日益成熟的人工智能正在成为抗击新冠肺炎疫情一线的一群特殊“叛逆者”。无论是加快疫情前期科研攻关，还是助力一线疫情诊疗和现场防控，以及后台信息平台建设，都出现了人工智能技术和解决方案并取得了实效。机器之心特设“AI战疫专题报道”，跟踪人工智能技术应用抗疫的最新进展和效果，聚焦英雄抗疫故事。人工智能工作者的流行病工作者。今天是系列的第五篇《社区保卫战：算法攻破人脸识别「口罩」难题，方案两天落地千人小区 | AI 战疫》。社区作为全市抗击疫情的重要单位，是疫情发展中后期不可掉以轻心的检查站。只有一套能够很好适应疫情场景的人脸识别解决方案，才能称得上是这场疫情中的专属“AI卫士”。.在南京市江宁区玉堂花园小区南门，一名戴着口罩的居民走到门口。系统通过人脸识别快速识别出他的身份和健康状况，闸机自动打开。人脸识别，AI的代名词，在过去的一年里大放异彩，风靡全国，无论是铁路客运大厅，还是杂货店的收银台，此刻都能看到它的身影。没想到，疫情来袭，当大家纷纷戴上口罩时，幕后却罢工等死，从此不认识了。有专家表示，脸上戴上口罩后，大部分面部特征都被隐藏了，从而降低了30%的准确率。面对疫情，人脸识别显得鸡肋尴尬，最终不得不手动上阵。然而，高传染性病毒肆意肆虐，非接触式检测识别方案才是正确的解决方案。但AI算法之所以强大，在于其无限的迭代和自我进化空间。9天时间，一家AI公司通宵奋战，终于攻破了人脸识别的“面具”难题。至少在限定区域内，戴口罩人脸识别已经不成问题。01模型测度的另一种方式1月下旬，疫情呈上升趋势。节前，小石科技管理层开始商讨如何参与这场防疫战。他们预言这次疫情会对整个社会秩序造成很大的影响。这也将影响公司的业务发展。小石科技，全称南京真石智能科技有限公司，是一家位于南京的人工智能公司。成立于2015年，以人脸识别技术为突破口，落地安防、零售、教育等行业。月底，小石科技紧急启动防疫项目组，结合现有解决方案和能力，针对社区和企业的防疫需求，快速展开技术研发。一旦决策达成，将立即成立20-30人的实战团队，由技术研发人员和产品经理组成，进行技术可行性论证。遮挡下的人脸识别是业界公认的难题。一方面，戴上口罩后，首先因为鼻子、嘴巴等面部特征被遮挡，可用于识别人脸的信息会大大减少；其次，人脸轮廓等可识别信息在物理分布上也会发生较大变化，因此按照传统思维训练出来的人脸识别模型准确率会大幅下降；还有数据，口罩下的人脸数据本身就非常稀缺，疫情下很难在短时间内快速采集数据，或者找采集公司定制训练。考虑到挑战的难度，小石科技AI研究院院长胡建国决定先突破算法模型。此前，团队已经积累了近千种基础模型，但是否符合实际需求尚不得而知。目前业界还没有稳定高效的口罩人脸识别算法。模型评估需要口罩下的人脸测试数据。管理团队紧急动员公司全体员工和亲属，用两天的时间收集了一个小规模的数据集。在远程调用计算集群进行模型评估后，他们立即找到了一个行之有效的模型思路——利用眼部特征与整体人脸特征的融合，结合注意力机制增强眼部特征，通过自研的轻量级网络，分别训练眼部关键点模型，提高模型在面具遮挡下的人脸识别率。胡建国解释说，计算机视觉中的注意力机制类似于人类视觉的选择性，其核心目标是从众多信息中获取最相关的信息。戴口罩人脸中的眼睛，成为人脸识别的关键信息。基于面具的人脸识别采用眼睛关键点和注意力机制相结合的方法来增强眼睛特征。眼睛特征图和整体人脸特征图的多层次融合，可以充分挖掘人脸的有效信息，提高模型在mask遮挡情况下的性能。注意力机制对人脸识别模型的影响。第一列代表原始图像，第二列代表热图，第三列代表引导反向传播图，第四列代表引导反向传播灰度图。眼部区域得到更多关注。在人脸识别模型的训练过程中，胡建国团队同时加载预训练的眼睛关键点网络进行特征图提取，结合人脸识别网络提取的特征图，结合注意力机制突出眼睛特征，以提高识别的准确率。在内部测试集中，模型结果仅比常用算法模型指标低5%。此前，业内其他解决方案的公用口罩人脸识别率还处于80%-90%的区间。这个想法之前在一般任务的表现上并不理想，所以没有推广，但是在口罩识别场景中的表现超出了大家的预期。2月4日，小石AI算法团队拿到模型测试结果后，胡建国和团队认为模型指标下滑并不严重，具备在实际生产中有效运行的可能性。02“两天内试点”模式初步验证后，百人团队陆续投入战斗，进行算法研发、产品准备。大年初六以来，由于疫情管控和道路封锁，很多人和胡建国一样被困在家里，只能远程办公。然而，除了基本的生活，研发人员几乎把所有的精力都投入到工作中，有的员工甚至为了算法的开发通宵达旦。次日，他们接到了南京市江宁区东山街道政府的第一个紧急落地任务，要求在两天内在东山街道玉堂花园小区试点落地。紧迫的需求和不充分的算法验证给研发团队带来了巨大的压力。小视界还紧急成立了各类应急预案小组，负责研发、一线部署、业务、后勤等工作。问题出现。但是，特殊时期问题处处存在，尤其是在一些基础支撑方面。例如，很难找到安装人员。这个过程要反复确认，确保所有的物资、人力、支持资源都能尽快到位。玉堂园常住人口约1500至1700人。在人脸识别门禁部署中，将居民人脸录入底层数据库是重要的一步。但问题是，虽然当地警方提供了业主的人脸数据，但由于租户众多，这一数据无法使用。但人工录入效率低，存在一定风险。研发团队开发了方便入门的小程序。居民可在指定区域现场扫码完成入园。为尽快完成数据录入，部分街道志愿者和党员参与帮扶。住户们也出奇的配合，一天之内就完成了所有住户的人脸录入。2月7日，小石科技完成试点部署。部署中遇到的困难远远超出实验室环境。胡建国说，由于口罩紧缺，一些老人会戴自制口罩，可能覆盖面更广，口罩款式也更多。带来很大的压力。好消息是，产品上线后，他们只是调整了一些算法的门槛和访问控制的位置。在一个不到2000人的小区里，口罩下人脸识别已经实现了非常高效的通行。为了帮助社区更好地管理居民，他们还推出了自定义出入规则系统。例如，对于不在隔离观察范围内的居民，可以设置禁止外出；对于非社区人员，可以设置禁止进入。通过口罩下的人脸识别门禁系统，社区可以实现居民的分类管理和精准识别，同时降低接触风险，可谓返程高峰期为社区及时雨。随后的1-2天时间里，经受了南京市各级领导的考察，小石科技得到了政府的认可和信任。疫情防控形势紧迫，新任务接踵而至。政府要求小石科技在几天内完成数十个社区的部署。随后，任务进一步加大，短时间内部署东山街道285个社区的压力也落在了小视科技的身上。03全面出击“部署战”随着试点工作的完成，2月7日晚，小视科技进入全员作战状态，公司80%以上人员投入抗疫项目，无论是前线部署还是远程支持。参与实际部署的小石科技一线员工来自不同岗位，有业务人员，也有技术人员。反正一旦隔离完成，他们必须马上支援前线，负责生产，安装设备，回答用户问题。部署调试工作人员胡建国说，尤其是一线实施人员，由于人手有限，产品铺设点多，基本上是白天和晚上两班倒。紧张的工作让他们每天忙到凌晨，有的甚至工作到凌晨四五点。算法人员也会支持一线部署，将产品中遇到的问题和技术改进的思路带回来，按时逐个版本更新模型。“2月7日之后不到一周的时间，我们就完成了模型第四、五版的更新。”他加了。一些远程支持人员，包括测试人员甚至行政人员，都被AI研究院拉过来进行数据标记和清洗。在紧锣密鼓的推动下，截至2月12日，在不到五天的时间里，小视科技的这套解决方案已经完成了20多个社区的生产部署，服务了4万多社区居民。此外，企业单位、政府部门等其他场景也正在投入使用。然而，新的问题也随之而来。例如，小石科技12日部署的一个小区，有2500户，常住人口近万。如此庞大的人口数量给技术带来了新的挑战。这是因为当人口达到一定规模时，比如在几十万人中，总能找到一些眼睛非常相似的人。当口鼻等有效信息被遮挡时，分辨率会相应降低。“我们在人工验证后台数据的时候，遇到了一些数据，人类没有办法区分。”胡建国说。“自然数据的局限性，以及有效人脸信息的缺乏，将给人脸识别的应用带来巨大挑战。”在紧急的疫情控制和政府的殷切期望下，小石的AI算法团队正忙着迭代模型，也承受了很大的压力。“我们给自己定下的目标是在半个月内支持2万人左右。”同时，由于供应链短缺，一直被搁置的红外测温设备，也在由小视科技进行研发迭代。他表示，具有AI测温功能的人脸门禁产品最快将在一周内进行试点。
