Смотрел передачу, там похожий алгоритм разрабатывали методом от обратного, т.е берётся исходное изображение - фото объекта поиска (или несколько фотографий под разными ракурсами), далее устанавливается камера и искомый человек проходит через неё в потоке людей, после чего на материале отснятом камерой, ЧЕЛОВЕКОМ отмечается тот персонаж которого мы ищем и помечается как верный, остальные изображения помечаются как неправильные по отношению к искомому, а дальше уже программа должна выявить общие точки и закономерности по которым именно это изображение было определено пользователем как верное, а остальные не верные. Соответственно чем больше мы сделаем сравнений, больше искомых людей пропустим через камеру, в разной одежде, причёсках, возрастов, освещения, под разным углом и больше исходных фото разных людей используем, тем точнее получится конечный алгоритм распознавания. По сути человек обучает компьютер распознавать лица. Потом полученный алгоритм нужно только повернуть в обратную сторону, что бы он сам определял на основе полученных закономерностей похожие на искомые, лица в толпе. Что бы улучшить качество распознавания, можно ставить две, три или больше камер, что бы они с разных точек снимали, тогда и обучение быстрее пройдёт и точность определения потом возрастёт кратно.