Real-World Masked Face Dataset

近期全球新型冠状病毒肆虐，疫情严重地区（如武汉）几乎人人戴口罩，具有海量样本基数。收集样本建立全球最大口罩人脸数据集，并向社会开放，为当前及今后可能的类似公共安全事件智能管控积累数据资源。基于口罩人脸数据，设计相应口罩遮挡人脸检测和识别算法，帮助社区封闭时的人员进出管控，车站、机场的人脸识别闸机以及人脸门禁考勤设备的升级，适应行人口罩蒙面遮挡的应用环境。

Recently, the global outbreak of the novel coronavirus has led to widespread mask-wearing, especially in severely affected areas such as Wuhan, providing a vast sample base. A dataset of the world's largest collection of masked facial images has been established and made publicly available, aiming to accumulate data resources for intelligent management of current and potential future public safety incidents. Based on this dataset, algorithms for detecting and recognizing faces with masks have been developed to assist in managing community access control, upgrading facial recognition turnstiles at stations and airports, and enhancing facial recognition attendance systems, adapting to the application environment where pedestrians wear masks.

原始信息汇总

数据集概述

数据集名称

• 口罩遮挡人脸数据集（Real-World Masked Face Dataset，RMFD）

发起单位

• 武汉大学国家多媒体软件工程技术研究中心

联系人及联系方式

• 联系人：熊张洋
• 联系邮箱：[e-mail]

数据集内容

数据集下载

• RMFD_part_1：可直接下载使用。
• RMFD_part_2：包含4个压缩文件，需全部下载后解压。
• RMFD_part_3：包含3个压缩文件，需全部下载后解压。
• 下载链接：https://pan.baidu.com/s/1Vly3K-0qjlB6M2lenTZ8PA，提取码：xhze。

已标注数据集说明

• 真实口罩人脸识别数据集：

  • 包含525人的5千张口罩人脸、9万正常人脸。
  • 下载地址：https://pan.baidu.com/s/1XvGepj84SCA9rlVb9rGhEQ，密码：j3aq。

• 模拟口罩人脸识别数据集：

  • WebFace模拟口罩人脸数据集：
    • 包含1万人、50万张人脸。
    • 下载链接：https://pan.baidu.com/s/1Qi_8D_kH2QCm761elZs5YA，密码：77m8。
  • LFW模拟口罩人脸数据集：
    • 下载链接：https://pan.baidu.com/s/1Ge0KcYgu6oVAbLlDHCKwRg，密码：o126。

数据集应用

口罩人脸识别

• 识别模型：面部-眉眼多粒度口罩人脸识别模型。
• 识别精度：数据集上的识别精度达到95%。
• 动态视频演示下载链接：https://pan.baidu.com/s/1P0PiWFNT1z_TcCj8vo43ow，提取码：acwe。

搜集汇总

数据集介绍

构建方式

鉴于当前新型冠状病毒疫情背景下口罩使用的普遍性，本数据集的构建采取了两阶段策略。首先通过网络爬取获取原始样本，经过精细的整理、清洗和标注过程，形成了包含525人5000张口罩人脸和9万张正常人脸的真实口罩人脸识别数据集。此外，通过在公开数据集中的人脸上添加口罩，构建了包含1万人、50万张人脸的模拟口罩人脸数据集，以增强模型的泛化能力。

特点

本数据集具有样本量大、来源真实、多样化等特点。它不仅包含了大量真实场景中戴口罩的人脸图像，还提供了模拟的口罩人脸数据，有助于研究人员从多角度探索和提升口罩人脸识别技术的性能。数据集的构建严格遵循数据隐私保护原则，确保了数据的安全性和合规性。

使用方法

使用本数据集时，用户可以直接从GitHub下载部分原始样本进行初步探索。对于完整数据集，用户需要下载全部压缩文件后解压使用。此外，数据集的扩充也鼓励用户贡献个人收集的戴口罩图片，通过邮件发送至指定邮箱，由数据集维护团队进行统一处理。数据集的应用不仅限于学术研究，还可为公共安全事件中的智能管控提供技术支持。

背景与挑战

背景概述

在新型冠状病毒疫情背景下，武汉大学国家多媒体软件工程技术研究中心发起创建了Real-World Masked Face Dataset（RMFD），旨在为口罩人脸检测和识别算法的研究提供数据支持。该数据集包含海量戴口罩的人脸样本，是全球最大的此类数据集之一。其创建时间为疫情严峻时期，核心研究问题是提高口罩遮挡下的人脸识别准确率，对于公共安全事件的智能管控具有重要意义。该数据集的发布在社会上引起了广泛关注，推动了相关领域的研究进展。

当前挑战

该数据集在构建过程中面临的挑战主要包括：一是如何在保证数据质量的前提下，快速收集和整理大量佩戴口罩的人脸图像；二是如何在数据集中平衡不同个体、不同光照和不同遮挡程度的人脸图像，以增强模型的泛化能力；三是数据集的标注问题，确保每一张图像的标注准确无误。在解决领域问题方面，口罩遮挡导致的人脸特征变化给人脸识别带来了挑战，如何在口罩遮挡的情况下准确识别个人身份，是当前研究的一大难题。

常用场景

经典使用场景

在新型冠状病毒疫情期间，Real-World Masked Face Dataset成为了研究口罩遮挡下人脸识别算法的重要资源。该数据集被广泛用于训练和测试面部识别系统，以应对口罩覆盖带来的识别挑战。

衍生相关工作

基于Real-World Masked Face Dataset，研究者们开发了多种口罩人脸识别模型，并发表了相关学术论文，推动了人脸识别技术在口罩使用环境下的研究进展。

数据集最近研究

最新研究方向

鉴于新冠疫情的全球肆虐，佩戴口罩已成为一种普遍现象，Real-World Masked Face Dataset（RMFD）应运而生，旨在为口罩人脸识别技术提供真实世界的样本资源。该数据集在本领域的最新研究方向，集中在提升口罩遮挡下的人脸识别准确率，特别是在社区管控、交通枢纽的人脸识别闸机以及人脸门禁系统中的应用。通过构建包含海量戴口罩人脸图像的数据集，研究者们设计了基于面部-眉眼多粒度的识别模型，实现了超过95%的识别精度，为智能管控和疫情防控提供了技术支持。