面向人脸识别的口罩区域修复算法

摘要

遮挡下的人脸识别一直是现实场景中的一个难题.特别是新冠肺炎疫情爆发后,在机场、车站等需要鉴别入场人员身份信息的场所,口罩遮挡使得可供识别的面部特征大幅减少,原有的人脸识别算法准确率随之下降.对去除口罩遮挡进行了研究,提出了一个新的框架修复人脸,利用边缘生成网络还原遮挡区域的边缘,在此基础上再利用区域填充网络恢复被遮挡的人脸,同时保留身份信息.为提升模型的性能,提出空间加权对抗损失和身份一致性损失训练上述网络,并利用关键点信息,构建了两个戴口罩的人脸数据集.实验结果表明,恢复被口罩遮挡的人脸的图像使人脸识别算法ArcFace的准确率达到98.39％,比直接采用ArcFace识别遮挡人脸提升了4.13％的准确率.