昨天，雷鋒網(wǎng)AI掘金志其中的一個安防社群因為一個話題引發(fā)了不小的爭論：“AI產(chǎn)品能否高效地實時識別出戴口罩的人是誰,？”

　　過去一段時間,，受疫情影響，民眾們無不戴上了口罩,，這同時也給人臉識別檢測造成了不小的困擾,。就此，部分廠商連夜升級原有算法,，革新固有產(chǎn)品,。并聲稱，升級后的AI系統(tǒng),，即使居民戴了口罩,，也能做到無障礙識別。

　　對于這個說法,，有業(yè)內(nèi)人士認(rèn)為：“無論算法如何升級,，這類AI產(chǎn)品很難落地及量產(chǎn)，口罩識別技術(shù)根本不可能做到,?！?/p>

　　但也有人極力反駁：“相關(guān)技術(shù)已經(jīng)比較成熟，口罩識別沒有什么問題,，相關(guān)產(chǎn)品目前已經(jīng)成功商用了,。”

　　一時間,，社會話題之外,，“口罩”也成了AI圈的熱議詞匯。

　　1

　　在討論AI能否識別戴口罩的群體之前,，我們先來談?wù)勅四樧R別的使用場景,。

　　目前，人臉識別的落地方向大致可以分為兩大類：

　　一是消費級場景,，譬如手機(jī)解鎖,、社區(qū)出入等等；

　　二是安防類場景,，譬如逃犯抓捕,、幼兒尋回等等。

　　這兩大類場景對于技術(shù)的要求維度截然不同,，消費類場景看中技術(shù)精度,，涉及到金融支付的手機(jī)解鎖等場景對于AI識別準(zhǔn)確率要求之高讓人咂舌，通常四個九起步。

　　以如意支付PAD為例,，該款刷臉支付設(shè)備內(nèi)置了銀行卡檢測中心認(rèn)證的云從增強(qiáng)級活體檢測模組,，并已實現(xiàn)99.99%的防活體攻擊準(zhǔn)確率。

　　而安防類場景則更為看中技術(shù)的廣度,。以公安抓逃為例，為了逃避天眼追蹤,，絕大多數(shù)犯罪嫌疑人在反偵察過程中都會選擇戴帽子或者戴口罩,，以遮擋部分面部特征。

　　考慮到安防場景的現(xiàn)實所需,，部分廠商很久之前就開展了對于面部遮擋技術(shù)的研究工作,，在提升技術(shù)可用性方面做了不同程度的嘗試。

　　雷鋒網(wǎng)AI掘金志通過采訪數(shù)位業(yè)內(nèi)資深專家,，得到的答案比較一致：

　　“口罩,、帽子等遮擋物確實會對AI識別造成精度下降，但還需要考慮遮擋面積,，并非完全不能識別,。”

　　在口罩識別的技術(shù)攻克中,，主要會遇到的技術(shù)難題有三個：

　　由于口罩遮擋,，人像信息減少，學(xué)習(xí)到的特征的判別性隨之較少,。具體的,，二維紋理信息會由于遮擋而丟失、三維形狀信息會帶有噪聲,；

　　口罩類型比較多且口罩遮擋程度不一,，如何更多地利用非遮擋區(qū)域的信息也是一個影響因素；

　　戴口罩人臉的人臉檢測和人臉關(guān)鍵點檢測的精度受到口罩遮擋的影響會降低,。

　　2

　　此前,，華為在這塊便進(jìn)行了多種嘗試，并申請了一項名為“人臉識別方法,、裝置及計算機(jī)可讀介質(zhì)”的影像重構(gòu)技術(shù)專利,。

　　該專利顯示，通過圖像重構(gòu)網(wǎng)絡(luò)可以將戴配件（眼鏡,、口罩,、帽子等）的人臉圖像重構(gòu)為未戴配件的人臉圖像。

　　數(shù)據(jù)來自：智慧芽全球數(shù)據(jù)庫

　　另外,，華為還申請了一項“一種人臉識別方法及系統(tǒng)”的技術(shù)專利,。

　　通過人臉識別方法實現(xiàn)了對人臉上存在遮擋物的人臉圖像進(jìn)行準(zhǔn)確的識別，提高了人臉識別的精確性。

　　數(shù)據(jù)來自：智慧芽全球數(shù)據(jù)庫

　　此技術(shù)關(guān)鍵點是建立遮擋人臉圖像庫,，具體來說就是在判斷需要識別的人臉圖像上有遮擋物（例如眼鏡,、口罩等）時，將遮擋物提取出來并增加到參考數(shù)據(jù)庫中未遮擋的人臉圖像上,。

　　例如在判斷出待識別人臉有佩戴眼鏡時,，就提取出眼鏡特征并在原圖像庫的基礎(chǔ)上新建一個戴眼鏡的參考圖像庫，再將需要識別的人臉圖像與該庫中的參考圖像進(jìn)行匹配查找,，從而完成識別,。

　　華為之外，阿里也申請了相關(guān)專利,。

　　此前阿里則用“局部特征細(xì)化與整體相似度評估”的方式來提高準(zhǔn)確率,，他們通過綜合局部器官圖像匹配技術(shù)完成識別，此時局部器官不僅可以是眼睛圖像,、鼻子圖像,、嘴巴圖像和耳朵圖像等，還可以是下巴區(qū)域,、臉部輪廓,、胎記或黑痣圖像等等。

　　根據(jù)面部多個局部器官的相似度評估指標(biāo)和對應(yīng)的權(quán)重,，得到整體相似度評估指標(biāo),，從而獲取更精確的遮擋下的面部識別結(jié)果。

　　當(dāng)然,，國內(nèi)人工智能企業(yè)在人臉識別領(lǐng)域也有大量專利,，比如的盧深視。

　　的盧深視是一家專注于計算機(jī)視覺和人工智能的創(chuàng)業(yè)公司,，為安防,、金融、教育等領(lǐng)域提供解決方案,，目前他們已經(jīng)在多個領(lǐng)域拿下數(shù)個千萬級別的項目訂單,。

　　“有遮擋面部識別本來就屬于技術(shù)研發(fā)規(guī)劃中的既定項目，此前主要針對墨鏡,、大檐帽等,。”

　　的盧深視副總裁朱海濤博士告訴雷鋒網(wǎng),，在安防領(lǐng)域,，遇到識別口罩等技術(shù)需求再平常不過了。

　　據(jù)悉,，此前他們在某邊疆省份落地3000多套3D設(shè)備,，并建立了省級規(guī)模的人像數(shù)據(jù)庫,，使用將近5年的過程中，采集得到的實戰(zhàn)數(shù)據(jù)千億級別,，累計ID近3000萬,，里邊涉及太多個性化識別，在解決部分面部遮擋方面有很多的技術(shù)積累,。

　　針對口罩識別,，朱海濤博士提到，短時間內(nèi)主要通過模擬生成戴口罩?jǐn)?shù)據(jù),，從而優(yōu)化人臉識別算法模型,。期間，主要關(guān)注兩個點：

　　一是訓(xùn)練數(shù)據(jù)規(guī)模,，通常都是數(shù)十萬到百萬級別，在圖像質(zhì)量有保障的前提下,，規(guī)模越大,，通常優(yōu)化效果越好。

　　這就帶來了第二個關(guān)注點,，廠商很難在短時間內(nèi)采集得到數(shù)十萬的戴口罩?jǐn)?shù)據(jù),，這個時候就要采用模擬的方法，具體而言：

　　二維：一般廠商通常的做法是,，根據(jù)二維圖片上的人臉關(guān)鍵點,，將二維的口罩貼圖和二維圖片中的人臉做一個對齊，然后根據(jù)口罩的mask圖來完成填加口罩操作,。

　　三維：而的盧深視選擇先重建三維人臉模型,，再將口罩的三維模板模型與三維人臉模型做非剛性對齊，從而完成模擬加口罩的操作,。

　　總結(jié)來說,，的盧深視基于人臉全局特征及局部特征相結(jié)合的方法，同時充分利用人臉未遮擋部位的三維幾何信息進(jìn)行三維人臉識別研究,，相對于普通的二維人臉識別能夠有效應(yīng)對戴口罩等遮擋場景的人臉識別,。

　　據(jù)悉，依托3D數(shù)據(jù)的豐富特征,，針對戴口罩,、戴帽子、戴防護(hù)鏡等嚴(yán)重遮擋情況,，通過算法優(yōu)化,，的盧深視的技術(shù)識別準(zhǔn)確度可以達(dá)到97%以上。

　　“目前,，我們的技術(shù)方案已經(jīng)在全國多個地市落地應(yīng)用,?！敝旌┦刻岬健?/p>

　　譬如在溫州,，為了平衡居民生活與防疫措施,，溫州在全市范圍內(nèi)實行村（居）民出行管控措施，要求全市每戶家庭每兩天指派一名家庭成員采購物資,。

　　為了此項管控舉措更安全有效的實施,，的盧深視利用3D視覺人臉比對終端設(shè)備搭配三維人像數(shù)據(jù)平臺，形成人臉比對及快速建庫方案,，在出入口進(jìn)行刷臉核驗,，實現(xiàn)出入人員管控，同時對新增人員進(jìn)行快速入庫操作,，后臺大數(shù)據(jù)系統(tǒng)實時繪制人員行為軌跡,，為疫情排查提供依據(jù)。

　　“真正成立口罩識別相關(guān)研究是在1月中旬啟動,，落地是在一月底,，大概2周時間，落地部署之后,，我們一直在持續(xù)調(diào)優(yōu),。”

　　朱海濤博士補(bǔ)充道,。

　　值得一提的是,，目前的盧深視該方案已入選由中華人民共和國應(yīng)急管理部主辦的應(yīng)急裝備綜合信息服務(wù)平臺，第一時間響應(yīng)國家和政府的應(yīng)急需求保障,。

　　無論是從華為,、阿里的技術(shù)專利出發(fā)，還是從的盧深視的落地案例來看,，相關(guān)廠商們在此之前就已經(jīng)考慮到了人臉識別遮擋的情況,，并做出全方位的技術(shù)突破。

　　由此也可以得出結(jié)論：口罩識別等小眾需求在某些場景已是大眾問題,，隨著AI使用場景的愈加多元,，相關(guān)技術(shù)也定會不斷革新。

　　新技術(shù)的突破與應(yīng)用固然有著諸多不足與弊端,，但也是社會發(fā)展的必然,，不加分辨地完全認(rèn)可和全盤否定都是不可取的。

　　找出問題,、解決問題,，多一些耐心、少一些戾氣,，才是技術(shù)發(fā)展的主旋律和應(yīng)該有的節(jié)奏,。

　　3

　　針對戴口罩場景下通過人臉識別進(jìn)行身份核驗這一熱點問題,，雷鋒網(wǎng)AI掘金志深度采訪了的盧深視相關(guān)專家，以下是全部內(nèi)容,，雷鋒網(wǎng)(公眾號：雷鋒網(wǎng))作了不改變原意的整理與編輯：

　　1,、如何定義“戴口罩人臉識別”？

　　戴口罩人臉識別是指在正確佩戴口罩的情況下,，實現(xiàn)非接觸式的人的身份核驗,，即明確“你是誰”。

　　戴口罩人臉識別屬于遮擋人臉識別,，要求在可接受的誤識別率范圍內(nèi),，達(dá)到較好的正確識別率。戴口罩人臉識別涉及的算法除了人臉檢測,、關(guān)鍵點檢測和人臉特征提取算法外,，還包括口罩（有無）檢測或口罩區(qū)域檢測。

　　2,、是否需要保障露出多少面部特征,？

　　由于嘴部區(qū)域和鼻子區(qū)域受到了遮擋，對人臉識別帶來了很大的挑戰(zhàn),。一般而言，口罩遮擋部位越小,，人臉識別模型的性能越高,。

　　以的盧深視的三維口罩遮擋人臉識別解決方案為例，在正確佩戴口罩的場景下即可成功識別,。

　　3,、戴口罩人臉識別的技術(shù)原理是什么？

　　的盧深視基于人臉全局特征及局部特征相結(jié)合的方法,，同時充分利用人臉未遮擋部位的三維幾何信息進(jìn)行三維人臉識別研究,，相對于普通的二維人臉識別能夠有效應(yīng)對戴口罩等遮擋場景的人臉識別。

　　4,、戴口罩識別有哪些技術(shù)難點,？

　　· 戴口罩人臉的人臉檢測和人臉關(guān)鍵點檢測的精度受到口罩遮擋的影響會降低；

　　· 由于口罩遮擋,，人像信息減少,，學(xué)習(xí)到的特征的判別性隨之較少。具體的,，二維紋理信息會由于遮擋而丟失,、三維形狀信息會帶有噪聲；

　　· 口罩類型比較多且口罩遮擋程度不一,，如何更多地利用非遮擋區(qū)域的信息也是一個影響因素,。

　　5,、如何提升戴口罩識別的準(zhǔn)確率？

　　簡單講講通過模擬生成戴口罩?jǐn)?shù)據(jù),，從而優(yōu)化人臉識別算法模型這種研究方法,。

　　的盧主要關(guān)注兩個點，一個是訓(xùn)練數(shù)據(jù)規(guī)模,，通常都是數(shù)十萬到百萬級別,，在圖像質(zhì)量有保障的前提下，規(guī)模越大,，通常優(yōu)化效果越好,。

　　這就帶來了第二個關(guān)注點，我們很難在短時間內(nèi)采集得到數(shù)十萬的戴口罩?jǐn)?shù)據(jù),，這個時候就要采用模擬的方法,，具體而言：

　　· 二維：通常的做法是，根據(jù)二維圖片上的人臉關(guān)鍵點,，將二維的口罩貼圖和二維圖片中的人臉對齊,，然后根據(jù)口罩的mask圖來完成填加口罩操作。

　　· 三維：先重建三維人臉模型,，再將口罩的三維模板模型與三維人臉模型進(jìn)行非剛性對齊,，從而完成模擬加口罩的操作。

　　的盧深視成立5年落地多個項目,，并幫助某邊疆省份建立了省級規(guī)模的3D人像數(shù)據(jù)庫,，積累大量實戰(zhàn)數(shù)據(jù)。由于實戰(zhàn)數(shù)據(jù)的豐富性,，為的盧深視能夠迅速開展更多前沿研究奠定了基礎(chǔ),。

　　6、相關(guān)方案對使用環(huán)境的大小,、優(yōu)劣有要求嗎,？

　　由于3D技術(shù)的優(yōu)勢，我們的方案支持大庫建庫以及精準(zhǔn)識別,，可以在學(xué)校,、醫(yī)院、校區(qū)等人流量較大的場景使用,。

　　7,、疫情之后，對于技術(shù)發(fā)展趨勢,，你如何判斷,？

　　省市級別的人員數(shù)據(jù)庫建設(shè)會成為趨勢。（其實此次疫情從武漢蔓延到多地,，也是由于人員數(shù)據(jù)的跨區(qū)域追蹤不到,，加速了疫情蔓延）