暖果科技推出高识别率戴口罩人脸识别算法

2026-09-20

人脸识别正在成为各种身份认证的一种必备选择,新冠肺炎疫情中,戴口罩人脸识别算法成为一个不可回避的新问题。

影响深度学习算法识别效果有两个主要因素,一方面是算法,另一方面是数据。暖果科技在2月初即开始部署人脸识别测温设备,至今已经积累大量的戴口罩人脸数据。但是,用无遮挡人脸识别算法进行戴口罩人脸识别的训练,效果并不好,因为口罩对人脸面部遮挡非常严重,尤其疫情期间鼻子、嘴巴、脸颊这些关键部位都被遮挡了,这就需要研究新的针对大面积遮挡的人脸识别算法。

暖果科技推出高识别率戴口罩人脸识别算法。经过三个月的改进与不断实验,暖果科技推出了新的系列戴口罩人脸识别算法,包括检测是否戴口罩、戴口罩人脸检测、戴口罩人脸识别三个算法。

1、戴口罩检测

戴口罩检测算法基于深度学习技术,用于检测目标是否正确佩戴口罩,可用于学校、医院、后厨等人员密集场所,有效监测人员口罩佩戴情况,可有效保障工作场所安全状况。算法具有良好的鲁棒性,对于各色普通口罩、外科口罩、医用口罩、棉布口罩、KN95口罩等多种口罩均可有效进行检测。

算法采用轻量级算法,可在嵌入式终端运行,平均召回率为99.3%,平均准确率为99.7%,检测速度与图片大小有关。

表1口罩检测算法性能

----暖果科技推出高识别率戴口罩人脸识别算法//----

2、戴口罩人脸检测

检测并分割图片或视频流中的人脸,返回高精度的人脸框坐标,支持最小人脸检测大小为30px*30px,能够检测多人小脸情况,在面部遮挡面积小于或等于脸部总面积50%的情况下有很好的鲁棒性。遮挡类型包括但不限于各色普通口罩、外科口罩、医用口罩、棉布口罩、KN95口罩等多种口罩,以及墨镜、围巾等遮挡。

算法SDK适应于常见Windows,Linux,Android等操作系统,支持x86,x64,ARMv7和ARMv8等架构的处理器,所有系统平台的接口均保持一致。

人脸检测算法为轻量级算法,在嵌入式终端运行良好,平均运行时间为50ms,平均召回率为87.8%,平均准确率为95.1% 。彩色图片的人脸检测算法性能如表2所示,近红外图片的人脸检测算法性能如表3所示。

表2基于彩色图片的人脸检测算法性能

----暖果科技推出高识别率戴口罩人脸识别算法//----

表3基于近红外图片的人脸检测算法性能

----暖果科技推出高识别率戴口罩人脸识别算法//----

推荐阅读

上一篇：专访一微半导姜新桥丨用SLAM核心芯片推动扫地机器人的普及与渗透

下一篇：通胀■辰逸凛：全球货币超发，投资者如何选择优质投资品种？茅台、黄金？