在人工智能技术迅猛发展的当下，人脸识别应用已日趋成熟，但在此次疫情中却也面临了全新挑战——口罩下的人脸该如何完成识别？基于原有的人脸识别算法，佩戴口罩会大大影响人脸识别准确率，如果为了刷脸脱掉口罩，则又会增加感染风险。
针对这一实际需求，为了更好的助力复工复产期间的疫情防控，虹软视觉开放平台推出了口罩相关的人脸识别相关算法，包含“口罩佩戴检测算法”和“戴口罩时的人脸识别算法”，全力支持合作伙伴和开发者研发相关“抗疫”应用落地。
佩戴口罩，为何也能做到99.5％的识别准确率？
在人脸识别领域中，佩戴口罩属于大面积人脸遮挡，一直以来都是公认难题，难点主要体现在：
第一，人脸识别算法主要依据人脸面部特征进行身份判定，佩戴口罩进行识别时，算法无法准确检测人脸位置、定位五官关键点，大大降低了识别效果。
第二，人脸识别算法使用的深度学习技术依赖海量的训练数据，短期内难以收集到大量佩戴口罩照片，并进行人工标注；
第三，人脸识别算法包含多重模块，佩戴口罩影响的不仅仅是人脸比对模块，还会影响到人脸检测、跟踪等多个模块，对整个系统带来很大的干扰影响。
基于原创技术积累，虹软视觉开放平台针对原有人脸识别算法模型进行了针对性升级，提升人脸可见区域权重，在局部特征增强方面设计了相应策略，如加强了对眼睛、眉毛等重点区域的识别，佩戴口罩下的人脸识别准确率达99.5％以上。
而在全新推出的“口罩佩戴检测算法”上，虹软视觉开放平台针对口罩种类丰富、佩戴位置多样等问题，在数据增强方面设计相应策略，提升了模型鲁棒性。该算法可有效识别是否规范佩戴口罩，如未佩戴口罩、错误佩戴口罩、用手或其他物体遮挡脸部等多种场景。复产企业、复课学校等可以利用该技术，及时提醒相关人员正确佩戴口罩，提升防控效率。
疫情防控正进一步推动人脸识别商用落地
人脸识别技术凭借无物理接触、可无感使用等特点，以及全新的佩戴口罩人脸识别算法的推出，在此次疫情防控中，各类人脸识别非接触应用扮演了非常重要的角色。
2月下旬，国务院应对新型冠状病毒感染肺炎疫情联防联控机制印发的《企事业单位复工复产疫情防控措施指南》中提出，各单位应暂时停用指纹考勤机，改用其他方式对进出人员进行登记。可以预见，无论是疫情中还是疫情后，戴口罩人脸识别考勤设备都将锁定更大市场空间。
除了办公考勤外，车站、机场等人员密集的交通枢纽对于戴口罩人脸识别也有极大需求。疫情期间，如果一一除去乘客的口罩来进行人证核验，难免将乘客长时间暴露于人群聚集的 高风险场景中，而且增加工作人员负担，导致排查效率低下。有了升级后的戴口罩人脸识别算法，短短几秒即可完成身份识别、体温监测，大大降低了人员密集场所新冠病毒感染风险。
一直以来，虹软视觉开发平台通过免费、离线的ArcFace算法赋能，帮助了大量中小企业及个人开发者，在智慧楼宇、智慧旅游、智慧工地、智慧校园、智慧出行、智能机器人等诸多场景中落地了人脸识别商业化应用。本次疫情中，也帮助岩齐智能、一德文化等合作伙伴推出了多款助力疫情防控的人脸识别产品，在不同行业中发挥重要作用。
可以发现，此次疫情让人脸识别应用进一步的加入的大众生活。疫情过后，生活回到正轨，人脸识别技术留下的痕迹却不会被抹除。经此一役，人脸识别技术或将融入生活与工作的方方面面，成为社会发展的基础技术之一。
