上海辦公室布線:騰訊優(yōu)圖攻克口罩識別難題，口罩佩戴識別準(zhǔn)確率超過99%

發(fā)布時(shí)間：2020-02-22 22:41:50   作者：上海監(jiān)控安裝公司

上海辦公室布線:騰訊優(yōu)圖攻克口罩識別難題，口罩佩戴識別準(zhǔn)確率超過99%

騰訊科技訊 隨著對抗新冠疫情的戰(zhàn)役正式打響，口罩對控制疫情起到了相當(dāng)關(guān)鍵的作用，但全民佩戴口罩也對諸如高鐵閘機(jī)等需要人臉識別的場景提出了挑戰(zhàn): 戴口罩人群由于面部區(qū)域大范圍被口罩遮擋，現(xiàn)有算法無法準(zhǔn)確檢測人臉位置、定位五官關(guān)鍵點(diǎn)，大大降低現(xiàn)有的人臉識別算法效果。此外，在公共場所摘下口罩靠人工排查，不僅耗費(fèi)大量人力、排查效率低，也增加了一線工作人員的感染風(fēng)險(xiǎn)。為了解決這一難題，騰訊優(yōu)圖在春節(jié)期間，迅速成立攻堅(jiān)小組，針對不同戴口罩場景進(jìn)行算法研發(fā)與優(yōu)化，最終攻克難題。

口罩佩戴識別準(zhǔn)確率高于99%，優(yōu)圖攻克口罩下人臉識別技術(shù)

優(yōu)圖在人臉檢測、人臉配準(zhǔn)（關(guān)鍵點(diǎn)定位）、人臉屬性、人臉識別等技術(shù)進(jìn)行重點(diǎn)攻堅(jiān)，目前可實(shí)時(shí)檢測戴口罩人臉、精準(zhǔn)識別五種不同的佩戴口罩情形，并對未佩戴口罩或錯(cuò)誤佩戴口罩的人員及時(shí)發(fā)現(xiàn)預(yù)警。在此基礎(chǔ)上，優(yōu)圖DDL人臉識別技術(shù)進(jìn)一步增強(qiáng)對人臉可見區(qū)域的判別能力，實(shí)現(xiàn)更魯棒的人臉識別。

在人臉檢測方面，基于優(yōu)圖開源的DSFD人臉檢測算法，針對戴口罩場景下的五官遮擋，騰訊優(yōu)圖在模型設(shè)計(jì)上進(jìn)行局部特征增強(qiáng)，提升可見區(qū)域權(quán)重。同時(shí)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(jì)相應(yīng)策略，提升模型魯棒性。目前，口罩場景下的人臉檢測算法準(zhǔn)確率超過99%，召回率超過98%。

不同遮擋情況下的人臉檢測效果（圖片來自網(wǎng)絡(luò)）

在人臉配準(zhǔn)（關(guān)鍵點(diǎn)定位）方面，為解決口罩帶來的面部區(qū)域大范圍遮擋問題，基于優(yōu)圖自研的多分支輕量神經(jīng)網(wǎng)絡(luò)，優(yōu)圖快速通過圖像編輯技術(shù)合成海量人臉口罩?jǐn)?shù)據(jù)用于算法優(yōu)化提升，實(shí)現(xiàn)戴口罩人員的精準(zhǔn)五官定位，有效輔助后續(xù)算法模塊的效果提升。

左圖：優(yōu)化前由于臉部大范圍遮擋，導(dǎo)致人臉關(guān)鍵點(diǎn)定位偏差較大

右圖：算法優(yōu)化后，算法可有效估計(jì)戴口罩人臉的正確關(guān)鍵點(diǎn)坐標(biāo)

（圖片來自：MAFA數(shù)據(jù)集）

在口罩屬性識別方面，目前優(yōu)圖算法可精細(xì)識別以下五種情形：未佩戴口罩、錯(cuò)誤佩戴口罩且遮擋嘴部、錯(cuò)誤佩戴口罩且遮擋下巴、錯(cuò)誤佩戴口罩未遮擋面部、正確佩戴口罩。該屬性識別基于優(yōu)圖開源的FAN屬性識別，并針對口罩可能分布的人臉位置，加入更多的attention機(jī)制，可精準(zhǔn)識別人臉是否正確佩戴。目前，對有無口罩佩戴的識別準(zhǔn)確率超過99%。社區(qū)管理人員等可根據(jù)不同場景下的需求，自由組合這些類別。同時(shí)，各企事業(yè)單位也可以利用該技術(shù)及時(shí)檢測員工情況，保障安全復(fù)工。

可識別的五種戴口罩類型

在戴口罩人臉識別方面，優(yōu)圖提供了一套靈活兼具安全與便利的算法解決方案。利用優(yōu)圖人臉質(zhì)量模型對被口罩遮擋的人臉進(jìn)行口罩遮擋判斷以及遮擋區(qū)域提取兩類分析。其中，口罩遮擋判斷目前已達(dá)99.5%以上準(zhǔn)確率。而對于安全性要求極高的應(yīng)用場景，如支付場景，可基于口罩遮擋判斷結(jié)果篩選出戴口罩或者口罩嚴(yán)重遮擋的人員，并進(jìn)一步引導(dǎo)其進(jìn)行其他方式的身份驗(yàn)證。該算法基于自研的DDL技術(shù)框架，結(jié)合優(yōu)圖人臉質(zhì)量模型的遮擋區(qū)域判斷能力，使數(shù)據(jù)模型在應(yīng)對戴口罩人臉時(shí)，自適應(yīng)地關(guān)注非口罩區(qū)域的人臉判別信息，從而提取出更加魯棒的人臉特征。

優(yōu)圖DDL人臉識別技術(shù)

常規(guī)的人臉識別算法，即便是應(yīng)用于配合條件下戴口罩人臉識別時(shí)，性能也會極大程度地下降。而優(yōu)圖人臉識別算法，基于上述的優(yōu)化手段，可將戴口罩人臉識別的召回率提升至接近正常人臉識別的召回率，基本滿足戴口罩場景下的人臉識別應(yīng)用。

結(jié)合口罩下的人體識別，輔助社區(qū)進(jìn)行人員管理和排查

相較于人臉識別技術(shù)，基于圖像“搜人”的人體識別技術(shù)（ReID）對人體圖像的遮擋、朝向以及清晰度具有較高的魯棒性，同時(shí)對攝像頭的清晰度、假設(shè)位置以及角度等沒有硬性要求。

疫情期間，絕大多數(shù)外出人員均會佩戴口罩，人臉識別技術(shù)對于佩戴口罩的人員成功率會有所下降。對于社區(qū)一線工作人員來說，人臉識別技術(shù)對佩戴口罩的人員身份確認(rèn)失敗，會大大增加他們的排查登記工作量，而摘除口罩進(jìn)行識別又會增加潛在的傳播風(fēng)險(xiǎn)。

基于騰訊優(yōu)圖目前業(yè)界領(lǐng)先的ReID技術(shù)，騰訊優(yōu)圖聯(lián)合騰訊海納利用人體特征和人臉識別相結(jié)合的方式，將傳統(tǒng)人臉識別方式下無法溯源的戴口罩出入人員進(jìn)行確認(rèn)，從而提升社區(qū)工作人員摸排登記外來人員的效率。

目前，相關(guān)技術(shù)已在多個(gè)不同地區(qū)的應(yīng)用場景中陸續(xù)落地，在這場全民抗疫的戰(zhàn)爭中，持續(xù)發(fā)揮AI的價(jià)值。

上一篇   返回首頁  打印  返回上頁  下一篇