疫情之后戴口罩成了公共场合常态人脸门禁如果不能识别戴口罩的人就等同于废机。此外普通近视太阳镜反光和框架遮挡也是真实场景中的高频挑战。
口罩覆盖了鼻子到下巴的百分之六七十面部面积，传统的人脸特征点提取模型缺少这一大块特征数据识别通过率骤降或者干脆完全不可识别只显示了刷脸失败。解决方法是换用深度学习专门训练的口罩遮挡人脸的算法模型。这类模型被海量戴口罩人脸样本训练后学会了从眼周围到额头的特征区域去提取足够的判别信息区分不同人——只靠眉眼和前额形状就实现识别准确度。德恩科推荐的门禁人脸引擎已经全面采用这种口罩兼容算法。
眼镜问题分两类。透明普通眼镜对识别影响不大因为红外双目结构光摄像头能穿过镜片。但偏光太阳镜和深色墨镜会阻挡光线使眼睛区域变成黑色盲区。处理方法是使用多模态融合：把红外和可见光两个通道同时采集，红外通道能部分穿透墨色但不如可见光透——两通道特征融合互补增加置信度。如果两个通道都无法获得足够特征则必须降级为人脸加刷卡或输入密码的双重认证（多因子）。
还有一个容易被忽略的问题——强光直射导致的过度曝光会洗白人脸。我们建议人脸门禁安装位置避免面对正东正西的阳光直射方向；如果无法避免需要加遮光罩或偏光滤镜来稳定成像光照。
在郑州我们提供的人脸门禁都是配置双通道和口罩兼容模型的版本经过大量实测保证过人的速度和准确性，德恩科0371-65552111。
