為了更好的助力復(fù)工復(fù)產(chǎn)期間的疫情防控,虹軟視覺開放平臺推出了口罩相關(guān)的人臉識別相關(guān)算法,包含“口罩佩戴檢測算法”和“戴口罩時的人臉識別算法”,全力支持合作伙伴和開發(fā)者研發(fā)相關(guān)“抗疫”應(yīng)用落地。
在人臉識別領(lǐng)域中,佩戴口罩屬于大面積人臉遮擋,一直以來都是公認(rèn)難題,難點主要體現(xiàn)在:
第一,人臉識別算法主要依據(jù)人臉面部特征進(jìn)行身份判定,佩戴口罩進(jìn)行識別時,算法無法準(zhǔn)確檢測人臉位置、定位五官關(guān)鍵點,大大降低了識別效果。
第二,人臉識別算法使用的深度學(xué)習(xí)技術(shù)依賴海量的訓(xùn)練數(shù)據(jù),短期內(nèi)難以收集到大量佩戴口罩照片,并進(jìn)行人工標(biāo)注;
第三,人臉識別算法包含多重模塊,佩戴口罩影響的不僅僅是人臉比對模塊,還會影響到人臉檢測、跟蹤等多個模塊,對整個系統(tǒng)帶來很大的干擾影響。
基于原創(chuàng)技術(shù)積累,虹軟視覺開放平臺針對原有人臉識別算法模型進(jìn)行了針對性升級,提升人臉可見區(qū)域權(quán)重,在局部特征增強(qiáng)方面設(shè)計了相應(yīng)策略,如加強(qiáng)了對眼睛、眉毛等重點區(qū)域的識別,佩戴口罩下的人臉識別準(zhǔn)確率達(dá)99.5%以上。
而在全新推出的“口罩佩戴檢測算法”上,虹軟視覺開放平臺針對口罩種類豐富、佩戴位置多樣等問題,在數(shù)據(jù)增強(qiáng)方面設(shè)計相應(yīng)策略,提升了模型魯棒性。該算法可有效識別是否規(guī)范佩戴口罩,如未佩戴口罩、錯誤佩戴口罩、用手或其他物體遮擋臉部等多種場景。復(fù)產(chǎn)企業(yè)、復(fù)課學(xué)校等可以利用該技術(shù),及時提醒相關(guān)人員正確佩戴口罩,提升防控效率。