中移物联网突破人脸识别难题，佩戴口罩也能成功识别

随着科学技术的发展，以人脸识别代表的AI人工智能技术逐渐开始落地，具象化到企事业办公领域，其逐步替代原本落后的指纹打卡模式。

然而，一场突如其来的疫情打乱了所有的生活秩序，生活秩序的变化也对人脸识别带来挑战，最典型场景的就是企事业单位通过人脸识别的考勤打卡。

正常情况下，佩戴口罩无法实现人脸识别考勤打卡，但是摘下口罩进行识别又会提高感染概率，这俨然成为了鱼和熊掌不可兼得的难题。

为解决这种难题，中移物联网千里眼一脸通（火瞳）人脸识别产品团队耗时多日，对原有的人脸识别算法进行升级优化，成功实现佩戴口罩也能人脸识别，兼顾考勤及测温两项功能，准确度超过97%，为疫情防控和企业复工复产贡献科技力量。

核心问题困扰戴口罩人脸识别

佩戴口罩影响人脸识别的原因主要在三个方面，首先，佩戴口罩后，下巴、嘴部、鼻子等用于识别的脸部特征大量丢失，无法准确定位五官等关键点位，降低成功率。其次，人脸识别依赖大量的识别训练，然而短期内没有充足的时间及数据提供给AI训练。最后，佩戴口罩还影响到人脸跟踪，活体识别等其他辅助工作模块，导致人脸识别失败。

定点优化&增加训练

考虑以上的三个变量因素，中移物联网千里眼一脸通（火瞳）人脸识别通过增强设备对眼睛及眉毛等未被口罩遮住的部位识别能力，针对基于人脸全局特征及局部特征相结合的方法，优化人脸识别算法。

将没有佩戴口罩的照片提供给算法团队进行训练，技术人员通过合成的方式产出大量素材。为了使学习效果更加出色，团队尽可能的采集市面上口罩的所有样式，与不同脸型进行匹配，快速合成囊括海量场景，无限接近真实的戴口罩训练照片。

双管齐下 体验提升

火瞳在增强人脸识别能力的同时，也对测温准确度进行了提升。团队从测温算法、产品功能两方面同时入手，在测温算法方面，通过持续实验积累的大量测温数据进行多维度分析统计，根据不同区间的数据特征做相应的加权处理;在产品功能方面，通过人脸测温框锁定额头位置，利用检测的人脸大小限定最佳测温距离，保证用户始终在最佳的测温位置进行测量。最终实现测温结果的精准、稳定输出。

教育学校率先落地

在产品团队的技术攻坚下，即使佩戴口罩，也可以实现97%以上的识别准确度，与未佩戴口罩使用体验相差无几。并且已在全国多个地市医院、学校、园区等场景落地，实际使用体验获得客户的一致认可及称赞。

升级全新算法的火瞳红外测温人脸识别一体机，将在安徽某县10所学校部署使用，即将开学的同学们，可以快速识别身份并进行体温初筛。同时，考勤信息也会推送到监护人的手机上，疫情期间让学生家长更加放心。

同时针对企事业园区，在新算法加持下，员工无需摘下口罩，可以实现考勤测温同步进行。当设备筛查出体温异常的员工将会发出告警，为复工复产创造一个安全的办公环境。