防疫新方案亚略特戴口罩人脸识别技术赋能深圳医院防疫

对这些防疫新方案亚略特戴口罩人脸识别技术赋能深圳医院防疫和深圳疫情防控科技创新成果的热门话题，大家的讨论度都比较高，接下来让小编带大家详细的讲解一下。

不久前，苹果发布了iOS154，新功能更新允许用户在戴着口罩的情况下进行FaceID面部识别，可用于解锁设备或使用iCloud钥匙串。现在，这已成为戴口罩旅行的常态。放在现实环境中可以说是非常“贴切”。

口罩人脸识别赋能一线防疫

事实上，早在苹果之前，国内AI智能科技公司Elliott就已经发布了一款戴口罩时进行面部识别的产品。在COVID-19疫情爆发之初，Ariot就敏锐地预见到了佩戴口罩对人脸识别的影响，迅速组织科研力量开展技术攻关，优化了原有的人脸识别算法，并对佩戴口罩的人脸识别算法进行了升级。该升级算法已于2020年5月在自有设备的SDK中使用。

经过近一年的测试落地，亚力特的口罩佩戴人脸识别算法已适配于易通智能识别终端8200、P80，并已在全国多个省市重点防疫场所落地。在深圳宝安人民医院、深圳宝安机场等一线防疫场所的出入口，都能看到戴着口罩、佩戴人脸识别设备的阿里奥特。内部工作人员可快速刷脸通行，患者、乘客等外部人员可扫描或健康码通行，无需摘下口罩，降低了疫情传播风险。

3D图像融合技术实现高精度识别

据介绍，由于佩戴口罩时缺乏面部信息，生物识别点大大减少，使得人脸识别变得更加困难。Ariote利用基于人脸关键点的3D图像融合技术，将市场上各种款式、颜色、纹理的口罩图像与现有未戴口罩的人脸图像融合，从而获得大规模的对比结果。戴口罩人的真实人脸图像训练数据。

同时，Ariot持续优化特征学习网络，采用基于空间位置的注意力机制，让算法专注于眉毛和眼睛区域的特征学习。通俗的解释是，加强对眉毛、眼睛等特征点的识别，弱化对被口罩遮挡的口、鼻、脸颊的识别，然后训练戴口罩人脸的识别模型。

此外，Ariot戴口罩人脸识别模型可以充分获取戴口罩人脸的特征信息。在门禁场景下测试10000对戴口罩的人脸图像，准确率FAR=001，FRR=1。同时，该模型可以直接在原始人脸数据库上使用。无论用户之前时是否佩戴口罩，均可直接升级佩戴口罩人脸识别功能，免去重新录入人脸数据的麻烦。

在疫情防控常态化下，常规人脸识别技术无法准确识别佩戴口罩的人脸，摘下口罩进行识别会给防疫工作带来风险。因此，佩戴口罩的人脸识别技术具有广阔的应用前景。艾罗特戴口罩人脸识别设备部署在医院等防疫一线，在保证防疫有效性的同时，实现方便快捷的通行。是科技赋能防疫的生动体现。

疫情防控期间，个人手机认证、支付认证或组织身份认证、防疫核查将越来越依赖佩戴口罩时的人脸识别技术。除了保证防疫安全外，Aliote人脸识别算法和策略也将不断优化和扩展。应用边界，更好地服务其他复杂的应用场景和用户需求。

现在大家应该对防疫新方案亚略特戴口罩人脸识别技术赋能深圳医院防疫和深圳疫情防控科技创新成果有所了解了吧，欢迎大家关注并收藏本站，谢谢各位的支持！