实测报告：针对海外市场的AI测温 人脸识别算法该如何选型

如果要在今年上半年中选择一款最成功的AI产品，那么在疫情期间被广泛应用的人脸识别测温机必然能有一席之地。凭借非接触、无人值守、无感快速通行等优势，不仅仅是本土市场，人脸识别测温已经为国内厂商带来了大批来自欧洲、南北美、中东、东南亚的海外订单。

据笔者与深圳、广州等地厂商的实地交流中得知，通过加大海外市场的布局力度，部分企业凭借人脸识别测温机的订单，仅2020年上半年的销售额就超越了去年全年营收。

虽然市场向好，但是要进军这一领域还是要考虑到，海外市场的供需两侧跟国内有着较大差异，某一小细节就可能影响到订单的整体落地。那么，海外市场的人脸识别测温设备究竟有何不同?通过这篇文章，希望与大家分享下，从市场一线带回的实战情况。

首先和国内测温市场一样，海外市场产品也主要布置在机场、火车站、地铁站、医院、学校和大型企业等人员密集场所。通过人脸检测技术，人脸识别测温机可以将测温目标与周围环境进行精准"分割"，再基于红外热成像来测量目标温度，在无需物理接触、无需人员操作的前提条件下，即可迅速筛查体温异常人群。

其次，在产品的人机界面、操作流程等方面需要针对性的进行优化。国内对这项新兴科技已经非常熟悉了，但在开拓海外市场时，需要考虑到国外人群对于新技术的接受程度和敏感性。因此，在产品设计时要及时作出调整，使之更符合当地的使用习惯。

而从最重要的产品能力角度而言，必须在人脸识别算法选型时，考虑到算法鲁棒性能否适配海外人群，以及佩戴口罩下的人脸检测成功率 。否则会出现大量的误识和拒识，从而极大影响产品体验。

由于国外市场的区域众多，需要算法可以兼顾黑、白、黄等等多类人群，保持检测成功率稳定。同时相较而言，国外着装和发型较为多样化，比如拥有大量不蓄发造型，以及头巾、络腮胡、墨镜等等所涉及的遮挡问题。并且从新闻视频中也可以发现，海外所佩戴的口罩造型也较为丰富并非标准化，这也将直接影响到口罩下的人脸检测。

这些因素，都会对人脸识别算法的能力提出较大挑战。此前，麻省理工媒体实验室的一项实验也证明了这一点。该实验通过对IBM、亚马逊在内的多家公司人脸识别算法进行测试，发现12%的深色皮肤男性被认错，而深色皮肤女性的错判率甚至高达35%。

人脸检测实测报告及免费算法推荐：

针对人脸识别测温机中，重点用到的人脸检测技术，笔者实测了市面上多款开放、开源算法。从结果来看有几款还是比较不错的，综合成本、算法鲁棒性、厂商整体实力，推荐大家可以尝试一下——虹软视觉开放平台的ArcFace免费人脸识别算法。

在实测时，笔者采用了含3000张国外人脸素材的测试集，为了保证模拟真实环境，还加入了一定比例的负样本(非人脸图像，如卡通人物、动物照片)，用于检测误识率。经过多轮测试，ArcFace 算法的人脸检测成功率均在96%以上，误识率在1%以下。

①针对口罩、帽子、络腮胡等大面积脸部遮挡，虹软 ArcFace 算法表现良好，可以稳定人脸检测。尤其是国外的口罩样式繁多，笔者测试其他几款算法都有一定比例出现检测失败的情况。

②针对不同肤色人群，在逆光、暗光、侧光等各类复杂光线条件下，虹软 ArcFace 算法也有上佳表现。

③.光头不蓄发等造型，有可能会导致算法混淆人脸和环境的边界，针对这一问题，虹软人脸识别算法依旧鲁棒性良好，基本不受影响。

同时，从企业盈利的生命线成本角度而言，虹软视觉开放平台所开放的人脸比对、人脸检测、活体检测、人证核验等技术均可以零成本、免费商用。值得一提的是，这些技术都是离线算法，使用本地端算力即使在没有网络的场景下，依旧可以运行。因此在实际落地时，厂商可以无需考虑国外不熟悉的网络环境。

此外，在算法选型时服务也是重要的一个环节。虹软作为一家科创板上市企业，相对来说还是值得信赖的。从目前形势来看，人脸识别测温设备在海外将依旧热门，感兴趣的朋友可以去下载尝试一下。