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。

人脸识别面临的难题

戴口罩的人脸识别场景,主要应用方向在于,一方面确认人员是否戴口罩,另一方面需要确认戴口罩人身份,同时搭配上热成像体温检测手段,实现大人群流量的快速、准确检测。那么,戴口罩的人脸识别有哪些技术难点呢?
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。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。

戴口罩进行识别,怎么做到的?

人脸识别一般先从视频图像中找出人脸,然后提取人脸上的眼睛、鼻子、嘴巴、眉毛等面部的特征,利用算法在人员数据库识别出对应的人。

当人们带上口罩,几乎有一半的面部被遮挡,面部特征关键点就主要集中在了眼睛和眉毛两个部位。因此,带口罩的人脸识别算法采用眼部、眉毛等局部特征与整体人脸特征相融合,并结合注意力机制增强眼部特征,抑制其他无用信息,通过训练眼部关键点的模型,来提升模型在口罩遮挡下的人脸识别率。


 

戴口罩也能进行人脸识别的执法记录仪(组图)

而且戴口罩人脸识别系统并非只能用于疫情期间。疫情之后可调试成常规的人脸识别模式,降低应用方的投入成本。此外,在公安抓逃等安防场景中,面部遮挡的人脸识别技术也有很大施展空间。 

 



来源:未知

相关资讯:

1人脸识别技术安防应用

2公安大数据的起源以及应用

34G执法记录仪在智慧云图警务实战指挥中的应用

4太赫兹/毫米波人体安检和人脸识别技术深度融合应用研究

5无蓝光 柔光LED 138寸小间距LED|138寸一体机|138寸会议平板

6无蓝光小间距LED会议一体机-小间距LED大屏会议解决方案