مع تزايد عدد الأشخاص الذين يرتدون أقنعة بسبب جائحة كوفيد-19 الحالية، قد تتعرض أنظمة التعرف على الوجه التقليدية لتدهور كبير في الأداء عند مواجهة الوجوه المغطاة بالأقنعة. ولتحديد التأثير الناتج عن الأقنعة على نماذج التعرف على الوجه، قمنا بتطوير أداة بسيطة ولكنها فعالة تُولِّد وجوهًا مغطاة بأقنعة تلقائيًا من وجوه غير مغطاة، وبنينا قاعدة بيانات جديدة تُسمى MLFW (Masked LFW) بناءً على قاعدة بيانات CALFW (Cross-Age LFW). وتمتاز القناع المُولَّد على الوجه المغطى باستخدام طريقة التوليد لدينا بتوافق بصري جيد مع الوجه الأصلي. علاوةً على ذلك، جمعنا مجموعة متنوعة من قوالب الأقنعة، تغطي معظم الأنماط الشائعة في الحياة اليومية، لتحقيق تأثيرات توليد متنوعة. وباعتبار السيناريوهات الواقعية، صممنا ثلاث أنواع مختلفة من أزواج الوجوه. وتبين أن دقة التعرف في النماذج ذات الحد الأقصى من الأداء (SOTA) تنخفض بنسبة تتراوح بين 5% و16% عند استخدام قاعدة بيانات MLFW مقارنةً بدقة التعرف على الصور الأصلية. يمكن عرض قاعدة بيانات MLFW وتنزيلها من خلال الرابط التالي: \url{http://whdeng.cn/mlfw}.