3月6日 ， 在中国中铁科学研究院门禁口 ， 员工们戴着口罩和安全帽 ， 排队陆陆续续“刷脸打卡” 。 他们没有摘下口罩或帽子 ， 仅在屏幕前简短停留 ， 员工信息及体温状况就出现在了屏幕上 ， 工作人员也实现了安全、快速入场 。
在人工智能技术迅猛发展的当下 ， 人脸识别已经不是一件新鲜事 。 但新冠肺炎疫情下 ， 在建筑工地、学校机关等需要鉴别入场人员身份信息的场所 ， 人员在佩戴口罩、安全帽后 ， 实现人脸快速识别并同步检测体温 ， 成为一项全新的技术成果 。 戴口罩进行人脸识别的技术难点在哪里？现有成果如何提供“一手抓防疫、一手抓生产”的解决方案？未来该技术还有怎样的应用空间？3月6日 ， 采访人员采访了相关科研人员 。
全员口罩 身份识别面临新挑战
“滴 ， 体温数据正常！”复工后 ， 在四川成都青白江区 ， 肩负成都地铁隧道管片生产重任的中铁八局桥梁公司的复工人员 ， 正在车间门口扫码企业自主研发的“每日疫情统计小程序” ， 实现人员疫情防控信息实时跟踪 。 进入复工高峰期以来 ， 借助云平台、大数据及物联网系统等 ， 施工人员体温门禁系统、渣土车远程管理、人员无线定位、视频监控等诸多“黑科技”正有力促进“一手抓防疫、一手抓生产”的有序推进 。
“疫情发生后 ， 复工现场的管理也出现诸多新的技术需求 ， 在戴口罩、安全帽的情况下 ， 如何实现入场人员准确识别 ， 就是复工管理的一个重点方向 。 ”中国中铁科研院技术中心智慧工地联合实验室研发人员赵阳说 ， 按照安全生产要求 ， 过去施工工地已经使用的“智慧工地平台系统” ， 其中一个重要功能就是对进入工地人员进行身份识别 ， “但疫情下 ， 戴上口罩、安全帽 ， 还要测体温 ， 成为新技术挑战 。 ”
这项技术难点在哪儿？原来的人脸识别算法 ， 是根据面部特征关键点来进行识别的 ， 算法纳入的关键点越多 ， 识别的结果也就越精确 。 但佩戴口罩后 ， 可供识别的“关键点”大幅减少 。 “鼻子以下的面部特征被掩盖 ， 面部特征关键点减少 ， 机器之前学习的特征判别能力随之降低 。 ”赵阳说 ， 口罩会使原有的人脸识别算法模型失效 ， 使机器无法识别当前的人 。 同时 ， 口罩类型较多且遮挡程度不一 ， 也提升了难度 。
“针对人脸识别的新需求 ， 如果对已有的智慧工地平台进行大范围硬件更改 ， 一方面增加设备、提高成本 ， 另一方面改造周期较长 ， 难以满足复工复产要求 。 ”赵阳说 ， 该研发团队通过加强软件算法、升级系统平台 ， 提出了解决方案 。
聚焦眼部 优化注意力算法模型
“人脸识别一般分为两个步骤 ， 一是人脸检测 ， 二是人脸配对 。 ”赵阳说 ， 识别的流程是 ， 人脸机先从视频图像中找出人脸 ， 然后通过人脸上的眼睛、鼻子、嘴巴、眉毛等面部的特征 ， 经过一定算法 ， 在人员数据库识别出对应的人 。
采访人员在识别后台管理系统看到 ， 系统的“人员管理”一栏 ， 已经录入了该单位所有工作人员的姓名、部门、工号、电话等基本信息 ， 以及相对应的个人高清照片 。 当戴着口罩的员工进入办公楼刷脸时 ， 系统立刻将检测出的人脸配对 ， 鉴别出员工身份 ， 同时语音报出测量的体温 ， 而在硬件方面 ， 该设备仅在原有人脸识别的平板电脑上 ， 新增了一个测温头 。
戴口罩后如何提高识别通过率？前提就是尽可能地增加面部特征关键点 。 “当面部几乎一半被遮挡后 ， 面部特征关键点就主要集中在了眼睛和眉毛两个部位 。 ”赵阳说 。
推荐阅读
- 能读懂你心里话的AI来了，识别错误率低至3%
- AI技术领域未来几年最引人瞩目的新方向是什么？
- 辅助医疗新变革 这些AI技术正被应用于临床
- 自动驾驶真正上路 还有10%的技术难题待解
- 新趋势！媒体领域AI技术出现“溢出效应”
- AI又当医生了，这次是通过血液识别癌症
- 继围棋后 足球成为下一代 AI技术“陪练”
- 欧洲拟严格监管高风险AI技术
- 审视人脸识别：一种AI技术的全球性滥用
- 人工智能可助识别分析野生黑猩猩