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。\x0d\x0a\x0d\x0a1.FERET人脸数据库-\x0d\x0a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\x0d\x0a\x0d\x0a2.CMU-PIE人脸数据库\x0d\x0a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\x0d\x0a\x0d\x0a3.YALE人脸数据库\x0d\x0a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\x0d\x0a的变化.\x0d\x0a\x0d\x0a4.YALE人脸数据库B\x0d\x0a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\x0d\x0a\x0d\x0a5.MIT人脸数据库\x0d\x0a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.\x0d\x0a\x0d\x0a6.ORL人脸数据库\x0d\x0a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,\x0d\x0a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.\x0d\x0a\x0d\x0a7.BioID人脸数据库\x0d\x0a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。

警告：此数据集中的图像与ImageNet中的图像重叠。 使用预先使用ImageNet的网络（或任何预先使用Flickr图像的网络）时要小心，因为CUB的测试集可能与原始网络的训练集重叠。

Caltech-UCSD Birds-200-2011 (CUB-200-2011) 是 CUB-200 dataset 的一个扩充版本,每个类的图像数量大约增加两倍和新的部位注释。 有关数据集的详细信息，请参阅下面链接的技术报告。

（1）类别书目: 200

（2）图像总数目: 11,788

（3）每张图片的标注信息: 15 Part Locations, 312 Binary Attributes, 1 Bounding Box

该数据集是细粒度图像分类最广泛使用的基准。该数据集涵盖了200种鸟类，其中包括5994张训练图像和5794张测试图像。除类别标签外，每个图像都会用1个边界框、15个零件关键点和312个属性进行进一步注释。

一些其他相关的数据集： Caltech-256 , Oxford Flower Dataset , Animals with Attributes . 更多的数据集可以浏览 Caltech Vision Dataset Archive .

[1] Caltech-UCSD Birds-200-2011

[1] The caltech-ucsd birds-200- 2011 dataset

---