日益成熟的人工智能，正成為抗擊新冠肺炎疫情戰(zhàn)線上一群特別的「逆行者」。

 

無論是加速前期的疫情科研攻關(guān)，還是協(xié)助一線的疫情診療和現(xiàn)場防控，以及后端的信息化平臺搭建，都已經(jīng)出現(xiàn)了人工智能技術(shù)和解決方案的身影，并且取得了實際效果。

機器之心特設(shè)「AI 戰(zhàn)疫專題報道」，跟蹤人工智能技術(shù)應(yīng)用抗疫現(xiàn)場的最新進展及效果，聚焦人工智能工作者英勇抗疫故事。

 

今天是該系列的第五篇之《社區(qū)保衛(wèi)戰(zhàn)：算法攻破人臉識別「口罩」難題，方案兩天落地千人小區(qū) | AI 戰(zhàn)疫》。

 

作為城市抗擊疫情的重要單位，社區(qū)在疫情發(fā)展的中后期是不可掉以輕心的關(guān)卡，而一套能夠良好適應(yīng)疫情場景的人臉識別方案才能稱得上這場戰(zhàn)疫中盡忠職守的「AI 門衛(wèi)」。

[[315354]]

南京江寧區(qū)玉堂花園小區(qū)南門，一位戴著口罩的居民走到門禁前，系統(tǒng)很快通過人臉識別識別出他的身份和健康狀況，閘機門自動打開。

[[315355]]

人臉識別，在過去一年里高歌猛進的 AI 代名詞，紅遍大江南北，無論是鐵路客運大廳，還是雜貨店結(jié)賬前臺都能見到其身影，一時風(fēng)光無兩。

不料，疫情來襲，當(dāng)大家紛紛戴上口罩，攝像頭背后的它便罷工待斃，再不識其人了。有專家表示，人臉戴上口罩后隱藏了大部分的面部特征，從而將準(zhǔn)確率降低至 30％。

在疫情面前，人臉識別顯得雞肋和尷尬，最后還得人工上場。但高傳染性的病毒肆意，非接觸式的檢測識別方案才是正解。

但 AI 算法之所以強大，在于其迭代與自我進化的空間無限。9 天，一家 AI 公司連夜奮戰(zhàn)，終于攻破人臉識別的「口罩」難題，至少在有限的小區(qū)范圍內(nèi)，口罩人臉識別已經(jīng)不再是問題。

 01 另辟蹊徑測模型

1 月下旬，疫情正有抬頭之勢，放假節(jié)前，小視科技管理層就開始討論，如何參與這場防疫戰(zhàn)役，他們預(yù)判，疫情會對整個社會秩序帶來很大影響，也會波及公司的業(yè)務(wù)發(fā)展。

小視科技，全稱為南京甄視智能科技有限公司，是一家位于南京的人工智能公司，2015 年成立，以人臉識別技術(shù)為突破口，在安防、零售、教育等行業(yè)落地。

月底，小視科技內(nèi)部緊急啟動防疫項目組，結(jié)合已有的解決方案和能力，針對小區(qū)和企業(yè)的防疫需求快速啟動技術(shù)研發(fā)。

決策一經(jīng)達成，二三十人的作戰(zhàn)小組隨即成立，由技術(shù)研發(fā)人員和產(chǎn)品經(jīng)理組成，進行技術(shù)可行性論證。

遮擋下的人臉識別是業(yè)內(nèi)公認(rèn)的一個難題。

• 一方面，戴上口罩后，首先因鼻子、嘴巴等五官信息被遮擋，人臉面部可用于辨別的信息會大幅減少；
• 其次臉部輪廓等可辨別信息也在物理分布上發(fā)生較大變化，因此按照傳統(tǒng)思路訓(xùn)練出的人臉識別模型，精度都會出現(xiàn)大幅下降；
• 還有數(shù)據(jù)，戴口罩下的人臉數(shù)據(jù)本身就非常缺乏，疫情之下也很難短時間內(nèi)快速采集數(shù)據(jù)，或者找采集公司定制用以訓(xùn)練。

考慮到挑戰(zhàn)難度，小視科技 AI 研究院院長胡建國決定，首先從算法模型上突圍。

此前，團隊已經(jīng)積累的近千個基礎(chǔ)模型，但是否有與實際需求匹配尚是個未知數(shù)。目前，業(yè)界仍然沒有一個穩(wěn)定且高效的針對口罩的人臉識別算法。

進行模型評測要有戴口罩下的人臉測試數(shù)據(jù)，管理層緊急發(fā)動公司全員及親屬，用了兩天時間采集一個小規(guī)模數(shù)據(jù)集。

緊接著遠程調(diào)用計算集群進行模型評測，他們找到了一種有效的模型思路——采用眼部特征與整體人臉特征的融合，并結(jié)合注意力機制增強眼部特征，通過自研的輕量級網(wǎng)絡(luò)，單獨訓(xùn)練眼部關(guān)鍵點的模型，來提升模型在口罩遮擋下的人臉識別率。

胡建國解釋，計算機視覺中的注意力機制與人類視覺的選擇性類似，核心目標(biāo)也是從眾多信息中獲取最相關(guān)的信息。佩戴口罩的人臉中眼睛成為了人臉識別的關(guān)鍵信息，基于口罩的人臉識別采用眼部關(guān)鍵點和注意力機制相結(jié)合的方法來增強眼部特征，眼部特征圖與整體人臉特征圖的多級融合，充分挖掘人臉的有效信息，提升模型在口罩遮擋情況下的表現(xiàn)。

人臉識別模型注意力機制效果，第一列表示原圖，第二列表示熱力圖，第三列表示導(dǎo)反向傳播圖，第四列表示導(dǎo)向反向傳播灰度圖，圖中觀察到人眼的區(qū)域得到了更多的關(guān)注。

在人臉識別模型的訓(xùn)練過程中，胡建國團隊同時加載預(yù)先訓(xùn)練的眼部關(guān)鍵點網(wǎng)絡(luò)用于特征圖的提取，并與人臉識別網(wǎng)絡(luò)提取的特征圖相結(jié)合，結(jié)合注意力機制突出眼部特征，提高識別的準(zhǔn)確率。

在內(nèi)部測試集中，該模型結(jié)果僅比普通算法模型指標(biāo)低 5%。而在此之前，業(yè)界其他方案的公開口罩人臉識別仍在 80%-90% 區(qū)間。

該思路此前在通用任務(wù)表現(xiàn)上并不理想，所以沒有推廣開來，但在口罩識別場景下的表現(xiàn)超出了所有人的預(yù)期。

2 月 4 日，小視 AI 算法團隊拿到模型測試結(jié)果后，胡建國和團隊認(rèn)為模型指標(biāo)下降并不嚴(yán)重，已具備在實際生產(chǎn)中有效運行的可能性。

 02 「兩天內(nèi)要試點落地」

模型初步驗證之后，一支上百人的隊伍陸續(xù)投入戰(zhàn)斗，進行算法研發(fā)，產(chǎn)品準(zhǔn)備。

大年初六以來，由于疫情管制，道路封鎖，和胡建國一樣，許多人都被困到家中，只能通過遠程協(xié)同辦公。但研發(fā)人員除了基本生活外，幾乎全部精力都投入到工作中，為開發(fā)算法一部分員工甚至通宵作業(yè)。

次日，他們接到了第一個緊急落地任務(wù)，來自南京江寧區(qū)東山街道政府，要求兩天內(nèi)在東山街道玉堂花園小區(qū)進行試點落地。

迫切的需求，尚不充分的算法驗證，讓研發(fā)團隊承擔(dān)了巨大的壓力。

小視科技也緊急成立各類預(yù)案組，分別負(fù)責(zé)研發(fā)、前線部署、商務(wù)、后勤等工作，全體管理層帶頭，保證所有信息都同步到位，并就每天的工作進行匯總、復(fù)盤，保證基本流程不出現(xiàn)問題。

然而特殊時期問題處處存在，尤其體現(xiàn)在一些基礎(chǔ)支撐上，比如安裝人員難以找尋，這個過程中必須一遍一遍確認(rèn)，確保所有物料、人力、支持資源能夠在第一時間到位。

[[315357]]

玉堂花園常住人口大約 1500~1700 人，部署人臉識別門禁中，將居民的人臉錄入底庫是重要一步。然而問題是，盡管當(dāng)?shù)毓蔡峁┝藰I(yè)主的人臉數(shù)據(jù)，但由于許多租戶的存在，這一數(shù)據(jù)無法使用。

而人工錄入效率低，同時也存在一定風(fēng)險，研發(fā)團隊為此又專門開發(fā)了一個便捷錄入的小程序，居民可以現(xiàn)場掃碼在指定區(qū)域完成錄入。

為了盡快做好數(shù)據(jù)錄入，一些街道的志愿者、黨員都參與到協(xié)助中。而居民也出奇地配合，在一天之內(nèi)完成了所有居民的人臉錄入。

2 月 7 日，小視科技完成試點部署。部署中遇到的難度也遠遠超過實驗室環(huán)境，胡建國稱，由于口罩緊缺，一些老年人會戴自制口罩，遮擋范圍可能更多，口罩的樣式也更多樣，在實際部署中也給他們帶來巨大的壓力。

令人欣慰的是，產(chǎn)品落地后，他們只是調(diào)整了部分算法的閾值與門禁架設(shè)的位置，在不到 2000 人的小區(qū)中，口罩遮擋下的人臉識別已達到非常高效的通行。

[[315358]]

為了幫助社區(qū)更好的管理居民，他們還推出自定義進出規(guī)則系統(tǒng)，比如針對隔離觀察未滿的居民，可以設(shè)置禁止外出；針對非小區(qū)人員，可以設(shè)置禁止入內(nèi)。

通過戴口罩下的人臉識別門禁系統(tǒng)，社區(qū)可實現(xiàn)居民的分類管理和精準(zhǔn)識別，同時降低接觸風(fēng)險，這對于處于返程高峰期的社區(qū)可謂是一場及時雨。

緊接著的 1~2 天中，經(jīng)受住南京各級領(lǐng)導(dǎo)的視察后，小視科技獲得了政府的認(rèn)可與信任。疫情管控的急迫下，新的任務(wù)隨之而來，政府要求小視科技在數(shù)天內(nèi)完成 數(shù)十個小區(qū)的部署。

隨后任務(wù)進一步加劇，在短時間內(nèi)部署東山街道 285 個小區(qū)的壓力也落到小視科技頭上。

 03 全面出擊「部署戰(zhàn)」

隨著試點的完成，2 月 7 日當(dāng)天夜里，小視科技已進入全員作戰(zhàn)狀態(tài)，公司超 80% 的人員全部投身疫情項目中，不論是一線部署，還是遠程支援。

參與實際部署的小視科技一線員工來自不同的崗位，有商務(wù)人員，也有技術(shù)人員，反正一旦完成隔離，一定第一時間去支援前線，去負(fù)責(zé)生產(chǎn)、安裝設(shè)備、解答用戶問題。

[[315359]]

部署調(diào)試中的工作人員

胡建國稱，尤其是一線實施人員，因為人力有限，產(chǎn)品鋪設(shè)點位又多，基本都是白天夜晚兩班倒，緊張的作業(yè)使他們每天都要忙到凌晨，有的甚至工作到凌晨四五點。

算法人員也會支援一線部署，并帶回產(chǎn)品遇到的問題、技術(shù)改進的思路，就這樣爭分奪秒的一版一版更新模型。「2 月 7 日后不到一周的時間里，我們已經(jīng)完成四五版模型的更新。」他補充道。

一些遠程支持人員，包括測試人員，甚至行政人員，都被 AI 研究院拉過來做數(shù)據(jù)標(biāo)注與清洗。

緊鑼密鼓推進之下，截至 2 月 12 日，在不到五天時間里，小視科技的這套解決方案已完成 20 余家小區(qū)的生產(chǎn)布署，服務(wù)社區(qū)居民 4 萬余人。除此之外，企業(yè)單位、政府部門等其他場景也正在投入使用。

然而，新的問題又隨之而來。比如小視科技 12 日部署的一個小區(qū)，住戶達 2500 戶，常住人口近萬人，如此大的人口規(guī)模對于技術(shù)帶來新的挑戰(zhàn)。

這是因為當(dāng)人口達到一定規(guī)模后，比如在幾十萬人中，總可以找到一些眼睛非常相似的人，當(dāng)嘴巴鼻子等有效信息被遮擋后，分辨率相應(yīng)就會降低。「我們在人工核驗后臺數(shù)據(jù)的時候，已經(jīng)遇到一些數(shù)據(jù)，人也沒有辦法分辨。」胡建國稱。

「天生的數(shù)據(jù)局限性，還有人臉有效信息的缺失，會導(dǎo)致人臉識別在應(yīng)用中挑戰(zhàn)非常大。」

在迫切的疫情管控與政府殷切的期望之下，小視 AI 算法團隊在緊張迭代模型時，也承擔(dān)了不小的壓力。「我們給自己定的目標(biāo)是，在半個月之內(nèi)，一定要支持大概 2 萬人。」

與此同時，因為供應(yīng)鏈緊缺而被擱置的紅外測溫設(shè)備，小視科技也正在研發(fā)迭代中，他稱最快可能一周之內(nèi)，就會試點 AI 測溫功能的人臉識別門禁產(chǎn)品。