人脸数据库汇总


■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://www.bioid.com/downloads/facedb/index.php)
■Caltech Computational Vision Group Archive (Cars, Motorcycles, Airplanes, Faces, Leaves, Background) (http://www.vision.caltech.edu/html-files/archive.html)
■Carnegie Mellon Image Database (motion, stereo, face, car, ...) (http://vasc.ri.cmu.edu/idb/)
■CAS-PEAL Face Database (http://www.jdl.ac.cn/peal/index.html)
■CMU Cohn-Kanade AU-Coded Facial Expression Database (http://www.ri.cmu.edu/projects/project_421.html
■CMU Face Detection Databases (http://www.ri.cmu.edu/projects/project_419.html)
■CMU Face Expression Database (http://amp.ece.cmu.edu/projects/FaceAuthentication/download.htm)
■CMU Face Pose, Illumination, and Expression (PIE) Database (http://www.ri.cmu.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://www.ius.cs.cmu.edu/idb/)
■Content-based Image Retrieval Database (http://www.cs.washington.edu/research/imagedatabase/groundtruth/)
■Face Video Database of the Max Planck Institute for Biological Cybernetics (http://vdb.kyb.tuebingen.mpg.de/)
■FERET Database (http://www.frvt.org/)
■FERET Color Database (http://www.itl.nist.gov/iad/humanid/colorferet/home.html http://face.nist.gov/colorferet/ )
■Georgia Tech Face Database (http://www.anefian.com/face_reco.htm)
■German Fingerspelling Database (http://www.anefian.com/face_reco.htm )
■Indian Face Database (http:// www.cs.umass.edu/~vidit/IndianFaceDatabase)
■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://www.equinoxsensors.com/products/HID.html)
■NIST Fingerprint Data at Columbia (Link)
■ORL Database of Faces (http://www.cl.cam.ac.uk/research/dtg/attarchive/facedatabase.html)
■Rutgers Skin Texture Database (http://www.caip.rutgers.edu/rutgers_texture/)
■The Japanese Female Facial Expression (JAFFE) Database (http://www.kasrl.org/jaffe.html
■The Ohio State University SAMPL Image Database (3D, still, motion) (http://sampl.ece.ohio-state.edu/database.htm)
■The University of Oulu Physics-Based Face Database (http://www.ee.oulu.fi/research/imag/color/pbfd.html)
■UMIST Face Database (http://images.ee.umist.ac.uk/danny/database.html)
■USF Range Image Data (with ground truth) (http://marathon.csee.usf.edu/range/DataBase.html)
■Usenix Face Database (hundreds of images, 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)

目前人脸识别领域常用的人脸数据库主要有: 
1. FERET人脸数据库[2] 
由FERET项目创建,包含14,051张多姿态,光照的灰度人脸图像,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. 
2. MIT人脸数据库[4] 
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. 
3. Yale人脸数据库[5] 
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
的变化. 
4. Yale人脸数据库B[6] 
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. 
5. PIE人脸数据库[7] 
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. 
6. ORL人脸数据库[8] 
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,
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. 
7. PF01人脸数据库[9] 
由韩国浦项科技大学创建,包含103人的1,751张不同光照,姿态,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建立,包含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格控制的. 
9. BANCA人脸数据库[11] 
该数据库是欧洲BANCA计划的一部分,包含了208人,每人12幅不同时间段的面部图像. 
10. KFDB人脸数据库[12] 
包含了1,000人,共52,000幅多姿态,多光照,多表情的面部图像,其中姿态和光照变化的图像
是在严格控制的条件下采集的.志愿者以韩国人为主. 
11. MPI人脸数据库[13] 
该人脸数据库包含了200人的头部3维结构数据和1,400幅多姿态的人脸图像. 
12. XM2VTS人脸数据库[14] 
包含了295人在4个不同时间段的图像和语音视频片断.在每个时间段,每人被记录了2个头部
旋转的视频片断和6个语音视频片断.此外,其中的293人的3维模型也可得到.

FERET姿态数据库:FERET人脸库是著名的人脸识别库, 姿态库是其中的子库. FERET姿态库共包含 个人的 张图像, 即每个人有在Yaw方向上的 种不同姿态的图像. FERET的网址为http://www.itl.nist.gov/iad/humanid/feret/.

CAS-PEAL姿态数据库: CAS-PEAL人脸数据库是中科院计算所采集的人脸数据库, 姿态数据库为其其中的子库. CAS-PEAL姿态库包含 个人的图像, 在Yaw方向上有 种姿态角度, 在Pitch方向上有 种姿态角度, 即总共21种不同的头部姿态. CAS-PEAL数据库的网址为http://www.jdl.ac.cn/peal/index.html.

Pointing Data 数据库: Pointing Data数据库包含 个人的图像, 每个人有 个序列的 张不同姿态时的图像. 数据库中的人的皮肤颜色并不相同. 头部的姿态在水平方向上从正面到全侧面的 种姿态, 垂直方向上有 种姿态. 采集人的年龄在20岁到40岁之间. 头部的位置手工切割得到. Pointing Data数据库的网址为http://www-prima.inrialpes.fr/Pointing04.

UMIST姿态数据库: UMIST人脸库包含 个人的从侧面到正面的 张图像. UMIST姿态数据库的网址为http://images.ee.umist.ac.uk/danny/database.html.

CMU PIE数据库: CMU PIE 数据库由70个人的有13种不同姿态的图像组成. CMU PIE 数据库中的图像同时有光照和表情的变化. CMU PIE数据库的信息可以从网页http://www.ri.cmu. edu/projects/project_418.html查到.

Softopia HOIP数据库: Softopia HOIP数据库由2个子库组成, 每个子库均包含300个人的图像, 其中男性和女性的人数均为150人. 第一个子库包含168个离散的姿态, 在水平方向上有24个姿态, 竖直方向上7个姿态, 姿态间隔均为15度. 第二个数据库包含511个离散的姿态, 在水平方向上有73个姿态, 姿态间隔为5度, 竖直方向上7个姿态, 姿态间隔为15度. 这个数据库仅供日本的学术机构使用. Softopia HOIP数据库的网址为 http://www.softopia.or.jp/rd/facedb.html.

CVRR-86数据库和CVRR-386数据库: CVRR-86数据库包含28个人的3894张图像. 姿态在水平方向上从 到 和在竖直方向从 到 均间隔15度采集, 经组合后共有86种离散的姿态. 每个人的图像个数并不固定. CVRR-363数据库包含10个人的图像. 姿态在水平方向上从 到 和在竖直方向从 到 均间隔5度采集, 经组合后共有363种离散的姿态. 这两个数据库目前并没有公开, 其相关信息可以网址http://cvrr.ucsd.edu查到.

FacePix数据库: FacePix数据库包含30个人的图像[116]. 其姿态范围为水平方向上从-90度到90度, 间隔为1度, 共181个姿态. 该数据中的图像已经根据手工标注的眼睛位置进行了切割. 此数据库目前尚未公开.

除了上面提到的一些数据库, 也有姿态视频数据库, 如XM2VTS的姿态序列集合 [117]以及IDIAP数据库 [62]. 在XM2VTS姿态序列数据库中, 295名被采集者被要求分别从中心向左、右、上、下旋转, 然后回到中心. 该姿态序列背景简单, 并且没有记录同步的真实姿态参数. IDIAP数据库中包含16个人的2种自然活动视频集合, 一个是会议室场景, 一个是办公室场景. 虽然该序列同步记录了姿态信息, 但是该数据库数据量相对较小.

你可能感兴趣的:(人脸识别)