【环球Tech】的卢深视朱海涛:三维识别破解戴口罩人脸识别难题


【***智能报道 采访人员 张阳】新型冠状病毒肺炎疫情的爆发 , 给世界人民的生命健康造成了巨大威胁 , 也在相当大程度上改变了人们的生活方式 。 疫情期间 , 佩戴口罩 , 成为人们外出的必备"通行证" , 但是佩戴口罩后 , 对人们习以为常的生活方式也带来了诸多不便 , 尤其是在手机人脸解锁 , 人脸识别支付 , 人脸识别通过门禁闸机等方面 。
随着城市逐渐复苏 , 在机场、车站这些人员流动性巨大的公共场所 , 一对一检测不仅效率低下 , 更容易造成人群的交叉感染 。 一时之间戴口罩的人脸识别 , 成为AI领域的热词 , 各大人工智能公司也纷纷投入研发 , 升级算法 , 解决当前难题 。
戴口罩人脸识别技术难点
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?***智能采访了在3D人像识别领域拥有丰富经验的卢深视副总裁朱海涛 。
【环球Tech】的卢深视朱海涛:三维识别破解戴口罩人脸识别难题
本文插图
疫情发生以来 , 的卢深视对大库大通量无感比对、严重遮挡人脸识别等方向进行技术攻关 , 率先形成了涵盖针对人流管理的人证比对方案、针对预控疫情的多人智能通过筛查方案 , 目前解决方案已经交付并应用于温医大一院、温州疾控中心及多所幼儿园、车间、企业 。
据朱海涛向***智能介绍 , "戴口罩人脸识别的主要难点在于:人像信息减少 , 学习到的特征的判别性随之较少 。 具体而而言:二维纹理信息会由于遮挡而丢失、三维形状信息会带有噪声;另外 , 口罩类型比较多且口罩遮挡程度不一 , 如何更多地利用非遮挡区域的信息也是一个影响因素 。 "
朱海涛说:"有遮挡的面部识别其实本身就属于研发规划中的既定项目 , 原本主要应用在安防、反恐领域 , 主要针对的是使用帽子、围巾、墨镜等饰物遮挡面部的情况 。 因为疫情的出现 , 大家都需要戴口罩 , 客观上推动了项目的专项进展 , 针对口罩识别的研究在1月中旬启动 , 花了2周时间 , 在一月底左右实现落地 , 当然在实际部署之后 , 我们也在持续调优 。 "
【环球Tech】的卢深视朱海涛:三维识别破解戴口罩人脸识别难题
本文插图
3D技术优势明显
成立五年的卢深视针对安防、安保、边检的相关产品已积累大量实际应用案例 , 在3D人像识别方面有深厚的技术积累 , 核心技术与苹果的技术同源 , 并实现了迭代超越 , 对人脸识别上实现了完全的三维识别 , 这不仅在数据采集上 , 在算法识别上同样也是针对三维数据的人脸识别算法 。 在结构光深度感知、三维实时高精度重建、三维跟踪识别及感知等技术方向上 , 处于国际领先地位 。
"三维机器视觉技术相较于传统二维视觉 , 具有极高安全级别的防作伪优势 , 可以抵抗照片、面具、头模等多种攻击手段 。 除此之外 , 三维机器视觉技术受光照干扰小 , 室内室外、白天黑夜或者复杂光线条件下情况都能正常使用 。 "朱海涛对采访人员介绍道 。
朱海涛给采访人员举了个例子 , "现在大家熟悉的手机人脸识别解锁 , 早期的技术里用照片也可以实现解锁 , 那就是二维识别 , 安全级别比较低 , 现在很多手机使用的是'半三维'解决方案 , 即只是将深度信息用于防伪 , 但是识别的环节仍然使用的是二维识别的算法 。 虽然确实能够提升防伪能力 , 准确性也更高 , 但在安全性和识别率方面的提升依然有限 。 "
攻关人体数字孪生
在疫情防控期间 , 配合测温模块 , 的卢深视参与构建的多人智能通过筛查方案迅速投入使用 。 该方案利用热成像体温检测手段配合人脸识别及比对技术 , 可快速确定体温异常人员及其身份 。 部署灵活 , 并且整个筛查过程无感、大角度可识别 , 可以高效满足疫情防控需求 。


推荐阅读