在人工智能技术迅猛发展的当下，人脸识别应用已日趋成熟，但在此次疫情中却也面临了全新挑战——口罩下的人脸该如何完成识别？基于原有的人脸识别算法，佩戴口罩会大大影响人脸识别准确率，如果为了刷脸脱掉口罩，则又会增加感染风险。
针对这一实际需求，为了更好的助力复工复产期间的疫情防控，虹软视觉开放平台推出了口罩相关的人脸识别相关算法，包含“口罩佩戴检测算法”和“戴口罩时的人脸识别算法”，全力支持合作伙伴和开发者研发相关“抗疫”应用落地。
佩戴口罩，为何也能做到99．5％的识别准确率？
在人脸识别领域中，佩戴口罩属于大面积人脸遮挡，一直以来都是公认难题，难点主要体现在：
第一，人脸识别算法主要依据人脸面部特征进行身份判定，佩戴口罩进行识别时，算法无法准确检测人脸位置、定位五官关键点，大大降低了识别效果。
第二，人脸识别算法使用的深度学习技术依赖海量的训练数据，短期内难以收集到大量佩戴口罩照片，并进行人工标注；
第三，人脸识别算法包含多重模块，佩戴口罩影响的不仅仅是人脸比对模块，还会影响到人脸检测、跟踪等多个模块，对整个系统带来很大的干扰影响。
基于原创技术积累，虹软视觉开放平台针对原有人脸识别算法模型进行了针对性升级，提升人脸可见区域权重，在局部特征增强方面设计了相应策略，如加强了对眼睛、眉毛等重点区域的识别，佩戴口罩下的人脸识别准确率达99．5％以上。
而在全新推出的“口罩佩戴检测算法”上，虹软视觉开放平台针对口罩种类丰富、佩戴位置多样等问题，在数据增强方面设计相应策略，提升了模型鲁棒性。该算法可有效识别是否规范佩戴口罩，如未佩戴口罩、错误佩戴口罩、用手或其他物体遮挡脸部等多种场景。复产企业、复课学校等可以利用该技术，及时提醒相关人员正确佩戴口罩，提升防控效率。
疫情防控正进一步推动人脸识别商用落地
人脸识别技术凭借无物理接触、可无感使用等特点，以及全新的佩戴口罩人脸识别算法的推出，在此次疫情防控中，各类人脸识别非接触应用扮演了非常重要的角色。
2月下旬，国务院应对新型冠状病毒感染肺炎疫情联防联控机制印发的《企事业单位复工复产疫情防控措施指南》中提出，各单位应暂时停用指纹考勤机，改用其他方式对进出人员进行登记。可以预见，无论是疫情中还是疫情后，戴口罩人脸识别考勤设备都将锁定更大市场空间。
除了办公考勤外，车站、机场等人员密集的交通枢纽对于戴口罩人脸识别也有极大需求。疫情期间，如果一一除去乘客的口罩来进行人证核验，难免将乘客长时间暴露于人群聚集的 高风险场景中，而且增加工作人员负担，导致排查效率低下。有了升级后的戴口罩人脸识别算法，短短几秒即可完成身份识别、体温监测，大大降低了人员密集场所新冠病毒感染风险。
一直以来，虹软视觉开发平台通过免费、离线的ArcFace算法赋能，帮助了大量中小企业及个人开发者，在智慧楼宇、智慧旅游、智慧工地、智慧校园、智慧出行、智能机器人等诸多场景中落地了人脸识别商业化应用。本次疫情中，也帮助岩齐智能、一德文化等合作伙伴推出了多款助力疫情防控的人脸识别产品，在不同行业中发挥重要作用。
可以发现，此次疫情让人脸识别应用进一步的加入的大众生活。疫情过后，生活回到正轨，人脸识别技术留下的痕迹却不会被抹除。经此一役，人脸识别技术或将融入生活与工作的方方面面，成为社会发展的基础技术之一。
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
