MLFW: Eine Datenbank für die Gesichtserkennung bei maskierten Gesichtern

Da immer mehr Menschen aufgrund der aktuellen COVID-19-Pandemie Masken tragen, können bestehende Gesichtserkennungssysteme erhebliche Leistungseinbußen bei der Erkennung maskierter Gesichter aufweisen. Um den Einfluss von Masken auf Gesichtserkennungsmodelle zu untersuchen, haben wir ein einfaches, aber effektives Werkzeug entwickelt, das automatisch maskierte Gesichter aus unmaskierten Gesichtern generiert, und darauf basierend eine neue Datenbank namens Masked LFW (MLFW) auf der Grundlage der Cross-Age LFW (CALFW)-Datenbank erstellt. Die Maske, die durch unsere Methode generiert wird, weist eine gute visuelle Konsistenz mit dem ursprünglichen Gesicht auf. Zudem haben wir verschiedene Maskenvorlagen gesammelt, die die meisten im Alltag häufig auftretenden Stile abdecken, um vielfältige Generierungseffekte zu ermöglichen. Berücksichtigend realistische Szenarien haben wir drei verschiedene Kombinationen von Gesichtspaaren entworfen. Die Erkennungsgenauigkeit von State-of-the-Art-Modellen sinkt auf der MLFW-Datenbank im Vergleich zur Genauigkeit auf den ursprünglichen Bildern um 5 % bis 16 %. Die MLFW-Datenbank kann unter \url{http://whdeng.cn/mlfw} eingesehen und heruntergeladen werden.