3月6日，研發人員戴口罩進行人臉識别檢測。受訪者供圖

3月6日，在中國中鐵科學研究院門禁口，員工們戴着口罩和安全帽，排隊陸陸續續“刷臉打卡”。他們沒有摘下口罩或帽子，僅在屏幕前簡短停留，員工信息及體溫狀況就出現在了屏幕上，工作人員也實現了安全、快速入場。

在人工智能技術迅猛發展的當下，人臉識别已經不是一件新鮮事。但新冠肺炎疫情下，在建築工地、學校機關等需要鑒别入場人員身份信息的場所，人員在佩戴口罩、安全帽後，實現人臉快速識别并同步檢測體溫，成為一項全新的技術成果。戴口罩進行人臉識别的技術難點在哪裡？現有成果如何提供“一手抓防疫、一手抓生産”的解決方案？未來該技術還有怎樣的應用空間？3月6日，記者采訪了相關科研人員。

全員口罩 身份識别面臨新挑戰

“滴，體溫數據正常！”複工後，在四川成都青白江區，肩負成都地鐵隧道管片生産重任的中鐵八局橋梁公司的複工人員，正在車間門口掃碼企業自主研發的“每日疫情統計小程序”，實現人員疫情防控信息實時跟蹤。進入複工高峰期以來，借助雲平台、大數據及物聯網系統等，施工人員體溫門禁系統、渣土車遠程管理、人員無線定位、視頻監控等諸多“黑科技”正有力促進“一手抓防疫、一手抓生産”的有序推進。

“疫情發生後，複工現場的管理也出現諸多新的技術需求，在戴口罩、安全帽的情況下，如何實現入場人員準确識别，就是複工管理的一個重點方向。”中國中鐵科研院技術中心智慧工地聯合實驗室研發人員趙陽說，按照安全生産要求，過去施工工地已經使用的“智慧工地平台系統”，其中一個重要功能就是對進入工地人員進行身份識别，“但疫情下，戴上口罩、安全帽，還要測體溫，成為新技術挑戰。”

這項技術難點在哪兒？原來的人臉識别算法，是根據面部特征關鍵點來進行識别的，算法納入的關鍵點越多，識别的結果也就越精确。但佩戴口罩後，可供識别的“關鍵點”大幅減少。“鼻子以下的面部特征被掩蓋，面部特征關鍵點減少，機器之前學習的特征判别能力随之降低。”趙陽說，口罩會使原有的人臉識别算法模型失效，使機器無法識别當前的人。同時，口罩類型較多且遮擋程度不一，也提升了難度。

“針對人臉識别的新需求，如果對已有的智慧工地平台進行大範圍硬件更改，一方面增加設備、提高成本，另一方面改造周期較長，難以滿足複工複産要求。”趙陽說，該研發團隊通過加強軟件算法、升級系統平台，提出了解決方案。

聚焦眼部 優化注意力算法模型

“人臉識别一般分為兩個步驟，一是人臉檢測，二是人臉配對。”趙陽說，識别的流程是，人臉機先從視頻圖像中找出人臉，然後通過人臉上的眼睛、鼻子、嘴巴、眉毛等面部的特征，經過一定算法，在人員數據庫識别出對應的人。

記者在識别後台管理系統看到，系統的“人員管理”一欄，已經錄入了該單位所有工作人員的姓名、部門、工号、電話等基本信息，以及相對應的個人高清照片。當戴着口罩的員工進入辦公樓刷臉時，系統立刻将檢測出的人臉配對，鑒别出員工身份，同時語音報出測量的體溫，而在硬件方面，該設備僅在原有人臉識别的平闆電腦上，新增了一個測溫頭。

戴口罩後如何提高識别通過率？前提就是盡可能地增加面部特征關鍵點。“當面部幾乎一半被遮擋後，面部特征關鍵點就主要集中在了眼睛和眉毛兩個部位。”趙陽說。

“我們從算法模型上突圍，采用眼部、眉毛等局部特征與整體人臉特征的融合，并結合注意力機制增強眼部特征，通過訓練眼部關鍵點的模型，來提升模型在口罩遮擋下的人臉識别率。”趙陽說，在人臉遮擋環境下，可通過識别眼部關鍵點作為一種“注意力模型”，快速掃描全局圖像，獲得需要重點關注的目标區域眼部，并形成注意力焦點。“而後對眼部這一區域投入更多注意力資源，以獲取更多所需要關注目标的細節信息，而抑制其他無用信息。”

采用同樣的原理，在算法層面，針對基于人臉全局特征及局部特征相結合的方法，可優化現有人臉識别算法模型，當人面部出現其他遮擋時，也同樣能夠精準鑒别。“如戴安全帽進入施工項目時，人臉識别依然有效，就是這麼實現的。”趙陽說，當前通過大量訓練數據，戴口罩或戴安全帽人臉識别率可達到99.9%。

除了能夠精準識别出戴口罩的人，該實驗室人臉識别系統還特别增加了口罩與安全帽檢測和提示功能，以保障工程建設人員的安全。“這是與同類技術相比，我們技術成果的特色所在。”趙陽說，當開啟口罩與安全帽檢測功能時，設備配有沒戴口罩自動語音提示；若沒戴安全帽，采集設備上則會出現“請佩戴安全帽！”提示。

“主要是升級了後台的算法，其次是盡可能小地對硬件系統做了改進，最終實現了多項新功能的添加。”趙陽說。

信息增值 挖掘數據背後的價值

其實在疫情暴發前，面部遮擋障礙的人臉識别技術，已有不同程度應用。如在安防領域，大多數犯罪嫌疑人為了躲避“天眼”等監控設備追蹤，往往會戴上帽子或口罩，這時候更精準化的人臉識别便可以幫助更好地破案。

“針對越來越多的不同識别情況，一些科研人員正從硬件上想辦法，通過添置硬件設備，增加新的功能。”趙陽說，高精度識别也是對大數據的深入挖掘。“在當前硬件技術條件下，對現場采集的數據進一步挖掘，可以短時間内實現更多功能。”

他提出，高清監控攝像機采集的圖片、視頻信息，經過後台分析，在不改變原有設備情況下，通過技術的提升，能夠實現身份識别、安全帽佩戴檢測、反光衣穿戴識别、車輛信息狀态展示、危險源管理、安全區劃分等，真正實現信息增值、硬件降成本。

“這種挖掘能力進步後，舉個簡單例子，在未來我們或許不再看到道路上如小鳥卧枝頭一樣密密麻麻的電子眼，一個監控設備加上高超的識别算法能力，就能解決所有需求。”趙陽說。

為讓新的智慧工地平台系統持續适用于更加複雜的場景應用，趙陽團隊還将進一步進行技術創新。“下一步計劃豐富後台管理功能，增加工地防反光背心檢測等其他識别功能，同時開發系統接口，使其可無縫銜接當前的人力資源管理系統等，使人員一次打卡、網絡通用。”趙陽說。

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!