前天(2020年2月12日)，針對“戴著口罩也能人臉識別”的傳言，曠視做出了回應，據稱，所謂戴著口罩也能人臉識別系誤解，實際上是在戴著口罩的情況下快速定位額頭，進行測溫，也可以理解為AI測溫。

?
　　其實，人們帶上口罩之后會很難被人臉識別系統識別。一般而言，一個完整的人臉識別系統包含三大主要組成部分，即人臉檢測、人臉配準以及人臉識別。通過人臉檢測，我們可以從一幅圖像中提取出人臉區域。但是想進一步了解人臉的信息，就需要人臉特征點定位。人臉特征點定位是一種利用計算機分析人臉圖像，從而獲得諸如眼睛、鼻尖、嘴角點、眉毛以及人臉各部件輪廓點等等一些重要的特征點位置的技術。
?
　　目前，口罩已經成了全國人民出門的標配，有些還戴上了護目鏡、防毒面具等，這些防護用品遮擋了一部分面部信息，使得人臉識別技術幾乎無法正常使用，這對于只有面部識別一種身份識別方式的手機或設備而言，影響是很大的。值得注意的是，人臉識別在手機上的“水土不服”很有可能只是一個縮影，因為這項功能可不只是用在手機上，火車站刷臉進站也會遇到不便。目前人臉識別領域在針對純側面(±90°)、部分遮擋以及人臉檢測與特征定位聯合估計等問題的解決仍在研究。
?
　　由此看來，單一的生物識別方式已經開始難以滿足用戶需求，當下身份識別也并非只能通過人臉方式識別，指紋、靜脈、虹膜、步態、聲紋等均可以驗證用戶身份，多模態融合成為解決此問題的一個重要方向。以手機為例，密歇根州立大學生物識別和計算機視覺教授阿尼爾賈因(Anil Jain)曾表示，未來智能手機將同時集成有人臉、虹膜和指紋識別傳感器，用戶可以在不同交易中使用不同生物識別技術組合。
?
　　值得一提的是，多模態識別方式將有效降低識別技術的風險。舉例來說，單獨的人臉技術可以被攻擊，聲紋也可能被攻擊，假設人臉識別被攻擊成功的概率是10%，聲紋被攻擊成功概率也是10%，但二者融合就會將被攻擊成功概率變成1%，這將對安全性帶來很大差別。這也是實現多模態融合的一大原因所在。
?
　　目前，新的市場需求仍在不斷衍生，類似多模態識別的各類自主服務終端，包括政務、金融、保險、酒店等行業領域，可以預估至少有百億到千億級市場規模。個性化AIOT市場同樣充滿想象，酒店、商超及個人消費領域目前已針對多模態生物識別的技術應用展現出了新的探索模式，其他行業領域后續將陸續跟進，充滿未知的領域也同樣充滿想象。
?
?