为什么机场、火车站手持红外测温枪的人越来越少，更多的人坐在桌子后面？为什么过安检的时候非要摘一次口罩增加暴露风险？

这样的问题需要那些以图像识别和AI为核心竞争力的公司给出答案。

近日，嘉楠公布了其研发的人脸口罩检测模型，并宣布部署在与百度联合开发的PaddlePi-K210终端核心运算模块中。

尽管这不是第一家公司致力于研究如何“识别戴口罩的你”，但毋庸置疑，如何做到从遮挡中深化识别人脸已然成为了各家AI公司的比拼重点。

戴口罩的人脸识别成趋势

通过嘉楠提供的模型可视化的效果图可以直观地看出人脸口罩检测模型的工作方式：当用户人脸被摄像头捕获后，如果用户此时没有佩戴口罩，用身体部位遮挡，显示框则标记红色，并对用户进行告警。如果用户正确佩戴口罩，显示框则标记为绿色，并显示有“mask”的字样。

该模型的主要原理是通过使用Mobilenet-YOLO进行目标检测，并据此判断用户佩戴口罩的情况。该模型最多可一次性检查30张口罩人脸，可以满足办公区域、车站等人流密集型场景对口罩人脸的检测需求。

在识别是否佩戴口罩上，腾讯优图也针对不同戴口罩场景进行了算法研发与优化，在人脸检测、人脸配准（关键点定位）、人脸属性、人脸识别等技术进行重点攻坚，目前可实时检测戴口罩人脸、精准识别五种不同的佩戴口罩情形，并对未佩戴口罩或错误佩戴口罩的人员及时发现预警。

不过，更让大众关心的问题是：这会意味着机器可以直接“认出”戴口罩的人是谁么？

事实上，戴口罩的人脸检测和人脸关键点检测精度都会因遮挡影响降低精度。戴口罩人群由于面部区域大范围被口罩遮挡，现有算法无法准确检测人脸位置、定位五官关键点，大大降低现有的人脸识别算法效果。由于口罩遮挡，人像信息减少，学习到的特征也随之减少。具体而言，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，干扰识别。

“戴口罩的人脸识别确实是趋势，因为现在摘口罩去做识别，确实是一个危险的事情。我们正在给现有的数据集做处理，比如说，抠出来非遮挡部分包含眼睛、额头，做一个人脸识别的训练。然后也在尝试另一种方法，就是对数据集进行口罩的添加，然后让这个数据集的人脸对有口罩和没有口罩进行识别的训练，目前正在往这两个方向做努力，后续会有一些进展会公布出来。”嘉楠AI产品工程中心高级总监翟新刚告诉第一财经。

记者从商汤科技了解到，目前应用商汤AI智慧防疫解决方案的出入口通行模块，无需摘下口罩即可准确识别员工身份，记录出勤，在人员戴口罩的情况下，露出50%鼻梁时通过率可达85%。同时，还可设置对是否佩戴口罩进行识别，规范员工必须佩戴口罩进入办公区。这个模块可独立部署，也可与其他模块组合搭配，实现多层次防疫。“目前这个产品或者说技术仅在办公区域使用。”商汤科技方面向第一财经明确了这一技术的应用范围。

加快模型部署与产品化

人脸口罩检测模型的开源以及相关产品的研发也在加速之中。嘉楠方面表示下一步将在算法和模块方面积极推进。

搭载人脸口罩检测模型的模块是PaddlePi-K210，是去年5月由嘉楠与百度联合发布的终端运算产品，可打通百度PaddlePaddle模型设备端部署解决方案，使用公版模具就可以一直支持开发者做到产品小样阶段。内置由嘉楠自主研发的AI芯片勘智K210是专门处理视觉任务的计算模块KPU，可以实现图像分类、人脸识别及检测、目标检测等功能。在QVGA网络输入下，该芯片80类目标检测模型帧速率可达到35帧/秒。

嘉楠表示将推进开源人脸口罩检测模型，并为开发者提供详细的工具链。“我们非常欢迎更多的开发者加入进来，对这个模型进行二次甚至多次优化。”嘉楠AI研发人员表示，希望通过大家共同的智慧，为疫情的缓解献一份绵薄之力。