戴口罩人脸数据集和戴口罩人脸生成方法

戴口罩人脸数据集和戴口罩人脸生成方法

---

目录

戴口罩人脸数据集和戴口罩人脸生成方法

1.戴口罩人脸数据集

（1）开源数据集-戴口罩人脸数据集

（2）生成戴口罩人脸的数据集

2.戴口罩人脸生成方法

（1）生成戴口罩人脸思路

（2）口罩模板

（3）戴口罩人脸生成Demo

（4）生成戴口罩人脸效果展示

3. 生成戴口罩数据集和源码下载

4. 戴口罩人脸检测和戴口罩识别(含Python Android源码)

---

目前网上已经开源了很多免费的人脸识别/人脸检测数据集，比如常见的LFW，FDDB，WIDER FACE，300W等，估计加起来都有好几个忆了。但这些人脸数据绝大部分都是不戴口罩的人脸，不能直接用于戴口罩识别中。网上也有少许开源的戴口罩人脸数据集，鄙人花了点时间，整理一下目前常见的戴口罩人脸数据集，以及戴口罩人脸数据的合成/生成方法。

1. 包含5个数据集：  facemask-train1，  facemask-train2，facemask-train3，  synthetic-train1，synthetic-train2 ，facemask-test ，总共约有50000+的数据：
2. 生成戴口罩人脸代码： python create_facemask.py

项目数据和生成戴口罩人脸源码下载地址：戴口罩人脸数据集和生成戴口罩人脸数据

---

1.戴口罩人脸数据集

（1）开源数据集-戴口罩人脸数据集

一些开源的，免费的戴口罩人脸数据集，download下来，发现这些开源的数据比较脏，有挺多也是标注错误的，需求自己清洗一下哦~

（2）生成戴口罩人脸的数据集

网上绝大部分人脸数据都是不戴口罩的人脸，不能直接用于戴口罩识别中。鉴于此，我们可以考虑自己合成/生成戴口罩的人脸数据，以下是鄙人收藏和整理的戴口罩人脸数据集和合成的数据集，总共约有50000+的数据：

---

2.戴口罩人脸生成方法

（1）生成戴口罩人脸思路

1. 首先进行人脸检测和人脸关键点检测
2. 根据人脸关键点，计算脸颊的宽度和鼻梁位置等位置信息，同理，需要计算出口罩模板的大小、方向和位置；
3. 最后把口罩模板贴在人脸位置上，等到合成的戴口罩人脸图片

一些戴口罩生成代码参考：

GitHub - sevenHsu/FaceMask_CelebA: Simulated masked face with dataset CelebA

给人脸戴上口罩，Python实战项目来了_我爱Python数据挖掘的博客-CSDN博客

我测试了目前网上的生成戴口罩代码，对于已经矫正的人脸，生成效果还是不错的，但如果原始人脸本身就是倾斜(歪头)，这时直接使用原始代码，合成的效果就很差了，在此基础上，我做了优化工作：

1. 增加了口罩模板，共有29种不同类型的口罩模板，提供合成口罩数据的多样性
2. 优化了口罩倾斜角度，使得人脸倾斜(歪头)时，合成的效果也不错
3. 优化了人脸检测，采用轻量化人脸检测，加速生成速度

（2）口罩模板

口罩模板即口罩Mask图像（PNG格式），可以通过Photoshop抠图的方式，把背景去除；目前已经提供了共有29种不同类型的口罩模板，保证了口罩数据的多样性。

（3）戴口罩人脸生成Demo

安装好python相关依赖包

pybaseutils
opencv-python==4.5.1.48
face_recognition
tqdm
torch
torchvision

   代码已经自带了测试图片和数据，你也可以更换成自己的人脸数据集：

python create_facemask.py

# -*-coding: utf-8 -*-
"""
    @Author : panjq
    @E-mail : pan_jinquan@163.com
    @Date   : 2022-06-25 22:23:11
    @Brief  : 生成戴口罩人脸数据集
"""
import os
import sys
 
sys.path.insert(0, os.getcwd())
sys.path.insert(0, "libs")
from tqdm import tqdm
from facemask.wearmask import FaceMaskCreator
from pybaseutils import file_utils, image_utils
 
 
class FaceMaskDemo(object):
    def __init__(self):
        self.mask_creator = FaceMaskCreator(detect_face=True, alignment=False)
 
    def create_wear_mask_faces(self, image_dir, out_dir=None, vis=True):
        """
        生成戴口罩人脸数据集
        :param image_dir: 人脸图片目录
        :param out_dir:  生成戴口罩人脸输出目录
        :param vis: 是否可视化效果
        :return:
        """
        image_list = file_utils.get_files_lists(image_dir)
        for image_path in tqdm(image_list):
            image_id = os.path.basename(image_path).split(".")[0]
            image = image_utils.read_image(image_path, size=(512, None), use_rgb=True)
            mask, face_rects = self.mask_creator.create_masks(image, mask_type="random", vis=vis)
            if out_dir:
                self.mask_creator.save_image(image, mask, face_rects, out_dir, image_id)
 
 
if __name__ == '__main__':
    image_dir = "./facemask/test_image"  # 人脸图片
    out_dir = "./output"  # 生成戴口罩人脸输出目录
    fm = FaceMaskDemo()
    fm.create_wear_mask_faces(image_dir, out_dir, vis=True)

（4）生成戴口罩人脸效果展示

---

3. 生成戴口罩数据集和源码下载

下载地址包含内容有：

https://mp.weixin.qq.com/s/4dtC9CeP50M-3nn3xel1Ow

1. 包含5个数据集：  facemask-train1，  facemask-train2，facemask-train3，  synthetic-train1，synthetic-train2 ，facemask-test ，总共约有50000+的数据：
2. 生成戴口罩人脸代码： python create_facemask.py

---

4. 戴口罩人脸检测和戴口罩识别(含Python Android源码)

准备好人脸数据集和戴口罩人脸数据集，下一步就可以开始训练戴口罩识别模型，请参考：

https://panjinquan.blog.csdn.net/article/details/125428609https://panjinquan.blog.csdn.net/article/details/125428609