近年来，人脸识别技术在安防行业及其他领域取得了长足的发展，并实现了广泛应用。然而，受Covid-19疫情影响，佩戴口罩已经成为了一种世界级现象，那么，疑问随之产生：
这会对人脸识别解决方案造成怎样的影响呢？
疑惑
人脸识别解决方案主要通过采集人脸的多个关键点数据（例如鼻子，下巴，嘴唇，眼睛和下颚），再形成基于算法的独特代码来实现识别效果的。所以，一旦戴上口罩关键点被遮挡，就容易出现问题。
现状
近期，IPVM（世界权威视频监控研究公司）就脸部遮挡的情况下，针对人脸识别方案展开了性能研究，并对四种解决方案进行了测试，得出以下结论：
“我们发现测试过程中，一旦人们戴上口罩，人脸识别的置信度就会大大降低，并且多数情况下，无法识别被摄对象，甚至大部分时间显示无检测对象。“
面部信息的采集容易被忽略，也经常会发生识别失败或识别错误率高的情况。通过进一步的测试，也再次说明了佩戴口罩或者脸上有其他遮挡物（例如头发，墨镜或帽子）时，被测对象可识别的概率很低。这看似是由于人脸上可采集的关键点变少了，而无法满足采集要求。
由此可见，即使目前正被广泛应用的人脸识别解决方案在应对这一问题时还是表现出了局限性，这是对于人脸识别技术的一大挑战。
突破
然而，国内目前已有几家公司成功推出了针对佩戴口罩的全新人脸识别技术。
一些来自中国内地和香港的公司，例如Hanwang，SenseTime和Gato已经开发出了类似的解决方案，这些新技术可以克服脸部被遮盖的不利条件，仅依靠采集眼睛和额头部位的数据就能达到识别效果。
当然，这些解决方案更适用于办公环境，对数据库中存储的被测人员数量也有一定的限制（比如Hanwang的解决方案，被测人数的上限是50,000）。此外，办公场景中良好的照明条件，被测对象与摄像头的距离位置，都会影响被测结果的精准性。
如果被测对象所处环境没有那么理想（如在开放区域），那里数据库存储的信息也可能多达数百万人，相比之下要获取相同精准性的测试结果就要困难得多。
展望
佩戴口罩如何实现人脸“可识别”仍是当下技术发展的主旋律。
对此，尽管已出台相应解决方案，并且通过改良计算手法会有更多的解决方案出现在市面上，但人脸识别仍然面临着一个现实问题：可供面部识别的关键点不够全面，因而影响了测试的准确性，加大了错误率存在的风险性。
技术在不断发展与进步，一切皆有可能。与人脸识别可能存在互补关系的步态识别（Gait Recognition）就是一种通过人的身体体型（身高、腿骨、肌肉、关节等生理特征）和走路姿态进行身份识别的新技术。将人脸识别、步态识别等多种生物识别手段融合使用，相互补充可能是未来应用的一种重要方式。
