掩码人脸数据集构建与掩码人脸识别
计算机视觉与模式识别
2023-12-27 v2
摘要
在后疫情时代，佩戴口罩给普通人脸识别带来了巨大挑战。在先前研究中，研究者应用预训练的 VGG16 和 ResNet50 在精心整理的现有掩码人脸识别（MFR）数据集 RMFRD 和 SMFRD 上提取特征。为使模型更适应样本量更小、摄像头环境变化更大的真实世界场景，我们通过从 Labelled Faces in the Wild（LFW）数据集中选取 50 个身份共 1702 张图像，并通过关键点检测模拟口罩，自行构建了一个更具挑战性的掩码人脸数据集。我们研究的另一部分是解决掩码人脸识别问题，我们参考此前最优（SOTA）结果选择模型，而非直接使用预训练模型，而是先在新数据集上微调模型，并利用最后一层线性层直接进行分类。此外，我们提出使用数据增强策略进一步提升测试准确率，并微调了超越先前研究的最 SOTA 网络之一的 Inception ResNet v1 这一新网络。在 50 个身份的 MFR 上取得的最佳测试准确率为 95%。
引用
@article{arxiv.2311.07475,
title = {Masked Face Dataset Generation and Masked Face Recognition},
author = {Rui Cai and Xuying Ning and Peter N. Belhumeur},
journal= {arXiv preprint arXiv:2311.07475},
year = {2023}
}
备注
This is not a conference paper and is just a technical report