标签：口罩 人脸识别 检测 模型 私有化 人脸 文末 百度 SDK
随着春运的进行，医院、超市、交通枢纽以及上下班通勤等人流密集场景的联防联控工作备受重视。为助力春运期间的疫情防控，百度智能云宣布正式开放覆盖全产品形态的口罩检测相关AI能力，包括“口罩佩戴检测模型”和“戴口罩时的人脸识别算法”等，全力支持合作伙伴和开发者公共场所无障碍通行项目。
疫情期间，当戴口罩成为全民出行的“刚需”时，公共场合下快速智能检测，所有人是否都正确地佩戴了口罩便也成了当下急需的智能技术。早在2020年2月13日，百度就在业内首个宣布开源口罩人脸检测及分类模型, 该模型可以有效检测密集人流区域中的所有人脸，并判断其是否佩戴口罩，目前已通过飞桨PaddleHub对外开源。同时，EasyDL平台上也开放了口罩检测专用的预训练模型，少量数据训练即可获得基于实际场景进一步优化的模型，并提供可灵活支持多种部署形式的、可即用的模型服务。由于EasyDL能快速上传和标注业务数据，完成模型训练及发布，最快可以在小时级获取到口罩识别佩戴模型，研发应对公共紧急事件的系统时效率很高。
为更进一步满足开发者不同层次、不同需求场景的快速接入，百度智能云将口罩检测及戴口罩人脸识别相关AI能力全部开放，覆盖人脸识别和人体分析的全产品矩阵，其判断准确率均达到99.5%以上，同时提供公有云 API、离线 SDK、私有化部署包等多样化的产品形态，使开发者在线调用、移动端办公、落地到门禁闸机等硬件设备中时，都可以实现“拿来即用”。
（百度智能云开放能力“口罩检测及戴口罩人脸识别”）
其中，人脸检测与属性识别API、人体检测与属性识别API均优化升级，上线口罩佩戴检测功能。对于前者，用户可调用公有云服务实现对佩戴口罩的检测；而后者则能结合公共空间下每个人的性别、年龄、服饰类别、行为动作等20余类属性信息进行判断，对于安防场景具有重要价值。同时，人脸识别私有化部署包也同步上线了“口罩检测模型”，人脸识别原有用户均可申请升级。此次还全新发布了人脸离线识别SDK Android版 V5.1，其中包含口罩检测模型和接口，对单人是否佩戴口罩的检测仅需约10毫秒即可完成。
百度智能云还考虑到驾驶场景中佩戴口罩的检测需求，对驾驶行为分析API也进行了升级。升级后，可实现在车载环境下识别驾驶员是否正确佩戴口罩，其模型识别率目前已达到96%，并能判断低头、闭眼、打哈欠等行为，及时给出预警，也有助于提升行车安全，为疫情期间仍坚守在运输和出行岗位上的司机们“保驾护航”。
（百度智能云提供公有云 API、离线 SDK、私有化部署包等多样化产品形态）
对于大众戴着口罩出门，在部分公共场合需要进行身份核验的需求，百度智能云也提供了相应的技术解决方案。首先，百度智能云针对戴口罩场景下的“人脸识别”，在其原算法模型的基础上优化了识别效果，实现佩戴口罩的人脸检测准确率超99%以上。其次，还将戴口罩场景下的人脸离线识别SDK、人脸私有化口罩识别模型快速上线百度智能云官网开启邀测，在疫情期间免费开放，以期进一步提高大众在使用人脸闸机或进行考勤打卡时的通行效率，降低摘下口罩的感染风险。
据了解，百度近日基于领先的复杂场景多人脸检测、戴口罩人脸识别、多人实时体温检测等AI技术，推出了业界首个完整的“企业AI入场解决方案”，包含多人、戴口罩、远距离的人脸检测，多人实时体温检测以及实时数据分析和决策平台，可以在远距离人脸识别的同时，同步完成测温、身份识别及后台校验，整个过程只需短短几秒，而且无需接触、无需停留。这一解决方案已在百度园区员工入场场景中投入使用，并向更多企业开放。可以看出在口罩检测能力方面，百度致力于从算法、到预训练模型、再到服务接口，以及软硬一体的解决方案多个维度，一站式解决个人开发者、企业用户的不同需求。
本次开放的覆盖全产品形态的口罩检测能力，是百度智能云AI能力助力疫情防控的又一次倾情输出。
您可登录百度智能云，获取关于人脸与人体识别技术各细分方向的全面介绍。
个人开发者可免费测试戴口罩人脸识别，百度智能云将提供2个有效期三个月的免费测试序列号。
针对初次申请戴口罩人脸离线识别SDK的客户，可享受首单2.3折优惠（企业用户限购5个，个人用户限购2个，永久有效）。
标签：口罩,人脸识别,检测,模型,私有化,人脸,文末,百度,SDK 来源： https://blog.csdn.net/weixin_41888295/article/details/113645675
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。