人脸识别技术作为一种重要的生物识别技术，已经在公共安全、智能安防、消费电子等多个产业得到广泛应用。疫情影响之下，人们纷纷戴上口罩，人脸识别系统的工作也受到很大挑战。在防疫通行、身份认证等需求的倒逼下，人脸识别技术也在不断升级。

新冠疫情爆发之初，亚略特根据防疫常态化的需求，在原有人脸识别算法基础上进行优化，实现了戴口罩人脸识别的算法升级。“2020年3月份开始研发相关算法，同年5月份就开始在各种智能终端中集成了全新的SDK。”亚略特Bio- X实验室主任王玉坚先生告诉小编。目前亚略特戴口罩人脸识别算法TrustFace已经在易通行各类智慧通行解决方案中完成适配，变身重要的智慧防疫通行解决方案，已在全国多个省市的重点防疫场所落地应用。

医院，每天大量的医护工作人员、病人和家属往来，作为疫情防控的重点场所，需要核查每一位通行者的身份、行程记录和健康码信息。因为亚略特方案的“全程佩戴口罩”、“工作人员和来往病患分别管理策略”、“无需二次录入口罩人脸即可通行”、“快捷无需人工干预”等优势，在南方医科大学深圳医院、深圳市龙岗区第三人民医院、深圳市宝安区妇幼保健院、中山大学附属第八医院等多家医院的出入卡口，都能看到亚略特戴口罩人脸识别防疫解决方案的身影。

(图：亚略特防疫通行管理系统部署在深圳市宝安区人民医院)

(图：亚略特防疫通行管理系统部署在深圳市福永人民医院)

(图：亚略特防疫通行管理系统部署在中国科学院大学深圳医院)

(图：亚略特防疫通行管理系统部署在深圳中山大学第八医院)

戴口罩人脸识别可以理解为常规人脸识别的2.0版本。由于面部被口罩遮挡，造成部分信息缺失，生物特征点大幅减少，识别难度也被加大。针对这一技术难点，亚略特算法团队采用基于人脸关键点的3D图像融合技术，将市面上的各种款式、颜色、纹理的口罩图片，和已有的未戴口罩的人脸图像进行融合，从而获得大批量、比较真实的戴口罩人脸图像训练数据。

与此同时，不断优化特征学习网络，采用基于空间位置的注意力机制，让算法更加关注眉眼区域的特征学习。通俗地讲，就是要进一步强化眉眼部的特征点识别，弱化被口罩遮挡的口、鼻、两腮部分的识别。最后，训练出针对戴口罩人脸的识别模型。

疫情期间，戴口罩人脸识别技术的应用范围广泛，无论是个人的手机认证、支付认证，还是组织的身份认证、防疫核验等，都越来越依赖这项技术支持。亚略特人脸识别算法和策略也将不断优化，在保障广大市民防疫安全的同时，更好地服务其他复杂的应用场景和用户需求。