戴上口罩也能“刷脸”

担心新的冠状肺炎病毒感染，不敢摘下口罩？现在，戴上面具也可以“擦脸”最近，全国各地的许多工厂、企业和社区都看到了这样的场景。用户戴上面具，刷他们的脸，然后打卡上班。几秒钟之内，他们就完成了鉴定和体温测试，大大降低了在拥挤的地方感染新冠状病毒的风险。

为了确保在全国范围内恢复工作和生产，以百度、上塘科技和从云科技为代表的企业开发了许多戴口罩的人脸识别产品。这些产品最近相继投入使用。

事实上，2月下旬，针对新型冠状病毒肺炎感染联合防控机制，国务院发布了《企事业单位复工复产防控措施指引》，建议各单位暂停使用指纹考勤机，并以其他方式对出入境人员进行登记。面具人脸识别有望在未来进一步扩大其应用。

旧技术“玩弄”新把戏

人脸识别技术包括图像采集、人脸定位、身份确认等多个学科。早在20世纪60年代，科学家就开始研究人脸识别技术。他们发现，人的面部信息，如眼角点和鼻翼点之间的距离之比，是固定的，可以用来确定每个人的身份。目前，人脸识别技术已经比较成熟，识别的准确率和速度都比肉眼要高。

中国信息与通信研究所终端实验室副主任杨说，以前的人脸识别主要集中在扫描整张脸。疫情爆发后，考虑到居民戴口罩，研发人员加强了对眼睛和眉毛等关键区域的识别。

流行病期间出现的带面具的人脸识别还能保持高准确度吗？北京邮电大学模式识别实验室的邓教授坦言，带口罩的人脸识别技术其实是一项“老”技术。以前，研究人员在解决军事问题时已经研究了很长时间，并展示了许多成熟的应用。因此，该技术的稳定性和准确性是有一定基础的。

以前的技术基础并没有完全消除人们对面具人脸识别“先天不足”的担忧。与过去相比，面具覆盖了面部，这大大减少了面部识别系统收集的面部信息。邓说，人脸识别的关键信息是集中在余眉的头发和眼睛上。只要模型经过适当的训练，带面具人脸识别的准确率不会显著下降。

这种流行病将这种特殊的应用带入了公共生活。随着这项技术的普及，其应用场景将扩展到个人消费、交通、教育等领域。

技术实现是不同的

虽然有许多种带面具的人脸识别产品，但大多数都是基于人工智能(AI)神经网络卷积技术。在此基础上，各种研发机构进行了一些调整。以三维人脸识别技术为例，该技术利用人脸裸露部分的三维几何信息进行三维人脸识别研究。该技术通过在有限的区域内增加人脸信息的收集量，构建用户人脸的精细三维结构信息，从而实现人脸识别。

为了提高识别精度，局部特征和全局人脸特征相结合的方法也很流行。“这种方法需要大规模的培训数据，通常需要几十万到几百万个样本，投资巨大，只有资金雄厚的开发商才能实现。”邓说，不可否认的是，在保证图像质量的前提下，训练数据的规模越大，识别准确率越高。

此外，为了获得尽可能多的个人信息，一些人脸识别技术还收集诸如服装、姿势、发型等人体信息。以提高识别精度。还有其他使用图像重建网络来重建戴着诸如眼镜、面具、帽子等物体的面部图像的技术。转化为不佩戴物体的人脸图像，然后通过比较实现人脸识别。

邓表示，有些实现可能“看起来很美”，但实现起来非常困难，而且识别稳定性难以保持，这使得该技术难以走向应用。然而，从研究的角度来看，这种“百花齐放”更有利于学科的发展。

按需创建个性化应用程序

面具人脸识别技术的应用并不困难。杨表示，目前大部分人脸识别应用和硬件设备都是直接购买上述研发公司提供的戴口罩人脸识别软件包/套件，调试后即可使用。"传统的软件包/工具包基本上可以满足实际应用，节省开发时间."杨对说道。

为了给应用程序更多的自主性，一些研发企业也开发了软件包/工具包，使应用程序可以在短时间内获得面具识别佩戴模型。

最近，百度通过PaddleHub推出了一个面具人脸检测和分类模型。该模型能有效检测拥挤区域的所有人脸，并判断他们是否戴着面具。中国石油信息技术公司中国石油瑞飞推出的人工智能口罩测试应用是基于开源模式的。据了解，该应用可以对工作区域内不戴口罩的人进行识别和语音报警，识别准确率在96.5%以上。

百度项目的一名研发工程师告诉《中国科学日报》，与普通用户不同，中石油的Swift使用内部局域网进行办公。因此，研发人员定制了推进器的主框架、预训练模型的管理和迁移学习工具PaddleHub等模块，并以镜像的形式打包部署到中国石油Swift的局域网中，解决了视频数据处理、模型测试优化等问题。

从云科技将带面具的人脸识别技术集成到其人工智能防疫检测系统中。云科技创新产品负责人何向《中国科学日报》介绍，人工智能智能防疫检测系统具有体温异常人员筛查、带口罩人脸识别、不带口罩人员预警、体温异常人员痕迹恢复、带口罩路人数据库检索、数据导出等功能。结合视频智能分析、热成像人工智能测温、疫情数据挖掘分析等技术手段。各种技术的综合应用，实现了疫情控制的“过程中防控，事后可追溯”。

值得一提的是，戴口罩的人脸识别系统不仅在疫情期间使用。邓表示，疫情发生后，可以将相关应用系统调试成常规的人脸识别模式，以最大限度地降低应用的输入成本。此外，在*抓捕、逃跑等安全场景中(犯罪嫌疑人的反侦察手段往往会遮住他们的脸)，带有人脸遮盖的人脸识别技术也有很大的应用空间。