2018年11月30日，據卡迪夫大學警察科學研究所研究員在美國政府計算機網站（GCN）報道稱，自2010年起，由于警察總人數的減少以及犯罪率的上升，使得監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，生成它們的數學表示，然后將它們與數據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控的范圍和深度。雖然AFR已經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的自動識別和適應。

為了描繪英國警方如何使用現有的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。通過對系統生成的數據進行分析，系統與人員的互動以及實現的成果和遇到挑戰進行了觀察評估。

南威爾士警察以兩種模式使用AFR。“AFR 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護圖像數據庫進行比較，該數據庫大概包含600-800張圖片。另一種模式“AFR識別”則是將過去犯罪現場的身份不明的嫌犯圖像與警察拘留照片的部隊數據庫進行比較，該數據庫由大約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。但該系統非“即插即用”系統，警方必須調整一些標準操作程序，以使其有效運作。