常用的人脸识别和特征提取的图像处理数据集比较

常用的人脸识别和特征提取的图像处理数据集比较。
人脸数据集：
1.ORL（√）40个人的人脸图像，每个人有10张，在正常光照条件下的正面和侧面图像。
2.AR 每个人26张，有正面人脸+表情变化+遮挡+光照。（√）
3.YaleB 每个人有64张，严重的光照条件。
4.FERET 每个人有7张，与ORL类似。
5.PIE 每个人有170张，包含不同光照+角度的变化。（√）

ORL

AR(正面人脸+遮挡+光照)

YaleB(严重的光照条件)

FERET(与ORL类似)

PIE(光照+角度)

---

实物数据集：
1.COIL20 共有20个物体，每个物体有72张图，旋转360度，不同角度的变化。（√）
2.COIL100 共有100个物体，每个物体有72张图，旋转360度，不同角度的变化。

哥伦比亚大学 Columbia University Image Library (COIL-20) 数据集

COIL100

matlab实现

% 可视化ORL第一类人脸图像
database = load('ORL_32.mat');
X = database.fea;
Y = database.gnd;
plot_Dataset(X(1:10,:), 2, 5)

% 可视化ORL完整数据集
database = load('ORL_32.mat');
X = database.fea;
Y = database.gnd;
% 40行，每行是同一类的10张人脸图像
plot_Dataset(X, 40, 10)

function plot_Dataset( W, row, col)
figure;
A = zeros(32*row,32*col);
for i=1:row
    for j=1:col
        B = mat2gray(reshape(W((i-1)*col+j,:),32,32));
        A(32*(i-1)+1:32*i,32*(j-1)+1:32*j) = B;
    end
end
imshow(A);