暖果资讯

暖果科技推出高识别率戴口罩人脸识别算法

时间:2020-05-20

人脸识别正在成为各种身份认证的一种必备选择,新冠肺炎疫情中,戴口罩人脸识别算法成为一个不可回避的新问题。

影响深度学习算法识别效果有两个主要因素,一方面是算法,另一方面是数据。暖果科技在2月初即开始部署人脸识别测温设备,至今已经积累大量的戴口罩人脸数据。但是,用无遮挡人脸识别算法进行戴口罩人脸识别的训练,效果并不好,因为口罩对人脸面部遮挡非常严重,尤其疫情期间鼻子、嘴巴、脸颊这些关键部位都被遮挡了,这就需要研究新的针对大面积遮挡的人脸识别算法。

经过三个月的改进与不断实验,暖果科技推出了新的系列戴口罩人脸识别算法,包括检测是否戴口罩、戴口罩人脸检测、戴口罩人脸识别三个算法。

1、戴口罩检测

戴口罩检测算法基于深度学习技术,用于检测目标是否正确佩戴口罩,可用于学校、医院、后厨等人员密集场所,有效监测人员口罩佩戴情况,可有效保障工作场所安全状况。算法具有良好的鲁棒性,对于各色普通口罩、外科口罩、医用口罩、棉布口罩、KN 95口罩等多种口罩均可有效进行检测。

算法采用轻量级算法,可在嵌入式终端运行,平均召回率为99.3%,平均准确率为99.7%,检测速度与图片大小有关。


表1口罩检测算法性能

2、戴口罩人脸检测

检测并分割图片或视频流中的人脸,返回高精度的人脸框坐标,支持最小人脸检测大小为30px * 30px,能够检测多人小脸情况,在面部遮挡面积小于或等于脸部总面积50%的情况下有很好的鲁棒性。遮挡类型包括但不限于各色普通口罩、外科口罩、医用口罩、棉布口罩、KN 95口罩等多种口罩,以及墨镜、围巾等遮挡。

算法SDK适应于常见Windows,Linux,Android 等操作系统,支持 x86,x64,ARMv7和ARMv8等架构的处理器,所有系统平台的接口均保持一致。

人脸检测算法为轻量级算法,在嵌入式终端运行良好,平均运行时间为50ms,平均召回率为87.8%,平均准确率为95.1%。彩色图片的人脸检测算法性能如表2所示,近红外图片的人脸检测算法性能如表3所示。

表2 基于彩色图片的人脸检测算法性能

表3 基于近红外图片的人脸检测算法性能

3、戴口罩人脸识别

戴口罩人脸识别采用高抗干扰的人脸识别算法,实现戴口罩人脸的高精度比对,深度助力企业抗疫。戴口罩人脸识别提取给定两张人脸图片的深度特征并进行比对,判断两张人脸图片是否属于同一人。戴口罩人脸比对模板采用为未戴口罩人脸图像。

戴口罩人脸识别可以有效应对人脸图片中佩戴的普通口罩、外科口罩、医用口罩、KN95口罩等多种口罩遮挡,在佩戴的口罩露出一半以上鼻梁时,1%误识率情况下识别率可达95%以上,0.1%误识率情况下识别率可达90%以上。一对一人脸比对在不同性能平台上运行的耗时如表3所示。

表3 戴口罩人脸比对耗时

 

暖果科技
北京
上海
深圳
西安
成都
4006906162
Copyright(C) 阳光暖果(北京)科技发展有限公司 版权所有 京ICP备16034894号-1