面向人脸识别的口罩区域修复算法.docx

面向人脸识别的口罩区域修复算法 一、算法概述 本文提出了一种新的口罩区域修复算法，称为 ID-EFCGAN（ID-edge to face conditional generative adversarial network），旨在解决佩戴口罩的人脸识别问题。该算法基于深度学习技术，使用条件生成对抗网络（CGAN）生成边缘图，并利用 CGAN 恢复被遮挡区域的人脸。 二、算法流程 ID-EFCGAN 算法可以分为两步： （1）恢复人脸边缘：对于戴口罩的人脸图片，利用人脸关键点信息定位口罩，并生成口罩掩码。借助口罩掩码获得口罩区域缺失的人脸图像。利用边缘生成网络恢复口罩缺失区域的边缘。 （2）口罩缺失区域填充：基于恢复的边缘图，区域填充网络还原遮挡区域的人脸。利用已有的的人脸识别算法对去除口罩遮挡的人脸进行识别。 三、算法结构 ID-EFCGAN 算法的结构包括两个部分：边缘生成网络和区域填充网络。边缘生成网络和区域填充网络均采用 CGAN 的结构，由生成器和判别器组成。 四、算法优势 ID-EFCGAN 算法具有以下几个优势： （1）提高人脸识别准确率：ID-EFCGAN 算法可以去除口罩遮挡，提高人脸识别准确率。 （2）适应佩戴口罩的人脸：ID-EFCGAN 算法专门针对佩戴口罩的人脸，解决了佩戴口罩的人脸识别问题。 （3）基于深度学习技术：ID-EFCGAN 算法基于深度学习技术，能够学习到人脸特征，提高人脸识别准确率。 五、实验结果 实验结果表明，佩戴口罩的人脸经过 ID-EFCGAN 算法的去遮挡处理后，可使 ArcFace 的识别准确率达到 98.39%。 六、结论 ID-EFCGAN 算法是一种有效的人脸修复算法，能够解决佩戴口罩的人脸识别问题。该算法基于深度学习技术，能够学习到人脸特征，提高人脸识别准确率。