人脸识别技术目前已经深入我们的生活方方面面。在公共安全、智能安防、手机密保等多个领域得到应用，日常生活中我们也会接触到很多。比如通过人脸识别来解锁手机，通过人脸识别进入某些政务软件平台或是银行APP，大型超市的 “刷脸支付”等等。目前，新冠疫情防控的需要，人人出门都需要戴口罩，那是不是戴上口罩，人脸识别系统就不能工作了？
其实，人脸识别的失败率还真是要跟使用的设备有关。
人脸识别系统是从面部图像或视频帧里取瞳孔中心、眼角、口角、鼻翼等若干位点的尺寸、位置坐标、间距，眼窝、鼻子、下巴的轮廓等信息，有时结合使用皮肤纹理分析与热成像，形成面部纹理与形状模式的数据，拿去比对库存的资料。即使是现在的高分辨率人脸图像、三维人脸扫描，作为生物识别技术，人脸识别的精度还是低于虹膜识别与指纹识别，其卖点是非接触性与非侵入性。
大片脸被遮挡导致位点过少时会难以匹配出唯一结果（不过热成像可以越过眼镜、帽子、太阳镜之类），长相过于酷似的人会无法区分（同卵双胞胎的人脸识别一般都会需要虹膜扫描数据），使用特技化妆用的硅胶头套可以伪装成他人，还有特别的化妆方法可以导致识别失败。手机没有条件使用高级扫描设备，识别能力较弱，遮挡局部即可造成匹配失败，而当我们戴上口罩时，大多数手机的人脸识别功能可能会失效。
这是由于当口罩遮挡住人脸大部分区域时，人脸识别系统无法提取到人脸完整的面部特征，只能捕捉到人脸部分信息，如果系统中保存的人脸图片是不戴口罩的完整人脸，那么两张图片之间的差异会很大，这时人脸识别就会失败。
对于许多大型的人脸识别设备或是终端，为了保证人脸戴上口罩后还能够被正确识别，人脸识别系统首先要能够检测到并定位戴口罩的人脸。一般说来，我们可以通过预先训练一个戴口罩人脸检测模型来解决这个问题。比如某品牌的人脸识别系统在训练人脸检测神经网络模型时采用高斯掩模的方法改变网络特征训练的权重分配模式，将人脸未被遮挡部分以及人头部分的比重增加，这样模型就可以检测并定位戴口罩的人脸。
检测定位到人脸后，根据人脸是否佩戴口罩，确定用来做人脸特征比对的不同模板。如果人脸未佩戴口罩，则按常规流程利用标准模板库进行比对得到识别结果；如果人脸佩戴口罩，则在特征提取过程中使用特征注意力掩模处理，得到口罩遮挡部分之外的人脸信息特征，之后与戴口罩模板库进行比对，根据比对结果输出身份验证结果。
在疫情防控常态化的目前，对于机场、火车站等人群密集区域，让旅客脱下口罩进行人脸识别是有一定的风险的。所以想要强化对遮盖面部者的人脸识别能力的话，机场安检、高铁安检等处设置的大型装置可以用高贯穿力的不可见光、磁场、声波来越过口罩与面具去进行扫描，包括穿过皮肉去扫描头骨及牙齿。你也可以要求当事人搭配使用身份证件、虹膜扫描、视网膜扫描、指纹扫描等方法证明其身份，而不是一根筋加强人脸识别。
参考来源：科普中国 搜狐网
