隨著科學技術的發展，以人臉識別代表的AI人工智能技術逐漸開始落地，具象化到企事業辦公領域，其逐步替代原本落后的指紋打卡模式。

然而，一場突如其來的疫情打亂了所有的生活秩序，生活秩序的變化也對人臉識別帶來挑戰，最典型場景的就是企事業單位通過人臉識別的考勤打卡。

正常情況下，佩戴口罩無法實現人臉識別考勤打卡，但是摘下口罩進行識別又會提高感染概率，這儼然成為了魚和熊掌不可兼得的難題。

為解決這種難題，中移物聯網千里眼一臉通（火瞳）人臉識別產品團隊耗時多日，對原有的人臉識別算法進行升級優化，成功實現佩戴口罩也能人臉識別，兼顧考勤及測溫兩項功能，準確度超過97%，為疫情防控和企業復工復產貢獻科技力量。

核心問題困擾戴口罩人臉識別

佩戴口罩影響人臉識別的原因主要在三個方面，首先，佩戴口罩后，下巴、嘴部、鼻子等用于識別的臉部特征大量丟失，無法準確定位五官等關鍵點位，降低成功率。其次，人臉識別依賴大量的識別訓練，然而短期內沒有充足的時間及數據提供給AI訓練。最后，佩戴口罩還影響到人臉跟蹤，活體識別等其他輔助工作模塊，導致人臉識別失敗。

定點優化&增加訓練

考慮以上的三個變量因素，中移物聯網千里眼一臉通（火瞳）人臉識別通過增強設備對眼睛及眉毛等未被口罩遮住的部位識別能力，針對基于人臉全局特征及局部特征相結合的方法，優化人臉識別算法。

將沒有佩戴口罩的照片提供給算法團隊進行訓練，技術人員通過合成的方式產出大量素材。為了使學習效果更加出色，團隊盡可能的采集市面上口罩的所有樣式，與不同臉型進行匹配，快速合成囊括海量場景，無限接近真實的戴口罩訓練照片。

雙管齊下 體驗提升

火瞳在增強人臉識別能力的同時，也對測溫準確度進行了提升。團隊從測溫算法、產品功能兩方面同時入手，在測溫算法方面，通過持續實驗積累的大量測溫數據進行多維度分析統計，根據不同區間的數據特征做相應的加權處理;在產品功能方面，通過人臉測溫框鎖定額頭位置，利用檢測的人臉大小限定最佳測溫距離，保證用戶始終在最佳的測溫位置進行測量。最終實現測溫結果的精準、穩定輸出。

教育學校率先落地

在產品團隊的技術攻堅下，即使佩戴口罩，也可以實現97%以上的識別準確度，與未佩戴口罩使用體驗相差無幾。并且已在全國多個地市醫院、學校、園區等場景落地，實際使用體驗獲得客戶的一致認可及稱贊。

升級全新算法的火瞳紅外測溫人臉識別一體機，將在安徽某縣10所學校部署使用，即將開學的同學們，可以快速識別身份并進行體溫初篩。同時，考勤信息也會推送到監護人的手機上，疫情期間讓學生家長更加放心。

同時針對企事業園區，在新算法加持下，員工無需摘下口罩，可以實現考勤測溫同步進行。當設備篩查出體溫異常的員工將會發出告警，為復工復產創造一個安全的辦公環境。