杏彩体育官网下载:疫情加速百度人脸识别变革：戴口罩也能准确识别迅速上线iPhone可以抄作业了

　　好消息是，AI工程师们逢山开路遇水搭桥，现在——戴口罩人脸识别——这座桥，已经搭好了，而且已经开放了。

　　而且每个区域特征点所包含的信息量(用于身份认证)不同，例如，眼部区域就相比其他位置包含了更多的身份信息。

　　这样一来，就能将因为佩戴口罩、帽子等遮挡，所带来的信息丢失降到最低，也就能充分获取戴口罩人脸的身份信息。

　　但这样处理后的实验效果并不明显，原因是在真实场景中，人脸姿态会有变化，并且不同场景采集的图像存在一定的差异性。

　　通过收集市面上各种颜色、大小和样式的口罩图片，与之前积累的未佩戴口罩人脸图片进行融合，快速合成了各种场景、海量真实的戴口罩训练照片。

　　检测算法方面，采用了百度最新的PyramidBox-lite检测算法，并加入超过10万张口罩人脸数据训练，在准确率不变的情况下，召回率提升了30%，佩戴口罩的人脸检测准确率超99%以上。

　　口罩分类算法方面，基于人脸关键点网络，抽取了具有丰富面部语义信息的人脸特征表示，并基于该特征进行口罩遮挡判断，还通过PaddleSlim进行模型压缩，大小缩小了3倍多。

　　其实，这项已经投入到了现实场景，在百度园区，员工上班戴着口罩就可以刷脸“入场”，解决了检测“戴口罩的是谁”的问题。

　　为了达到业内SOTA水平，百度视觉技术部在人脸检测问题上产出了一系列的研究，从多个角度进行优化。

　　BFBox，第一篇基于神经网络架构搜索的人脸检测方法，支持同时搜索适合人脸检测的特征提取器和特征金字塔。

　　研究成果方面，近期即将召开的计算机视觉学术会议CVPR 2020在近日公布了收录的论文，录取率创下新低，相比去年下降3%，仅有22%，百度仍有高达22篇论文入选，其中人脸方向重要的论文包括：

　　此次疫情之下，人脸识别背后的核心技术问题，包括复杂场景多人脸检测、多人脸跟踪定位、实时模型预测、戴口罩人脸识别。

　　百度在此次疫情中的贡献，也真正的彰显了那句“能力越大，责任越大”，也体现了出了在计算机视觉领域中领军者的地位。

　　而此次百度在人脸识别上的成功，离不开技术硬实力，更离不开技术背后的百度飞桨 (PaddlePaddle)。

　　例如在解决戴口罩人脸识别问题时，就采用了飞桨的大规模分类库PLSC，快速对数百万ID的训练数据进行训练，还采用了飞桨模型压缩库PaddleSlim进行模型搜索与压缩，产出高性能的人脸识别模型，使用飞桨PaddleLite快速进行云端和移动端部署。

　　在此前北京地铁AI口罩检测方案中，百度飞桨利用自身储备的业界领先工具集，快速完成了度视频内容解析、视频语义理解、分类标签，及口罩识别等全套模型及部署，充分展现出飞桨源于产业实践、并致力于与产业深入融合的特点。

　　与科升(广东)智能科技有限公司达成合作，对城中村门禁系统进行改造，租户利用前期入住时登记好的人脸开锁进门，同时该人脸数据库与公安大数据后台对接(直接对接公安数据库)，对可疑人员及网上追逃人员进行预警。

　　十牛科技将百度大脑发布的口罩检测与戴口罩人脸识别技术，更新至校园安全管理系统中，为学生复学做好万全准备。

　　与无锡华捷电子信息技术有限公司达成合作，针对疫情全新开发的产品，无需摘下口罩，就可以精准识别人脸，实现乘车人秒速自动测温，有效降低了公共交通出行中接触感染风险。

　　与广州智体科技有限公司达成合作，应用驾驶行为分析API极速研发并上线了出租车、公交车司乘人员“戴口罩智能识别预警模块”，实时上传异常数据到疫情监管、交通管理部门、公交/出租车公司后台，实现了多站点远程异地有效管控。

　　还包括深圳市赛蓝科技有限公司、深圳智荟物联技术有限公司、南京海帆数据科技有限公司等100余家试用企业，涉及零售线下门店无感刷脸购物、智慧社区刷脸门禁、企业员工刷脸考勤等场景。

　　开始报名啦，3.26晚8点，英伟达专家将分享如何利用迁移式学习工具包加速Jetbot智能小车推理引擎部署。

　　戳二维码，备注“英伟达”即可报名、加交流群、获取前两期直播回放，主讲老师也会进群与大家交流互动哦~

　　原标题：《疫情加速百度人脸识别变革：戴口罩也能准确识别，迅速上线，iPhone可以抄作业了》

　　本文为澎湃号作者或机构在澎湃新闻上传并发布，仅代表该作者或机构观点，不代表澎湃新闻的观点或立场，澎湃新闻仅提供信息发布平台。申请澎湃号请用电脑访问。