新冠病毒傳染性強，據說有人買菜15秒就被傳染了，專家說，毒性夠強的話，2秒也能被傳染。
戴上口罩對生活最大的影響就是面部識別變得困難：沒辦法半秒解鎖手機、買東西沒辦法刷臉支付、遇到刷臉識別身份的地方，例如高鐵進站，不得不摘下口罩……還想面部識別嗎，做夢吧？
並且，特殊時期很多地方設置了健康碼或通行證，在進入小區或者超市等重點場所都需要出示，但是頻頻摘下口罩卻又無形中增加了病毒感染的可能。對於經常忘記帶通行證、手機卡，找健康碼花費很多時間、特別是年紀較大的人來說使用手機刷碼簡直太難了，更別說因為刷健康碼而“踩點失敗“的上班族了，總之刷健康碼給居民的生活帶來了諸多不便。
不過，具有深度學習算法的人臉識別還是可以的，比如蘋果的Face ID會通過機器學習來自動適應用戶的外觀變化——比如變胖、化妝、戴眼鏡等等，但如果用戶面部出現較大改變，比如戴口罩這樣遮住了大部分可識別範圍（可提取到的特徵點）後，機器無法識別時會讓用戶輸入密碼，重新確認你的“面部”，並且學習新的面部特徵。
但是著需要學習多少次呢？2782次！
上面可能只是開個玩笑。
其實，因為安全性的原因，大部分廠商都不會允許帶口罩進行面部解鎖。
其中，各大手機巨頭，以及計算機視覺四小龍的企業，就有大量的人臉識別專利。
下面拋磚引玉，介紹兩個人臉識別技術：
專利一：人臉識別方法及裝置、電子設備和存儲介質
申請人：北京市商湯科技開發有限公司
公佈號：CN110532957A
發明點：通過響應於人臉識別請求，採集第一圖像和第二圖像，確定所述第一圖像中的人臉區域與所述第二圖像中的人臉區域的交集區域，以及所述第一圖像中的人臉區域與所述第二圖像中的人臉區域的並集區域，根據所述交集區域的面積與所述並集區域的面積的比值，對所述第一圖像和所述第二圖像進行活體檢測，確定所述第一圖像和所述第二圖像對應的活體檢測結果，並至少根據所述第一圖像和所述第二圖像對應的活體檢測結果，確定人臉識別結果，由此能夠提高人臉識別的準確性和安全性。
專利二：一種人臉識別方法、裝置及電子設備
專利權人：北京曠視科技有限公司
公佈號：CN110569731A
發明點：用戶的人臉圖像中的人臉被部分遮擋時，基於注意力提取方式，從人臉圖像中提取人臉的全局特徵，將人臉圖像劃分為多個子圖像，分別從多個子圖像中的每一個子圖像中提取對應於子圖像的所述人臉的局部特徵；將全局特徵和從多個子圖像中的至少部分子圖像中提取的人臉的局部特徵進行組合，得到人臉的組合特徵；基於人臉的組合特徵和參考人臉圖像中的人臉的組合特徵，對用戶進行人臉識別。實現了在人臉被部分遮擋情況下對用戶進行人臉識別時，同時考慮了人臉的全局特徵的相似度和人臉的局部特徵的相似度，全面地判斷人臉的相似度，提升人臉被部分遮擋情況下人臉識別的準確性。
人臉識別技術只是計算機視覺的一角，中短期來看，包括人臉識別、人體識別、圖像識別等在內的主要計算機視覺技術的研發將保持基於使用神經網絡的深度學習算法，而神經網絡的種類選擇、結構設計以及參數調整等是一連串極其複雜的工作，因此算法的優劣和迭代速度將直接取決於算法設計人員的知識和經驗儲備，也會進一步決定計算機視覺的準確率、可靠性等關鍵性能，因此技術是企業競爭的核心要素之一。
市場格局上，科技巨頭把控基礎層，初創企業領跑算法和應用，垂直行業龍頭佔據場景。計算機視覺架構從下至上：1）基礎層——核心芯片被 Intel、Nvidia等傳統芯片廠商把控，新型芯片廠商尚未崛起，規模應用有待時日；開源平臺以谷歌的 Tensorflow、Facebook 的 Caffe 等為主，其他企業的深度學習框架多為二次開發；2）技術層——算法以初創企業領跑，雲計算幾乎被 IaaS 巨頭所壟斷；3）應用層——垂直行業龍頭佔據場景，技術層初創企業積極向上滲透，頭部企業領跑應用市場。根據 IDC 的統計，中國計算機應用市場商湯、曠視、依圖、雲從“四小龍”總體市場份額達69.4%，其中商湯市場份額 20.6%排名第一（文章為知識產權全產業鏈提供商
超凡知識產權原創，未經授權不得轉載）。
閱讀更多 超凡諮詢 的文章
