人臉識(shí)別（Face Recognition）vs人臉檢測(cè)（Face detection）

人臉識(shí)別側(cè)重于確認(rèn)這張臉的獨(dú)一無二的身份和屬性。例如，在無感測(cè)溫場(chǎng)景下，我們需要人臉檢測(cè) 確認(rèn)額頭的位置以便檢測(cè)溫度身份信息并不必要。就像在圖片中找出貓一樣，機(jī)器只需要針對(duì)大量戴口罩的人臉進(jìn)行學(xué)習(xí)，就能在現(xiàn)實(shí)世界中找出它們。

人臉檢測(cè)是指從圖片中找到人臉?biāo)�在的位置，�?duì)于這張臉長(zhǎng)什么樣子、屬于誰并不關(guān)心。

道德問題的出現(xiàn)

未經(jīng)用戶允許就擅自使用他們發(fā)在社交媒體的照片，難免會(huì)引起關(guān)注隱私的網(wǎng)友的不適。對(duì)此，Arbash解釋道他們之所以這樣做，是為了幫助那些希望提高識(shí)別佩戴口罩的準(zhǔn)確率的數(shù)據(jù)科學(xué)家或機(jī)器學(xué)習(xí)工程師。“我們不會(huì)從中賺錢，這也不是商業(yè)活動(dòng)�！比绻�有足夠的興趣，公司未來也將更多考慮去研究如何獲得更多的“蒙面”數(shù)據(jù)。

但Facebook并不買賬：“未經(jīng)用戶同意，我們不允許第三方以這種方式收集或使用用戶發(fā)布的照片�！�

The Real World Masked Face Dataset（RMFD）聲稱是最大的蒙面臉數(shù)據(jù)集，擁有從互聯(lián)網(wǎng)上收集的525人的5000多張蒙面圖片。這一數(shù)據(jù)集來自武漢大學(xué)的研究人員。他們提出了三種佩戴口罩的人臉數(shù)據(jù)集，包括：

1、口罩佩戴檢測(cè)人臉數(shù)據(jù)集（Masked Face Detection Dataset，MFDD）

2、真實(shí)世界的口罩佩戴人臉識(shí)別數(shù)據(jù)集（Real－world Masked Face Recognition Dataset， RMFRD）

3、模擬口罩佩戴人臉識(shí)別數(shù)據(jù)（Simulated Masked Face Recognition Dataset， SMFRD）

從社交媒體上抓取人們的照片來訓(xùn)練面部識(shí)別算法的做法并不新鮮，但由于COVID－19，人們才對(duì)這一問題更加關(guān)注。作為一項(xiàng)公共安全問題，開發(fā)人員迫切需要開發(fā)更為準(zhǔn)確的口罩人臉檢測(cè)技術(shù)；但在未經(jīng)許可收集圖像時(shí)，則會(huì)出現(xiàn)道德問題。