Real-World Masked Face Dataset (RMFD)

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 largest global collection of masked facial images has been established and made publicly available 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 controlling access in closed communities, upgrading facial recognition turnstiles at stations and airports, and adapting facial recognition attendance systems to environments where masks are commonly worn.

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

联系人及邮箱

• 黄宝金
• 联系邮箱：[e-mail]

数据集目的

• 收集样本建立全球最大口罩人脸数据集，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。
• 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。

数据集内容

原始样本下载

• 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
  • https://drive.google.com/open?id=1kZAIiv34Iav9Vt8BB101FXo4KoEClpx9

已标注数据集

1. 真实口罩人脸识别数据集

   • 样本来源：网络爬取。
   • 样本数量：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
     • https://drive.google.com/open?id=1UlOk6EtiaXTHylRUx2mySgvJX9ycoeBp

2. 模拟口罩人脸识别数据集

   • 样本来源：给公开数据集中的人脸戴上口罩。
   • 样本数量：1万人、50万张人脸。
   • 子集：
     • WebFace模拟口罩人脸数据集
       • 下载地址：
         • https://pan.baidu.com/s/1Qi_8D_kH2QCm761elZs5YA 密码: 77m8
         • https://drive.google.com/open?id=1q0ibaoFVEmXrjlk3-Oyx2oYR8HpVy6jc
     • LFW模拟口罩人脸数据集
       • 下载地址：
         • https://pan.baidu.com/s/1Ge0KcYgu6oVAbLlDHCKwRg 密码: o126
         • https://drive.google.com/open?id=1soLIUkGruSKMzg5z5_OYYqUVoca4E_lI

数据集应用

• 口罩人脸识别模型：基于建立的数据集，设计和训练了面部-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
  • 示例图像：
    • 
    • 
    • 

搜集汇总

数据集介绍

构建方式

Real-World Masked Face Dataset（RMFD）的构建源于全球新型冠状病毒疫情期间，口罩佩戴成为常态，武汉大学国家多媒体软件工程技术研究中心基于这一背景，收集了大量真实世界中的口罩遮挡人脸图像。数据集通过从网络爬取样本，经过整理、清洗和标注，最终形成了包含525人的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，还通过给公开数据集中的人脸图像添加口罩，生成了包含1万人、50万张人脸的模拟口罩人脸数据集。

特点

RMFD数据集的特点在于其多样性和规模。真实口罩人脸识别数据集不仅包含了大量真实场景下的口罩遮挡人脸图像，还涵盖了同一人的多张戴口罩与未戴口罩的图像，为口罩遮挡下的身份识别提供了丰富的数据支持。模拟口罩人脸数据集则通过人工添加口罩的方式，进一步扩展了数据集的规模和多样性，使其能够适应不同场景下的算法训练与测试需求。数据集的高精度标注和多样化的样本构成，为口罩遮挡人脸检测与识别算法的研发提供了坚实的基础。

使用方法

RMFD数据集的使用方法灵活多样，用户可以通过GitHub或百度网盘、Google Drive等平台下载数据集的不同部分。数据集分为多个压缩文件，用户需下载全部文件后进行解压。数据集适用于口罩遮挡人脸检测与识别算法的训练与测试，用户可以根据需求选择真实口罩人脸数据集或模拟口罩人脸数据集进行实验。此外，数据集还支持社区封闭管理、车站机场人脸识别闸机升级等实际应用场景，用户可通过邮件提交新的口罩遮挡人脸图像，进一步扩充数据集。

背景与挑战

背景概述

Real-World Masked Face Dataset（RMFD）是由武汉大学国家多媒体软件工程技术研究中心在2020年新冠疫情期间发起并创建的一个大规模口罩遮挡人脸数据集。该数据集的创建背景源于全球范围内佩戴口罩的普遍现象，尤其是在疫情严重的武汉地区。RMFD旨在为口罩遮挡下的人脸检测与识别算法提供数据支持，以应对社区封闭管理、车站机场人脸识别闸机升级等实际应用场景的需求。数据集包含真实口罩人脸和模拟口罩人脸两部分，分别从网络爬取和公开数据集中生成，涵盖了525人的5000张口罩人脸和90,000张正常人脸，以及1万人的50万张模拟口罩人脸。该数据集为相关领域的研究提供了重要的数据资源，推动了口罩遮挡下的人脸识别技术的发展。

当前挑战

RMFD数据集在构建和应用过程中面临多重挑战。首先，口罩遮挡下的人脸识别问题本身具有较高的技术难度，因为口罩会遮挡面部关键特征，导致传统人脸识别算法的性能显著下降。其次，数据集的构建过程中，如何从海量网络数据中筛选、清洗和标注高质量的口罩人脸样本，是一个耗时且复杂的过程。此外，模拟口罩人脸数据集的生成需要精确的口罩合成技术，以确保生成的图像具有足够的真实性和多样性。最后，数据集的开放性和共享性也带来了数据隐私和伦理问题，如何在保护个人隐私的前提下合理使用这些数据，是研究者需要慎重考虑的问题。

常用场景

经典使用场景

Real-World Masked Face Dataset (RMFD) 是一个专门针对口罩遮挡人脸识别问题的数据集，广泛应用于人脸识别算法的训练与测试。该数据集包含了大量真实场景下的口罩人脸图像，能够有效模拟疫情期间人们佩戴口罩的情况。研究人员利用该数据集开发了多粒度口罩人脸识别模型，显著提升了在口罩遮挡情况下的识别精度。

解决学术问题

RMFD 数据集解决了在口罩遮挡情况下人脸识别算法的性能瓶颈问题。传统的人脸识别算法在面对口罩遮挡时，识别精度显著下降。通过该数据集，研究人员能够设计并优化针对口罩遮挡的识别算法，提升算法在复杂环境下的鲁棒性。这一突破为公共安全领域的人脸识别技术提供了重要的技术支持。

衍生相关工作

基于 RMFD 数据集，许多经典的研究工作得以展开。例如，研究人员提出了基于面部-眉眼多粒度特征的口罩人脸识别模型，显著提升了识别精度。此外，该数据集还催生了一系列关于口罩遮挡下的人脸检测与识别算法的研究，推动了计算机视觉领域在复杂环境下的技术进步。