Masked_face综述

masked face recognize

最新综述：

A Comprehensive Survey of Masked Faces: Recognition, Detection, and Unmasking 2024

• FU (face unmasking) -- 去除遮蔽物的方法，generative 方法
• FMR(Face Mask Recognition) -- 分辨是否带口罩的方法
• MFR(Masked Face Recognition) --遮蔽人脸的识别

MFR有三个主要方法

• 整体方法

  整体方法采用深度学习模型来识别整个面部的特征，并利用注意力模块

• 基于掩模排除的方法

  基于掩模排除的方法训练模型识别未掩模的面部特征，例如眼睛和头部。

• 基于蒙版去除的方法

    利用生成对抗网络 (GAN) 从蒙版对应物中创建逼真的面部图像

人脸识别在现实世界的复杂性调查

论文：A Survey on Occluded Face recognition .2020

探究了在现实世界中人脸识别复杂性的情况。

RMFD 真实人脸数据集

Huang_Masked_Face_Recognition_Datasets_and_Validation_ICCVW_2021 武大实验室

在真实面罩数据集领域，真实世界蒙面人脸识别数据集（RMFRD)脱颖而出，成为最广泛的 MFR 公开可用资源之一。

合成人脸数据

然而，由于大量可用于生成目的的公共人脸数据集，合成蒙面人脸数据集的可访问性得到了显着提升。与具有真实面具的数据集相比，合成面具数据集通过结合人工生成的面部覆盖物带来了独特的视角。这些数据集提供了一个受控环境，使研究人员能够探索各种合成面具的变化，包括样式、颜色和形状等考虑因素。这些数据集的受控性质有助于系统地探索 MFR 中的挑战，为模型对不同合成掩模的响应提供有价值的见解。

Z. Wang、B. Huang 等人[ 42 ]采用了不同的方法，将掩模自动应用于来自现有公共数据集（例如 CASIA-WebFace [ 23 ] 、LFW [ 25 ] 、CFP-FP [ 57 ]）的人脸图像。和 AgeDB-30 [ 58 ] 。这项工作最终创建了一个模拟面具人脸识别数据集 (SMFRD)，其中包含代表 16,817 个独特身份的 536,721 个蒙面人脸。 Aqeel Anwar 和 Arijit Raychowdhury [ 26 ]介绍了 MaskTheFace，这是一种开源工具，旨在有效地掩盖公共人脸数据集中的人脸。该工具用于生成大型蒙面人脸数据集