疫情之下，对于企业来说，如何在复工之后保护好每一位员工的身体健康？2月21日，国务院联防联控机制印发的《企事业单位复工复产疫情防控措施指南》要求：暂停使用指纹考勤机，改用其他方式对进出人员进行登记。看来，无接触模式的刷脸入闸成为这一特殊时期的首选方案。然而，摘下口罩刷脸、不规范佩戴口罩甚至未佩戴口罩无异于为疫情传染铺就温床，对员工健康埋下隐患。

为助力安全复工复产，京东数科在人脸检测、人脸识别等技术进行重点攻坚，实现实时检测戴口罩人脸、对未佩戴口罩或错误佩戴口罩的人员及时发现，并进行语音提醒，在此基础上，还增强对人脸可见区域的人脸识别鲁棒性，用数字科技为企业响应复工复产构筑了第一道防疫屏障。

口罩场景下人脸检测准确率超99.87%

京东数科自研的轻量级人脸检测器Centerface，可以同时预测面部框和界标位置，在速度和准确性上均表现出色。京东数科提出的方法，通过将人脸检测和对齐转换为标准关键点估计问题，克服了以前基于锚的方法的缺点。实验结果表明，Centerface能够以较小的模型尺寸实现实时速度和高精度，从而使其成为大多数人脸检测和对齐应用程序的理想选择。针对戴口罩场景下的五官遮挡，京东数科在现有wideface数据集的基础上增加口罩遮挡数据集来训练，大大提升了模型鲁棒性。

目前，口罩场景下的人脸检测算法准确率超过99.87%，召回率超过98.3%。

Centerface可有效识别出多种口罩佩戴情况

口罩属性识别

京东数科目前针对人脸眼部以下口罩可能覆盖的部位进行特征学习的算法优化，能够在员工刷脸入闸场景中，有效检测和识别出规范佩戴口罩、不规范戴口罩、未佩戴口罩三类情况，并能做到在正常拍摄角度（如：门禁）和大角度复杂场景下（如：监控）精度无损失。

同时，针对市面上出现的多种类型的口罩均能做出判断，平均召回率达到99%以上。

戴口罩人脸识别

为了解决当下戴口罩人群面部区域大范围被口罩遮挡给人脸过闸带来的挑战，京东数科从算法和数据两个角度出发，针对戴口罩人员的人脸识别技术进行了模型优化与用户体验度升级：

在算法层面，引入注意力机制，加大鼻部以上特征的训练权重，使模型更加关注非遮挡人脸区域，尽可能地降低各种样式口罩带来的干扰，此外，还显示引入局部人脸区域提取人脸特征，融合到全局人脸特征。

算法层面引入注意力机制进行优化

在数据层面，京东数科通过合成各类口罩模板添加到数据集中，以模拟佩戴口罩真实场景，使得常规人脸识别模型能很好地迁移到佩戴口罩场景。上述两方面优化，将使在佩戴口罩场景下的人脸识别通过率提升至接近常规人脸识别通过率。

在应用场景中，人脸识别技术可基于对用户是否佩戴口罩进行的判断，调用常规识别模型检索注册库或针对口罩场景优化的识别模型检索注册库，最大化提升人脸识别通过率。对于安全性要求极高的场景，可基于口罩遮挡判断结果筛选出戴口罩或者口罩严重遮挡的人员，并进一步引导其进行其他方式，进行辅助身份验证。

不戴口罩，闸机将会有语音提示

人脸识别技术已广泛使用于各企事业单位、智慧园区、社区、校园、楼宇等场景的人脸识别考勤、门禁及出入口控制。以京东数科自研的刷脸门禁机为例，只需员工在设备前站定，人脸识别考勤机上摄像头即可准确提取采集图像的特征数据，与系统内照片的特征数据进行比对，快速轻松识别“自己人”，对未佩戴口罩的人员，还能通过语音提示，引导正确佩戴口罩，同步提醒防疫值班人员，做到主动式防疫管控，实现24小时全天候监管。此项技术还可用于泛安防、客流识别产品中。

近年来，人脸识别技术已经从单模态逐步步入多模态的全新阶段。京东数科自主研发的多模态人脸活体检测算法，已在检测中通过了人脸采集、图像质量分类、活体检测能力等多个测试项，能够有效拦截不同环境条件下的“假脸”攻击。近日，该算法正式通过国家金融IC卡安全检测中心-银行卡检测中心（BCTC）的技术认证，达到国家认证的金融支付级安全标准，经BCTC检测，京东数科多模态人脸活体检测算法真人识别正确率达99.8%，二维和三维头模的攻击正确拦截率达100%。这意味着京东数科成为通过银行卡检测中心认证的人脸识别算法厂商。

---------------------

（本文信息仅供参考，据此投资交易风险自担。）