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 COVID-19 pandemic has spread globally, with almost everyone in severely affected regions such as Wuhan wearing face masks, leading to an extremely large sample pool. We collected these samples to construct the world's largest masked face dataset and made it publicly accessible, aiming to accumulate data resources for intelligent management and control of current and future similar public safety emergencies. Based on this dataset, corresponding face detection and recognition algorithms for faces occluded by masks were developed, which can support personnel access control during community lockdowns, upgrade face recognition turnstiles and face access control and attendance equipment deployed in stations and airports, and adapt to application scenarios where pedestrians' faces are partially occluded by 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]

数据集内容与下载

• 原始样本：部分已上传至GitHub，包括RMFD_part_1、RMFD_part_2（4个压缩文件）和RMFD_part_3（3个压缩文件）。
• 下载链接：
  • GitHub：直接下载RMFD_part_1，其他部分需下载全部压缩文件后解压。
  • 百度云：https://pan.baidu.com/s/1Vly3K-0qjlB6M2lenTZ8PA，提取码：xhze

已标注数据集说明

• 真实口罩人脸识别数据集：

  • 样本来源：网络爬取
  • 数据量：525人，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

• 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
  • 数据量：1万人，50万张人脸
  • 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
  • LFW模拟口罩人脸数据集：
    • 下载地址：https://pan.baidu.com/s/1Ge0KcYgu6oVAbLlDHCKwRg，密码：o126

口罩人脸识别模型

• 模型类型：面部-眉眼多粒度口罩人脸识别模型
• 识别精度：达到95%
• 动态视频演示：https://pan.baidu.com/s/1P0PiWFNT1z_TcCj8vo43ow，提取码：acwe

搜集汇总

数据集介绍

构建方式

针对新型冠状病毒疫情期间口罩人脸识别的需求，该数据集通过从网络爬取样本，以及将公开数据集中的人脸图像进行处理，构建了包含真实世界口罩人脸和模拟口罩人脸的两大类识别数据集。前者经过整理、清洗和标注后，包含了525人的5千张口罩人脸和9万正常人脸；后者通过在公开人脸数据集上模拟佩戴口罩，形成了1万人、50万张人脸的模拟数据集。

特点

本数据集具有样本量大、覆盖面广的特点，不仅包含了大量的真实口罩人脸图像，还提供了模拟的口罩人脸数据，有助于提升口罩遮挡下的人脸识别算法的鲁棒性和准确性。此外，数据集的构建还考虑了数据隐私保护，通过匿名化处理确保了数据的安全性。

使用方法

用户可以直接从GitHub下载部分原始样本，或者通过提供的百度网盘链接下载完整数据集。对于压缩文件，用户需要下载全部文件后进行解压。在数据使用过程中，建议用户遵循数据集的使用规范，尊重数据隐私，并在学术研究中正确引用数据集来源。

背景与挑战

背景概述

在新型冠状病毒疫情背景下，武汉大学国家多媒体软件工程技术研究中心发起并创建了Real-World Masked Face Dataset（RMFD）。该数据集旨在为口罩人脸检测和识别算法的研究提供支持，以应对公共安全事件中的智能管控需求。该数据集包含了海量戴口罩的人脸样本，分为真实口罩人脸识别数据集和模拟口罩人脸识别数据集，为研究领域提供了宝贵的资源，对于推动口罩人脸识别技术的发展具有显著影响。

当前挑战

该数据集在构建过程中所面临的挑战主要包括：一是确保数据集的多样性和代表性，以适应不同的应用场景；二是精确地标注和处理大量的人脸图像，保证数据质量；三是在算法设计上，如何有效识别被口罩遮挡的部分面部特征，提高识别精度和效率。同时，数据集的扩充与更新也是一项持续的挑战，需要不断地收集和处理新的样本以维持其时效性和实用性。

常用场景

经典使用场景

在新型冠状病毒疫情期间，该Real-World Masked Face Dataset数据集被广泛应用于研究和开发口罩遮挡下的人脸识别技术。其经典使用场景在于，为研究人员提供了丰富的戴口罩人脸样本，使得他们能够设计并训练出更加精确的口罩人脸检测与识别算法，以应对公共场所中口罩遮挡带来的识别挑战。

解决学术问题

该数据集解决了疫情期间人脸识别系统在佩戴口罩情况下识别率下降的问题。通过提供大量真实场景中的口罩人脸样本，有助于学术研究人员优化和提升人脸识别算法的鲁棒性，从而在公共安全事件中，如疫情防控期间，有效支持社区管理、交通场站的安全检查等场景的人脸识别需求。

衍生相关工作

基于该数据集，已衍生出多项相关研究工作，包括但不限于多粒度口罩人脸识别模型的设计与训练。这些研究不仅提高了口罩遮挡下的人脸识别精度，还推动了相关技术在动态视频识别等领域的进一步发展，为公共安全、智能监控等领域提供了技术支持。