本篇文章2481字，读完约6分钟
摘要:面具人脸识别的技术难点是什么？现有成果如何提供“防疫与生产同步”的解决方案？未来该技术将如何应用空？
3月6日，研究人员戴上面具进行面部识别测试。受访者提供了照片。
3月6日，在中国铁道科学研究院的大门前，戴着口罩和安全帽的员工们一个接一个排队“刷刷脸，打卡上班”。他们没有摘下口罩或帽子，只是在屏幕前呆了一会儿，屏幕上出现了员工信息和体温状况，工作人员也实现了安全快速入场。
随着人工智能技术的快速发展，人脸识别不再是一件新鲜事。然而，在新的皇冠肺炎疫情下，在建筑工地、学校机关等需要识别入场人员身份信息的地方，戴上口罩和头盔后，人员可以快速识别人脸并同步检测体温，这已经成为一项全新的技术成果。戴面具认脸的技术难点是什么？现有成果如何提供“防疫与生产同步”的解决方案？未来该技术将如何应用空？3月6日，记者采访了相关科研人员。
面罩识别面临新的挑战
“滴水，温度数据正常！”四川省成都市青白江区负责成都地铁隧道管片生产的中铁八桥公司的返乡工人，在返回工作岗位后，正在工作间门口的清场企业自主开发的“每日疫情统计小程序”，实现对人员疫情防控信息的实时跟踪。进入复工高峰期以来，借助云平台、大数据和物联网系统，施工人员温度门禁系统、运渣车远程管理、人员无线定位和视频监控等诸多“黑色技术”正在大力推动“防疫与生产同步”的有序推进。
“疫情爆发后，复工管理出现了许多新的技术要求。在戴口罩和安全帽的情况下，如何准确识别入场人员是复工管理的一个关键方向。”中国铁道科学研究院技术中心智能现场联合实验室研发人员赵阳表示，根据安全生产的要求，过去在建筑工地使用的“智能现场平台系统”的重要功能之一就是识别进入现场的人员。“然而，在流行病的情况下，戴口罩、戴头盔和测量体温成为新的技术挑战。”
技术难点是什么？原始的人脸识别算法是基于人脸特征的关键点。该算法包含的关键点越多，识别结果就越准确。然而，戴上口罩后，可以识别的“关键点”数量大大减少。鼻子下的面部特征被掩盖，面部特征的关键点被减少，从而降低了机器学习前识别特征的能力赵阳说，面具会使原来的人脸识别算法模型失效，使机器无法识别当前的人。同时，遮罩类型较多，遮挡程度不同，这也增加了难度。
“鉴于人脸识别的新需求，如果对现有的智能工点平台进行大范围的硬件改造，一方面会增加设备，增加成本；另一方面，转型时期将很长，难以满足恢复工作和生产的要求。”赵阳表示，研发团队已经通过加强软件算法和升级系统平台提出了解决方案。
一种聚焦眼睛优化注意力的算法模型
"人脸识别一般分为两个步骤，一是人脸检测，二是人脸匹配."赵阳说，识别过程是人脸机首先从视频图像中找出人脸，然后通过眼睛、鼻子、嘴巴、眉毛等面部特征，通过一定的算法在人事数据库中识别相应的人。
记者在身份后台管理系统中看到，在系统的“人事管理”栏中，已经录入了单位所有员工的姓名、部门、职务号码、电话号码以及相应的个人高清照片等基本信息。当戴口罩的员工进入办公楼刷牙时，系统会立即匹配检测到的人脸，识别员工的身份，并通过语音报告测得的体温。在硬件方面，该设备只在原来的人脸识别平板电脑上增加了一个测温头。
戴口罩后如何提高识别通过率？前提是尽可能增加面部特征的关键点。“当几乎一半的脸被遮挡时，面部特征的关键点主要集中在眼睛和眉毛。”赵阳说道。
“我们突破了算法模型，采用眼睛、眉毛等局部特征与整体人脸特征的融合，结合注意机制来增强眼睛特征，通过训练眼睛关键点模型来提高模型在遮挡情况下的人脸识别率。”赵阳说，在人脸遮挡环境下，眼睛关键点可以被识别为一个“注意力模型”，快速扫描全局图像，获得需要关注的目标区域眼睛，形成注意力焦点。“然后在眼睛的这个区域投入更多的注意力资源，以获得关于需要注意的目标的更详细的信息，同时抑制其他无用的信息。”
使用相同的原理，可以在算法级别上基于人脸的全局特征和局部特征的组合，为该方法优化现有的人脸识别算法模型。当面部出现其他遮挡时，它也能准确识别。“如果在建筑项目中戴头盔时人脸识别仍然有效，这就是它的实现方式。”赵阳说，通过大量的训练数据，戴口罩或头盔的人脸识别率可以达到99.9%。
实验室的人脸识别系统除了能够准确识别佩戴面罩的人之外，还专门增加了面罩和安全帽的检测和提示功能，以确保工程施工人员的安全。"与同类技术相比，这是我们技术成果的显著特点."赵阳说，当面罩和头盔的检测功能打开时，该设备配备了自动语音提示，提示佩戴者不戴面罩。如果你不戴头盔，收集设备会显示“请戴头盔！”提示。
“主要是在后台升级算法，其次是对硬件系统进行尽可能小的改进，最终实现许多新功能的增加。”赵阳说道。
信息增值挖掘数据背后的价值
事实上，在疫情爆发之前，面部遮挡的人脸识别技术已经得到了不同程度的应用。例如，在安全领域，大多数嫌疑人经常戴帽子或面具，以避免被“天眼”等监视设备跟踪。此时，更准确的人脸识别有助于更好地解决犯罪问题。
“鉴于越来越多不同的识别情况，一些研究人员试图通过增加硬件设备来增加新功能。”赵阳表示，高精度识别也是对大数据的深度挖掘。“在当前的硬件技术条件下，进一步挖掘现场采集的数据可以在短时间内实现更多功能。”
他指出，经过背景分析后，高清监控摄像头采集的图片和视频信息可以在不改变原有设备的情况下，通过技术改进实现身份识别、安全帽佩戴检测、反光服装佩戴识别、车辆信息状态显示、危险源管理、安全区域划分等，真正实现信息增值和硬件成本降低。
“比如说，在这种挖掘能力提高之后，将来我们可能再也看不到道路上密集的电子眼了，就像躺在树枝上的小鸟。一个监控装置结合优秀的识别算法能力可以解决所有的需求。”赵阳说道。
为了使新的智能站点平台系统不断适用于更复杂的场景应用，赵阳团队将进一步开展技术创新。“下一步是丰富后台管理功能，在施工现场增加防反光背心检测等其他识别功能，并开发系统接口，使其能够与当前的人力资源管理系统无缝连接，使人员能够一次打卡上班，网络具有通用性。”赵阳说道。(记者李晟)
责任:吉爱玲
