从国内疫情爆发算起，小半年时间过去了，但你的手机还是不能认出戴口罩的你。
疫情之后，全球手机用户都普遍存在的痛点——戴口罩时人脸识别解锁不了自己的手机。如果我们戴口罩使用人脸解锁，系统会多次进行人脸识别的重复过程，最后跳转到密码识别。其中最受困扰的恐怕是苹果手机的使用者，由于苹果并不支持指纹解锁，所以戴口罩开机流程非常繁琐，如果想实现人脸解锁，我们不得不把口罩拉开，露出鼻子和嘴巴，用户体验特别差。
今年五一，苹果推出了 ios13.5测试版试图通过识别你是否带了口罩，然后跳过人脸识别，直接转到密码解锁。虽然让手机解锁变得相对简单，但也不是我们想要的方案。
从国内疫情爆发算起，小半年时间过去了，但你的手机还是不能认出戴口罩的你。为什么时间过去这么久，各大手机厂商谁也没有解决看起来“简简单单”的口罩人脸识别？
这还要从人脸识别的机制和安全性能说起。
现在智能手机的人脸识别主要两种主流方案：一种是苹果主导的结构光技术，通过在用户脸上投影关键点来识别人脸；另一种是安卓旗舰常用的飞行时间技术，通过记录雷达光源到达脸部时间来识别人脸。
以苹果手机为例，Apple 的面部识别系统通过在用户的脸上投影 30,000 多个不可见点来感知用户的面部特征，同时还使用反欺骗神经网络和机器学习来防止使用照片或遮罩或任何其他技术来解锁 iPhone。也就是说苹果在通过在用户脸上投影来感知用户的面部特征，当我们的眼睛，鼻子和嘴巴裸露且可扫描时，人脸识别才起作用。而戴口罩会遮挡住大量面部特征导致识别失败。
手机之所以如此谨慎的使用面部识别还有支付安全的考虑。
因为电子支付的普及，手机已经成了重要的支付工具，手机厂商不能只考虑使用的便利，牺牲人脸识别的准确性。今年华为手机产品线副总裁李小龙就回应过网友，华为在Mate 20 pro 上就尝试过戴口罩的场景，但由于眼睛和头部的特征点太少，出于安全性考虑，无奈舍弃带口罩和围巾场景下的面部识别解锁，但华为的方案是在面部解锁的手机上保留指纹解锁。
现在如何识别戴口罩的人脸已经成了一个共性的问题，出入小区、办公园区的门禁识别，在火车站核验身份都需要准确的识别人脸，安防领域也在面对戴口罩识别人脸这一难题。
安防人脸识别是通过提取输入人脸图像的特征，对输入人脸图像的特征与底库人脸图像的特征进行逐一对比，找出与输入图像特征相似度最高的底库图像进行对比，来识别人物身份。
当我们带上口罩，给安防人脸识别带来了新的挑战。 首先，因为带着口罩我们展现的面部图像较小，在火车站这样的场景下，每天数据量不仅很大，而且对识别的精度要求高，这就给人脸识别带来一定的挑战；其次，口罩等遮挡物的类型较多，且遮挡程度不一，再次给获取面部信息带来难度；另外，短期内无法收集大量戴口罩人脸图像，算法训练难度大。
目前，采用「注意力机制」已经成为安防领域口罩人脸识别的主要思路。在人脸遮挡环境下，识别眼部关键点，对眼部这一区域投入更多注意力资源，抑制其他无用信息。采用眼部、眉毛等局部特征与整体人脸特征的融合，并结合注意力机制增强眼部特征，通过训练眼部关键点的模型，便能提升模型在口罩遮挡下的人脸识别率。当人面部出现其他遮挡时，比如戴帽子，也同样能够精准鉴别。
注意力技术识别算法需要用大量的戴口罩人脸数据来训练算法。这对数据规模也有要求，训练数据规模越大，识别准确率就越高。通常需要数十万到百万级别的样本量，投入巨大。
目前，腾讯优图、百度、阿里巴巴、商汤、汉王等国内互联网和科技公司都已开发出针对口罩的人脸识别技术，并已经投入应用。百度视觉团队研发的技术可以使戴口罩的人脸检测准确率超 99% 以上，在百度园区，员工上班戴着口罩就可以刷脸「入场」。
拥有成熟的互联网环境和海量的数据，让我国在在戴口罩人脸识别应用方面走在了世界前列。国内互联网高速发展和普及的当下，每天都会产生海量的数据，涉及各行各业，为挖掘数据的价值提供了便利，也成为机器学习的「训练场」，推动人脸识别技术的不断深入和应用。
