新型冠狀病毒肺炎疫情持續發酵，戴口罩被認為是最有效的防止傳染措施。但不少網友同時體會到，戴口罩也帶來諸多不便，尤其是在手機解鎖、支付、打卡、車站檢票等需要人臉識別做支持的場景中。而在當前疫情環境下，摘掉口罩進行人臉識別則帶來了一定健康風險。

此外，中新經緯記者還注意到，在同一場景中，比如車站檢票或手機支付，有人戴著口罩依然可以通過人臉識別，而有些人必須要摘掉口罩才能通過。這又是為何？未來，在安全前提下，人臉識別又可做哪些改進？

資料圖 中新經緯常濤攝

當人臉識別遇上“全民戴口罩”

當前，人臉識別技術已被廣泛應用于移動支付、辦公出行、智慧安防、教育零售等行業，并逐漸被人們接受、使用。但在當前肺炎疫情，全民戴口罩成為特殊“潮流”的背景下，人臉識別也帶來了一些困擾。

近日從老家返京的曲先生發現，在高鐵站乘車檢票時，閘機上的攝像頭并不能識別戴著口罩的他?！胺磸驮嚵藥状味紵o法識別，在工作人員的提醒下，我摘掉了口罩才成功?！贝送?，曲先生的另一個發現是，戴著口罩，手機也沒有辦法通過人臉識別開機或者進行支付，由于手機不具備指紋解鎖，每次他只能輸入密碼。

和曲先生有一樣經歷的杜女士表示，火車站進站檢票處的人臉識別讓人不得不摘下口罩?！拔宜⑸矸葑C的時候沒有摘口罩，當時我以為會有別樣的設計，比如戴著口罩也能識別我的臉，但實際上我想多了。另外，我進站時稍微有幾個人在排隊，盡管摘下口罩的時間很短，但因為現在肺炎疫情，還是感覺不安全?！?/p>

不過，也有網友表示，火車站檢票時，戴著口罩依然通過了人臉識別。還有一些網友在社交平臺反映，有時戴著口罩也能完成刷臉支付、考勤打卡等操作。

戴口罩做人臉識別，為什么結果不一？

為什么有人戴著口罩也能通過人臉識別，而有人卻不能？這背后有什么技術解釋？

一位不愿具名的圖像識別工程師對中新經緯記者表示，人臉識別實際上是一個匹配的過程，不管是車站檢票，還是辦公室打卡，都是將攝像頭拍攝的人臉圖片與之前上傳到數據庫的照片做比對，如果相似度比較高，就匹配上了，也就能識別出來。

“但數據庫里儲存的那張圖片，保留的是你沒有戴口罩時的面部特征，如果你戴了口罩，即意味著有些面部特征不能給提取出來，就出現了不匹配的情況。但這不是絕對的，有的人臉識別系統，做的是只識別鼻子以上，也就是眼睛、額頭的特征，這樣即使戴了口罩也能識別出來，但準確度會降低，因為特征減少很多?！痹摴こ處熣f。

另一位在某頭部電商平臺做圖像識別的工程師明成（化名）告訴中新經緯記者，人臉識別換個說法講就是人臉比對，就是將采集到的人臉圖片，與之前錄入的人臉的相似程度打個分，如果這個分數大于某個閾值，則認為是這個人。

“戴口罩的時候，由于特征比較少，所以分數相應比較低，如果低于設定的閾值，則無法識別。為了安全起見，我們一般閾值設置的比較高，所以戴口罩是無法識別的?！泵鞒烧f。

京東數字科技AI實驗室對中新經緯客戶端解釋稱，人臉識別通常會根據眼睛、嘴巴、鼻子、胡須以及皮膚等多個特征點進行計算，戴上口罩進行人臉識別相當于只允許使用鼻子以上的特征，一般來說準確率會低于不戴口罩的人臉識別。人臉識別系統的內部設計有兩種邏輯，如果系統內部有臉部遮擋判斷，戴口罩會被系統攔截，不會進行人臉識別。如果系統內部沒有遮擋判斷，戴口罩也會進行人臉識別，也會有一定的概率通過。

便捷和安全能否兼得？

面對特定情形下出現的戴口罩不能被識別的現象，有網友建議：人臉識別能不能把戴口罩的情形考慮進來？

一位來自創業公司的圖像識別技術人員向中新經緯記者表示：“如果攝像頭想做戴著口罩也能識別出來的話，肯定可以的，只是需要做算法上的調整和判斷。首先需要識別一個人戴了口罩，然后啟動戴口罩場景下的算法，即只識別眼睛或者耳朵，然后作比對。不過這樣精度肯定會下降?！?/p>

明成也向表示，利用算法和機器學習，攝像頭是能夠識別出來一個人是否戴了口罩的。但這樣會減低準確度，“有可能把別人也識別成你”。

中新經緯記者注意到，1月21日，華為手機產品線副總裁李小龍曾對“戴口罩手機無法人臉識別”作出回應，他表示“在Mate20 Pro上我們就嘗試過帶口罩的場景，但眼睛和頭部的特征點太少，無法保證安全性，最終舍棄了帶口罩/圍巾場景下的面部識別解鎖。這也是我們為什么在支持3D面部解鎖的手機上仍然保留指紋的原因?！?/p>

不過，這并不意味著未來沒有改進空間。

資料圖來源：支付寶供圖

螞蟻金服2月5日回應中新經緯記者稱，隨著蜻蜓的硬件和算法優化升級，支付寶的掃臉技術已經會通盤考慮一個用戶的面部特征，在某些情況下如果用戶某些特征，比如眼睛的特征非常突出，交易還是可以完成的，我們會進一步升級技術，讓用戶體驗更好。

京東數字科技AI實驗室也表示，京東數科自主研發的人臉識別模型基于分布式訓練框架在海量的多場景數據集上訓練，識別模型在對室外場景光線、人臉姿態距離具有較高的泛化能力，億分之一誤識率下識別準確率達到了99%，能有效抵御3D打印、視頻、圖片、面具、頭套類攻擊行為。

責任編輯：Rachel