步入3月，全国企业陆续复工返岗，公共交通防疫战持续升级。特别是在人流量大、环境复杂的地铁交通枢纽，如何采取有力的防疫措施，全力保障市民出行、企业复产是重要议题。
近日，针对北京地铁防疫需求，百度与北京地铁合作开展了AI口罩检测方案测试。该方案可在地铁站实时视频流中，准确地对未戴口罩以及错误佩戴口罩的情况进行识别和检测，辅助一线地铁工作人员进行防疫工作。
飞桨是百度自研，目前国内唯一开源开放且功能完备的产业级深度学习平台，是各类型AI模型应用开发的基础。2月13日，百度就宣布在飞桨深度学习平台中免费开源了业内首个“口罩人脸检测及分类模型”，助力各行业疫情防控。
在接到北京地铁AI口罩检测的需求后，一支专项项目组迅速集结起来，防控紧迫，这次他们要尽一切可能的快。项目组连夜计划部署方案，并在3天内完成第一版快速部署，7天内进行了两次模型升级、三次现场部署调试、多次策略优化，最终部署上线，实现了在地铁站实时视频流中，准确地对未戴口罩以及错误佩戴口罩的情况进行检测。
百度研发工程师介绍，北京地铁AI口罩检测方案首先通过地铁站厅内摄像头进行实时视频流的抓取和分析，抓取频率为5帧/秒。若出现未佩戴口罩情况，将自动红框标出并将图片本地保存。而对于如露出鼻子等佩戴不规范情况，模型也将进行识别提示。方案整体轻量级部署，易于集成。
此外，在时间紧任务重，且疫情期间地铁内人流过少导致训练样本严重不足的情况下，团队克服了包括视频流转解码、保护地铁内网独立性、乘客口罩品类颜色不一、可用于标注训练的样本太少等多种困难。硬件方面，该项目也紧急得到了英伟达中国的硬件资源和技术支持。
在此次北京地铁AI口罩检测方案中，百度飞桨利用自身储备的业界领先工具集，快速完成了多维度视频内容解析、视频语义理解、分类标签，及口罩识别等全套模型及部署，充分展现出飞桨源于产业实践、并致力于与产业深入融合的特点。
同时，检测功能的实现离不开百度人脸识别技术的长期积累。基于多年图像分类、检测、检索，人脸质量检测，活体识别等技术积累，并对口罩人脸小样本学习进行模型迭代，实现了模型准确率业界领先。而这些领先的视觉技术也在飞桨中开放，飞桨官方支持包括视觉、NLP、语音、推荐等领域在内，超过100 个经过产业实践长期打磨的主流模型。目前，飞桨在工业、农业、交通、制造业等各个领域都有众多应用实例，累计服务150多万开发者。
抗击新冠疫情的战线里，百度一直发挥着自身在人工智能领域的技术优势，与疫情赛跑。此次，与北京地铁携手上线AI口罩检测，希望在复产复工的关键时刻为工作出行安全提供助力。支援战疫，百度正在行动中。
