3月6日，研发人员戴口罩进行人脸识别检测。受访者供图

　　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。

　　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？3月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，在四川成都青白江区，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。

　　“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，如何实现入场人员准确识别，就是复工管理的一个重点方向。”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，过去施工工地已经使用的“智慧工地平台系统”，其中一个重要功能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。”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，经过一定算法，在人员数据库识别出对应的人。

　　记者在识别后台管理系统看到，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。

　　戴口罩后如何提高识别通过率？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。