A Comprehensive Survey of Masked Faces: Recognition, Detection, and Unmasking

要約

マスク顔認識 (MFR) は、特にフェイスマスクが広範囲に導入された世界的な 新型コロナウイルス感染症 (COVID-19) のパンデミックによって、生体認証における重要な領域として浮上しています。
この調査論文は、新しい社会規範に適応する必要性により革新的な変化が見られる、顔をマスクした個人の認識と検出における課題と進歩についての包括的な分析を示しています。
深層学習技術による高度な MFR は、フェイス マスク認識 (FMR) およびフェイス アンマスキング (FU) とともに重要な焦点領域となります。
これらの方法は、完全に覆われた顔から部分的に覆われた顔まで、隠された顔の特徴によってもたらされる独特の課題に対処します。
私たちの包括的なレビューでは、MFR、FMR、FU 向けに開発されたさまざまな深層学習ベースの方法論を掘り下げ、それぞれの特有の課題とそれらを克服するために提案されたソリューションに焦点を当てています。
さらに、MFR 研究のパフォーマンスを評価するために特別に調整されたベンチマーク データセットと評価指標を調査します。
この調査では、この分野で研究者が依然として直面している大きな障害についても議論し、より堅牢で効果的なマスクされた顔認識システムの継続的な開発に向けた将来の方向性を提案しています。
この論文は、研究者や実務家にとって非常に貴重なリソースとして機能し、世界的な健康危機やそれ以降の状況における顔認識技術の進化の状況についての洞察を提供します。

要約(オリジナル)

Masked face recognition (MFR) has emerged as a critical domain in biometric identification, especially by the global COVID-19 pandemic, which introduced widespread face masks. This survey paper presents a comprehensive analysis of the challenges and advancements in recognising and detecting individuals with masked faces, which has seen innovative shifts due to the necessity of adapting to new societal norms. Advanced through deep learning techniques, MFR, along with Face Mask Recognition (FMR) and Face Unmasking (FU), represent significant areas of focus. These methods address unique challenges posed by obscured facial features, from fully to partially covered faces. Our comprehensive review delves into the various deep learning-based methodologies developed for MFR, FMR, and FU, highlighting their distinctive challenges and the solutions proposed to overcome them. Additionally, we explore benchmark datasets and evaluation metrics specifically tailored for assessing performance in MFR research. The survey also discusses the substantial obstacles still facing researchers in this field and proposes future directions for the ongoing development of more robust and effective masked face recognition systems. This paper serves as an invaluable resource for researchers and practitioners, offering insights into the evolving landscape of face recognition technologies in the face of global health crises and beyond.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google