帶口罩 人臉識別測溫技術面臨新挑戰
發布時間：2020-04-16 ｜ 作者：安居樂人臉識別
｜ 來源：石家莊安居樂科技 瀏覽：
簡介：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，在建筑工地、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、安全帽后，實現人臉快速識別并同步檢測體溫，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里？現有成果如何提供“一手抓防疫、一手抓生產”的解決方案？未來該技術還有怎樣的應用空間？
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，在建筑工地、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、安全帽后，實現人臉快速識別并同步檢測體溫，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里？現有成果如何提供“一手抓防疫、一手抓生產”的解決方案？未來該技術還有怎樣的應用空間？
疫情發生后，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，如何實現入場人員人臉識別測溫等識別，就是復工管理的一個重點方向，也成為新技術的一大挑戰。
這項技術難點在哪兒？原來的人臉識別算法，是根據面部特征關鍵點來進行識別的，算法納入的關鍵點越多，識別的結果也就越精確。但佩戴口罩后，可供識別的“關鍵點”大幅減少。“鼻子以下的面部特征被掩蓋，面部特征關鍵點減少，機器之前學習的特征判別能力隨之降低。口罩會使原有的人臉識別算法模型失效，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。
聚焦眼部 優化注意力算法模型
采用眼部、眉毛等局部特征與整體人臉特征的融合，并結合注意力機制增強眼部特征，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。
信息增值 挖掘數據背后的價值
高清監控攝像機采集的圖片、視頻信息，經過后臺分析，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、硬件降成本。
安居樂樓宇對講ANJULEY
安居樂阿里店鋪
安居樂淘寶店鋪