人脸识别数据库常用的有哪些？

给你提供几个线索，数据都可以去数据堂下载。

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。

讨论和谈话

办法讨论了在前面几节只解决

部分现有的开放问题和技术能

提供最好的表现，任何情况下不

不存在。

在第2条中的许多战略进行了分析，显示

几乎所有方法索赔令人满意的识别

利率，但只有当测试标准数据库或一些

部分。与此相反，在第2.1节。它已

观察线性/非线性方法，克服了其它

方法时，光照发生变化。然而，这

一流的方法，是明显的影响，变化构成

和他们的表现更差的时候，这两个变化都在场。

同样地，方法应付变化和构成

照明，如线边缘图（高及梁，

2002年）遭受在场的闭塞和年龄的差异。

由于缺乏一个广泛的人脸数据库建模1真实世界

设想，在条件的差异，在性别和种族

集团以及表达，照明，构成等，是不是

太微不足道。的确，正如所表现出的表1中，只有feret ，

氩脸和债务工具中央结算系统-饼提供了相当数量的

人脸图像。不过， feret涉及的一个非常大的

有多少人一个满意分化

构成，照明，性别和时间延迟，但没有照片

采取与自然闭塞或彩妆。氩的面孔，

反之，还提供了许多彩色图象的人少了，也

自然闭塞（围巾和墨镜） ，而分歧

在族群并不是很理想。同样，

债务工具中央结算系统-馅饼数据库不但顾及为

变化构成和光照。

在以同样的方式，三维图像分析有潜力

成长承认表演的二维人脸识别

尊重构成，照明与表达的差异，

但也有许多具有挑战性的问题有待仍

解决的，如对齐的网格或敏感性

收购程序。即使不同的解决办法有

有人建议，以克服这类问题，进展缓慢

与收敛的比较方案为基础的方法（例如使用

该egi ） ，他们介绍了其他弊端，以及（迷失

空间信息在案件egi ） 。

---