文章摘要: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暴发后，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。

文章关键词:口罩遮挡,人脸识别,边缘生成网络,区域填充网络,

项目基金:国家重点研发计划项目（No.2018YFB2100400）,国家自然科学基金资助项目（No.61902082）,