据悉，该团队下一步将联合中科通达、虹信科技、武汉邦拓电子等安防企业开展试用，服务于社区出入、校园管理、企业复工场景下的无接触刷脸认证应用。
据《湖北日报》报道，中国社区出入管理、人脸门禁考勤、车站人脸闸机等场合都离不开人脸识别技术。疫情期间，口罩让作为重要身份验证手段的人脸识别技术基本失效。
针对口罩人脸样本集制作需要周期而研发过程等不得的现实情况，王中元团队制定四步走的迭代研发技术路线，推出四套研发方案，以便根据样本集情况和模型的性能表现适时调整、择优选取。该团队构建了全球首个公开的真实口罩人脸识别样本集，含525人的5000口罩人脸、九万正常人脸，目前数据集已向社会免费开放。
疫情期间，中国几乎人人戴口罩，为突破口罩带来的人脸识别问题，武汉大学团队启动应急攻关研究，目前口罩遮挡人脸的识别精度达到90%，同时构建了全球首个公开的真实口罩人脸识别样本集。
因此，武汉大学国家多媒体软件工程技术研究中心王中元教授带领团队及时启动了口罩人脸识别的应急攻关研究，初步收集人脸数据达36万张，并开发了数据清洗、标注等半自动化辅助制作工具。为扩充数据多样性，该团队开发了一个精准戴口罩软件程序，通过给公开数据集中的人脸戴上口罩，构建了一万人、50万张人脸的模拟口罩人脸数据集。
