在英國脫歐后，谷歌計劃讓英國用戶的賬號脫離歐盟的隱私監管政策，改用美國司法標準。盡管這樣的修改讓數千萬英國用戶的個人信息置于較少保護之下，但這些信息更容易被英國執法部門獲得。 在所有用戶數據中，人臉信息尤其是能與具體身份對應的人臉信息，堪稱是重中之重，人臉識別系統作為技術最為成熟、使用范圍最廣、未來發展空間最大的研究方向，已經從方方面面改變了我們的生活。 不過最新的疫情卻讓人們在出入公共場所時都要戴上口罩，這也讓我們不禁為人臉識別技術捏上一把汗，人臉識別能否識別出戴口罩的人臉呢?
人臉識別來勢洶洶，已成AI領域C位
人臉識別技術最開始被人們所熟知還是在2018年前后，在歌神張學友的演唱會上AI至少不下5次幫助公安機關抓捕到逃亡多年的嫌犯。讓《她來聽我的演唱會》有了新的含義。當時大眾普遍對AI還缺乏了解，據稱當時犯人在被捕時都一臉茫然，沒想到人臉識別技術能在若干年后準確找到他們。這也讓人們驚呼原來人臉識別準確率真的這么高啊。 因為人臉識別技術在人員身份認證上所體現出來的便捷性及帶來的效率提升，相關人臉識別產品、解決方案層出不窮。人臉識別被廣泛應用于機場、火車站、社區、園區等諸多場景的身份識別、考勤打卡及金融支付應用當中。 這也直接開啟了一個方便快捷的時代，用戶不需要輸入密碼，甚至連手指都不需要動一下就能完成相關的身份認證，其來勢洶洶的氣勢讓很多大型機構也不得不放下身段，躬身入局，向科技公司請求技術支持，把人臉識別加入自身安全認證體系當中。 由于人性永遠是追求簡單快捷的，短短幾年時間，人臉識別的安全認證手段就已經完全取代了密碼的方式成為了主流的技術方案，潮流的趨勢并不可逆。 自2017年iPhone x啟用人臉識別以來，Face ID一直是蘋果公司引以為傲的一大黑科技，可以瞬間通過3萬個特征點來感知用戶面部特征。 但在口罩面前，Face ID也無能為力，很多中國的iPhone用戶表示現在非常痛苦，無論是刷臉付款還是解鎖手機都非常麻煩，每次都只能輸入密碼或者拉開口罩解鎖。 從目前用戶強烈的吐槽就能看出，如果因為疫情就讓人們重回鍵盤密碼解鎖和密碼輸入等安全手段并不現實。
疫情對人臉識別技術的影響
工信部在2月18日發布《關于運用新一代信息技術支撐服務疫情防控和復工復產工作的通知》中就提出部署運用新一代信息技術支撐服務疫情防控和復工復產工作，特別提到支持運用人工智能、大數據、云計算等技術，用于疫情監測分析、人員流動和社區管理等，對疫情開展科學精準防控。 在疫情來臨的情況下，人臉識別這種非接觸式的身份識別方式還是非常有應用前景的。但筆者發現在機場、火車站、社區園區等人員密集的公共場所，戴上口罩無法進行人臉驗證，摘下口罩進行驗證又面臨交叉感染風險。 為保證效率在大客流的情況下，85%的識別率只能是一個及格線，如果高于這個數值，那么實名認證的成本和難度大大增加。
識別技術帶口罩的臉難在哪里
因為口罩具備不透光性，攝像頭拍攝到的畫面無法捕捉到嘴巴、鼻子等臉部特征，這也導致被遮擋部分無法進行識別。 之前的人臉識別模型一般都要使用完整的面部特征，否則都會出現匹配不成功的問題。因為佩戴口罩將無法采集至少一半以上的特征點，導致最終準確率大為下降。 我們也可以利用殘缺的信息恢復完圖像的完整度，這一直是對抗神經網絡(GAN)的領域。在這一領域中最常見的模型是PIX2PIX，其目的是采集圖像的輪廓，還原回真實圖像。 目前讀者可以到https://affinelayer.com/pixsrv/這個網站來親自嘗試如何從一個簡筆畫出的輪廓轉換成真實的圖像。
后來，英偉達又提出了PIX2PIXHD模型，PIX2PIXHD把之前由PIX2PIX生成的圖像分辨率提高了很多。可以說對抗神經網絡是識別被遮擋人臉的理論基礎。 而針對被遮擋的人臉識別方案，目前比較優秀的開源模型也是由英偉達提出的Partialconv模型(https://github.com/NVIDIA/partialconv)。如果說PIX2PIXHD模型是PIX2PIX的2.0版本，那么其實是PIX2PIX的3.0版本，即使圖像丟失了大面積的像素，也能通過Partialconv模型將損失進行修復。之前紅遍網絡的一鍵去“馬賽克“技術，其實背后都是Partialconv，其效果圖如下：
但是GAN技術也有一定的問題，也就是其還原的精度其實有限，平均只有85%左右，很難做到更高的準確度。而且考慮到有的高級別防護口罩繃帶較緊，佩帶后會對于眼部有扭曲作用，這樣會進一步加大人臉信息恢復的難度。 有時我們會看到不少上班考勤打卡系統和小區門禁系統中，戴著口罩依然能夠通過人臉識別完成驗證，這是因為樣本總量有限，如果單位人數只在幾千人的范圍內，從中確定一個人的身份，這并不需要太高的還原度，只需近似既可。但是在火車、公交及地鐵等公共交通場合下，GAN技術的識別成功率就很難符合要求了。
疫情為人臉識別帶來的最新進展
判斷是否戴對口罩的模型：在疫情持續的當下，正確佩帶口罩外出是必要的防護措施，但是人工檢查的手段效率太低，因此百度工程師在EasyDL平臺上開發了口罩識別模型：AI 口罩督查官，提供靈活可靠，且支持快速布署的AI模型。 在公共場所使用場景中，可以無接觸、快速精準地識別出實時畫面中未戴口罩或者佩戴不正確的人。 戴口罩人臉身份識別模型：近期商湯科技推出了AI智慧防疫解決方案，宣稱其區域通行模塊可以識別出戴口罩人臉的身份，在人員戴口罩的情況下，只要露出50%鼻梁，通過率可達85%。 而漢王科技在最新推出的亮銀鉆石款動態人臉識別機中，其戴口罩人員的識別率也達到85%。 當前該套系統在北京地區用戶已達20余家，應用設備近200套。據說阿里、和華為識別率更高的模型也正在研發當中。 由于我們之前單純依賴人臉信息來識別身份，相信如果新冠真的會長久與人類共存的話，那么人們很可能是摘不下來口罩了，人臉加聲紋的雙重識別方式很有可能會大行其道。筆者看到已經有不少機構在關注這個方向了。 “沒有一個冬天不可逾越，沒有一個春天不會來臨。“讓我們做最壞的準備，做最好的祈禱，愿早日春回大地，陰霾散盡。
關鍵詞：
