人脸数据库汇总

摘要:
■注释数据库(手、肉、左心室心脏、IMMface)(http://www2.imm.dtu.dk/~aam/)■ARFace数据库(http://cobweb.ecn.purdue.edu/~aleix/aleix_脸_数据库。html)■BioIDFace数据库(http://om/downloads/facedb/index.

■Annotated Database (Hand, Meat, LV Cardiac, IMM face) (http://www2.imm.dtu.dk/~aam/)

■AR Face Database (http://cobweb.ecn.purdue.edu/~aleix/aleix_face_DB.html)
■BioID Face Database (
http://om/downloads/facedb/index.php)
■Caltech Computational Vision Group Archive (Cars, Motorcycles, Airplanes, Faces, Leaves, Background) (
http://altech.edu/html-files/archive.html)
■Carnegie Mellon Image Database (motion, stereo, face, car, ...) (
http://vasc.ri.cmu.edu/idb/)
■CAS-PEAL Face Database (
http://n/peal/index.html)
■CMU Cohn-Kanade AU-Coded Facial Expression Database (
http://mu.edu/projects/project_421.html)
■CMU Face Detection Databases (
http://mu.edu/projects/project_419.html)
■CMU Face Expression Database (http://amp.ece.cmu.edu/projects/FaceAuthentication/download.htm)
■CMU Face Pose, Illumination, and expression_r(PIE) Database (http://mu.edu/projects/project_418.html)
■CMU VASC Image Database (motion, road sequences, stereo, CIL’s stereo data with ground truth, JISCT, face, face expressions, car) (http://s.cmu.edu/idb/)
■Content-based Image Retrieval Database ()
■Face Video Database of the Max Planck Institute for Biological Cybernetics (http://vdb.kyb.tuebingen.mpg.de/)
■FERET Database (http://om/face_reco.htm)
■German Fingerspelling Database (http://om/face_reco.htm )
■Indian Face Database ()
■MIT-CBCL Car Database (http://cbcl.mit.edu/software-datasets/CarData.html)
■MIT-CBCL Face Recognition Database (http://cbcl.mit.edu/software-datasets/heisele/facerecognition-database.html)
■MIT-CBCL Face Databases (http://cbcl.mit.edu/software-datasets/FaceData2.html)
■MIT-CBCL Pedestrian Database (http://cbcl.mit.edu/software-datasets/PedestrianData.html)
■MIT-CBCL Street Scenes Database (http://cbcl.mit.edu/software-datasets/streetscenes/)
■NIST/Equinox Visible and Infrared Face Image Database (http://om/products/HID.html)
■NIST Fingerprint Data at Columbia (Link)
■ORL Database of Faces (http://am.ac.uk/research/dtg/attarchive/facedatabase.html)
■Rutgers Skin Texture Database ()
■The Japanese Female Facial expression_r(JAFFE) Database (http://marathon.csee.usf.edu/range/DataBase.html)
■Usenix Face Database (hundreds of images,露得清 several formats) (Link)
■UCI Machine Learning Repository (http://www1.ics.uci.edu/~mlearn/MLSummary.html)
■USC-SIPI Image Database (collection of digitized images) (http://sipi.usc.edu/services/database/Database.html)
■UCD VALID Database (multimodal for still face, audio, and video) (http://ee.ucd.ie/validdb/)
■UCD Color Face Image (UCFI) Database for Face Detection (http://ee.ucd.ie/~prag/)
■UCL M2VTS Multimodal Face Database (
http://www.tele.ucl.ac.be/PROJECTS/M2VTS/m2fdb.html)
■Vision Image Archive at UMass (sequences, stereo, medical, indoor, outlook, road, underwater, aerial, satellite, space and more) (
http://sipi.usc.edu/database/)
■Where can I find Lenna and other images? (
http://www.faqs.org/faqs/compression-faq/part1/section-30.html)
■Yale Face Database (
http://cvc.yale.edu/projects/yalefaces/yalefaces.html)
■Yale Face Database B (
http://cvc.yale.edu/projects/yalefaces/yalefaces.html)

眼前人脸分辨领土常用的人脸数据库重要有:
1. FERET人脸数据库[2]
由FERET项目创立,包括14,051张多姿势,光照的灰度人脸图像,是人脸分辨领土利用最普遍
的人脸数据库之一.其中的多数人是西方人,每个人所包括的人脸图像的改变比拟单一.
2. MIT人脸数据库[4]
由麻省理工大学媒体实验室创立,包括16位志愿者的2,592张不同姿势,光照和大小的面部图像.
3. Yale人脸数据库[5]
由耶鲁大学计算视觉与扼制中心创立,包括15位志愿者的165张图片,包括光照,表情和姿势
的改变.
4. Yale人脸数据库B[6]
包括了10个人的5,850幅多姿势,多光照的图像.其中的姿势和光照改变的图像都是在严厉扼制
的条件下采集的,重要用于光照和姿势问题的建模与分析.由于采集人数较少,该数据库的进一步应
用受到了比拟大的局限.
5. PIE人脸数据库[7]
由美国卡耐基梅隆大学创立,包括68位志愿者的41,368张多姿势,光照和表情的面部图像.其
中的姿势和光照改变图像也是在严厉扼制的条件下采集的,现在曾经逐渐成为人脸分辨领土的一个重
要的测验聚集.
6. ORL人脸数据库[8]
由剑桥大学AT&T实验室创立,包括40人共400张面部图像,局部志愿者的图像包括了姿势,
表情和面部饰物的改变.该人脸库在人脸分辨琢磨的前期经常被人们批准,但由于改变形式较少,多
数系统的分辨率均能够到达90%以上,因而进一步利用的价值曾经不大.
7. PF01人脸数据库[9]
由韩国浦项科技大学创立,包括103人的1,751张不同光照,姿势,表情的面部图像,志愿者以
韩国人为主.
8. AR人脸数据库[10]
由西班牙巴塞罗那计算机视觉中心发生,包括116人的3,288幅图像.采集环境中的摄像机参数,
光照环境,摄像机距离等都是严厉扼制的.
9. BANCA人脸数据库[11]
该数据库是欧洲BANCA计划的一局部,包括了208人,每人12幅不同工夫段的面部图像.
10. KFDB人脸数据库[12]
包括了1,000人,共52,000幅多姿势,多光照,多表情的面部图像,其中姿势和光照改变的图像
是在严厉扼制的条件下采集的.志愿者以韩国人为主.
11. MPI人脸数据库[13]
该人脸数据库包括了200人的头部3维构造数据和1,400幅多姿势的人脸图像.
12. XM2VTS人脸数据库[14]
包括了295人在4个不同工夫段的图像和语音视频片断.在每个工夫段,每人被登记了2个头部
回旋的视频片断和6个语音视频片断.另外,其中的293人的3维模型也可获得.

转载自:http://hi.baidu.com/%BA%A3%C0%AB2009/blog/item/7592c3558ad23d46574e00e3.html

免责声明:文章转载自《人脸数据库汇总》仅用于学习参考。如对内容有疑问,请及时联系本站处理。

上篇Thymeleaf入门到吃灰(转)eclipse项目导入到android studio中下篇

宿迁高防,2C2G15M,22元/月;香港BGP,2C5G5M,25元/月 雨云优惠码:MjYwNzM=

相关文章

kafka 常见面试题

1.Kafka中的ISR(InSyncRepli)、OSR(OutSyncRepli)、AR(AllRepli)代表什么?ISR : 速率和leader相差低于10秒的follower的集合OSR : 速率和leader相差大于10秒的followerAR : 所有分区的follower 2.Kafka中的HW、LEO等分别代表什么?HW : 又名高水位,...

数据库主键到底是用自增长(INT)好还是UUID好

  其实针对使用自增长还是UUID,大家讨论最多的就是速度和存储空间,这里我加入了安全性和分布式,具体对比如下: 使用自增长做主键的优点:1、很小的数据存储空间2、性能最好3、容易记忆使用自增长做主键的缺点:1、如果存在大量的数据,可能会超出自增长的取值范围2、很难(并不是不能)处理分布式存储的数据表,尤其是需要合并表的情况下3、安全性低,因为是有规律的,...

基于SAP的中国式数据分析浅谈

大数据时代,虽然多数企业数据的应用并不能称得上是“大数据”,但也证实了数据应用的重要性和影响力。确实,数据作为企业发展的信息沉淀,已成为企业的重要资产,如何有效利用数据是每个企业必须面临的课题。 这里我们分享一个波司登集团通过改进信息系统,加强数据运营管理来提升企业效益的案例,原文是波司登集团软件研发经理孙健在帆软大数据巡展上的演讲。 从2012年到201...

Hive 元数据库表信息

  Hive 的元数据信息通常存储在关系型数据库中,常用MySQL数据库作为元数据库管理。 1. 版本表   i) VERSION   -- 查询版本信息 2. 数据库、文件存储相关   i) DBS     -- 存储Hive中所有数据库的基本信息   ii) SDS    -- 存储Hive中文件存储的基本信息      3. 表、视图相关   i) ...

特来电CMDB应用实践

        配置管理数据库(Configuration Management Database,以下简称CMDB)是一个老生常谈的话题,不同的人有不同的见解,实际应用时,因为企业成熟度以及软硬件规模不同,别人的成功经验很难直接复制,因此用好了会成为整个应用系统的基石,用不好就成了鸡肋。特来电云平台在规划伊始,便意识到了CMDB的重要性,在实践中不断丰富...

【技术贴】java插入mysql中文乱码解决|java插入mysql数据库显示问号?

【技术贴】java插入mysql中文乱码解决|java插入mysql数据库显示问号? 在你要连接到mysql 的代码里写上?useUnicode=true&characterEncoding=UTF-8" 比如 "jdbc:mysql://localhost:3306/chenluancl1?useUnicode=true&characte...