用于安全认证的口罩人脸识别

随着近期世界范围的 COVID-19 大流行，使用口罩已成为我们生活的重要部分。人们被鼓励在公共场所遮盖面部以避免感染传播。这些口罩的使用对用于追踪学校/办公室出勤和解锁手机的人脸识别系统的准确性提出了严重质疑。许多组织将人脸识别用作一种认证手段，并已在内部开发了必要的数据集以部署此类系统。不幸的是，口罩人脸难以被检测和识别，从而可能使内部数据集失效，并使此类人脸识别系统无法运行。本文提出了一种方法，通过用能够识别口罩人脸且假阳性率低、总体准确率高的工具增强当前人脸数据集，而无需通过拍摄新照片重新创建用户数据集来进行认证。我们提出了一个开源工具 MaskTheFace，可有效遮挡人脸，从而创建大型口罩人脸数据集。使用该工具生成的数据集随后用于训练针对口罩人脸目标准确率的有效人脸识别系统。我们报告了 Facenet 系统的真阳性率提高了 38%。我们还在自定义真实世界数据集 MFR2 上测试了重新训练系统的准确性，并报告了类似的准确率。