景；

體現(xiàn)人臉識別對于展會商業(yè)價值的貢獻，特別是人臉識別對于展覽交易場景的賦能，讓人臉識別成為展會商業(yè)活動信息識別閉環(huán)的核心元素，依托人臉識別實現(xiàn)的精準度，為深入的交易行為分析創(chuàng)造可能，從而提升展會內人群商業(yè)貿易的價值和效率。

每逢節(jié)假日出游高峰期，在各個汽車站火車站總會看到檢票處人山人海，排成的隊伍都可以圍著一圈了，針對這種出游高峰期，車站處也是要配置比平時更多的工作人員，來做好這個秩序管理、檢錄的工作，同時也要避免一些逃票、持的現(xiàn)象發(fā)生。

由于傳統(tǒng)的人工檢票需要花費更多的人力成本以及時間成本，天津某汽車客運站開始采用昆華汽車站人證票核驗系統(tǒng)。此系統(tǒng)是通過客戶購票的時候采集到信息，然后到檢票口的時候刷、、系統(tǒng)抓拍現(xiàn)場的人臉特征，從而核驗持票人的。

整個過程控制在1-2秒，并且核驗準確度高達98%，大大提高了工作效率，也減少車站工作人員的工作量，降低人工成本。使用昆華車站人臉識別系統(tǒng)后，節(jié)日高峰車站也不怕旅客堵塞了，乘客通行變得更加快速安全。

人臉識別的研究不斷深入

人臉識別的研究不斷深入，研究者開始關注面向真實條件的人臉識別問題，主要包括以下四個方面的研究：1）提出不同的人臉空間模型，包括以線性判別分析為代表的線性建模方法，以Kernel方法為代表的非線性建模方法和基于3D信息的3D人臉識別方法。2）深入分析和研究影響人臉識別的因素，包括光照不變人臉識別、姿態(tài)不變人臉識別和表情不變人臉識別等。3）利用新的特征表示，包括局部描述子（Gabor Face， LBP Face等）和深度學習方法。4）利用新的數(shù)據(jù)源，例如基于視頻的人臉識別和基于素描、近紅外圖像的人臉識別。