擔心新冠肺炎病毒感染，不敢摘口罩？現在，戴著口罩也能“刷臉”。近日，全國不少工廠、企業、社區出現這樣的場景，用戶戴著口罩刷臉打卡，短短幾秒就完成了身份識別、體溫監測，大大降低了人員密集場所新冠病毒感染風險。

為保障全國復工復產，以BAT、商湯科技、雲從科技等為代表企業開發出諸多戴口罩人臉識別產品，近日這些產品陸續投入使用。

其實，2月下旬，國務院應對新型冠狀病毒感染肺炎疫情聯防聯控機製印發的《企事業單位複工復產疫情防控措施指南》就提出，各單位應暫時停用指紋考勤機，改用其他方式對進出人員進行登記。未來，戴口罩人臉識別有望進一步擴大應用。

老技術“玩”出新花樣

人臉識別技術包括圖像採集、人臉定位、身份確認等多種學科，早在20世紀60年代，科學家就開始了對人臉識別技術的研究。研究人員發現，人類的面部信息，如眼角點位與鼻翼點位的距離比值是固定不變的，利用這一規律可以確定每個人的身份。目前，人臉識別技術成熟度較高，識別準確率和速度高於肉眼。

中國信通院雲大所人工智能部工程師劉碩表示，以前的人臉識別主要是針對全臉進行掃描，疫情暴發後，研發人員考慮到居民戴口罩的情況，加強了對眼睛、眉毛等重點區域的識別。

疫情期間應運而生的戴口罩人臉識別能否仍保持高精度？北京郵電大學模式識別實驗室教授鄧偉洪坦言，戴口罩、墨鏡等遮擋條件下的人臉識別其實是一項“老”技術，此前研究人員在解決軍事刑偵和視頻監控問題時就曾長期研究過該技術，並發展出諸多成熟應用。因此，該技術的穩定性和準確率是有一定基礎的。以往的技術基礎並沒有完全打消人們對戴口罩人臉識別“先天不足”的顧慮。相較於以往，口罩遮擋住面部，這使得人臉識別系統收集到的面部信息大量減少。鄧偉洪表示，人臉識別的關鍵信息集中於眉毛和眼睛，只要模型訓練得當，戴口罩人臉識別的準確率並不會大幅下降。

此次疫情讓這項小眾應用走入大眾生活，隨著該技術的普及，其應用場景將向個人消費、交通領域、教育行業等方面延伸。

技術實現方式不盡相同

儘管戴口罩人臉識別產品五花八門，但這些產品的算法大多基於卷積神經網絡技術，各研發機構在此基礎上進行了一些調整。

川大智勝產品總監呂學斌告訴《中國科學報》，在後續的調整中，很多研發機構基於二維圖像進行訓練。用戶的二維圖像易得，近年來也暴露出一些安全問題。

為了提高識別準確率，局部特徵與人臉全局特徵相結合的方法也備受青睞。“該方法對訓練數據規模有要求，通常要求數十萬到百萬級別的樣本量，投入巨大，往往只有資金雄厚的開發者才能實現。”鄧偉洪說，不可否認的是，在圖像質量有保障的前提下，訓練數據規模越大，識別準確率往往越高。

此外，為了盡可能獲得個體信息，一些人臉識別技術還採集著裝、體態、髮型等人體信息，以提高識別準確率。還有一些技術另闢蹊徑，通過圖像重構網絡將配戴物件如眼鏡、口罩、帽子等的人臉圖像重構為未戴配件的人臉圖像，進而通過比對實現人臉識別。

鄧偉洪表示，有些實現方式可能“看起來很美”，但實現難度非常大，識別穩定性也難以保持，使得技術走向應用步履維艱。不過從研究角度看，這種“百花齊放”更有益於學科發展。

川大智勝也是百花中的一支。呂學斌表示，希望通過採集用戶的三維人像，增加人臉有限區域的面部信息採集數量，構建精細的用戶面部立體幾何結構信息，從而實現戴口罩的面部識別。目前該技術已應用於華西醫院、北京南站、學校等，針對此次疫情，研究團隊還研發了戴口罩三維人臉識別與自動快速體溫篩查系統。

“該系統不僅可以識別戴口罩的用戶，也可以識別不戴口罩的用戶，識別準確率達到96%以上，基本滿足了現場需要。”呂學斌說。

按需打造個性化應用

戴口罩人臉識別技術的應用並不難。劉碩介紹稱，目前，大多數人臉識別App和硬件設備直接採購上述研發公司提供的戴口罩人臉識別的軟件包/工具包，經過調試後就能使用。“常規的軟件包/工具包基本能滿足現實應用，並且省去了開發時間。”劉碩說。

為了賦予應用方更多自主性，目前部分研發企業也開放了軟件包/工具包，應用方可在短時間內獲取到口罩識別佩戴模型。

日前，百度通過飛槳PaddleHub對外開源了口罩人臉檢測及分類模型，該模型可以有效檢測密集人流區域中的所有人臉，並判斷其是否佩戴口罩。中國石油集團下屬信息技術公司中油瑞飛上線的一款AI口罩檢測應用就基於該開源模型。據了解，該應用可對工作區域內未佩戴口罩的人員進行識別並語音報警，識別準確率達96.5%以上。

百度該項目一位研發工程師告訴《中國科學報》，與常規用戶不同，中油瑞飛使用內部局域網辦公，因此研發人員按需定制，將飛槳主框架、預訓練模型管理及遷移學習工具PaddleHub等模塊以鏡像形式打包後部署到中油瑞飛局域網中，解決了視頻數據的處理、模型測試優化等問題。

值得一提的是，戴口罩人臉識別系統並非只能用於疫情期間。鄧偉洪介紹，疫情之後，相關應用系統可調試成常規的人臉識別模式，最大限度降低應用方的投入成本。此外，在公安抓逃（犯罪嫌疑人的反偵察手段常遮擋面部）等安防場景中，面部遮擋的人臉識別技術也大有施展空間。

劉碩提醒，如同人臉識別一樣，口罩人臉識別背後還是應該關注如何保護隱私、如何在安全性和高效率之間進行平衡等問題。與人臉識別相比，我們當前缺乏口罩人臉識別相關的標準，無法很全面的評估現有技術/產品是否能滿足不同應用場景需求。