本文主要介紹以下幾種常用的人臉數(shù)據(jù)庫: (1)FERET人臉數(shù)據(jù)庫 http://www./itl/iad/ig/colorferet.cfm 由FERET項目創(chuàng)建,,此圖像集包含大量的人臉圖像,,并且每幅圖中均只有一個人臉。該集中,,同一個人的照片有不同表情,、光照、姿態(tài)和年齡的變化,。包含1萬多張多姿態(tài)和光照的人臉圖像,,是人臉識別領(lǐng)域應(yīng)用最廣泛的人臉數(shù)據(jù)庫之一。其中的多數(shù)人是西方人,,每個人所包含的人臉圖像的變化比較單一,。 (2)CMU Multi-PIE人臉數(shù)據(jù)庫 http://www./public/project/4742/ 由美國卡耐基梅隆大學(xué)建立。所謂“PIE”就是姿態(tài)(Pose),,光照(Illumination)和表情(Expression)的縮寫,。CMU Multi-PIE人臉數(shù)據(jù)庫是在CMU-PIE人臉數(shù)據(jù)庫的基礎(chǔ)上發(fā)展起來的。包含337位志愿者的75000多張多姿態(tài),,光照和表情的面部圖像,。其中的姿態(tài)和光照變化圖像也是在嚴格控制的條件下采集的,目前已經(jīng)逐漸成為人臉識別領(lǐng)域的一個重要的測試集合,。 (3)YALE人臉數(shù)據(jù)庫(美國,,耶魯大學(xué)) http://cvc.cs./cvc/projects/yalefaces/yalefaces.html 由耶魯大學(xué)計算視覺與控制中心創(chuàng)建,包含15位志愿者的165張圖片,,包含光照,、表情和姿態(tài)的變化。 Yale人臉數(shù)據(jù)庫中一個采集志愿者的10張樣本,相比較ORL人臉數(shù)據(jù)庫Yale庫中每個對象采集的樣本包含更明顯的光照,、表情和姿態(tài)以及遮擋變化,。 (4)YALE人臉數(shù)據(jù)庫B https:///dataset/1105138686 包含了10個人的5850幅在9種姿態(tài),64種光照條件下的圖像,。其中的姿態(tài)和光照變化的圖像都是在嚴格控制的條件下采集的,,主要用于光照和姿態(tài)問題的建模與分析。由于采集人數(shù)較少,,該數(shù)據(jù)庫的進一步應(yīng)用受到了比較大的限制,。 (5)MIT人臉數(shù)據(jù)庫 由麻省理工大學(xué)媒體實驗室創(chuàng)建,包含16位志愿者的2592張不同姿態(tài)(每人27張照片),,光照和大小的面部圖像,。 (6)ORL人臉數(shù)據(jù)庫 https://www.cl./research/dtg/attarchive/facedatabase.html 由英國劍橋大學(xué)AT&T實驗室創(chuàng)建,包含40人共400張面部圖像,,部分志愿者的圖像包括了姿態(tài),表情和面部飾物的變化,。該人臉庫在人臉識別研究的早期經(jīng)常被人們采用,但由于變化模式較少,,多數(shù)系統(tǒng)的識別率均可以達到90%以上,,因此進一步利用的價值已經(jīng)不大。 ORL人臉數(shù)據(jù)庫中一個采集對象的全部樣本庫中每個采集對象包含10幅經(jīng)過歸一化處理的灰度圖像,,圖像尺寸均為92×112,,圖像背景為黑色,。其中采集對象的面部表情和細節(jié)均有變化,,例如笑與不笑、眼睛睜著或閉著以及戴或不戴眼鏡等,,不同人臉樣本的姿態(tài)也有變化,,其深度旋轉(zhuǎn)和平面旋轉(zhuǎn)可達20度。 (7)BioID人臉數(shù)據(jù)庫 https://www./facedb/ 包含在各種光照和復(fù)雜背景下的1521張灰度面部圖像,,眼睛位置已經(jīng)被手工標(biāo)注,。 (8)UMIST圖像集 由英國曼徹斯特大學(xué)建立。包括20個人共564幅圖像,,每個人具有不同角度,、不同姿態(tài)的多幅圖像。 (9)年齡識別數(shù)據(jù)集IMDB-WIKI https://data.vision.ee./cvl/rrothe/imdb-wiki/ 包含524230張從IMDB和Wikipedia爬取的名人數(shù)據(jù)圖片,。應(yīng)用了一個新穎的化回歸為分類的年齡算法,。本質(zhì)就是在0-100之間的101類分類后,對于得到的分數(shù)和0-100相乘,,并將最終結(jié)果求和,,得到最終識別的年齡。 |
|
來自: 學(xué)術(shù)頭條 > 《待分類》