3月6日，研发人员戴着口罩进行人脸识别测试。受访者供图

3月6日，在中铁研究院入口处，员工们戴着口罩和安全帽，纷纷排队“刷脸签到”。他们没有摘下口罩或帽子，只是在屏幕前短暂停留，屏幕上出现了员工的信息和体温状态，工作人员得以安全快速地进入。

随着人工智能技术的飞速发展，人脸识别并不是什么新鲜事物。然而，在新冠肺炎疫情下，在建筑工地、学校机构等需要识别访客身份信息的场所，工作人员在戴口罩、安全帽后，可以快速识别人脸并同步检测体温，这已成为一项新的技术成果。戴口罩进行人脸识别有哪些技术难点？现有成果如何提供“一手防疫、一手生产”的解决方案？这项技术在未来的应用领域是什么？3月6日，记者采访了相关科研人员。

适合所有员工的口罩身份识别面临新挑战

“滴，体温数据正常！”复工后，在四川成都市青白江区，负责成都地铁隧道管片生产的中铁八局桥梁公司复工人员正在车间门口扫码公司自主研发的“每日疫情统计小程序”，实现人员疫情防控信息的实时跟踪。进入复工高峰期以来，借助云平台、大数据和物联网系统，施工人员温度门禁系统、渣土车远程管理、人员无线定位、视频监控等诸多“黑科技”，正在有效推动“一手防疫、一手一手生产”的有序推进。

“疫情发生后，复工管理有很多新的技术需求，如何在佩戴口罩和安全帽的情况下准确识别进入会场的人员，是复工复工管理的关键方向。”中国铁道研究院技术中心智慧工地联合实验室研究员赵洋表示，按照安全生产的要求，过去施工现场一直使用的“智慧工地平台系统”的重要功能之一就是识别进入施工现场的人员。 “但在疫情下，戴口罩、戴头盔、测量体温成为一项新的技术挑战。””

这项技术有哪些难点？原来的人脸识别算法是基于面部特征的关键点，算法中包含的关键点越多，识别结果就越准确。但是，当戴口罩时，需要识别的“关键点”就更少了。“鼻子以下的面部特征被掩盖，面部特征的关键点减少，机器区分先前学习的特征的能力降低。”赵阳表示，口罩会使原来的人脸识别算法模型失效，让机器无法识别现在的人。同时，遮盖程度不同的口罩种类很多，这也增加了难度。

“针对人脸识别的新需求，如果对现有的智慧工地平台进行大范围的硬件改造，一方面会增加设备，增加成本，另一方面改造周期会很长，难以满足复工复产的要求。”赵洋说，研发团队通过强化软件算法和升级系统平台提出了解决方案。

聚焦眼睛优化注意力算法模型

“人脸识别一般分为两个步骤，一个是人脸检测，另一个是人脸配对。”赵洋说，识别过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、眉毛等面部特征，在人员数据库中识别出对应的人。

记者在识别后台管理系统中看到，系统的“人员管理”栏目中已经录入了单位全体工作人员的姓名、部门、工作号、电话等基本信息，以及相应的个人高清照片。当佩戴口罩的员工进入办公楼刷脸时，系统立即配对检测到的人脸以识别员工的身份，同时以语音报告测得的体温，在硬件方面，该设备仅在原来的人脸识别平板上增加了一个测温头。

如何提高戴口罩后的认可合格率？前提是尽可能增加五官的关键点。“当几乎一半的脸被遮挡时，五官的关键点主要集中在眼睛和眉毛。”赵阳说。

“我们从算法模型出发，利用眼睛、眉毛等局部特征与整体人脸特征的融合，结合注意力机制来增强眼睛特征，通过训练眼睛关键点的模型，提高面具下模型的人脸识别率。”赵阳表示，在人脸遮挡环境中，可以将眼睛重点的识别作为“注意力模型”，快速扫描全局图像，获取需要聚焦的眼睛目标区域，形成注意力聚焦。“然后将更多的注意力资源投入到眼睛的这个区域，以获得需要关注的目标的更详细信息，并压制其他无用的信息。”

利用相同的原理，在算法层面，现有的人脸识别算法模型可以基于人脸的全局特征和局部特征的组合进行优化，也可以在人脸出现其他遮挡时准确识别。“如果你戴着头盔进入一个建筑项目，人脸识别仍然有效，这就是实现它的方式。”赵洋表示，通过大量的训练数据，戴口罩或安全帽的人脸识别率可以达到 99.9%。

实验室的人脸识别系统除了能准确识别佩戴口罩的人外，还增加了口罩和头盔的检测和提醒功能，确保施工人员的安全。“这就是我们的技术成就与同类技术相比的独特之处。”赵阳表示，当口罩和头盔检测功能开启时，设备配备了不戴口罩的自动语音提示;如果您没有佩戴头盔，采集设备上会出现 “ wear a ！” 字样。技巧。

“最主要的是要在后台升级算法，其次，尽可能少地对硬件系统进行改进，最后实现增加一些新功能。”赵阳说。

增值信息 发现数据背后的价值

事实上，在疫情爆发之前，面部遮挡障碍的人脸识别技术已经得到了不同程度的应用。例如，在安防领域，大多数犯罪嫌疑人经常戴帽子或面具，以避免被“天眼”等监控设备跟踪，更准确的人脸识别可以帮助更好地破案。

“为了应对越来越多不同的识别情况，一些研究人员正在寻找通过添加硬件设备来添加新功能的方法。”赵洋表示，高精度识别也是对大数据的深度挖掘。“在目前的硬件技术条件下，进一步挖掘现场收集的数据可以在短时间内实现更多的功能。”

他提出，高清监控摄像机采集的图片和视频信息，经过后台分析，在不改变原有设备的情况下，通过技术的提升，可以实现身份识别、头盔佩戴检测、反光服装佩戴识别、车辆信息状态显示、危险管理、安全区划分等，真正实现信息增值和硬件成本降低。

“这种挖矿能力提升后，举个简单的例子，未来我们可能再也看不到路上那种像鸟儿躺在树枝上的鸟一样密集的电子眼，一台具有超强识别算法能力的监控设备就能解决所有需求。”赵阳说。

为了让全新的智慧工地平台系统持续适用于更复杂的场景应用，赵洋团队将进一步进行技术创新。“下一步是丰富后台管理功能，在施工现场增加防反光背心检测等其他识别功能，并开发系统接口，使其与当前的人力资源管理系统无缝对接，使人员可以一次打卡上下班，网络通用。”赵阳说。