武汉大学提出全球最大的口罩遮挡人脸数据集:RMFD

2020 年 3 月 23 日 CVer

点击上方“CVer”,选择加"星标"或“置顶”

重磅干货,第一时间送达

前言


近期 COVID-19(新型冠状病毒肺炎)疫情影响,学术界、工业界陆续用AI技术帮助人类解决问题,并取得重大突破。其中关于口罩遮挡人脸识别、检测以及CT图像分析更是热门的研究方向。Amusi 这几天一直在整理相关资料,这几天会陆续分享给大家,感兴趣的同学,欢迎点赞支持。


RMFD:口罩遮挡人脸数据集


《Masked Face Recognition Dataset and Application》

论文:https://arxiv.org/abs/2003.09093

数据集下载链接:

https://github.com/X-zhangyang/Real-World-Masked-Face-Dataset

发起单位:武汉大学国家多媒体软件工程技术研究中心


原始样本示例


为了有效防止COVID-19 新型冠状病毒的传播,在冠状病毒流行期间,几乎每个人都戴着口罩。这几乎使传统的人脸识别技术在许多情况下无效,例如人脸考勤,火车站的人脸安全检查等。因此,迫切需要提高在口罩遮挡上的人脸识别的性能技术。当前大多数高级人脸识别方法都是基于深度学习而设计的,深度学习取决于大量人脸样本。但是,目前尚没有公开可用的口罩遮挡人脸识别数据集。


为此,这项工作提出了三种类型的口罩遮挡人脸数据集,包括口罩遮挡人脸检测数据集(MFDD),真实口罩遮挡人脸识别数据集(RMFRD)和模拟口罩遮挡人脸识别数据集(SMFRD)。其中,就我们所知,RMFRD目前是世界上最大的真实口罩遮挡人脸数据集。


这些数据集可供工业界和学术界免费使用,基于这些数据集,可以开发口罩遮挡人脸的各种应用。本项目开发的多粒度口罩遮挡人脸识别模型可达到95%的准确性,超过了行业报告的结果。



RMFD 数据集还在扩充中(希望大家助力贡献)


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:x_zhangyang@whu.edu.cn

为了进一步扩充数据集,欢迎大家将个人收集到的戴口罩图片,通过邮件的方式发送到 x_zhangyang@whu.edu.cn,我们会对收到的图片统一处理。


数据集下载


(1) 真实口罩人脸识别数据集:从网络爬取样本,经过整理、清洗和标注后,含525人的5千张口罩人脸、9万正常人脸。

(2) 模拟口罩人脸识别数据集:给公开数据集中的人脸戴上口罩,得到1万人、50万张人脸的模拟口罩人脸数据集。

原项目其实提供了数据集的百度网盘链接,但防止链接失效,这里还是直接附上整个数据集的链接比较合适(不会出错)

数据集下载链接:

https://github.com/X-zhangyang/Real-World-Masked-Face-Dataset


口罩人脸识别


基于建立的数据集,设计和训练了面部-眉眼多粒度口罩人脸识别模型,数据集上的识别精度达到95%



重磅!CVer-人脸相关 微信交流群已成立


扫码添加CVer助手,可申请加入CVer-人脸相关 微信交流群,具体涵盖人脸检测、识别、关键点检测、表情识别、活体检测等人脸方向。


同时也可申请加入CVer大群和细分方向技术群,细分方向已涵盖:目标检测、图像分割、目标跟踪、人脸检测&识别、OCR、姿态估计、超分辨率、SLAM、医疗影像、Re-ID、GAN、NAS、深度估计、自动驾驶、强化学习、车道线检测、模型剪枝&压缩、去噪、去雾、去雨、风格迁移、遥感图像、行为识别、视频理解、图像融合、图像检索、论文投稿&交流等群。


一定要备注:研究方向+地点+学校/公司+昵称(如人脸检测+上海+上交+卡卡),根据格式备注,可更快被通过且邀请进群

▲长按加群


▲长按关注我们

麻烦给我一个在看!

登录查看更多
1

相关内容

[ICML2020]层次间消息传递的分子图学习
专知会员服务
34+阅读 · 2020年6月27日
【CMU】基于图神经网络的联合检测与多目标跟踪
专知会员服务
58+阅读 · 2020年6月24日
新时期我国信息技术产业的发展
专知会员服务
71+阅读 · 2020年1月18日
美参议员提出商业面部识别隐私法案
蚂蚁金服评论
12+阅读 · 2019年4月25日
人脸关键点检测综述(含论文、数据集、方法等)
数据集|更大的行人重识别测试集 Market-1501+500k
极市平台
26+阅读 · 2019年1月4日
Deep Learning for Deepfakes Creation and Detection
Arxiv
6+阅读 · 2019年9月25日
Arxiv
11+阅读 · 2018年1月18日
Arxiv
12+阅读 · 2018年1月11日
VIP会员
Top
微信扫码咨询专知VIP会员