基于生成对抗网络的人脸口罩图像合成

姜义，吕荣镇，刘明珠，韩闯

（哈尔滨理工大学 测控技术与通信工程学院，黑龙江 哈尔滨 150080）

Coronavirus disease 2019(COVID-19)虽然在我国已经得到了很好的控制，但仍然在全球一些地区蔓延。COVID-19 是指2019 年开始流行的新型冠状病毒感染导致的肺炎，是一种急性呼吸道传染病[1]。导致该肺炎的病毒可以通过呼吸道飞沫在人群中进行大范围的传播。此外，病毒感染者接触过的物体也可能残留病毒，人们可能通过接触这些物体导致感染。所以戴口罩出行和在公共场所保持社交距离成为了阻止疫情传播的重要方法。同时由于该病毒具有接触传染的特性，在公共场合使用指纹或掌纹等接触式的身份识别方式同样存在安全风险。人脸识别系统由于能够避免不必要的接触因而比其他识别方式安全得多。在口罩成为生活必需品时，也对现有的人脸识别系统提出了挑战。目前的基于深度学习的人脸识别方法[2-3]，在面对无遮挡物的人脸识别上取得了很好的识别率，但是在大面积遮挡的人脸面前已经不再能够准确识别身份了[4]。其主要原因在于训练人脸识别神经网络模型时，没有使用戴口罩的人脸数据进行训练。所以，为了提高人脸识别系统对口罩遮挡人脸的识别率，需要一个具有大量样本的戴口罩的人脸数据集。在目前该类型数据集缺乏的情况下，为了更好地训练神经网络对戴口罩人脸进行识别，本文通过给现有的人脸识别数据集中的人脸图像戴口罩的方式解决该问题。……