这项技术即使在用户佩戴口罩的情况下也能实现超过99%的识别准确率，并将于2021年1月在日本新川崎富士通科技广场的罗森便利店 ^（1）进行现场测试。该系统使用视频已发布。

佩戴口罩的用户对传统的面部识别过滤技术构成挑战，因为大部分面部会被遮挡，在某些情况下会导致身份验证失败。然而，借助新开发的技术，通过生成一张将口罩与面部图像相结合的合成图像并测试模型，可以克服因佩戴或不佩戴口罩而造成的视觉差异。该技术实现了超过99%的过滤准确率，与不佩戴口罩时的准确率相当。此外，富士通还改进了其现有的掌纹认证传感器技术，优化了用户界面，使用户能够了解将手与传感器保持的最佳距离，从而实现无缝身份验证。在美国国家标准与技术研究院 (NIST) 进行的面部认证供应商测试中，该技术在全球147家参与供应商中排名第六，在日本供应商中排名第一^{（共2家）}
近年来，生物识别认证技术的应用日益广泛，包括实体店的支付处理和活动的身份验证等领域。如今，这些技术有望通过最大限度地减少交易和验证过程中的人际接触，帮助遏制新冠病毒的传播。为此，富士通正在加速引入非接触式用户界面进行身份验证，利用面部和掌纹识别技术，并在过去一年中进行了一系列现场试验（图 1）。

挑战：
在世界许多地区，卫生部门已强调佩戴口罩是预防新冠病毒等传染病传播的重要工具。然而，佩戴口罩进行人脸识别时，大部分面部会被遮挡，导致识别准确率受到影响。鉴于此，富士通在其试点门店中，通过结合人脸过滤技术和掌纹识别技术，致力于提升多因素生物识别认证的准确率。此外，考虑到未来将该系统推广至实体店的普通用户，必须改进系统的用户界面，提高易用性，使用户无需复杂的解释或店员的协助即可完成注册和认证。
最新技术
：富士通实验室开发了一种数据扩展型机器学习技术，即使目标用户佩戴口罩，也能实现高精度的过滤。
该技术的特点如下：
传统的人脸识别技术在用户佩戴口罩时，仅扫描裸露的眼部区域来提取面部形状和位置等特征。虽然这种方法有助于减少口罩佩戴对准确识别的影响，但它无法提取整张脸的特征，因此可能由于数据不足而导致目标用户无法被识别。
为了缓解这一问题，新开发的技术在识别用户不戴口罩时，会提取完整的面部特征，例如形状和轮廓。这意味着即使用户佩戴口罩，系统也能将其与大型数据库中对应的面部图像进行比对，从而达到与不戴口罩时相同的准确度。具体来说，该技术基于眼睛和鼻子等面部特征来估计面部位置。根据估计结果，系统会调整一个人工口罩的大小，并将其叠加到面部图像上，从而生成一张看起来自然逼真的戴口罩面部图像。此外，该系统还使用各种类型的口罩，以适应用户佩戴不同颜色、图案和形状口罩的情况（图 2）。这使得多因素身份验证更加卫生便捷，用户无需摘下口罩即可完成身份验证。
 
改进的用户界面：
掌纹识别系统的用户界面也得到了改进，操作更加流畅。传感器上新增了一个掌形指示灯，指示灯的颜色和图案会根据手部与传感器的距离而变化，从而指示正确的识别高度（图 3）。这使得不熟悉掌纹识别的用户能够调整手掌高度，轻松完成非接触式识别（图 4）。
 
成果：
富士通希望通过运用这项新开发的技术和用户界面，在各种场景下提供更安全的服务，并防止传染病的传播，例如在实体店使用生物识别技术进行支付，以及在休闲中心进行身份识别。
未来计划
：为了确保用户能够使用这项新技术和改进的用户界面自行完成识别过程，富士通将与日本大型零售连锁店罗森合作，在位于新川崎科技广场的罗森无现金便利店概念店中，引入这项技术。目前，该系统正处于验证阶段 ^（3） 。富士通将于2021年1月21日开始进行验证测试，目标是在2021财年末将该系统投入实际应用。
相关链接
：演示视频：“多因素生物识别认证终端使用演示”

[1]
罗森公司在富士通科技广场新川崎办公室展示了一种无人收银便利店概念。自2020年2月起，富士通参与了罗森公司在其办公地点开展的无人收银解决方案概念验证（POC）。基于POC结果，罗森公司与富士通以及美国Zippin公司合作，共同识别业务和技术方面的挑战。
[2]
在美国国家标准与技术研究院（NIST）于2020年11月开展的人脸识别供应商测试中，该技术在全球147家参与供应商中排名第六，在日本供应商中排名第一。FRVT口罩的效果。
[3]
富士通将把这项技术应用于目前正在验证的系统中。该系统由VCOGNIZATION TECHNOLOGIES, INC.公司提供，名为“Zippin”。该系统集成了自助结账所需的摄像头和重量传感器等设备、用于顾客和产品识别的人工智能功能，以及与支付和库存管理系统连接的功能。