?“滴，體溫數據正常!”復工后，在四川成都青白江區，肩負成都地鐵隧道管片生產重任的中鐵八局橋梁公司的復工人員，正在車間門口掃碼企業自主研發的“每日疫情統計小程序”，實現人員疫情防控信息實時跟蹤。進入復工高峰期以來，借助云平臺、大數據及物聯網系統等，施工人員體溫門禁系統、渣土車遠程管理、人員無線定位、視頻監控等諸多“黑科技”正有力促進“一手抓防疫、一手抓生產”的有序推進。

“疫情發生后，復工現場的管理也出現諸多新的技術需求，在戴口罩、安全帽的情況下，如何實現入場人員準確識別，就是復工管理的一個重點方向。”中國中鐵科研院技術中心智慧工地聯合實驗室研發人員趙陽說，按照安全生產要求，過去施工工地已經使用的“智慧工地平臺系統”，其中一個重要功能就是對進入工地人員進行身份識別，“但疫情下，戴上口罩、安全帽，還要測體溫，成為新技術挑戰。”

這項技術難點在哪兒?原來的人臉識別算法，是根據面部特征關鍵點來進行識別的，算法納入的關鍵點越多，識別的結果也就越精確。但佩戴口罩后，可供識別的“關鍵點”大幅減少。“鼻子以下的面部特征被掩蓋，面部特征關鍵點減少，機器之前學習的特征判別能力隨之降低。”趙陽說，口罩會使原有的人臉識別算法模型失效，使機器無法識別當前的人。同時，口罩類型較多且遮擋程度不一，也提升了難度。

“針對人臉識別的新需求，如果對已有的智慧工地平臺進行大范圍硬件更改，一方面增加設備、提高成本，另一方面改造周期較長，難以滿足復工復產要求。”趙陽說，該研發團隊通過加強軟件算法、升級系統平臺，提出了解決方案。

聚焦眼部優化注意力算法模型

“人臉識別一般分為兩個步驟，一是人臉檢測，二是人臉配對。”趙陽說，識別的流程是，人臉機先從視頻圖像中找出人臉，然后通過人臉上的眼睛、鼻子、嘴巴、眉毛等面部的特征，經過一定算法，在人員數據庫識別出對應的人。

記者在識別后臺管理系統看到，系統的“人員管理”一欄，已經錄入了該單位所有工作人員的姓名、部門、工號、電話等基本信息，以及相對應的個人高清照片。當戴著口罩的員工進入辦公樓刷臉時，系統立刻將檢測出的人臉配對，鑒別出員工身份，同時語音報出測量的體溫，而在硬件方面，該設備僅在原有人臉識別的平板電腦上，新增了一個測溫頭。

戴口罩后如何提高識別通過率?前提就是盡可能地增加面部特征關鍵點。“當面部幾乎一半被遮擋后，面部特征關鍵點就主要集中在了眼睛和眉毛兩個部位。”趙陽說。

“我們從算法模型上突圍，采用眼部、眉毛等局部特征與整體人臉特征的融合，并結合注意力機制增強眼部特征，通過訓練眼部關鍵點的模型，來提升模型在口罩遮擋下的人臉識別率。”趙陽說，在人臉遮擋環境下，可通過識別眼部關鍵點作為一種“注意力模型”，快速掃描全局圖像，獲得需要重點關注的目標區域眼部，并形成注意力焦點。“而后對眼部這一區域投入更多注意力資源，以獲取更多所需要關注目標的細節信息，而抑制其他無用信息。”

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合的方法，可優化現有人臉識別算法模型，當人面部出現其他遮擋時，也同樣能夠精準鑒別。“如戴安全帽進入施工項目時，人臉識別依然有效，就是這么實現的。”趙陽說，當前通過大量訓練數據，戴口罩或戴安全帽人臉識別率可達到99.9%。

除了能夠精準識別出戴口罩的人，該實驗室人臉識別系統還特別增加了口罩與安全帽檢測和提示功能，以保障工程建設人員的安全。“這是與同類技術相比，我們技術成果的特色所在。”趙陽說，當開啟口罩與安全帽檢測功能時，設備配有沒戴口罩自動語音提示;若沒戴安全帽，采集設備上則會出現“請佩戴安全帽!”提示。

“主要是升級了后臺的算法，其次是盡可能小地對硬件系統做了改進，最終實現了多項新功能的添加。”趙陽說。

信息增值挖掘數據背后的價值

其實在疫情暴發前，面部遮擋障礙的人臉識別技術，已有不同程度應用。如在安防領域，大多數犯罪嫌疑人為了躲避“天眼”等監控設備追蹤，往往會戴上帽子或口罩，這時候更精準化的人臉識別便可以幫助更好地破案。

“針對越來越多的不同識別情況，一些科研人員正從硬件上想辦法，通過添置硬件設備，增加新的功能。”趙陽說，高精度識別也是對大數據的深入挖掘。“在當前硬件技術條件下，對現場采集的數據進一步挖掘，可以短時間內實現更多功能。”