Real-World Masked Face Dataset

github2020-09-08 更新2024-05-31 收录

下载链接：

https://github.com/leandroak/Real-World-Masked-Face-Dataset

下载链接

链接失效反馈

官方服务：

资源简介：

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 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 during lockdowns, upgrading facial recognition turnstiles at stations and airports, and adapting facial recognition attendance systems to environments where masks are commonly worn.

创建时间：

2020-09-08

原始信息汇总

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

数据集发起单位与联系人

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：黄宝金
联系邮箱：huangbaojin@whu.edu.cn

数据集目的

收集全球最大口罩人脸数据集，为公共安全事件智能管控积累数据资源。
设计口罩遮挡人脸检测和识别算法，应用于社区封闭管理、车站机场人脸识别闸机及人脸门禁考勤设备。

数据集下载

原始样本：
- RMFD_part_1：直接下载
- RMFD_part_2（4个压缩文件）和RMFD_part_3（3个压缩文件）：需下载全部压缩文件后解压
- 下载链接：
  - 百度网盘：https://pan.baidu.com/s/1Vly3K-0qjlB6M2lenTZ8PA，提取码：xhze
  - Google Drive：https://drive.google.com/open?id=1kZAIiv34Iav9Vt8BB101FXo4KoEClpx9
已标注数据集：
- 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
  - 下载链接：
    - 百度网盘：https://pan.baidu.com/s/1XvGepj84SCA9rlVb9rGhEQ，密码：j3aq
    - Google Drive：https://drive.google.com/open?id=1UlOk6EtiaXTHylRUx2mySgvJX9ycoeBp
- 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：
      - 百度网盘：https://pan.baidu.com/s/1Qi_8D_kH2QCm761elZs5YA，密码：77m8
      - Google Drive：https://drive.google.com/open?id=1q0ibaoFVEmXrjlk3-Oyx2oYR8HpVy6jc
  - LFW模拟口罩人脸数据集：
    - 下载链接：
      - 百度网盘：https://pan.baidu.com/s/1Ge0KcYgu6oVAbLlDHCKwRg，密码：o126
      - Google Drive：https://drive.google.com/open?id=1soLIUkGruSKMzg5z5_OYYqUVoca4E_lI

口罩人脸识别模型

基于RMFD数据集，设计和训练了面部-眉眼多粒度口罩人脸识别模型，数据集上的识别精度达到95%。
动态视频演示下载链接：
- 百度网盘：https://pan.baidu.com/s/1P0PiWFNT1z_TcCj8vo43ow，提取码：acwe

数据集示例

提供多个原始样本示例图片，展示数据集中的样本特征。

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，口罩成为日常必需品，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，收集了大量戴口罩的人脸图像。数据集通过从网络爬取样本，并经过整理、清洗和标注，最终形成了包含525人的5千张口罩人脸和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大量戴口罩的人脸图像，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，扩展了数据集的覆盖范围，使其适用于更多场景。数据集的多样性和规模使其成为口罩人脸识别算法开发和验证的理想选择。

使用方法

RMFD数据集的使用方法较为灵活，用户可以通过GitHub或百度网盘、Google Drive等平台下载数据集。数据集分为多个部分，部分文件需要下载并解压后使用。用户可以根据需求选择真实口罩人脸识别数据集或模拟口罩人脸数据集进行算法训练和测试。基于该数据集，研究人员可以设计和训练面部-眉眼多粒度口罩人脸识别模型，数据集上的识别精度已达到95%。此外，数据集还支持动态视频演示，帮助用户更直观地理解模型效果。

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新型冠状病毒疫情期间发起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，尤其是在疫情严重地区如武汉。数据集的主要目的是为智能管控系统提供数据支持，帮助设计口罩遮挡人脸的检测与识别算法，以应对社区封闭管理、车站机场的人脸识别闸机以及人脸门禁考勤设备的升级需求。数据集包含真实口罩人脸识别数据集和模拟口罩人脸识别数据集，分别从网络爬取和公开数据集中生成，涵盖了525人的5千张口罩人脸和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，推动了口罩遮挡环境下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，口罩遮挡人脸识别任务本身具有较高的技术难度，口罩遮挡了人脸的大部分特征区域，尤其是鼻子和嘴巴，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，如何从海量的网络数据中筛选出高质量的口罩人脸图像，并进行有效的清洗和标注，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确保口罩的添加方式与真实场景一致，以避免引入偏差。最后，尽管数据集在识别精度上达到了95%，但在实际应用中，如何进一步提升模型在动态视频中的实时性和鲁棒性，仍然是一个亟待解决的问题。

常用场景

经典使用场景

在新冠疫情全球蔓延的背景下，佩戴口罩已成为常态，Real-World Masked Face Dataset（RMFD）为研究口罩遮挡下的人脸识别提供了丰富的数据资源。该数据集广泛应用于开发口罩遮挡人脸检测和识别算法，特别是在社区封闭管理、机场和车站的人脸识别闸机以及人脸门禁考勤设备的升级中，显著提升了系统在口罩遮挡环境下的识别精度和稳定性。

衍生相关工作

基于RMFD数据集，学术界衍生了一系列经典研究工作。例如，研究人员设计了面部-眉眼多粒度口罩人脸识别模型，识别精度达到95%以上。此外，该数据集还推动了口罩遮挡下的人脸检测算法的优化，相关研究成果发表在顶级学术会议和期刊上，进一步推动了人脸识别技术在口罩遮挡环境下的应用和发展。

数据集最近研究