本AI抗遮蔽人臉偵測與辨識系統由五個模組組成，包含遮蔽人臉生成模組、訓練模組、人臉偵測模組、人臉辨識模組及驗證模組。
(1)遮蔽人臉生成模組: 為了增加訓練資料庫之多樣化及多變化之豐富性，本技術蒐集約650萬張人臉圖片，透過此模組將無遮蔽人臉照片合成為戴口罩、帽子、墨鏡和圍巾之類遮蔽物的有遮蔽人臉圖片。此模組可分析人臉特徵點之間的相對位置與中心線角度，調整遮蔽物的大小與角度，最後合成輸出模擬遮蔽人臉圖片。
(2)訓練模組:此模組將合成出來的照片與原本未遮蔽的照片一併輸入至此模組進行「人臉偵測網路」及「人臉辨識網路」訓練。接著「特徵提取網路」強化了系統分類效果，使系統可以擁有抗遮蔽人臉辨識的功能。
(3)人臉偵測模組:使用「單級人臉偵測器(Single Stage Headless Face Detector, SSH)」進行快速人臉偵測，並且使用「特徵金字塔」同時進行不同尺度的運算達到精準且快速的人臉偵測，影像通過此模組會得到臉部區域框與臉部標記點，再根據臉部標記點得到校正後的臉部圖像。
(4)人臉辨識模組:將偵測模組得到的臉部圖像輸入此模組進行特徵提取，特徵提取網路利用殘差網路(ResNet)模塊，其特點為可以加深網路，藉此克服網路退化的問題，並且使網路可以學習到更多的臉部資訊，接著使用得到的特徵進行分類，但此時分類的結果為暫時的身分。
(5)驗證模組:此模組從人臉特徵資料庫取出該暫時身分的特徵，與輸入之人臉影像的特徵進行相似度比較，最後依照信心度來驗證身分是否正確。
本技術的競爭力在於本系統使用遮蔽人臉生成模組增加資料豐富性，以及使用650萬張人臉圖片與遮蔽人臉生成模組生成的遮蔽人臉圖片訓練「人臉偵測網路」及「人臉辨識網路」，人臉偵測網路使用「單級人臉偵測器」搭配「特徵金字塔」達到快速且精準的人臉偵測模組，人臉辨識網路透過殘差網路，強化辨識效果，最後使用驗證模組使身份辨識更加準確，因此本技術於50%的遮蔽率之情況下，亦可達到95%( FAR<0.001%, FRR<5%)的準確率。

本系統使用650萬張人臉圖片搭配遮蔽人臉生成模組增加資料豐富性，以及單級人臉偵測器搭配特徵金字塔，人臉辨識網路透過殘差網路(ResNet)，達到快速、精準且多角度的人臉辨識。遮蔽率50%情況下，準確率可達到95%(FAR<0.001%, FRR<5%)。

一般的人臉辨識系統，會因為對於臉部情況的限制較嚴格或是在臉部有遮蔽物易造成誤判，導致使用者體驗不佳。本系統可以應用在門禁安全或者安防監控等相關領域，也可以搭配智慧家庭的機器人或者各式各樣電子用品等應用。透過人臉辨識取代傳統身分驗證，不僅提高準確率、減少人力需求也增加生活上的方便性。