如何看待现在人脸识别技术的无孔不入？

人脸识别和疫情

有助于使疫情之后的世界变得更安全的关键技术之一是人脸识别。人们通常害怕接触人脸识别系统，认为它们是某种恶意的老大哥在监视他们。没有什么能比这更接近事实了。相反，它们是一种高度精确的生物识别技术，除其他应用外，还允许对工作场所、关键基础设施、运输工具或活动进行无接触和远程访问控制。有了人脸识别，就不需要操纵门禁卡，不需要接近或将手指放在数百人共用的任何设备上，从而有助于控制疫情的传播。然而，在这种新常态下，人脸识别技术面临着一个主要挑战：普遍使用的医疗口罩遮住了一半的脸。理想情况下，个人不应该因为在出入控制中摘下口罩而使自己和他人暴露在病毒面前，但目前绝大多数的人脸识别算法还没有足够的鲁棒性来处理这种大面积的面部遮挡。

事实上，我们人类也面临着同样的挑战。眼球追踪和心理学工作已经广泛研究了人类在面对识别人的任务时发生的视觉注意机制。他们证明，我们天生就系统地固定了由两只眼睛和嘴巴组成的三角形脸部区域。因此，如果这个三角形的一个顶点被面具遮挡，我们长期获得的人脸识别机制将遇到困难，失去稳健性，并需要时间来适应新的面部构造。和人类一样，人脸识别算法也需要适应被遮挡的人脸结构。

人脸识别未来机遇

现有的人脸识别算法以人工智能（AI）为基础，特别是机器学习和深度学习技术。这意味着它们从用于训练的数百万张面部图像的数据集中自动学习识别策略。到目前为止，面部训练数据集在照明条件、头部姿势或背景方面有所不同；它们还以眼镜、帽子、围巾或胡须的形式呈现出某些面部遮挡。但是，它们几乎没有包含带医疗面具的人脸。

要使人脸识别模型能够识别带面具的人，一个可能的解决办法是为此目的收集新的训练图像。但也有其他更注重算法的替代方法。最近，最先进的学术论文为深度神经网络引入了视觉注意力机制，这样就可以教它们在训练期间将注意力集中在图像的特定区域。

这些机制可以应用于教导人脸识别模型将其注意力转移到未被掩盖的上脸区域。在任何情况下，人脸识别系统必须能够识别戴面具的人和未戴面具的人。因此，另一个有趣的方法是建立一个面具检测器，然后，根据面具是否存在，并应用不同的适应性人脸识别策略。

目前许多企业正在将所有这些解决方案引入其产品，以引领人脸识别的 "新常态 "时代。佩特科技的双目人脸识别解决方案成熟，同时独立研发出可以直接在设备上配备的高性能双目摄像头，RK3288人脸识别主板技术成熟，具备人脸识别整机出货能力。双目人脸识别设备利用红外立体成像检测等技术，完成活体检测功能，实现精准的识别判定，识别精度高、速度快，可以给用户带来极致的“刷脸”体验。