野外印度佩戴口罩人脸数据集
计算机视觉与模式识别
2021-06-18 v1
摘要
由于 COVID-19 疫情，在公共场所佩戴口罩已成为全球范围内的强制要求。口罩遮挡了面部区域的很大一部分。此外，人们佩戴不同类型的口罩，从简单款到带有图形和图案的款式。这些给人脸识别算法带来了新的挑战。研究人员最近提出了一些佩戴口罩人脸数据集，用于设计算法以克服佩戴口罩人脸识别的挑战。然而，现有数据集缺乏文化多样性以及无约束环境下的采集。像印度这样有着服饰多样性的国家，人们不仅限于佩戴传统口罩，还会使用薄棉印花毛巾（当地称为“gamcha”）、 “stoles”和“handkerchiefs”来遮盖面部。在本文中，我们提出了一个新颖的\textbf{野外印度佩戴口罩人脸(IMFW)}数据集，其中包含姿态、光照、分辨率以及受试者所戴口罩种类方面的变化。我们还在所提出的 IMFW 数据集上对现有人脸识别模型的性能进行了基准测试。实验结果表明了现有算法在多样条件下存在的局限性。
引用
@article{arxiv.2106.09670,
title = {Indian Masked Faces in the Wild Dataset},
author = {Shiksha Mishra and Puspita Majumdar and Richa Singh and Mayank Vatsa},
journal= {arXiv preprint arXiv:2106.09670},
year = {2021}
}