人臉配準(zhǔn)（關(guān)鍵點(diǎn)定位）

為解決口罩帶來(lái)的面部區(qū)域大范圍遮擋問(wèn)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(guò)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。

口罩屬性識(shí)別

目前優(yōu)圖算法可精細(xì)識(shí)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(shí)別基于優(yōu)圖開源的FAN屬性識(shí)別，并針對(duì)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(shí)別人臉是否正確佩戴。目前，對(duì)有無(wú)口罩佩戴的識(shí)別準(zhǔn)確率超過(guò)99%。社區(qū)管理人員等可根據(jù)不同場(chǎng)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(cè)員工情況，保障安全復(fù)工。

戴口罩人臉識(shí)別

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(duì)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(duì)于安全性要求極高的應(yīng)用場(chǎng)景，如支付場(chǎng)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(duì)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(shí)別技術(shù)

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

結(jié)合口罩下的人體識(shí)別

輔助社區(qū)進(jìn)行人員管理和排查

相較于人臉識(shí)別技術(shù)，基于圖像“搜人”的人體識(shí)別技術(shù)（ReID）對(duì)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(duì)攝像頭的清晰度、假設(shè)位置以及角度等沒(méi)有硬性要求。

疫情期間，絕大多數(shù)外出人員均會(huì)佩戴口罩，人臉識(shí)別技術(shù)對(duì)于佩戴口罩的人員成功率會(huì)有所下降。對(duì)于社區(qū)一線工作人員來(lái)說(shuō)，人臉識(shí)別技術(shù)對(duì)佩戴口罩的人員身份確認(rèn)失敗，會(huì)大大增加他們的排查登記工作量，而摘除口罩進(jìn)行識(shí)別又會(huì)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(shí)別相結(jié)合的方式，將傳統(tǒng)人臉識(shí)別方式下無(wú)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(lái)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(chǎng)景中陸續(xù)落地，在這場(chǎng)全民抗疫的戰(zhàn)爭(zhēng)中，持續(xù)發(fā)揮AI的價(jià)值。

songjy