要約
現在の新型コロナウイルス感染症（COVID-19）パンデミックに伴い、ますます多くの人々がマスクを着用するようになっている。このような状況下では、顔認識システムがマスクを着用した顔を認識する際、性能の著しい低下が生じる可能性がある。顔認識モデルに対するマスクの影響を明らかにするため、私たちは未着用の顔画像から自動的にマスクを着用した顔画像を生成するシンプルながら効果的なツールを開発し、Cross-Age LFW（CALFW）データベースを基に、新たなデータベース「Masked LFW（MLFW）」を構築した。当該手法により生成されたマスクは、元の顔画像と高い視覚的一貫性を有している。さらに、日常生活中で一般的に見られる多くのマスクスタイルをカバーするため、多様なマスクテンプレートを収集し、多様な生成効果を実現している。現実的な使用状況を考慮して、顔ペアの組み合わせを3種類設計した。SOTA（最先端）モデルの認識精度は、MLFWデータベース上では元の画像に対する精度と比較して5%～16%低下した。MLFWデータベースは、\url{http://whdeng.cn/mlfw}にて公開され、閲覧およびダウンロードが可能である。