“刷脸”不再是玩笑，戴上口罩也可以“不失灵”

【51CTO.com原创稿件】近年来，随着人工智能、大数据、云计算等技术的迅速发展，人脸识别技术取得了长足的进步并且在众多场景中得以成功应用，“刷脸”成为了这几年的热门话题。

在我们生活中，随处可见的智能手机的刷脸解锁，快速准确；移动支付的“刷脸支付”，安全便捷；就连住宅小区也可以见到“刷脸门禁”，消除了人们忘带钥匙的烦恼。随着人脸识别技术的创新和发展，识别技术逐渐变得更加准确，应用范围变得越来越广泛。无论摄像头中的人脸是侧脸、遮挡、弱光或模糊，利用今天的人工智能技术都可以实现毫秒级检测。
人脸识别是一种基于人的面部特征信息进行身份辨识的生物特征识别技术，起始于20世纪60年代，在90年代后期开始进入应用阶段，目前已经是一类发展比较成熟的技术。人脸识别技术深奥且复杂，其算法基本思路是通过捕捉和对比分析人的“面部特征”来识别人的身份。当我们记住一个人时，可能会首先记住他是不是双眼皮、眼睛是什么颜色、头发是卷是直、鼻梁高低等等，这些就是所谓的“面部特征”。基于人的面部特征，用摄像机或摄像头获得含有人脸的照片（或者视频），并自动在照片（或者视频）中检测和跟踪人脸，进而对采集到的人脸进行面部识别。

由于突如其来的新冠疫情，一只口罩“封印”了人们的半张脸，大量脸部特征直接丢失，传统的人脸识别算法已经无法解锁大面积遮挡的情况。于是遮挡下的人脸识别成为了业内公认的一个难题。但是，随着人工智能技术的日益成熟，科研工作者们很快解决了当下戴口罩人群面部区域大范围被口罩遮挡给人脸过闸带来的挑战。
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。首先因鼻子、嘴巴等五官信息被遮挡，人脸面部可用于辨别的信息会大幅减少；其次脸部轮廓等可辩别信息也在物理分布上发生较大变化，按照传统思路训练出的人脸识别模型，精度都会出现大幅下降；还有数据，戴口罩下的人脸数据缺乏的十分明显。因此眼睛成为了人脸识别的关键信息，基于口罩的人脸识别采用眼部关键点和注意力机制相结合的方法来增强眼部特征，眼部特征图与整体人脸特征图的融合，充分挖掘人脸的有效信息，提升识别系统在口罩遮挡情况下的表现。
此外，“虹膜识别”也引发了不少的讨论。简单地说，是“用眼睛去解锁和识别身份”。人眼虹膜纹理图像包括斑点、条纹、细丝、冠状、隐窝等细节视觉特征，这些特征人各有异、出生一年后几乎终身不变，这决定了虹膜特征的独特性，同时也决定了身份识别的唯一性。因此可以采用图像处理和模式识别方法精确鉴定具有该虹膜图像的人员身份。随着戴口罩的情况越来越普遍，虹膜识别越来越被重视，人脸识别技术也实现了进一步的突破。

总而言之，人脸识别技术实现了从无到有，并且不断地实现突破，准确率逐渐提高，甚至超过了人类的识别水平。疫情给人脸识别带来了巨大挑战，新的市场需求不断衍生，相信人工智能技术将会达到更高的成就。

【51CTO原创稿件，合作站点转载请注明原文作者和出处为51CTO.com】

本文转载自网络，原文链接：https://www.51cto.com
本站部分内容转载于网络，版权归原作者所有，转载之目的在于传播更多优秀技术内容，如有侵权请联系QQ/微信：153890879删除，谢谢！