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。面對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。而這也讓人臉識別技術(shù)遭遇到尷尬境地。

此前，因為人臉識別技術(shù)在人員身份認證上所體現(xiàn)出來的便捷性及帶來的效率提升，相關(guān)人臉識別產(chǎn)品、解決方案層出不窮，被廣泛應(yīng)用于機場、火車站、社區(qū)、園區(qū)等諸多場景的身份識別、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，人臉識別能否還能夠發(fā)揮效用?

特別是在機場、火車站、社區(qū)園區(qū)等人員密集的公共場所，戴上口罩無法進行人臉驗證，摘下口罩進行驗證又面臨交叉感染風(fēng)險。

這也使得戴口罩下的人臉識別成為了備受社會各界關(guān)注的話題。

戴口罩下人臉識別能否發(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，閘機上的攝像頭并不能在佩戴口罩的情況下進行識別，需要摘下口罩進行驗證。

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

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，人臉識別系統(tǒng)依然能夠識別該人員。

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

解決這一問題，需要先從人臉識別技術(shù)的工作原理展開。

不少業(yè)內(nèi)人士表示，當(dāng)前的人臉識別實際上是一個人臉比對、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)庫的照片進行比對。

通過對兩張圖像的眼睛、嘴巴、鼻子、耳朵以及皮膚等多個臉部特征點進行計算，如果相似度大于一個特定闕值，則會匹配成功，完成識別。

而因為口罩具備的不透光性，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行識別。

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

對此，京東數(shù)字科技AI實驗室表示，戴上口罩進行人臉識別相當(dāng)于只允許使用鼻子以上的特征，一般來說準確率會低于不戴口罩的人臉識別。

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

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

企業(yè)如何攻破戴口罩人臉識別難關(guān)

在疫情面前，傳統(tǒng)的人臉識別技術(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證仍是主流應(yīng)用方向，有著廣闊的市場空間。

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別準確率。

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%鼻梁時通過率可達85%。

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

小視科技相關(guān)負責(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)場景中實現(xiàn)“口罩+身份”人臉識別，戴口罩人員識別率達90%以上，當(dāng)前系統(tǒng)也已在南京市江寧區(qū)東山街道多個社區(qū)實現(xiàn)落地。

據(jù)悉，長久以來，遮擋下的人臉識別是業(yè)界公認的難題，而疫情爆發(fā)的突然性也增加了其識別難度，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)練出的人臉識別模型，精度都會出現(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)前無法進行全部人臉信息比對的條件下，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別準確度。

以小視科技的基于口罩的人臉識別算法為例，該算法通過采用眼部關(guān)鍵點和注意力機制相結(jié)合的方法來增強眼部特征，眼部特征圖與整體人臉特征圖的多級融合，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)。

實戰(zhàn)落地能力仍有待提升

盡管當(dāng)前戴口罩人臉識別算法已取得明顯進步，但當(dāng)技術(shù)落地到實際場景應(yīng)用時，對企業(yè)仍帶來不小壓力。

據(jù)小視科技相關(guān)負責(zé)人介紹，其系統(tǒng)在實際部署中，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)中的識別效率。

但當(dāng)人口達到一定規(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)模人群的識別率就會降低。

天生的數(shù)據(jù)局限性及人臉有效信息的缺失，會在技術(shù)的實戰(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)清醒的認識到，此次全民戴口罩倡議下的人臉識別技術(shù)也暴露了其局部識別的不足，仍需要企業(yè)去冷靜完善技術(shù)的實際落地效果。