戴口罩人脸识别是不是伪需求？

受新型冠状病毒肺炎疫情影响，佩戴口罩成为大众出行的必选动作，因为这是最有效的防传染措施。但另一方面，口罩却给需要人脸识别做支持的场景带来了诸多不便，如手机人脸识别解锁、支付、打卡、车站检票等场景中，人脸识别无法有效识别，只能无奈摘除口罩，但这则带来了健康风险。

对此，许多科技企业连夜升级原有算法，升级了人脸识别产品，做到佩戴口罩不影响人脸识别。

虽然目前市场上已有戴口罩人脸识别相关产品成功商用了，但仍有有业内人士认为：“无论算法如何升级，这类AI产品很难落地及量产，口罩识别技术根本不可能做到。”

此前，旷视科技向北京地方银行申请1亿元贷款，将用于开发戴口罩人群中更加精准的人脸识别相关技术的报道收到了广大网友的质疑，更多的评论则指出，这样做没价值，就是个伪需求。

一时之间，“戴口罩人脸识别是不是伪需求”也成了行业内的热点话题。

戴口罩人脸识别面临三大技术难题

众所周知，目前人脸识别的落地方向大致可以分为两大类：

消费级场景，譬如手机解锁、社区出入等等；对技术精度要求更高，涉及到金融支付的手机解锁等场景对于AI识别准确率要求之高让人咂舌，通常四个九起步。

安防类场景，譬如逃犯抓捕、幼儿寻回等等。更为看中技术的广度。以公安抓逃为例，为了逃避天眼追踪，绝大多数犯罪嫌疑人在反侦察过程中都会选择戴帽子或者戴口罩，以遮挡部分面部特征。

业内资深专家表示：“口罩、帽子等遮挡物确实会对AI识别造成精度下降，但还需要考虑遮挡面积，并非完全不能识别。”

在口罩识别的技术攻克中，主要会遇到的技术难题有三个：

由于口罩遮挡，人像信息减少，学习到的特征的判别性随之较少。具体的，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；

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；

戴口罩人脸的人脸检测和人脸关键点检测的精度受到口罩遮挡的影响会降低。

多家企业突破“戴口罩也能人脸识别”

腾讯优图

日前，腾讯优图成功研发出了口罩佩戴识别专用AI，戴着口罩也能人脸识别，官方称，这套AI既能对戴口罩者实现人脸识别，又能发现口罩佩戴错误人员，口罩佩戴识别准确率超过99%。

目前该AI能力正在上线，近期将通过腾讯云神图向公众开放。所有为政府部门、医疗机构等开发疫情服务，以及提供远程办公、教学等服务的开发者和服务商，都可以免费或以一定优惠额度享受服务。

腾讯优图这套算法目前可实时检测戴口罩人脸、精准识别五种不同的口罩佩戴情形，并对未佩戴口罩或错误佩戴口罩的人员及时发现预警。

AI可精细识别的五种情形包括：未佩戴口罩、口罩仅遮挡嘴部、口罩仅遮挡下巴、口罩未遮挡面部、正确佩戴口罩。

常规的人脸识别AI，在用户戴着口罩时基本会武功尽失。而腾讯优图这套新AI，在实现戴口罩人脸和口罩情形检测的基础上，把戴口罩人脸识别的准确率提升到了和常规人脸识别接近的水平。

这个AI会利用优图人脸质量模型，先对人脸进行口罩遮挡判断，然后对遮挡区域进行信息提取。其中，口罩遮挡判断准确率目前已达99.5%以上。

不过，对于安全性要求极高的应用场景，比如支付场景，算法会基于口罩遮挡判断结果，引导面部遮挡严重的人员进行其他方式的身份验证。

商汤科技

商汤科技在疫情爆发后也升级了该公司的人脸识别产品。

商汤科技说，新算法可以读取眼部、嘴部和鼻部周围240个面部特征关键点。只需使用人脸上没有遮挡的部分，就能匹配身份。

一般来说，算法纳入的关键点越多，识别结果越精确。但也受别的因素影响。北京清飞科技有限公司一位高管表示，人脸识别系统需要的数据未必多多益善，但一定是越准确越好。

华为

此前，华为在这块便进行了多种尝试，并申请了一项名为“人脸识别方法、装置及计算机可读介质”的影像重构技术专利。

该专利显示，通过图像重构网络可以将戴配件（眼镜、口罩、帽子等）的人脸图像重构为未戴配件的人脸图像。

数据来自：智慧芽全球数据库

另外，华为还申请了一项“一种人脸识别方法及系统”的技术专利。

通过人脸识别方法实现了对人脸上存在遮挡物的人脸图像进行准确的识别，提高了人脸识别的精确性。

数据来自：智慧芽全球数据库

此技术关键点是建立遮挡人脸图像库，具体来说就是在判断需要识别的人脸图像上有遮挡物（例如眼镜、口罩等）时，将遮挡物提取出来并增加到参考数据库中未遮挡的人脸图像上。

例如在判断出待识别人脸有佩戴眼镜时，就提取出眼镜特征并在原图像库的基础上新建一个戴眼镜的参考图像库，再将需要识别的人脸图像与该库中的参考图像进行匹配查找，从而完成识别。

阿里

此前阿里则用“局部特征细化与整体相似度评估”的方式来提高准确率，他们通过综合局部器官图像匹配技术完成识别，此时局部器官不仅可以是眼睛图像、鼻子图像、嘴巴图像和耳朵图像等，还可以是下巴区域、脸部轮廓、胎记或黑痣图像等等。

根据面部多个局部器官的相似度评估指标和对应的权重，得到整体相似度评估指标，从而获取更精确的遮挡下的面部识别结果。

小结：

综合以上专利以及落地案例来看，相关厂商们在此之前就已经考虑到了人脸识别遮挡的情况，并做出全方位的技术突破。

虽然新技术的突破与应用面临许多不足及弊端，但确实社会发展的衍生物，全盘否定实不可取的，我们要用辩证的观点待之。

由此也可以得出结论：口罩识别等小众需求在某些场景已是大众问题，随着AI使用场景的愈加多元，相关技术也定会不断革新。