第四版：科技·经济
“滴，体温数据正常！”复工后，在四川成都青白江区，肩负成都地铁隧道管片生产重任的中铁八局桥梁公司的复工人员，正在车间门口扫码企业自主研发的“每日疫情统计小程序”，实现人员疫情防控信息实时跟踪。
“疫情发生后，复工现场的管理也出现诸多新的技术需求，在戴口罩、安全帽的情况下，如何实现入场人员准确识别，就是复工管理的一个重点方向。”中国中铁科研院技术中心智慧工地联合实验室研发人员赵阳说，按照安全生产要求，过去施工工地已经使用的“智慧工地平台系统”，其中一个重要功能就是对进入工地人员进行身份识别，“但疫情下，戴上口罩、安全帽，还要测体温，成为新技术挑战。”
“人脸识别一般分为两个步骤，一是人脸检测，二是人脸配对。”赵阳说，识别的流程是，人脸机先从视频图像中找出人脸，然后通过人脸上的眼睛、鼻子、嘴巴、眉毛等面部的特征，经过一定算法，在人员数据库识别出对应的人。
戴口罩后如何提高识别通过率？前提就是尽可能地增加面部特征关键点。“当面部几乎一半被遮挡后，面部特征关键点就主要集中在了眼睛和眉毛两个部位。”赵阳说。
“我们从算法模型上突围，采用眼部、眉毛等局部特征与整体人脸特征的融合，并结合注意力机制增强眼部特征，通过训练眼部关键点的模型，来提升模型在口罩遮挡下的人脸识别率。”赵阳说，在人脸遮挡环境下，可通过识别眼部关键点作为一种“注意力模型”，快速扫描全局图像，获得需要重点关注的目标区域眼部，并形成注意力焦点。
采用同样的原理，在算法层面，针对基于人脸全局特征及局部特征相结合的方法，可优化现有人脸识别算法模型，当人面部出现其他遮挡时，也同样能够精准鉴别。“如戴安全帽进入施工项目时，人脸识别依然有效，就是这么实现的。”赵阳说，当前通过大量训练数据，戴口罩或戴安全帽人脸识别率可达到99.9%。 （科技日报）