科技日报记者 盛利
3月6日，在中国中铁科学研究院门禁口，员工们戴着口罩和安全帽排着队，陆陆续续“刷脸打卡”。他们没有摘下口罩或帽子，仅在屏幕前简短停留，员工信息及体温状况就出现在了屏幕上，工作人员也实现了安全、快速入场。
新设备实现人员快速通行。受访者提供
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。戴口罩进行人脸识别的技术难点在哪里？现有成果如何提供“一手抓防疫、一手抓生产”的解决方案？未来该技术还有怎样的应用空间？6日，记者采访了相关科研人员。
全员口罩 身份识别面临新挑战
“滴，体温数据正常！”复工后，在成都青白江区，肩负成都地铁隧道管片生产重任的中铁八局桥梁公司的复工人员，正在车间门口扫码企业自主研发的“每日疫情统计小程序”，实现人员疫情防控信息实时跟踪。进入复工高峰期以来，借助云平台、大数据及物联网系统等，施工人员体温门禁系统、渣土车远程管理、人员无线定位、视频监控等诸多“黑科技”正有力促进“一手抓防疫、一手抓生产”的有序推进。
研发人员戴安全帽、口罩进行人脸识别检测。受访者供图
“疫情发生后，对复工现场的管理也提出诸多新的技术需求，在戴口罩、安全帽的情况下，如何实现入场人员准确识别，就是一个重点方向。”中国中铁科研院技术中心智慧工地联合实验室研发人员赵阳说，按照安全生产要求，过去施工工地的“智慧工地平台系统”一个重要能力就是对进入工地人员进行身份识别，“但疫情下，戴上口罩、安全帽，还要测体温，成为新技术挑战。”
这项技术难点在哪？原来的人脸识别算法，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”则大幅减少。“鼻子以下面部特征被掩盖，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。”赵阳说，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。
“针对人脸识别的新需求，如果对已有的智慧工地平台进行大范围硬件更改，一方面增加设备、提高成本，另一方面改造周期较长，难以满足复工复产要求。”赵阳说，该研发团队是通过加强软件算法、升级系统平台，提出了解决方案。
聚焦眼部 优化注意力算法模型
“人脸识别一般分为两个步骤，一是人脸检测，二是人脸配对。”赵阳说，识别的流程是，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、眉毛等面部的特征经过一定的算法，在人员数据库识别出对应的人。
记者识别后台管理系统看到，在系统的“人员管理”一栏，已经录入了该单位所有工作人员的姓名、部门、工号、电话等基本信息，以及相对应的个人高清照片。当戴着口罩的员工进入办公楼刷脸时，系统立刻将检测出的人脸配对，鉴别出员工身份，同时语音报出测量的体温，而在硬件方面，该设备仅在原有人脸识别的平板电脑上，新增了一个测温头。
人脸识别采集设备界面。受访者供图
戴口罩后如何提高识别通过率？最大的前提就是尽可能地增加面部特征关键点。“当面部几乎一半被遮挡后，面部特征关键点就主要集中在了眼睛和眉毛两个部位。”赵阳说。
“我们从算法模型上突围，采用眼部、眉毛等局部特征与整体人脸特征的融合，并结合注意力机制增强眼部特征，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。”赵阳说，在人脸遮挡环境下，可通过识别眼部关键点作为一种“注意力模型”，快速扫描全局图像，获得需要重点关注的目标区域眼部，并形成注意力焦点。“而后对眼部这一区域投入更多注意力资源，以获取更多所需要关注目标的细节信息，而抑制其他无用信息。”
采用同样的原理，在算法层面，针对基于人脸全局特征及局部特征相结合的方法，可优化现有人脸识别算法模型，当人面部出现其他遮挡时，也同样能够精准鉴别。“如戴安全帽进入施工项目时，人脸识别依然有效，就是这么实现的。”赵阳说，当前通过大量训练数据，戴口罩或戴安全帽人脸识别率可达到99.9%。
除了能够精准识别出戴口罩的人，该实验室人脸识别系统还特别增加了口罩与安全帽检测和提示功能，以保障工程建设人员的安全。“这是与同类技术相比，我们技术成果的特色所在。”赵阳说，当开启口罩与安全帽检测功能时，设备配有没戴口罩自动语音提示，若没戴安全帽采集设备上则会出现“请佩戴安全帽！”提示。
系统自动检测并主动提示佩戴口罩或安全帽。受访者提供
“主要是升级了后台的算法，其次是尽可能小地对硬件系统做了改进，最终实现了多项新功能的添加。”赵阳说。
信息增值 挖掘数据背后的价值
其实在疫情暴发前，面部遮挡障碍的人脸识别技术，已有不同程度应用。如在安防领域，大多数犯罪嫌疑人为了躲避“天眼”等监控设备追踪，往往会戴上帽子或口罩，这时候更精准化的人脸识别便可以帮助更好地破案。
“针对越来越多的不同识别情况，一些科研人员正从硬件上想办法，通过添置硬件设备，增加新的功能。”赵阳说，高精度识别也是对大数据的深入挖掘。“在当前硬件技术条件下，对现场采集的数据进一步挖掘，可以在短时间内实现更多功能。”
人脸识别采集设备界面。受访者供图
他提出，高清监控摄像机采集的图片、视频信息，经过后台分析，在不改变原有设备情况下，通过技术的提升，能够实现身份识别、安全帽佩戴检测、反光衣穿戴识别、车辆信息状态展示、危险源管理、安全区划分等，真正实现信息增值、硬件降本。
“这种挖掘能力进步后，举个简单例子，在未来我们或许不会看到道路上如小鸟卧枝头一样密密麻麻的电子眼，一个监控设备加上高超的识别算法能力，就能解决所有需求。”赵阳说。
以新的智慧工地平台系统为例，为让该系统持续适用于更加复杂的场景应用，赵阳团队还将进一步技术创新。“下一步计划丰富后台管理功能，增加像适用工地的防反光背心检测等其他识别功能，同时开发系统接口，使其可无缝衔接当前的人力资源管理系统等，使人员一次打卡、网络通用。”赵阳说。
,
