关于真实场景中被遮挡人脸的识别
计算机视觉与模式识别
2021-09-14 v2
摘要
由遮挡引起的面部外观变化一直是人脸识别系统面临的主要挑战之一。为了促进该领域的进一步研究，有必要且重要的是拥有从真实世界采集的遮挡人脸数据集，因为合成生成的遮挡人脸无法代表该问题的本质。在本文中，我们提出了真实世界遮挡人脸（ROF）数据集，其中包含因太阳镜造成的上半部面部遮挡和因口罩造成的下半部面部遮挡的人脸。我们为该数据集提出了两种评估协议。在该数据集上的基准实验表明，无论深度人脸表示模型多么强大，当它们在真实世界遮挡人脸上进行测试时，其性能都会显著下降。观察到，当模型在合成生成的遮挡人脸上进行测试时，性能下降要小得多。ROF数据集及相关的评估协议可在以下链接公开获取：https://github.com/ekremerakin/RealWorldOccludedFaces。
引用
@article{arxiv.2109.03672,
title = {On Recognizing Occluded Faces in the Wild},
author = {Mustafa Ekrem Erakın and Uğur Demir and Hazım Kemal Ekenel},
journal= {arXiv preprint arXiv:2109.03672},
year = {2021}
}
备注
Accepted to 20th International Conference of the Biometrics Special Interest Group (BIOSIG 2021) as Poster paper