带口罩人脸识别测温技术面临新挑战

发布时间：2020-04-16 ｜作者：安居乐人脸识别｜来源：石家庄安居乐科技浏览：

简介：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？

       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？
       疫情发生后，复工现场的管理也出现诸多新的技术需求，在戴口罩、安全帽的情况下，如何实现入场人员人脸识别测温等识别，就是复工管理的一个重点方向，也成为新技术的一大挑战。
       这项技术难点在哪儿？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”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。

        聚焦眼部优化注意力算法模型
        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。
        信息增值挖掘数据背后的价值
        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、硬件降成本。

所属栏目：行业新闻

上一篇：2020年数字楼宇对讲行业现状分析

下一篇：旧小区改造利器：安居乐楼宇可视对讲系统