
1.FERET人脸数据库 -
由FERET项目创建,包含1万多张多姿态和光照的人脸图像,是人脸识别领域应用最广泛的人脸数据库之一.其中的多数人是西方人,每个人所包含的人脸图像的变化比较单一
2.CMU-PIE人脸数据库
由美国卡耐基梅隆大学创建,包含68位志愿者的41,368张多姿态,光照和表情的面部图像.其中的姿态和光照变化图像也是在严格控制的条件下采集的,目前已经逐渐成为人脸识别领域的一个重要的测试集合
3.YALE人脸数据库
由耶鲁大学计算视觉与控制中心创建,包含15位志愿者的165张图片,包含光照,表情和姿态
的变化.
4. YALE人脸数据库B
包含了10个人的5,850幅多姿态,多光照的图像.其中的姿态和光照变化的图像都是在严格控制的条件下采集的,主要用于光照和姿态问题的建模与分析.由于采集人数较少,该数据库的进一步应用受到了比较大的限制
5. MIT人脸数据库
由麻省理工大学媒体实验室创建,包含16位志愿者的2,592张不同姿态,光照和大小的面部图像.
6. ORL人脸数据库
由剑桥大学AT&T实验室创建,包含40人共400张面部图像,部分志愿者的图像包括了姿态,
表情和面部饰物的变化.该人脸库在人脸识别研究的早期经常被人们采用,但由于变化模式较少,多数系统的识别率均可以达到90%以上,因此进一步利用的价值已经不大.
7. BioID人脸数据库
包含在各种光照和复杂背景下的1521张灰度面部图像,眼睛位置已经被手工标注。
1、首先建立一个人脸数据库(人脸库)。2、比对,根据特征点编辑算法比对。
至于你说的什么系统——可以用很多种语言实现算法比对,也可以运行在很多种服务器上。
比如海鑫人脸识别SDK
一、简介
人脸识别SDK 是专为开发者设计的一个本地化的人脸识别开发包,基于北京海鑫科金高科技股份有限公司具有完全自主知识产权的国际领先人脸识别核心技术开发,包含当今国际领先的人脸检测、人脸特征抽取及人脸比对技术,可以用于1:1的身份确认和1:N的身份识别。
人脸识别SDK 为开发者提供完整的技术文档和开发示例代码,节省系统开发周期,减轻系统开发成本。
二、主要功能
人脸注册、人脸检测、人脸识别
图像质量检测
多种图像采集方式:实时视频采集(DirectShow、VFW) 、扫描设备(TWain)、数码图片(BMP、JPG、PNG、GIF等)
数据存储方式:文件存储、数据库
支持比对方式:1:1,1:N
输出候选人名单、置信度及人脸位置
支持单人脸单模板,单人脸多模板
三、系统环境
开发环境:Microsoft Visual Studio 6或更高
*** 作系统:Windows 2000+SP、Windows XP+SP2
最低硬件要求:CPU:P4 3.0GHz,内存:512MB,硬盘:400MB
四、开发帮助
完整的技术文档
VC++示例代码
欢迎分享,转载请注明来源:内存溢出
微信扫一扫
支付宝扫一扫
评论列表(0条)