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 compiled and made publicly available to accumulate data resources for intelligent management of current and potential future public safety incidents. Utilizing this masked facial dataset, algorithms for detecting and recognizing faces with masks have been developed. These algorithms aid in managing community access control during lockdowns, upgrading facial recognition systems at stations and airports, and adapting access control and attendance systems to environments where individuals wear masks.

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信息

• 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：熊张洋
• 联系邮箱：[e-mail]

数据集目的

• 为应对全球新型冠状病毒疫情，收集并建立全球最大的口罩人脸数据集，以支持智能管控类似公共安全事件。
• 设计口罩遮挡人脸检测和识别算法，适应社区封闭管理、车站机场人脸识别闸机及门禁考勤设备的升级需求。

数据集内容

• 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，包含5千张口罩人脸和9万正常人脸
  • 下载地址：链接
  • 密码：j3aq

• 模拟口罩人脸识别数据集：

  • 样本处理：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
  • Webface模拟口罩人脸数据集：
    • 下载地址：链接
    • 密码：77m8
  • LFW模拟口罩人脸数据集：
    • 下载地址：链接
    • 密码：o126

数据集下载

• RWMFD_part_1：可直接下载使用
• RWMFD_part_2：需下载全部4个压缩文件后解压
• RWMFD_part_3：需下载全部3个压缩文件后解压

数据集示例

• 提供多张口罩遮挡人脸的样本图片，展示数据集的实际应用情况。

搜集汇总

数据集介绍

构建方式

鉴于新型冠状病毒疫情期间口罩使用的普及，本数据集通过从网络爬取样本，并进行严格的整理、清洗及标注流程，构建了包含真实场景中戴口罩人脸的识别数据集。数据集涵盖了525人的5千张口罩人脸和9万张正常人脸，以及通过在公开数据集人脸图像上模拟添加口罩生成的1万人、50万张人脸的模拟口罩人脸数据。

使用方法

用户可以通过GitHub页面提供的下载链接获取数据集。数据集分为多个部分，其中部分样本可直接下载使用，其他部分需下载全部压缩文件后解压。对于数据集的进一步扩充，用户可通过邮件方式向数据集发起单位提供个人收集的戴口罩图片，以促进数据集的持续更新和完善。

背景与挑战

背景概述

随着新型冠状病毒疫情的全球蔓延，佩戴口罩成为公共场合的普遍现象，从而对传统人脸识别技术提出了新的挑战。在此背景下，武汉大学国家多媒体软件工程技术研究中心发起并构建了Real-World Masked Face Dataset（RMFD），旨在为口罩遮挡人脸的检测与识别研究提供数据支持。该数据集包含了海量佩戴口罩的人脸样本，为智能管控系统提供了宝贵的训练资源，对于促进公共安全事件的智能管理具有重大意义。数据集自创建以来，已经在人脸识别领域产生了广泛影响，成为相关研究的基准数据集。

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同时，快速收集大量佩戴口罩的人脸图像；二是如何有效处理和标注这些图像，确保数据集的可用性和准确性。此外，由于口罩遮挡带来的面部特征变化，传统的人脸识别算法在该数据集上的表现可能受到影响，因此，针对口罩遮挡的人脸检测与识别算法的设计与优化，是该数据集相关的另一项重要挑战。

常用场景

经典使用场景

在新型冠状病毒疫情期间，口罩遮挡人脸识别成为了一个亟待解决的问题。Real-World Masked Face Dataset（RMFD）作为全球最大的口罩人脸数据集，其经典使用场景主要在于训练和测试口罩遮挡下的人脸检测与识别算法，以应对公共场所的安全检查和人员管理需求。

解决学术问题

该数据集解决了传统人脸识别算法在口罩遮挡情况下的性能下降问题，为学术研究提供了真实世界的口罩人脸样本，有助于提升算法的鲁棒性和准确性，进而推动公共安全领域的技术进步。

实际应用

在实际应用中，RMFD数据集可用于优化火车站、机场等场所的人脸识别系统，提高戴口罩人群的通行效率，同时也可应用于社区封闭管理期间的人员进出管控，以及人脸门禁考勤设备的升级。

数据集最近研究

最新研究方向

鉴于新冠病毒疫情期间口罩的普遍使用，Real-World Masked Face Dataset（RMFD）应运而生，该数据集的构建旨在推动口罩遮挡人脸检测与识别技术的研究。当前，该数据集正被广泛应用于促进算法对于口罩遮挡人脸的准确识别，特别是在社区封闭管理、交通站点人脸识别闸机以及人脸门禁系统等领域。研究方向的焦点在于提升算法对于口罩覆盖面部特征的适应性和准确性，以应对公共卫生事件中智能管控的需求，相关研究成果对于智能安全防控体系的完善具有重大影响和意义。