一、项目背景与技术选型

1.1 业务场景驱动

在智慧安防、移动支付等场景中，人脸识别已成为核心身份验证手段。然而实际部署中，用户佩戴口罩、墨镜或面部被部分遮挡的情况频繁出现，导致传统模型识别率下降。例如某社区门禁系统在口罩普及后，误识率从0.3%上升至5.2%，迫切需要抗遮挡能力更强的解决方案。

1.2 架构选择依据

MobileFaceNet作为轻量化模型，参数量仅0.98M，在移动端推理速度可达35fps，满足实时性要求。但其特征提取能力受限于浅层网络，对局部遮挡的鲁棒性不足。CBAM（Convolutional Block Attention Module）通过通道与空间注意力机制，可动态增强关键特征权重。二者结合既能保持高效性，又能提升遮挡场景下的特征表达能力。

二、CBAM+MobileFace的融合实现

2.1 模型结构优化

在MobileFaceNet的Bottleneck模块中嵌入CBAM，具体改造点包括：

• 通道注意力：通过全局平均池化与全连接层，生成0-1的通道权重，强化眼睛、鼻子等关键区域的特征响应。
• 空间注意力：采用7×7卷积核捕捉局部空间关系，在口罩区域周围形成特征增强带。

# CBAM模块PyTorch实现示例
class CBAM(nn.Module):
    def __init__(self, channels, reduction=16):
        super().__init__()
        self.channel_attention = ChannelAttention(channels, reduction)
        self.spatial_attention = SpatialAttention()
    def forward(self, x):
        x = self.channel_attention(x)
        x = self.spatial_attention(x)
        return x
class ChannelAttention(nn.Module):
    def __init__(self, channels, reduction):
        super().__init__()
        self.avg_pool = nn.AdaptiveAvgPool2d(1)
        self.fc = nn.Sequential(
            nn.Linear(channels, channels // reduction),
            nn.ReLU(),
            nn.Linear(channels // reduction, channels)
        )
    def forward(self, x):
        b, c, _, _ = x.size()
        y = self.avg_pool(x).view(b, c)
        y = self.fc(y).view(b, c, 1, 1)
        return x * torch.sigmoid(y)

2.2 损失函数改进

采用ArcFace损失函数增强类间区分度，同时引入遮挡模拟训练：

• 动态遮挡数据增强：在训练时随机生成矩形遮挡块，覆盖比例从10%-40%动态变化。
• 多尺度特征融合：将CBAM输出的中间层特征与最终特征拼接，形成256+128维的混合特征向量。

三、人脸遮挡场景的应对策略

3.1 遮挡类型分析

实验表明不同遮挡物对模型的影响存在显著差异：
| 遮挡类型 | 识别率下降 | 特征热力图变化 |
|—————|——————|————————|
| 医用口罩 | 18.7% | 鼻子区域激活减弱 |
| 墨镜 | 12.3% | 眼部区域激活减弱 |
| 随机遮挡 | 25.6% | 多区域激活紊乱 |

3.2 针对性优化方案

1. 局部特征增强：在CBAM的空间注意力模块中，对眼部区域设置更高的初始权重（默认1.0→1.5）。
2. 多任务学习：增加遮挡类型分类分支，辅助主网络学习遮挡不变特征。
3. 推理时自适应：根据遮挡检测模块的输出动态调整CBAM的注意力阈值。

四、实际部署中的关键问题

4.1 移动端性能优化

在骁龙865平台上的实测数据显示：

• 原始MobileFaceNet：推理时间12ms，功耗320mW
• 加入CBAM后：推理时间增加至18ms（+50%），功耗385mW
• 通过8位量化优化：推理时间恢复至15ms，功耗降至350mW

4.2 遮挡检测前置

采用轻量级YOLOv5s模型进行遮挡预检测，当检测到遮挡面积超过30%时，触发CBAM的强化模式。该策略使复杂场景下的识别准确率从78.2%提升至89.5%。

五、效果评估与改进方向

5.1 量化评估结果

在LFW数据集上的测试表现：
| 模型版本 | 准确率 | 遮挡场景提升 |
|—————————-|————|———————|
| MobileFaceNet基线 | 99.2% | - |
| +CBAM基础版 | 99.4% | 12.3% |
| +动态权重调整 | 99.5% | 18.7% |

5.2 待解决问题

1. 极端光照条件下的遮挡识别稳定性
2. 多人重叠场景中的注意力干扰
3. 跨种族人脸的遮挡特征泛化能力

六、实践建议与经验总结

1. 数据构建策略：建议按3:1的比例混合正常样本与遮挡样本，其中遮挡样本应包含至少5种常见类型（口罩、墨镜、围巾等）。
2. 模型调优技巧：CBAM的reduction参数建议设置为输入通道数的1/8，过大可能导致过拟合。
3. 部署优化路径：先进行完整的FP32训练，再逐步量化至INT8，避免直接量化导致的精度断崖式下降。

当前技术方案已在某物流园区的无感通行系统中落地，日均处理2000+人次，在佩戴口罩场景下的通过率达98.7%，较传统方案提升41个百分点。未来工作将探索结合3D结构光信息，进一步提升极端遮挡条件下的识别可靠性。