人脸识别相关数据集介绍

人脸识别数据集

LFW（Labeled Face in the Wild）

LFW数据库是真实条件下的人脸识别问题的测试基准。该数据集包括来源于因特网的5749人的13233张人脸图像，其中有1680人有两张或以上图像。

标准测试协议包括6000对人脸的时折确认任务，每折包括300对正例和300对反例。采用十折平均精度作为性能评价指标。

YouTube Faces DB

YouTube Faces 是一个面部视频数据库，旨在研究视频总非约束环境下的人脸识别问题。该数据集包含3425个视频，1595个不同的人。所有视频都是从YouTube下载的。每个主题平均有2.15个视频。剪辑最短的视频为48帧，最长的6070帧，视频平均长度为181.3帧。

CASIA-WebFace

CASIA-WebFace数据库包含10k+人和约500k张图片，用于非约束环境下人脸识别科学研究。数据库中的面部识别图像由中国科学院（CASIA）自动化研究所从互联网上爬取。官方允许该数据进行教育或非商业用途的免费使用。但由于数据库中的图像可能受版权保护，官方没有在他们的网站上公开发布。如果是研究使用，可以在官方网站上申请访问权限。

还有其他一些数据集，可根据需求选择

人脸检测数据集

FDDB：Face Detection Data Set and Benchmark

人脸检测数据集和基准测试（FDDB）是一个面部区域数据集，用于研究非约束条件下的人脸检测问题。FDDB从LFW数据集选取了5171张人脸和2845张图片，有马萨诸塞大学维护。

WIDER FACE：A Face Detection Benchmark

其从公开数据集WIDER中选取了32203个图像并标记了393703个面部，其比例、姿势和遮挡物具有高度可变性。数据集分为61个类。每一类别的训练、验证和测试集比例都是4:1:5。基准测试的评估指标与PASCAL VOC数据集采用的相同。

Large-scale CelebFaces Attributes(CelebA) Dataset

**CelebFaces Attributes Dataset (CelebA)**是一个大型人脸属性数据集，拥有超过10,177个名人的202,599张面部图像，每张图像都有5个特征点标注和40个属性注释。同时，此数据集中的图像还覆盖了巨大的姿势变化和杂乱背景。