為了改善復(fù)雜環(huán)境下的人臉識(shí)別精度,特別是在當(dāng)前疫情防控轉(zhuǎn)入常態(tài)化的形勢(shì)下,提升戴口罩場(chǎng)景下的人臉識(shí)別精度及紅外測(cè)溫精度至關(guān)重要?；趯?duì)場(chǎng)景數(shù)據(jù)的統(tǒng)計(jì)和分析,通過對(duì)識(shí)別參數(shù)的動(dòng)態(tài)優(yōu)化,提升人臉?biāo)惴ㄗR(shí)別精度;基于人臉檢測(cè)的戴口罩檢測(cè)算法,自動(dòng)識(shí)別是否戴口罩,并針對(duì)戴口罩場(chǎng)景采用專用的人臉識(shí)別模型,提升人臉識(shí)別性能;基于人臉檢測(cè)的紅外測(cè)溫技術(shù),自動(dòng)識(shí)別測(cè)溫區(qū)域和距離,并對(duì)測(cè)溫結(jié)果進(jìn)行校正,提高測(cè)溫精度。結(jié)果表明,開放場(chǎng)景下識(shí)別準(zhǔn)確率超過98%;人證核驗(yàn)場(chǎng)景下識(shí)別準(zhǔn)確率超過93%,戴口罩場(chǎng)景下識(shí)別準(zhǔn)確率超過92%,紅外測(cè)溫誤差小于0.3℃?；趫?chǎng)景適配的參數(shù)優(yōu)化策略,能夠在不依賴核心算法性能提升的條件下,使得人臉?biāo)惴ㄗR(shí)別性能提升7%;基于人臉檢測(cè)的紅外測(cè)溫技術(shù),通過溫度補(bǔ)償策略,使得測(cè)溫誤差小于0.3℃。