新冠肺炎疫情期間，中央流行疫情指揮中心鼓勵民眾戴口罩，但在捷運站、校園、商辦大樓等人流眾多的地點往往需要指派更多人力監測。交通大學電機學院教授鄭文皇和助理教授帥宏翰看見防疫需求，聯合研究團隊開發「大規模視訊監控口罩人臉偵測系統」，能在人流眾多的環境靠一台相機偵測民眾是否配戴口罩，偵測率高達95%。

鄭文皇表示，手是病毒傳播的媒介，新冠肺炎疫情使得非接觸式技術崛起。研究團隊長期投入AI、機器學習和電腦視覺前瞻研究，將現有技術套用到非接觸式口罩偵測系統，歷時兩週開發出靠著一台相機即時辨別鏡頭下的所有民眾是否配戴口罩。

團隊初步選在校內人流頻繁的學生餐廳和教室實測。當師生走進相機的成像範圍，系統就會即時以綠框標示有帶口罩、紅框表示未戴口罩，偵測率高達95%，不管是90度側臉、低頭滑手機，還是趴在桌面上，系統都能偵測出來。

鄭文皇說，這套口罩人臉偵測系統的創新之處在於，它的判別方法更著重五官局部關鍵特徵，譬如眼睛的邊緣特性，只要掃到人臉的關鍵部位就能感應到人臉，無論大小或姿態各異都能偵測，進而判斷口罩配戴的狀況，即使對於高密度人流，也能在30分之1秒內進行大規模視訊監控。

帥宏翰說，以往人臉偵測技術主要針對完整且足夠大的單張人像照片進行機器學習與分析，如果遇到人臉過小、角度偏移或有遮蔽物的情況，容易造成誤判，在這樣的環境下，人們必須刻意走到鏡頭前才能精準測量，但這套口罩辨識系統不需要人配合機器。

新冠肺炎疫情當前，各機關「超前部署」防疫措施，從傳統耳、額溫槍進階到紅外線熱像儀，但配戴口罩還是依賴駐守人員一一查看。帥宏翰認為，如果有口罩和體溫的偵測設備相輔相成，將有助於落實防疫自動化，不再需要調度人力堅守檢測口，大幅降低人力成本，民眾也不需要特地停下腳步配合量測，提高檢測效率。

不過鄭文皇、帥宏翰也笑說，口罩人臉辨識系統只是扮演監督角色，新冠肺炎疫情當前，出門最好還是自主戴上口罩，多加自我防範，避免病毒找上門。