近日，交通運輸部運輸服務司副司長王繡春對外透露，按照上級部署，相關部門正在為春運制定《2021年春運期間交通運輸疫情防控方案》，內容包括加強從業人員監測和防護；嚴格落實乘客測溫、查驗健康碼、佩戴口罩、“一米線”等防控措施；積極推進人臉識別、電子客票等“無接觸”服務。從方案內容中可以發現，防控重點落在了“無接觸”服務方面，并突出了人臉識別技術的重要作用。
事實上，作為當前生物識別領域最成熟的技術之一，人臉識別早已在機場、火車站、公交、地鐵等交通出行場景下成熟應用，尤其是應用于車票核驗與實名制乘車方面，不僅可以縮短驗票流程，乘客也無需隨身攜帶紙質票據，讓無接觸“驗票”成為可能，極大提升了效率與便利性。
此外在交通出行的疫情防控中，人臉識別與紅外測溫技術結合也會發揮巨大的作用。比如武漢天河國際機場的公安干警所配備的智能測溫頭盔，面對往來如織的龐大人流，僅需掃一眼即可完成對前方數米范圍內所有目標人員的掃描測溫。如發現發熱人員，頭盔會立刻聲光報警。
上述測溫過程就是基于“紅外熱成像技術”實現的，但是單純的熱成像無法區分檢測目標是人還是周圍物體。結合人臉識別技術之后，設備可以精準鎖定面部并以此作為測溫目標，將周圍干擾因素精準“分割”，真正實現遠程、無接觸、自動測溫。
在此基礎之上，公交乘車還逐漸將無接觸驗票與測溫結合。如黃山公交集團所使用的"智能人臉測溫+刷臉乘車支付"系統，同時集成了人臉識別算法、額頭檢測算法與紅外熱成像技術，乘客在“刷臉-支付-乘車”的同時直接完成體溫測量。該系統解決了原本需要司機手持測溫槍為乘客測量體溫的問題，既提升了城市公交的運營效率，也為公共出行的疫情防控提供了保障。
【戴口罩&不戴口罩，一種算法兼容兩種場景】
不過值得注意的是，當前使用場景下，人臉識別在應用時會面臨著佩戴口罩，從而影響識別效果。從技術角度而言，佩戴口罩屬于大面積人臉遮擋，一直以來都是人臉識別領域公認的難題。
普通人臉識別算法在識別佩戴口罩的目標時，會出現大量誤識和拒識，需要引入大面積遮擋下也能使用的人臉識別算法。目前能實現該功能的人臉識別算法并不多，就目前的測試結果與使用反饋來看，筆者比較推薦虹軟視覺開放平臺的ArcFace 4.0算法。上文提及的熱成像智能頭盔與"智能人臉測溫+刷臉乘車支付"系統所使用的都是虹軟算法。
虹軟視覺開放平臺是業內知名的視覺AI算法提供方，以提供免費、離線的算法SDK著稱。該平臺不久前發布的ArcFace4.0算法精度大幅提升，進一步降低了誤識率和拒識率。值得一提的是，即使在佩戴口罩與無口罩并存的復雜場景下，無需開發者額外進行開發操作，ArcFace4.0就能夠無縫兼容，完成精準識別，為疫情防控中基于人臉識別的無接觸服務提供了關鍵性技術支持。
另有一點因素也值得重視，虹軟視覺開放平臺所提供的算法SDK可以離線運行，不受網絡環境影響，這對于需要部署在車站等人流密集、網絡狀況糟糕的環境下的設備特別友好。
同時，在全球疫情反復的當下，紅外人臉識別測溫一體機在各國需求都很大。如果國產設備出口海外（事實上這已經相當常見），需要考慮算法對海外人群的適應性，避免出現大量誤識、拒識而影響產品體驗。
國外市場區域眾多，人臉識別算法需要考慮口罩、帽子、絡腮胡等大面積臉部遮擋，不同膚色人群在在逆光、暗光、側光等各類復雜光線條件下的識別，以及光頭可能會導致算法混淆人臉和環境邊界的問題。就目前測試結果來看，ArcFace4.0各項都有上佳表現，魯棒性良好。
即將到來的春運將會是一場嚴峻考驗，地鐵、車站、機場等重點防控區域不僅人員密集，而且擁有較多通道出入口，在現場保障人員有限、人員流動性強的情況下，極易出現漏檢的隱患。支持佩戴口罩檢測的紅外人臉識別測溫設備的出現，對解決該問題將有極大幫助，因此能成為《2021年春運期間交通運輸疫情防控方案》的殺手锏。
