发布时间:2020-11-09 11:02 作者:未知
新冠肺炎疫情爆发至今,至少在国内的很多公共场所,戴口罩成为大家的共识,但对于日益成熟的人脸识别技术来说却是个不小的挑战。之前给大家分享过很多次原有的人脸识别算法乃至人脸识别机器在对人脸进行检测后,提取人脸关键点,与人脸库中的已存的人脸进行对比,进而完成人脸识别。而戴着口罩会对个人的许多面部特征造成遮挡,从而降低人脸识别准确率。对此,百度大脑通过技术攻关推出:人脸口罩检测与识别,主要解决以下3个难题:
1,当前的人脸识别算法基本都是先找到人脸所在的位置,再通过五官之间的关键点进行识别。在戴口罩之后,很难检测到人脸的准确位置、五官的关键点部分,一般的人脸识别算法便无法运行。
2,人脸识别算法并不是一个简单的人脸识别过程。我们都知道在高铁站、门禁等地方进行人脸识别的时候,机器在进行识别时会先出现一个红框,只要人脸移动了,红框就会随着人脸动的方向移动,时刻追踪着人脸的变化。实际上,人脸识别包含了人脸检测、运动物体追踪、活体检测、识别人脸等诸多的过程。而口罩的佩戴,让机器对人脸的检测状态十分不稳定,进而影响了整个识别过程,让整个应用出现一定的问题。
3,目前已知的人脸识别算法,在使用的深度神经网络模型多事通过大量的数据训练而来。也就是说若能在短期内收集到大量佩戴口罩的人脸照片,并对特征点进行人工标注,在理论上来说也能提升口罩下的人脸识别效果。但在实际的操作中难度较大,不太切合实际。
百度人脸口罩检测与识别主要分为2个步骤:
戴口罩状态检测:通过人脸和人体分析的方式检测用户是否佩戴口罩
戴口罩人脸识别:在戴口罩的情况下进行人脸检测、特征抽取和比对,实现身份验证