CelebA+masks

COVID-19 大流行引发了使人脸识别系统适应新现实的问题，人们可能会戴上外科口罩来遮住鼻子和嘴巴。用于训练这些系统的传统数据集（例如 CelebA、CASIA-WebFace）是在大流行之前发布的，因此由于缺乏戴口罩的人的例子，它们现在似乎不适合。我们提出了一种通过创建合成蒙版并将它们覆盖在原始图像中的面部上来增强包含没有蒙版的人脸的数据集的方法。我们的方法依赖于 Spark AR Studio，这是 Facebook 开发的一个开发程序，用于创建 Instagram 人脸过滤器。在我们的方法中，我们使用了 9 个不同颜色、形状和面料的面具。我们使用我们的方法为 CelebA 数据集生成了 196,254 个 (96.8%) 掩码。