面罩人脸识别综述：识别、检测与去面罩
计算机视觉与模式识别
2024-05-10 v1
摘要
面罩人脸识别 (MFR) 已成为生物识别领域的关键领域，尤其是全球新冠疫情导致人们普遍佩戴口罩。本综述论文对面容识别与检测有面罩的人的挑战与进展进行了全面分析，由于适应新社会规范的需求，这一领域出现了创新的转变。通过深度学习技术，MFR 以及人脸面罩识别 (FMR) 和人脸去面罩 (FU) 成为重要的研究方向。这些方法解决了从完全遮挡到部分遮挡人脸特征所带来的独特挑战。我们的综合审阅探讨了为 MFR、FMR 和 FU开发的各种深度学习方法，突出它们各自的挑战以及克服这些挑战的所提出的解决方案。此外，我们探讨了专为评估 MFR 研究性能而设计的基准数据集和评估指标。本综述还讨论了该领域研究者仍面临的重大障碍，并提出了未来发展方向，以实现更稳健和更有效的面罩人脸识别系统。本论文为研究人员和实践者提供了宝贵资源，洞察了在全球健康危机及其它方面，面脸识别技术不断演变的格局。
引用
@article{arxiv.2405.05900,
title = {A Comprehensive Survey of Masked Faces: Recognition, Detection, and Unmasking},
author = {Mohamed Mahmoud and Mahmoud SalahEldin Kasem and Hyun-Soo Kang},
journal= {arXiv preprint arXiv:2405.05900},
year = {2024}
}