警察能够识别和定位过去已经犯罪的人的能力对于他们的工作至关重要。 如此之多，以至于警方认为有效维护街道秩序，预防犯罪和调查是至关重要的。 但是，自2010年以来，[英国]警务人员的数量
减少了近20％，犯罪记录的数量
也在增加 ，因此，警察正在寻求新的技术解决方案，以帮助他们加强追踪引起关注的人员的能力。
一种这样的技术是自动面部识别（ARL）。 该技术分析人脸的主要特征，创建其数学表示，然后将其与著名人脸的数据库进行比较，以确定可能的匹配项。 尽管英国和其他国家/地区的许多警察都在积极
探索ARL的潜力 ，但仍有一些公民
在讨论技术的合法性和道德性。 他们担心这会大大扩大影响范围和国家对公民的监视范围。
迄今为止，还没有可靠的证据表明他们可以也不能向警察提供ARL系统。 尽管越来越多的人面临这样的系统，但是由于在机场使用它们来
验证护照 ，因此对它们的使用受到了很好的控制。 应用这样的程序来维持街道秩序更加困难。 街上的人们走动，不看摄像机。 照明水平正在发生变化，此外，该系统还必须应对英国天气的变幻莫测。
现实世界中的ARL
为了想象英国警察如何使用当前的ARL技术，去年我们决定评估南威尔士警察
项目 ，该
项目旨在测试ARL在警察工作的日常情况下的有效性。 自2017年欧洲足球冠军联赛决赛在加的夫（Cardiff）以来，我们的团队一直在观察警察使用这项技术并分析该系统生成的数据。 我们想了解警察如何与该系统交互以及它允许他们做什么，以及在使用它时会遇到什么困难。
南威尔士州警察以两种方式使用了ARL。 定位模式使用来自位于警车上的摄像头的实时视频在可疑人员中搜索数据库中可识别的面孔。 通常，数据库包含600-800张照片。
识别模式是另一种工作方式。 将在犯罪现场拍摄的不知名人士的图像与被捕者的数据库进行比较。 该数据库包含大约450,000张图像。
根据系统评估的结果，可以得出结论，ARL可帮助警察有效地识别嫌疑犯，以其他方式无法做到这一点。 在持续进行研究的12个月中，借助ARL进行了约100次逮捕和指控。
但是该系统不能自动运行。 警务人员必须适应许多标准的操作程序，以便他们可以有效地工作。 例如，在检测
到照片质量对系统工作的重大
影响后 ，警察培训计划中就进行了警察培训，以便将来所有照片都更适合与其配合使用。
辅助工具
只有经过足够的时间后，警察才知道如何设置和使用该系统。 在测试期间，系统更新了工作算法，这变得更加复杂。 而且这种改进极大地影响了系统的运行。 在冠军联赛期间推出的原始版本中，只有3％被系统识别的人员被认为是准确的。 但是到2018年3月，这个百分比已经增加到46％。
所有这些创新的执法技术都是需要解决的法律和道德问题。 但是，为了使公民，监管者和立法者可以进行有意义的讨论和评估，我们需要确切地了解该技术可以预期的结果。 有必要获得真实的证据，而不是
引用电影《少数派报告》中使用的出色技术。
考虑到以上所有内容，关于在警察案件中使用ARL可以得出的结论之一是，由于该系统不是完全自动的，因此将更正确地称为“辅助面部识别”。 与边境服务（人脸识别更接近自动）不同，尽管该算法支持警察，但该算法不会对人的图像是否匹配数据库中存储的内容做出独立决定。 取而代之的是，系统为操作员提供有关可能匹配的假设，只有在职操作员才能确认或驳斥它们。