人臉識別技術升級 戴著口罩也能認出你

 

 

3月6日，研發人員戴口罩進行人臉識別檢測。受訪者供圖

 

3月6日，在中國中鐵科學研究院門禁口，員工們戴著口罩和安全帽，排隊陸陸續續“刷臉打卡”。他們沒有摘下口罩或帽子，僅在螢幕前簡短停留，員工信息及體溫狀況就出現在了螢幕上，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，人臉識別已經不是一件新鮮事。但新冠肺炎疫情下，在建築工地、學校機關等需要鑒別入場人員身份信息的場所，人員在佩戴口罩、安全帽後，實現人臉快速識別並同步檢測體溫，成為一項全新的技術成果。戴口罩進行人臉識別的技術難點在哪？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，記者採訪了相關科研人員。

 

全員口罩 身份識別面臨新挑戰

 

“滴，體溫數據正常！”復工後，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復工人員，正在車間門口掃碼企業自主研發的“每日疫情統計小程式”，實現人員疫情防控信息實時跟蹤。進入復工高峰期以來，借助雲平臺、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，復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確識別，就是復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説，按照安全生産要求，過去施工工地已經使用的“智慧工地平臺系統”，其中一個重要功能就是對進入工地人員進行身份識別，“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？原來的人臉識別演算法，是根據面部特徵關鍵點來進行識別的，演算法納入的關鍵點越多，識別的結果也就越精確。但佩戴口罩後，可供識別的“關鍵點”大幅減少。“鼻子以下的面部特徵被掩蓋，面部特徵關鍵點減少，機器之前學習的特徵判別能力隨之降低。”趙陽説，口罩會使原有的人臉識別演算法模型失效，使機器無法識別當前的人。同時，口罩類型較多且遮擋程度不一，也提升了難度。

 

“針對人臉識別的新需求，如果對已有的智慧工地平臺進行大範圍硬體更改，一方面增加設備、提高成本，另一方面改造週期較長，難以滿足復工復産要求。”趙陽説，該研發團隊通過加強軟體演算法、升級系統平臺，提出了解決方案。

 

聚焦眼部 優化注意力演算法模型

 

“人臉識別一般分為兩個步驟，一是人臉檢測，二是人臉配對。”趙陽説，識別的流程是，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、眉毛等面部的特徵，經過一定演算法，在人員數據庫識別出對應的人。

 

記者在識別後臺管理系統看到，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、工號、電話等基本信息，以及相對應的個人高清照片。當戴著口罩的員工進入辦公樓刷臉時，系統立刻將檢測出的人臉配對，鑒別出員工身份，同時語音報出測量的體溫，而在硬體方面，該設備僅在原有人臉識別的平板電腦上，新增了一個測溫頭。

 

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

 

“我們從演算法模型上突圍，採用眼部、眉毛等局部特徵與整體人臉特徵的融合，並結合注意力機制增強眼部特徵，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別率。”趙陽説，在人臉遮擋環境下，可通過識別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標區域眼部，並形成注意力焦點。“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標的細節信息，而抑制其他無用信息。”

 

採用同樣的原理，在演算法層面，針對基於人臉全局特徵及局部特徵相結合的方法，可優化現有人臉識別演算法模型，當人面部出現其他遮擋時，也同樣能夠精準鑒別。“如戴安全帽進入施工項目時，人臉識別依然有效，就是這麼實現的。”趙陽説，當前通過大量訓練數據，戴口罩或戴安全帽人臉識別率可達到99.9%。

 

除了能夠精準識別出戴口罩的人，該實驗室人臉識別系統還特別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。”趙陽説，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，採集設備上則會出現“請佩戴安全帽！”提示。

 

“主要是升級了後臺的演算法，其次是盡可能小地對硬體系統做了改進，最終實現了多項新功能的添加。”趙陽説。

 

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別技術，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別便可以幫助更好地破案。

 

“針對越來越多的不同識別情況，一些科研人員正從硬體上想辦法，通過添置硬體設備，增加新的功能。”趙陽説，高精度識別也是對大數據的深入挖掘。“在當前硬體技術條件下，對現場採集的數據進一步挖掘，可以短時間內實現更多功能。”

 

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

 

“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臥枝頭一樣密密麻麻的電子眼，一個監控設備加上高超的識別演算法能力，就能解決所有需求。”趙陽説。

 

為讓新的智慧工地平臺系統持續適用於更加複雜的場景應用，趙陽團隊還將進一步進行技術創新。“下一步計劃豐富後臺管理功能，增加工地防反光背心檢測等其他識別功能，同時開發系統介面，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。”趙陽説。