摘要
随着新冠疫情的持续，越来越多的人佩戴口罩，导致现有人脸识别系统在识别戴口罩人脸时性能显著下降。为探究口罩对人脸识别模型的影响，我们开发了一种简单而高效的方法，可自动将未戴口罩的人脸生成对应戴口罩的人脸图像，并基于Cross-Age LFW（CALFW）数据库构建了一个新的数据库——Masked LFW（MLFW）。我们方法生成的戴口罩人脸在视觉上与原始人脸具有良好的一致性。此外，我们收集了多种常见的口罩模板，涵盖日常生活中广泛出现的各类口罩样式，以实现多样化的生成效果。考虑到现实应用场景，我们设计了三类不同的人脸配对组合方式。实验结果表明，相较于原始图像上的表现，当前主流（SOTA）人脸识别模型在MLFW数据库上的识别准确率下降了5%至16%。MLFW数据库可访问并下载，网址为：\url{http://whdeng.cn/mlfw}。