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 largest scale for masked facial recognition has been collected 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 access control in 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

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

数据集介绍

• 发起单位：武汉大学国家多媒体软件工程技术研究中心
• 目的：收集样本建立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。
• 应用：设计口罩遮挡人脸检测和识别算法，应用于社区封闭管理、人脸识别闸机及门禁考勤设备。

数据集内容

1. 原始样本：

   • 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：
     • 百度网盘：https://pan.baidu.com/s/1Vly3K-0qjlB6M2lenTZ8PA，提取码：xhze
     • Google Drive：https://drive.google.com/open?id=1kZAIiv34Iav9Vt8BB101FXo4KoEClpx9

2. 已标注数据集：

   • 真实口罩人脸识别数据集：
     • 样本数量：525人，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：
       • 样本数量：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

模型与演示

• 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：
  • 百度网盘：https://pan.baidu.com/s/1P0PiWFNT1z_TcCj8vo43ow，提取码：acwe

联系信息

• 联系人：黄宝金
• 联系邮箱：[e-mail]
• 数据集扩充：欢迎通过邮箱提交个人收集的戴口罩图片。

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，尤其是在疫情严重的武汉地区。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戴上口罩，生成了1万人、50万张人脸的模拟口罩人脸数据集。这一构建方式不仅确保了数据的多样性和广泛性，还为口罩遮挡人脸的检测和识别算法提供了坚实的基础。

特点

RMFD数据集的特点在于其规模庞大且数据来源多样。真实口罩人脸识别数据集包含了同一人的多张戴口罩与未戴口罩的人脸图像，这为研究口罩对人脸识别的影响提供了丰富的对比数据。模拟口罩人脸数据集则通过人工添加口罩的方式，进一步扩充了数据集的规模和多样性。此外，数据集的标注精细，涵盖了多种场景和光照条件下的口罩人脸图像，为算法的鲁棒性测试提供了有力支持。

使用方法

RMFD数据集的使用方法灵活多样，适用于多种研究场景。用户可以通过GitHub或百度网盘下载数据集的不同部分，并根据需要解压使用。数据集不仅可用于口罩遮挡人脸的检测和识别算法的训练与测试，还可用于社区封闭时的人员进出管控、车站机场的人脸识别闸机升级等实际应用场景。研究人员还可以通过邮件提交自己收集的戴口罩图片，进一步扩充数据集，推动相关领域的研究进展。

背景与挑战

背景概述

Real-World Masked Face Dataset（RMFD）由武汉大学国家多媒体软件工程技术研究中心于2020年创建，旨在应对全球新型冠状病毒疫情背景下口罩广泛使用带来的技术挑战。该数据集是全球最大的口罩遮挡人脸数据集，包含真实和模拟两种口罩人脸识别样本集，分别从网络爬取和公开数据集中生成。RMFD的建立为口罩遮挡下的人脸检测与识别算法研究提供了重要数据支持，推动了社区封闭管理、车站机场人脸识别闸机及门禁考勤设备的智能化升级，具有广泛的社会应用价值。

当前挑战

RMFD数据集在解决口罩遮挡下的人脸识别问题时面临多重挑战。首先，口罩遮挡导致人脸关键特征（如下半脸）缺失，增加了识别难度，传统人脸识别算法在此场景下表现不佳。其次，数据集的构建过程中，真实样本的收集与标注面临隐私保护和数据质量的挑战，需确保样本的多样性和代表性。此外，模拟数据集的生成需精确模拟口罩佩戴效果，以避免引入偏差。这些挑战促使研究者开发更鲁棒的算法，以应对复杂现实场景中的口罩遮挡问题。

常用场景

经典使用场景

在新型冠状病毒疫情期间，口罩遮挡人脸数据集（RMFD）被广泛应用于人脸识别算法的开发与优化。该数据集包含了大量戴口罩与未戴口罩的人脸图像，为研究人员提供了丰富的训练样本，帮助他们设计出能够在口罩遮挡情况下仍能准确识别人脸的算法。这一数据集的使用场景主要集中在社区封闭管理、车站机场的人脸识别闸机以及人脸门禁考勤设备的升级中，确保在疫情等特殊时期，人脸识别技术仍能高效运行。

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精度下降的学术难题。通过提供大量真实和模拟的口罩人脸数据，研究人员能够训练出具有高鲁棒性的识别模型，显著提升了在复杂环境下的识别准确率。该数据集不仅填补了口罩人脸识别领域的数据空白，还为未来类似公共安全事件的智能管控提供了宝贵的数据资源，推动了人脸识别技术的进一步发展。

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，研究人员设计并训练了面部-眉眼多粒度口罩人脸识别模型，识别精度达到95%。此外，该数据集还推动了口罩遮挡下的人脸检测与识别算法的创新，相关研究成果已在多个学术会议和期刊上发表，进一步丰富了人脸识别领域的研究内容，并为未来的技术发展奠定了坚实基础。