據(jù)卡迪夫大學警察科學研究所研究員在美國政府計算機網(wǎng)站（GCN）報道稱，自2010年起，由于警察總?cè)藬?shù)的減少以及犯罪率的上升，使得監(jiān)控和跟蹤有犯罪記錄人員的能力提高變得至關重要。

其中自動面部識別（Automated Facial Recognition，AFR）技術，通過分析面部的關鍵特征，生成它們的數(shù)學表示，然后將它們與數(shù)據(jù)庫中的已知面部進行比較來確定可能的匹配。雖然一些英國和國際警察部隊一直在積極探索AFR的潛力，但一些團體也提出這是否會影響他們的法律和道德地位，擔心該技術會擴大國家監(jiān)控的范圍和深度。雖然AFR已經(jīng)被用于機場來幫助管理護照檢查，但將類似程序應用于街頭警務要復雜得多：行人的移動使其并非直視相機，照明以及天氣的變化也需要系統(tǒng)的自動識別和適應。

為了描繪英國警方如何使用現(xiàn)有的AFR技術，研究員受委托評估南威爾士警方項目，該項目旨在測試AFR在不同日常警務情況下的實用性。通過對系統(tǒng)生成的數(shù)據(jù)進行分析，系統(tǒng)與人員的互動以及實現(xiàn)的成果和遇到挑戰(zhàn)進行了觀察評估。

南威爾士警察以兩種模式使用AFR?！癆FR Locate”利用安裝在標記警車上的CCTV型攝像機中進行實時饋送，將人們面部特征的詳細測量結果與警方監(jiān)護圖像數(shù)據(jù)庫進行比較，該數(shù)據(jù)庫大概包含600-800張圖片。另一種模式“AFR識別”則是將過去犯罪現(xiàn)場的身份不明的嫌犯圖像與警察拘留照片的部隊數(shù)據(jù)庫進行比較，該數(shù)據(jù)庫由大約45萬張圖像組成。

在為期12個月的研究過程中，AFR幫助實現(xiàn)了超過100人的逮捕和指控，使警方識別出了他們可能無法找到的嫌疑人。但該系統(tǒng)非“即插即用”系統(tǒng)，警方必須調(diào)整一些標準操作程序，以使其有效運作。