在新冠疫情全球大流行的背景下，佩戴口罩几乎是所有国家和地区居民出行的必备选项。但严重的面部遮挡会对人脸识别技术构成严重挑战，受此影响，类似手机解锁、安检验票、闸机通行、安防监控等场景应用的人脸识别准确率均会出现不同程度的下降。
如何满足戴口罩人脸识别的需求，已经是工业界和学术界共同面临的技术难题。
近日，芯翌科技在NIST-FRVT戴口罩人脸识别评测中以绝对优势获得世界第一的成绩，并在FRVT 1:1人脸识别评测中取得了世界前三，国内主流厂商第一的成绩。芯翌科技在戴口罩人脸识别评测与FRVT 1:1人脸识别评测中使用了完全一致的模型，这说明了芯翌科技人脸识别模型良好的泛化能力。
NIST-FRVT由美国国家标准与技术研究院主办，因其具有测评集非对外公开、提交频率严格限制、计算时间严格限制等诸多严苛要求，被公认为是全球标准最严、最具权威的人脸识别算法评测，素有"人脸识别黄金赛事"之称。截止目前，已经有184家来自全球的公司和研究结构，在NIST-FRVT上累计进行了492次成绩提交和测试。
相比于正常场景下的人脸识别，戴口罩场景下的人脸识别极具挑战。其难点主要体现在：
人脸识别是通过人脸表观特征进行身份判定的，在戴口罩情况下由于人脸被大面积遮挡，特征损失严重，降低了识别的区分度；
人脸识别是一个系统工程，除人脸特征计算算法外，还需要人脸检测、关键点检测等多重模块，戴口罩会对整个系统的不同模块都带来一定的干扰。
更详细的评测结果如下表所示。可以看出，在各种不同类型、不同颜色、不同遮挡程度的口罩场景的评测中，芯翌科技基本都以绝对优势位列第一。
对于计算机视觉、深度学习和人脸识别问题的深刻理解。芯翌科技研发团队在人工智能领域有十年以上的技术深耕，对于深度学习、计算机视觉以及人脸识别等问题都有着非常深刻的算法理解和实践经验，特别是对于超大规模、复杂数据下深度学习算法的设计、改进和优化。
以算法工厂为核心系统的AI基础设施。芯翌科技算法工厂通过全栈式的人工智能基础设施，使得算法研发全流程不断自动化，从而可以越来越快地训练、迭代和优化整个系统。以人脸识别为例，芯翌科技的AI基础设施不仅可以在数千万ID、数亿人脸图片情况下，达到数百块GPU卡的分布式线性加速训练性能，同时还将数据采集、标注、训练、评测、应用、部署全流程打通形成高效闭环，从而使得AI创新、迭代和优化更加高效。
以软件2.0为核心的AI研发方式。芯翌科技研发团队基于软件2.0的思想进行了广泛的运用和实践，并进一步总结了"数据即代码，模型即软件"的软件2.0核心思想，极大促进了芯翌科技深入的技术创新和广泛的业务落地。
当前，芯翌科技以人脸识别为代表的一系列人工智能技术已经广泛应用于智慧城市、智慧工业、科技防疫等领域，并在一些极具挑战的场景下实现了大规模的落地，比如大规模城市级数亿底库人脸识别、大规模城市级人像无底库聚档等，均取得了突出的成果和成绩。接下来，芯翌科技将持续提升技术与产品的研发能力，为不同行业提供更加优质的人工智能服务，助力客户在智能化时代的创新与突破。
