昌旭的博客


机器学习、编程和数学


人脸数据库

摘自《前馈神经网络及其应用》(邢红杰、哈明虎. 科学出版社)第七章

本文罗列了10个常用的人脸数据库,以便科研使用。

  1. FERET人脸数据库:由FERET项目创建,包括14051幅多姿态、不同光照条件的灰度人脸图像,是人脸识别领域应用最为广泛的人脸数据库之一。
  2. YALE人脸数据库:由耶鲁大学创建,包含15个人的165幅图像,其中每个人有11张不同的图像,图像在不同的光照条件和面部表情下获取。
  3. AR人脸数据库:由西班牙巴塞罗那计算机视觉中心建立,包含116人得3288幅图像,采集环境中的摄像机参数、光照条件、摄像机距离等都经过严格控制。
  4. MIT人脸数据库:由麻省理工学院媒体实验室创建,包含16位志愿者的2592幅不同姿态、光照和大小的面部图像。
  5. ORL人脸数据库:包含40人共400幅面部图像,部分图像包括了姿态、表情和面部饰物的变化。该人脸数据库在人脸识别研究的早期经常被人们采用,由于变化模式比较少,多数系统的识别率均可达90%以上。
  6. PIE人脸数据库:由卡内基梅隆大学创立,包含68人得41368幅多姿态、光照和表情的面部图像,目前已经逐渐成为人脸识别领域的一个重要测试集合。
  7. BANCA人脸数据库:它是欧洲BANCA计划的一部分,包含208人得2496幅图像,覆盖了不同图像质量、不同时间段等变化条件。
  8. KFDB人脸数据库:包含了1000人共52000幅多姿态、多光照、多表情的面部图像,其中姿态和光照变化的图像是在严格控制的条件下采集的,志愿者以韩国人为主。
  9. CAS-PEAL人脸数据库:包含了1040名中国人共99450幅头肩部图像,涵盖姿态、表情、饰物和光照四种主要变化条件,部分人脸图像具有背景、距离及时间跨度的变化
  10. CASIA-FaceV5人脸数据库:包含500人的2500幅彩色人脸图像。志愿者包括研究生、工作人员、服务员等。所有图像均为16位彩色BMP文件,分辨率为640x480。涵盖了光照、姿态、表情、距离等变化。