在人工智能技術(shù)迅猛發(fā)展的當(dāng)下，人臉識別已經(jīng)不是一件新鮮事,。但新冠肺炎疫情下,，在建筑工地,、學(xué)校機關(guān)等需要鑒別入場人員身份信息的場所,，人員在佩戴口罩,、安全帽后,，實現(xiàn)人臉快速識別并同步檢測體溫,，成為一項全新的技術(shù)成果,。

人臉識別面臨的難題

戴口罩的人臉識別場景，主要應(yīng)用方向在于,，一方面確認人員是否戴口罩,，另一方面需要確認戴口罩人身份，同時搭配上熱成像體溫檢測手段,，實現(xiàn)大人群流量的快速,、準(zhǔn)確檢測。那么,，戴口罩的人臉識別有哪些技術(shù)難點呢,？

人臉識別算法是根據(jù)面部特征關(guān)鍵點來進行識別的，算法納入的關(guān)鍵點越多,，識別的結(jié)果也就越精確,。但佩戴口罩后，可供識別的“關(guān)鍵點”大幅減少,。鼻子以下的面部特征被掩蓋,，面部特征關(guān)鍵點減少，機器之前學(xué)習(xí)的特征判別能力隨之降低,?？谡謺乖械娜四樧R別算法模型失效，使機器無法識別當(dāng)前的人,。同時，口罩類型較多且遮擋程度不一,，也提升了難度,。

戴口罩進行識別,，怎么做到的？

人臉識別一般先從視頻圖像中找出人臉,，然后提取人臉上的眼睛,、鼻子、嘴巴,、眉毛等面部的特征,，利用算法在人員數(shù)據(jù)庫識別出對應(yīng)的人。

當(dāng)人們帶上口罩,，幾乎有一半的面部被遮擋,，面部特征關(guān)鍵點就主要集中在了眼睛和眉毛兩個部位。因此,，帶口罩的人臉識別算法采用眼部,、眉毛等局部特征與整體人臉特征相融合，并結(jié)合注意力機制增強眼部特征,，抑制其他無用信息,，通過訓(xùn)練眼部關(guān)鍵點的模型，來提升模型在口罩遮擋下的人臉識別率,。

九聯(lián)科技榮為品牌DSJ-ROWZ1 AI版執(zhí)法記錄儀攻克難關(guān),，解決了戴口罩無法人臉識別的難題，更好為一線防疫的公安,、交警,、輔警等工作人員服務(wù)。

而且戴口罩人臉識別系統(tǒng)并非只能用于疫情期間,。疫情之后可調(diào)試成常規(guī)的人臉識別模式,，降低應(yīng)用方的投入成本。此外,，在公安抓逃等安防場景中,，面部遮擋的人臉識別技術(shù)也有很大施展空間。