從國內(nèi)疫情爆發(fā)算起，小半年時(shí)間過去了，但你的手機(jī)還是不能認(rèn)出戴口罩的你。手機(jī)的口罩人臉識別技術(shù)遲遲未能落地和手機(jī)的隱私及安全性能有
從國內(nèi)疫情爆發(fā)算起，小半年時(shí)間過去了，但你的手機(jī)還是不能認(rèn)出戴口罩的你。
手機(jī)的口罩人臉識別技術(shù)遲遲未能落地和手機(jī)的隱私及安全性能有關(guān)。
以蘋果手機(jī)為例，是最先進(jìn)的 3Apple 的 Face ID D 面部識別系統(tǒng)，它通過在用戶的臉上投影 30,000 多個不可見點(diǎn)來感知用戶的面部特征。還使用其先進(jìn)的反欺騙神經(jīng)網(wǎng)絡(luò)和機(jī)器學(xué)習(xí)來防止使用照片或遮罩或任何其他技術(shù)來解鎖 iPhone。
不過這個手機(jī)端的難題首先在安防場景中得到了廣泛解決——口罩人臉識別已經(jīng)逐漸常態(tài)化，一種主流的方法就是「注意力機(jī)制人臉識別算法」，在人臉遮擋環(huán)境下，可通過識別眼部關(guān)鍵點(diǎn)作為一種「注意力模型」，快速掃描全局圖像，獲得需要重點(diǎn)關(guān)注的目標(biāo)區(qū)域眼部，并形成注意力焦點(diǎn)。
撰文 | 徐丹
編輯 | 四月
疫情之后，全球手機(jī)用戶都普遍存在的痛點(diǎn)——戴口罩時(shí) Face ID 太難解鎖。連華為手機(jī)產(chǎn)品線副總裁也談道，Mate 20 Pro 曾嘗試戴口罩進(jìn)行人臉識別，但遺憾的是最終沒能實(shí)現(xiàn)這一功能。
五一期間，蘋果方面悄悄推出了 IOS 13.5 的最新測試版，試圖在該版本中解決「口罩臉」識別難的問題，但很遺憾，這并不是終極解決方案。
此前，如果用戶戴口罩使用 Face ID，蘋果鎖定指示燈會抖動，并且手機(jī)會震動，表明有問題。臉部 ID 超時(shí)后，系統(tǒng)會提示用戶向上滑動以進(jìn)入可輸入密碼的屏幕。
由于蘋果并不支持指紋解鎖，所以戴口罩開機(jī)流程非常繁瑣，用戶體驗(yàn)差。
iOS 13.5 測試版跳過了一步。更新過后，系統(tǒng)會自動識別出戴口罩人臉，無需等待識別失敗步驟，直接跳入輸入密碼步驟。
目前，蘋果尚未透露 iOS 13.5 何時(shí)定稿并向公眾發(fā)布。
隨著疫情防控的常態(tài)化，如何識別戴口罩人臉已經(jīng)成了一個共性的問題，蘋果率先在智能手機(jī)上做到了「識別人臉是否戴口罩」，在「用戴口罩的人臉開機(jī)」上還有很長的路要走。
不過在更廣泛的安防領(lǐng)域，真正的口罩人臉識別已經(jīng)逐漸常態(tài)化。
一 人臉識別手機(jī)落地難
智能手機(jī)遲遲無法實(shí)現(xiàn)口罩識別，最重要的問題是隱私和安全性。
目前智能手機(jī)上的 3D 人臉識別功能主要有兩大流派，其一就是蘋果主導(dǎo)的結(jié)構(gòu)光(Structured Light)技術(shù)，其二則是目前 Android 旗艦常用的 TOF(Time Of Flight，飛行時(shí)間)。
前者通過在用戶臉上投影不可見點(diǎn)來感知用戶的面部特征，后者通過記錄雷達(dá)光源到達(dá)臉部時(shí)間來感知。
戴口罩會遮住大量面部特征，出于安全性和隱私的考慮，在面部無法完全裸露的情況下手機(jī)基本都無法識別人臉，畢竟手機(jī)面部識別涉及到支付等問題。
蘋果的「戴口罩人臉識別」也只是可以「識別出人臉戴著口罩」，然后自動跳轉(zhuǎn)至密碼解鎖階段，而非直接用戴著口罩的人臉解鎖。
1 月份，國內(nèi)開始大范圍推廣口罩佩戴要求時(shí)，華為手機(jī)產(chǎn)品線副總裁李小龍?jiān)谖⒉┥匣貞?yīng)過戴口罩無法識別人臉的問題。
李小龍談道，此前在發(fā)布華為 Mate 20 Pro 時(shí)也曾嘗試戴口罩進(jìn)行人臉識別，但遺憾的是最終沒能實(shí)現(xiàn)這一功能，因?yàn)榇骺谡趾螅藗儙缀醮蟀霃埬樁急徽谏w住，而露在外面的眼睛和頭部部分特征點(diǎn)太少，沒能展現(xiàn)出人們的面部特色，無法保證安全性，所以最終化為才舍棄了「戴口罩/圍巾」場景的面部識別解鎖技術(shù)。
蘋果手機(jī)更是如此，Apple 的 Face ID 是最先進(jìn)的 3D 面部識別系統(tǒng)，它通過在用戶的臉上投影 30,000 多個不可見點(diǎn)來感知用戶的面部特征。還使用其先進(jìn)的反欺騙神經(jīng)網(wǎng)絡(luò)和機(jī)器學(xué)習(xí)來防止使用照片或遮罩或任何其他技術(shù)來解鎖 iPhone。
僅當(dāng)用戶的眼睛，鼻子和嘴巴裸露且可掃描時(shí)，F(xiàn)ace ID 才起作用。當(dāng)用戶戴著口罩時(shí)，出于安全性考慮，該系統(tǒng)不起作用，因?yàn)樵撓到y(tǒng)也用于銀行交易和 Apple Pay。
當(dāng)用戶戴上口罩時(shí)，這 30,000 個不可見點(diǎn)將被部分覆蓋，這不允許 Face ID 系統(tǒng)測量 3D 深度和面部特征，并且相機(jī)無法捕獲和讀取所有生物特征信息。因此，人臉 ID 無法與遮罩配合使用。
二 攻克技術(shù)難點(diǎn)，安防市場成沃土
除手機(jī)之外，人臉識別一個巨大的應(yīng)用市場是安防。包括視頻監(jiān)控、門禁等等。
在疫情的影響下，如何在安防市場中識別戴口罩的人臉已經(jīng)成為了一個共性問題。
安防人臉識別是基于人的臉部特征信息進(jìn)行身份識別的一種生物識別技術(shù)，目的是確定人臉圖像的身份，提取輸入人臉圖像的特征，特征是使用一維向量對人臉的五官，諸如眼睛、嘴巴的大小，膚色，臉型的抽象描述。
輸入人臉圖像的特征與底庫人臉圖像的特征進(jìn)行逐一對比，找出與輸入圖像特征相似度最高的底庫圖像，如果相似度大于預(yù)先設(shè)置的相似度閾值，則該底庫圖像與輸入圖像為同一個人，否則無法確定輸入圖像的身份。
目前的技術(shù)難點(diǎn)如下：
首先，帶著口罩往往展現(xiàn)的面部特征較小，在火車站這樣的場景下，每天數(shù)據(jù)量很大，核驗(yàn)人員身份精度要求比較高，往往很難實(shí)現(xiàn)。
其次，口罩等遮擋物的類型較多，且遮擋程度不一，再次給獲取非遮擋區(qū)域的信息帶來難度;
另外，短期內(nèi)無法收集大量戴口罩人臉圖像，算法訓(xùn)練難度大;
最后，人臉識別系統(tǒng)包含檢測、跟蹤、識別等多個模塊，對它們都會造成影響。
但是在安防級市場，戴口罩人臉識別技術(shù)難點(diǎn)是可以克服的。疫情的防控的常態(tài)化正在倒逼廠商更新技術(shù)，適應(yīng)市場和用戶的需要。
在這一方面，我國已經(jīng)有了許多突破。早在 2 月下旬，國務(wù)院應(yīng)對新型冠狀病毒感染肺炎疫情聯(lián)防聯(lián)控機(jī)制印發(fā)的《企事業(yè)單位復(fù)工復(fù)產(chǎn)疫情防控措施指南》就提出，各單位應(yīng)暫時(shí)停用指紋考勤機(jī)，改用其他方式對進(jìn)出人員進(jìn)行登記。
目前，騰訊優(yōu)圖、百度、阿里巴巴、商湯、漢王等國內(nèi)互聯(lián)網(wǎng)和科技公司都已開發(fā)出針對口罩的人臉識別技術(shù)，并已經(jīng)投入應(yīng)用。
百度視覺團(tuán)隊(duì)研發(fā)的技術(shù)可以使戴口罩的人臉檢測準(zhǔn)確率超 99% 以上，在百度園區(qū)，員工上班戴著口罩就可以刷臉「入場」。
武漢大學(xué)國家多媒體軟件工程技術(shù)研究中心王中元教授研發(fā)出的口罩遮擋人臉的識別精度達(dá)到 90%;同時(shí)構(gòu)建了全球首個公開的真實(shí)口罩人臉識別樣本集。
三 「注意力機(jī)制人臉識別」突破口罩難關(guān)
口罩人臉識別技術(shù)難題，國內(nèi)泛安防廠商在疫情期間積極攻克。機(jī)器之心在「AI 戰(zhàn)疫專題報(bào)道」中報(bào)道過的小視科技就屬其中之一，他們所采用的技術(shù)的主要方法是「注意力機(jī)制人臉識別算法」是比較主流的思路。
據(jù)小視科技技術(shù)人員向機(jī)器之心介紹，在人臉遮擋環(huán)境下，可通過識別眼部關(guān)鍵點(diǎn)作為一種「注意力模型」，快速掃描全局圖像，獲得需要重點(diǎn)關(guān)注的目標(biāo)區(qū)域眼部，并形成注意力焦點(diǎn)。而后對眼部這一區(qū)域投入更多注意力資源，以獲取更多所需要關(guān)注目標(biāo)的細(xì)節(jié)信息，而抑制其他無用信息。
簡單來說就是提取人臉中的關(guān)鍵點(diǎn)，通過關(guān)鍵點(diǎn)識別不同人臉。當(dāng)面部幾乎一半被遮擋后，面部特征關(guān)鍵點(diǎn)就主要集中在了眼睛和眉毛兩個部位。
從算法模型上突圍，采用眼部、眉毛等局部特征與整體人臉特征的融合，并結(jié)合注意力機(jī)制增強(qiáng)眼部特征，通過訓(xùn)練眼部關(guān)鍵點(diǎn)的模型，便能提升模型在口罩遮擋下的人臉識別率。
采用同樣的原理，在算法層面，針對基于人臉全局特征及局部特征相結(jié)合的方法，可優(yōu)化現(xiàn)有人臉識別算法模型，當(dāng)人面部出現(xiàn)其他遮擋時(shí)，比如戴帽子，也同樣能夠精準(zhǔn)鑒別。
不過，注意力技術(shù)識別算法需要用大量的戴口罩人臉數(shù)據(jù)來訓(xùn)練算法。這對對數(shù)據(jù)規(guī)模也有要求，訓(xùn)練數(shù)據(jù)規(guī)模越大，識別準(zhǔn)確率往往越高。通常需要數(shù)十萬到百萬級別的樣本量，投入巨大。
為了盡可能獲得戴口罩人臉數(shù)據(jù)，傳統(tǒng)的辦法是就是在現(xiàn)有的人臉圖像上「貼」上口罩。通過收集市面上各種顏色、大小和樣式的口罩圖片，與之前積累的未佩戴口罩人臉圖片進(jìn)行融合，快速合成了各種場景、海量真實(shí)的戴口罩訓(xùn)練照片。
合成口罩圖片
除常用的注意力機(jī)制外，還有一些人臉識別技術(shù)通過采集著裝、體態(tài)、發(fā)型等人體信息，以提高識別準(zhǔn)確率。還有一些通過圖像重構(gòu)網(wǎng)絡(luò)將佩戴物件如眼鏡、口罩、帽子等的人臉圖像重構(gòu)為未戴配件的人臉圖像，進(jìn)而通過比對實(shí)現(xiàn)人臉識別。
也有團(tuán)隊(duì)采用技術(shù)難度非常大的方法，比如川大智勝通過采集用戶的三維人像，增加人臉有限區(qū)域的面部信息采集數(shù)量，構(gòu)建精細(xì)的用戶面部立體幾何結(jié)構(gòu)信息，從而實(shí)現(xiàn)戴口罩的面部識別。
總之，在戴口罩人臉識別應(yīng)用方面，我國走在了世界前列。其中最重要的因素是擁有成熟的互聯(lián)網(wǎng)環(huán)境和海量的數(shù)據(jù)。
不僅如此，如今業(yè)界普遍認(rèn)為，美國人工智能在基礎(chǔ)科學(xué)和核心技術(shù)上占優(yōu)，而我國則側(cè)重應(yīng)用場景，有助于技術(shù)的商業(yè)化落地。
在國內(nèi)互聯(lián)網(wǎng)高速發(fā)展和普及的當(dāng)下，每天都會產(chǎn)生海量的數(shù)據(jù)，涉及各行各業(yè)，為挖掘數(shù)據(jù)的價(jià)值提供了便利，也成為機(jī)器學(xué)習(xí)的「訓(xùn)練場」，推動人臉識別技術(shù)的不斷深入和應(yīng)用。
因此，拋開隱私和安全等因素，現(xiàn)在中國已經(jīng)是全球最適合人工智能各類應(yīng)用場景商業(yè)化落地的國家。
關(guān)鍵詞： 蘋果
