AI 口罩督查官誕生，識別率高達(dá) 85% ！

　 作者 | 馬超 責(zé)編 | 胡巍巍 出品 | CSDN（ID：CSDNnews ）

　在英國脫歐后，谷歌計劃讓英國用戶的賬號脫離歐盟的隱私監(jiān)管政策，改用美國司法標(biāo)準(zhǔn)。盡管這樣的修改讓數(shù)千萬英國用戶的個人信息置于較少保護(hù)之下，但這些信息更容易被英國執(zhí)法部門獲得。

　在所有用戶數(shù)據(jù)中，人臉信息尤其是能與具體身份對應(yīng)的人臉信息，堪稱是重中之重，人臉識別系統(tǒng)作為技術(shù)最為成熟、使用范圍最廣、未來發(fā)展空間最大的研究方向，已經(jīng)從方方面面改變了我們的生活。

　不過最新的疫情卻讓人們在出入公共場所時都要戴上口罩，這也讓我們不禁為人臉識別技術(shù)捏上一把汗，人臉識別能否識別出戴口罩的人臉呢？

　 成 人臉識別來勢洶洶，已成 AI 領(lǐng)域 C 位 位 人臉識別技術(shù)最開始被人們所熟知還是在 2018 年前后，在歌神張學(xué)友的演唱會上AI 至少不下 5 次幫助公安機(jī)關(guān)抓捕到逃亡多年的嫌犯。讓《她來聽我的演唱會》有了新的含義。當(dāng)時大眾普遍對 AI 還缺乏了解，據(jù)稱當(dāng)時犯人在被捕時都一臉茫然，沒想到人臉識別技術(shù)能在若干年后準(zhǔn)確找到他們。這也讓人們驚呼原來人臉識別準(zhǔn)確率真的這么高啊。

　因為人臉識別技術(shù)在人員身份認(rèn)證上所體現(xiàn)出來的便捷性及帶來的效率提升，相關(guān)人臉識別產(chǎn)品、解決方案層出不窮。人臉識別被廣泛應(yīng)用于機(jī)場、火車站、社區(qū)、園區(qū)等諸多場景的身份識別、考勤打卡及金融支付應(yīng)用當(dāng)中。

　這也直接開啟了一個方便快捷的時代，用戶不需要輸入密碼，甚至連手指都不需要動一下就能完成相關(guān)的身份認(rèn)證，其來勢洶洶的氣勢讓很多大型機(jī)構(gòu)也不得不放下身段，躬身入局，向科技公司請求技術(shù)支持，把人臉識別加入自身安全認(rèn)證體系當(dāng)中。

　由于人性永遠(yuǎn)是追求簡單快捷的，短短幾年時間，人臉識別的安全認(rèn)證手段就已經(jīng)完全取代了密碼的方式成為了主流的技術(shù)方案，潮流的趨勢并不可逆。

　自 2017 年 iPhone x 啟用人臉識別以來，F(xiàn)ace ID 一直是蘋果公司引以為傲的一大黑科技，可以瞬間通過 3 萬個特征點來感知用戶面部特征。

　但在口罩面前，F(xiàn)ace ID 也無能為力，很多中國的 iPhone 用戶表示現(xiàn)在非常痛苦，無論是刷臉付款還是解鎖手機(jī)都非常麻煩，每次都只能輸入密碼或者拉開口罩解鎖。

　從目前用戶強(qiáng)烈的吐槽就能看出，如果因為疫情就讓人們重回鍵盤密碼解鎖和密碼輸入等安全手段并不現(xiàn)實。

　疫情對人臉識別技術(shù)的影響 疫情對人臉識別技術(shù)的影響 工信部在 2 月 18 日發(fā)布《關(guān)于運用新一代信息技術(shù)支撐服務(wù)疫情防控和復(fù)工復(fù)產(chǎn)工作的通知》中就提出部署運用新一代信息技術(shù)支撐服務(wù)疫情防控和復(fù)工復(fù)產(chǎn)工作，特別提到支持運用人工智能、大數(shù)據(jù)、云計算等技術(shù)，用于疫情監(jiān)測分析、人員流動和社區(qū)管理等，對疫情開展科學(xué)精準(zhǔn)防控。

　在疫情來臨的情況下，人臉識別這種非接觸式的身份識別方式還是非常有應(yīng)用前景的。但筆者發(fā)現(xiàn)在機(jī)場、火車站、社區(qū)園區(qū)等人員密集的公共場所，戴上口罩無法進(jìn)行人臉驗證，摘下口罩進(jìn)行驗證又面臨交叉感染風(fēng)險。

　為保證效率在大客流的情況下，85%的識別率只能是一個及格線，如果高于這個數(shù)值，那么實名認(rèn)證的成本和難度大大增加。

　識別技術(shù)帶口罩的臉難在哪里 識別技術(shù)帶口罩的臉難在哪里 因為口罩具備不透光性，攝像頭拍攝到的畫面無法捕捉到嘴巴、鼻子等臉部特征，這也導(dǎo)致被遮擋部分無法進(jìn)行識別。

　之前的人臉識別模型一般都要使用完整的面部特征，否則都會出現(xiàn)匹配不成功的問題。因為佩戴口罩將無法采集至少一半以上的特征點，導(dǎo)致最終準(zhǔn)確率大為下降。

　我們也可以利用殘缺的信息恢復(fù)完圖像的完整度，這一直是對抗神經(jīng)網(wǎng)絡(luò)（GAN）的領(lǐng)域。在這一領(lǐng)域中最常見的模型是 PIX2PIX，其目的是采集圖像的輪廓，還原回真實圖像。

　目前讀者可以到 https://affinelayer.com/pixsrv/這個網(wǎng)站來親自嘗試如何從一個簡筆畫出的輪廓轉(zhuǎn)換成真實的圖像。

　后來，英偉達(dá)又提出了 PIX2PIXHD 模型，PIX2PIXHD 把之前由 PIX2PIX 生成的圖像分辨率提高了很多。可以說對抗神經(jīng)網(wǎng)絡(luò)是識別被遮擋人臉的理論基礎(chǔ)。

　而針對被遮擋的人臉識別方案，目前比較優(yōu)秀的開源模型也是由英偉達(dá)提出的Partialconv 模型（https://github.com/NVIDIA/partialconv）。如果說 PIX2PIXHD模型是 PIX2PIX 的 2.0 版本，那么其實是 PIX2PIX 的 3.0 版本，即使圖像丟失了大面積的像素，也能通過 Partialconv 模型將損失進(jìn)行修復(fù)。之前紅遍網(wǎng)絡(luò)的一鍵去“馬賽克“技術(shù)，其實背后都是 Partialconv，其效果圖如下：

　但是 GAN 技術(shù)也有一定的問題，也就是其還原的精度其實有限，平均只有 85%左右，很難做到更高的準(zhǔn)確度。而且考慮到有的高級別防護(hù)口罩繃帶較緊，佩帶后會對于眼部有扭曲作用，這樣會進(jìn)一步加大人臉信息恢復(fù)的難度。

　有時我們會看到不少上班考勤打卡系統(tǒng)和小區(qū)門禁系統(tǒng)中，戴著口罩依然能夠通過人臉識別完成驗證，這是因為樣本總量有限，如果單位人數(shù)只在幾千人的范圍內(nèi)，從中確定一個人的身份，這并不需要太高的還原度，只需近似既可。但是在火車、公交及地鐵等公共交通場合下，GAN 技術(shù)的識別成功率就很難符合要求了。

　疫情為人臉識別帶來的最新進(jìn)展 疫情為人臉識別帶來的最新進(jìn)展 判斷是否戴對口罩的模型：在疫情持續(xù)的當(dāng)下，正確佩帶口罩外出是必要的防護(hù)措施，但是人工檢查的手段效率太低，因此百度工程師在 EasyDL 平臺上開發(fā)了口罩識別模型：AI 口罩督查官，提供靈活可靠，且支持快速布署的 AI 模型。

　在公共場所使用場景中，可以無接觸、快速精準(zhǔn)地識別出實時畫面中未戴口罩或者佩戴不正確的人。

　戴口罩人臉身份別模型：近期商湯科技推出了 AI 智慧防疫解決方案，宣稱其區(qū)域通行模塊可以識別出戴口罩人臉的身份，在人員戴口罩的情況下，只要露出 50%鼻梁，通過率可達(dá) 85%。

　而漢王科技在最新推出的亮銀鉆石款動態(tài)人臉識別機(jī)中，其戴口罩人員的識別率也達(dá)到 85%。

　當(dāng)前該套系統(tǒng)在北京地區(qū)用戶已達(dá) 20 余家，應(yīng)用設(shè)備近 200 套。據(jù)說阿里、和華為識別率更高的模型也正在研發(fā)當(dāng)中。

　由于我們之前單純依賴人臉信息來識別身份，相信如果新冠真的會長久與人類共存的話，那么人們很可能是摘不下來口罩了，人臉加聲紋的雙重識別方式很有可能會大行其道。筆者看到已經(jīng)有不少機(jī)構(gòu)在關(guān)注這個方向了。

　“沒有一個冬天不可逾越，沒有一個春天不會來臨。“讓我們做最壞的準(zhǔn)備，做最好的祈禱，愿早日春回大地，陰霾散盡。

　【End】

　推薦閱讀 推薦閱讀

　?鑿渠造舟：視頻會議的昨天與明天 ?新的邊緣架構(gòu)興起，Serverless 的發(fā)展方向在哪？ ?LSTM 之父發(fā)文：2010-2020，我眼中的深度學(xué)習(xí)十年簡史 ?復(fù)工第一周：食堂吃出了高考的感覺…… ?超級干貨！31 條 2020 年最新版 ZooKeeper 面試題，先收藏再看！| 博文精選 ?被盜巨鯨用戶可能遭到了持續(xù)性攻擊

　你點的每一個在看，我認(rèn)真當(dāng)成了喜歡 猛戳“ 閱讀原文”，參與報名吧！

相關(guān)熱詞搜索：口罩 督查 率高達(dá)