AI安全头盔识别的算法，进一步提升头盔等局部特征的检测精度

以前买摩托车送头盔，现在买头盔送摩托车。

你怎么都想不到，口罩之后，头盔又成了 AI 安防圈的热议词汇。今年 4 月 21 日，公安部交管局发出公告，6 月 1 号起全国开展“一盔一带“安全守护行动。“一盔”指的是安全头盔，“一带”指的是安全带。

多地交管部门近日也纷纷响应，加大对骑摩托车不戴安全头盔、驾乘汽车不使用安全带的查处力度。（暂不处罚电动车）

一纸公文瞬间激活了整个头盔市场，坊间直言又一个因政策出台而引发的百亿级生意横空出世。一时间，电商平台头盔销量猛增，价格迅速上涨，朋友圈中原本倒腾口罩的都开始调头卖头盔了。

有人甚至嘲讽，以前买摩托车送头盔，现在买头盔送摩托车。

单一算法没前途多技术融合才是未来

骑行佩戴头盔非常之有必要，2019 年广东省做过一项数据统计：涉及摩托车、电动自行车的交通事故交通死亡人数占全部事故的比例超过 50%，居各类交通事故之首。同时，摩托车、电动自行车驾乘人员死亡事故中，约 80%为颅脑损伤致死。正确佩戴安全头盔、规范使用安全带能够将交通事故死亡风险降低 60%至 70%。

如果说立法戴盔确是人间正道，可这与 AI 安防又有何交集？

其实早在一盔一带政策出台之前，全国多地就已对头盔佩戴问题发布过多项规定，但实际效果并不明显。即便一盔一带新政之后，多地交警抱怨实际查处也比较困难：一来涉及的面太广；二来涉及的人太多。换句话说：有限的警力每天守株待兔式地面对数量巨大的不戴头盔者，低效且低质。AI 安防厂商能做的是：能否在原有的摄像头系统中融入一套“头盔识别”算法，自动识别骑乘人是否安全佩戴头盔，提醒骑行者的同时也能方便交警的工作。了解到，目前很多厂商都开始了这一方面的立项工作，譬如博观智能。其首席算法专家黄攀告诉记者，他们已经开发了一套名为 AI 安全头盔识别的算法，可以直接平滑升级至绝大部分智能相机中。

他们首先依据多目标跟踪、分类检测等算法，提取出非机动车目标，在多尺度特征金字塔上进行不同层级特征融合，提升了局部微特征的表达能力。然后通过后台百万级海量数据训练，提取了上百种安全头盔款式的特征数据。（几乎涵盖了目前市面所有的安全头盔款式）同时，他们在不同的 feature scale 上进行融合时引入 attention 机制，进一步提升头盔、安全帽等局部特征的检测精度。

“如果是在标准的智能交通卡口或者电警场景中，我们的算法可以做到 95%以上的识别率。”

了解到，目前广东潮州、普宁等地就已经在人脸识别系统中上线了该技术。

智能感应设备专门抓拍高清图片，通过人脸识别技术、车牌识别技术、头盔识别技术、大数据智能分析技术在全市范围内对骑车佩戴安全头盔实施全面管理。

不管载人或是被载，未佩戴头盔一律将收到罚单。

截至今年 5 月 6 号，潮州交警已在他们市区查获不佩戴头盔案件 283 起。

文及至此，便出现了一个疑问，通过摄像头等智能设备确认违规者，通常有两种方式：

一、如果该摩托车 / 电动车未上车牌，通过 1：N 的方式，将骑行者的抓拍照片与当地人像数据库图像进行匹配，确认“他是谁”。二、如果该摩托车 / 电动车已上车牌，通过 1:1 的方式，将骑行者的抓拍照片与该车辆的车牌数据进行匹配，确认“他是谁”。倘若该摩托车 / 电动车未上车牌，骑行者未戴头盔，但戴了口罩，又该如何解决呢？

黄攀坦言，这一块是各个技术厂商目前都在攻坚的方向，但远距离的口罩识别至今还没有一家厂商可以得到一个比较好的结果。口罩识别的技术攻克，主要会遇到三大技术难题：1、由于口罩遮挡、人像信息减少，学习到的特征判别性随之较少，二维纹理信息会由于遮挡而丢失、三维形状信息会带有噪声。2、口罩类型比较多且口罩遮挡程度不一，如何更多地利用非遮挡区域的信息也是一个影响因素。3、戴口罩人脸的人脸检测和人脸关键点检测的精度受到光线等外部环境影响。华为此前在这块便进行了多种尝试，并申请了一项名为“人脸识别方法、装置及计算机可读介质”的影像重构技术专利。该专利显示，通过图像重构网络可以将戴配件（眼镜、口罩、帽子等）的人脸图像重构为未戴配件的人脸图像。

另外，华为还申请了一项“一种人脸识别方法及系统”的技术专利。通过人脸识别方法实现了对人脸上存在遮挡物的人脸图像进行准确的识别，提高了人脸识别的精确性。

此技术关键点是建立遮挡人脸图像库，具体来说就是在判断需要识别的人脸图像上有遮挡物（例如眼镜、口罩等）时，将遮挡物提取出来并增加到参考数据库中未遮挡的人脸图像上。例如在判断出待识别人脸有佩戴眼镜时，就提取出眼镜特征并在原图像库的基础上新建一个戴眼镜的参考图像库，再将需要识别的人脸图像与该库中的参考图像进行匹配查找，从而完成识别。华为之外，阿里也申请了相关专利。不同于华为，阿里则用“局部特征细化与整体相似度评估”的方式来提高准确率。他们通过综合局部器官图像匹配技术完成识别，此时局部器官不仅可以是眼睛图像、鼻子图像、嘴巴图像和耳朵图像等，还可以是下巴区域、脸部轮廓、胎记或黑痣图像等等。根据面部多个局部器官的相似度评估指标和对应的权重，得到整体相似度评估指标，从而获取更精确的遮挡下的面部识别结果。的卢深视副总裁朱海涛博士告诉记者，为了逃避天眼追踪，绝大多数犯罪嫌疑人在反侦察过程中都会选择戴帽子或者戴口罩，以遮挡部分面部特征。考虑到安防场景的现实所需，部分厂商很久之前就开展了对于面部遮挡技术的研究工作，在提升技术可用性方面做了不同程度的尝试。也就是说，口罩识别等小众需求在某些场景已是大众问题，未来的识别精确度会越来越高。从这也能发现：上到公安部天眼抓逃、下到基层民警地网识人，每一个看起来很小的系统中，都繁杂地加载了包括人脸识别、头盔识别、口罩识别、形态识别等多种算法。正如商汤联合创始人此前接受专访时所说：“未来 AI 赛道的比拼，一定不是单一算法技术能力的竞逐，而是技术创新体系能力的比较。”

一堂必修课，而非选择题

“头盔识别等技术的研发难度并不大（相对而言），真正难的是技术的落地及管理层面。”黄攀说，目前中国大部分农村地区的摩托车、电动车基本属于无牌无证状态，即便算法可以成功识别也无可奈何，相当于做了无用功。但这类算法成功上线后，交警部门至少可以做到两件事：

1、手握准确识别结果，交警就有了大量的统计数据，可以借此数据向上级部门反馈，推行摩托车、电动车的上牌法规立项工作。

2、可以准确统计哪些路口、哪些时间段不戴头盔的现象比较多，可以为现场执法提供依据。

骑行戴头盔应该成为一种习惯，其实在很多地方也已经成为习惯。

譬如台湾，一来不禁摩、二来街道狭窄，摩托车基本成为台湾成年人的出行标配，现在每天行驶在台湾大街小巷的摩托车超过 1500 万辆。为了方便这些骑手，台湾交管部门一方面划出了专门的摩托车专用道，同时制定了非常严格的规定：骑车不戴头盔罚款 2000 元新台币（相当于 400 元左右）。

强制戴盔之下，今天台湾因为骑摩死亡率降低了 40%。摩托车、电动自行车与汽车相比，行驶稳定性比较差，发生事故的可能性较大。戴头盔骑行，不应该是一道选择题，而是一堂必修课。毕竟，你的脑壳一定没有地面硬。

最后脑洞一下：头盔之后，下一个热门关键词会是啥？
责任编辑：tzh