當(dāng)前，突如其來的新型冠狀病毒肺炎仍在持續(xù)影響全國(guó)。面對(duì)新型冠狀病毒肺炎疫情的肆虐，戴口罩成為了全民出門的標(biāo)配模式。而這也讓人臉識(shí)別技術(shù)遭遇到尷尬境地。

此前，因?yàn)槿四樧R(shí)別技術(shù)在人員身份認(rèn)證上所體現(xiàn)出來的便捷性及帶來的效率提升，相關(guān)人臉識(shí)別產(chǎn)品、解決方案層出不窮，被廣泛應(yīng)用于機(jī)場(chǎng)、火車站、社區(qū)、園區(qū)等諸多場(chǎng)景的身份識(shí)別、考勤打卡及金融支付應(yīng)用當(dāng)中。

但在現(xiàn)階段全民戴口罩的出行倡議下，人臉識(shí)別能否還能夠發(fā)揮效用?

特別是在機(jī)場(chǎng)、火車站、社區(qū)園區(qū)等人員密集的公共場(chǎng)所，戴上口罩無法進(jìn)行人臉驗(yàn)證，摘下口罩進(jìn)行驗(yàn)證又面臨交叉感染風(fēng)險(xiǎn)。

這也使得戴口罩下的人臉識(shí)別成為了備受社會(huì)各界關(guān)注的話題。

戴口罩下人臉識(shí)別能否發(fā)揮效用

CPS中安網(wǎng)了解到，有不少網(wǎng)友在網(wǎng)上表示在高鐵站乘車檢票時(shí)，閘機(jī)上的攝像頭并不能在佩戴口罩的情況下進(jìn)行識(shí)別，需要摘下口罩進(jìn)行驗(yàn)證。

與此同時(shí)，亦有不少網(wǎng)友反映，其在火車站檢票及上班考勤打卡中，有時(shí)戴著口罩依然能夠通過人臉識(shí)別，完成驗(yàn)證。

如在上海奉賢區(qū)的農(nóng)村智慧社區(qū)管理系統(tǒng)中，即使行人戴著口罩，人臉識(shí)別系統(tǒng)依然能夠識(shí)別該人員。

在戴著口罩的前提下，為何有的人臉識(shí)別系統(tǒng)仍能發(fā)揮效用?有的卻無法識(shí)別?

解決這一問題，需要先從人臉識(shí)別技術(shù)的工作原理展開。

不少業(yè)內(nèi)人士表示，當(dāng)前的人臉識(shí)別實(shí)際上是一個(gè)人臉比對(duì)、匹配的過程。無論是車站檢票還是辦公室打卡，都是將攝像頭拍攝到的人臉圖片與之前上傳到數(shù)據(jù)庫(kù)的照片進(jìn)行比對(duì)。

通過對(duì)兩張圖像的眼睛、嘴巴、鼻子、耳朵以及皮膚等多個(gè)臉部特征點(diǎn)進(jìn)行計(jì)算，如果相似度大于一個(gè)特定闕值，則會(huì)匹配成功，完成識(shí)別。

而因?yàn)榭谡志邆涞牟煌腹庑?，攝像頭拍攝到的畫面無法捕捉到嘴巴、鼻子等臉部特征，這也導(dǎo)致被遮擋部分無法進(jìn)行識(shí)別。

如果原有的算法和數(shù)據(jù)庫(kù)保留的是完整的面部特征，則意味著匹配的不成功。而有的人臉識(shí)別系統(tǒng)進(jìn)行的只是眼睛、額頭、耳朵等局部特征識(shí)別，即使是佩戴口罩，也能進(jìn)行識(shí)別。

對(duì)此，京東數(shù)字科技AI實(shí)驗(yàn)室表示，戴上口罩進(jìn)行人臉識(shí)別相當(dāng)于只允許使用鼻子以上的特征，一般來說準(zhǔn)確率會(huì)低于不戴口罩的人臉識(shí)別。

同時(shí)，人臉識(shí)別系統(tǒng)的內(nèi)部設(shè)計(jì)有兩種邏輯，如果系統(tǒng)內(nèi)部有臉部遮擋判斷，戴口罩會(huì)被系統(tǒng)攔截，不會(huì)進(jìn)行人臉識(shí)別;如果系統(tǒng)內(nèi)部沒有遮擋判斷，戴口罩也能進(jìn)行人臉識(shí)別，存在一定概率通過。

即通過人臉識(shí)別算法上的調(diào)整與升級(jí)，能夠使得系統(tǒng)在識(shí)別人員佩戴口罩的情況下，啟動(dòng)戴口罩場(chǎng)景下的人臉識(shí)別算法，只對(duì)眼睛、耳朵等局部特征進(jìn)行人臉比對(duì)，但同時(shí)也會(huì)造成識(shí)別精度上的下降。

企業(yè)如何攻破戴口罩人臉識(shí)別難關(guān)

在疫情面前，傳統(tǒng)的人臉識(shí)別技術(shù)略顯雞肋與尷尬，但在病毒的高感染性下，非接觸式的人員身份驗(yàn)證仍是主流應(yīng)用方向，有著廣闊的市場(chǎng)空間。

這一短期需求的爆發(fā)也促使商湯科技、漢王科技、小視科技在內(nèi)的諸多企業(yè)開始通過改進(jìn)算法模型等方式，來提升企業(yè)產(chǎn)品在全民出行戴口罩背景下的人臉識(shí)別準(zhǔn)確率。

如近期，商湯科技在新推出的AI智慧防疫解決方案中，表示其區(qū)域通行模塊可以識(shí)別出戴口罩人的身份，在人員戴口罩的情況下，露出50%鼻梁時(shí)通過率可達(dá)85%。

而漢王科技在最新推出的亮銀鉆石款動(dòng)態(tài)人臉識(shí)別機(jī)中，其戴口罩人員的識(shí)別率也達(dá)到85%。當(dāng)前該套系統(tǒng)在北京地區(qū)用戶已達(dá)20余家，應(yīng)用設(shè)備近200套。

小視科技相關(guān)負(fù)責(zé)人表示，其新開發(fā)的防疫智能系統(tǒng)，能夠在有限的小區(qū)場(chǎng)景中實(shí)現(xiàn)“口罩+身份”人臉識(shí)別，戴口罩人員識(shí)別率達(dá)90%以上，當(dāng)前系統(tǒng)也已在南京市江寧區(qū)東山街道多個(gè)社區(qū)實(shí)現(xiàn)落地。

據(jù)悉，長(zhǎng)久以來，遮擋下的人臉識(shí)別是業(yè)界公認(rèn)的難題，而疫情爆發(fā)的突然性也增加了其識(shí)別難度，具體表現(xiàn)在以下三方面：

戴上口罩后，因鼻子、嘴巴等五官信息被遮擋，人臉面部可用于辨別的信息會(huì)大幅減少;

臉部輪廓等可辨別信息也在物理分布上發(fā)生較大變化，因此按照傳統(tǒng)思路訓(xùn)練出的人臉識(shí)別模型，精度都會(huì)出現(xiàn)大幅下降;

戴口罩下的人臉數(shù)據(jù)本身就非常缺乏，疫情之下也很難短時(shí)間內(nèi)快速采集數(shù)據(jù)，或者找采集公司定制用以訓(xùn)練。

為此，在當(dāng)前無法進(jìn)行全部人臉信息比對(duì)的條件下，大多數(shù)企業(yè)均采用眼部特征與整體人臉特征的結(jié)合的方式來從算法上提升戴口罩下的人臉識(shí)別準(zhǔn)確度。

以小視科技的基于口罩的人臉識(shí)別算法為例，該算法通過采用眼部關(guān)鍵點(diǎn)和注意力機(jī)制相結(jié)合的方法來增強(qiáng)眼部特征，眼部特征圖與整體人臉特征圖的多級(jí)融合，充分挖掘人臉的有效信息，提升模型在口罩遮擋情況下的表現(xiàn)。

實(shí)戰(zhàn)落地能力仍有待提升

盡管當(dāng)前戴口罩人臉識(shí)別算法已取得明顯進(jìn)步，但當(dāng)技術(shù)落地到實(shí)際場(chǎng)景應(yīng)用時(shí)，對(duì)企業(yè)仍帶來不小壓力。

據(jù)小視科技相關(guān)負(fù)責(zé)人介紹，其系統(tǒng)在實(shí)際部署中，口罩樣式多樣、口罩遮擋范圍更廣等問題都給產(chǎn)品方案的落地帶來阻礙，需要不斷去調(diào)整算法模型、識(shí)別闕值及門禁架設(shè)位置，才能保障在小規(guī)模社區(qū)中的識(shí)別效率。

但當(dāng)人口達(dá)到一定規(guī)模后，比如在幾十萬人中，總能找到一些眼睛非常相似的情況，嘴巴及鼻子等局部信息被遮擋后，大規(guī)模人群的識(shí)別率就會(huì)降低。

天生的數(shù)據(jù)局限性及人臉有效信息的缺失，會(huì)在技術(shù)的實(shí)戰(zhàn)落地中帶來非常大的挑戰(zhàn)。

與傳統(tǒng)人工方式相比，人工智能技術(shù)的加入，為此次疫情的防控提供了有力的保障。但也應(yīng)當(dāng)清醒的認(rèn)識(shí)到，此次全民戴口罩倡議下的人臉識(shí)別技術(shù)也暴露了其局部識(shí)別的不足，仍需要企業(yè)去冷靜完善技術(shù)的實(shí)際落地效果。