标签：
BioID人脸数据库 - http://www.datatang.com/data/3045 包含在各种光照和复杂背景下的1521张灰度面部图像，眼睛位置已经被手工标注。
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.
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.
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.
Database Overview
Surveys
1、Humaine - a collection of emotional databases:
http://emotion-research.net/wiki/Databases
2、AR Face Database (AR):
http://rvl1.ecn.purdue.edu/~aleix/aleix_face_DB.html
3、BioID Face Database (BioID):
http://www.humanscan.de/support/downloads/facedb.php
4、Brodatz Texture Database (Brodatz):
5、Butterfly Database (BDB):
http://www-cvr.ai.uiuc.edu/ponce_grp/data
6、CMU Frontal Face Database (CMUFF):
http://vasc.ri.cmu.edu//idb/html/face/frontal_images/index.html
7、CMU PIE Database (CMUPIE):
http://www.ri.cmu.edu/projects/project_418.html
8、CMU Profile Face Database (CMUPF):
http://vasc.ri.cmu.edu//idb/html/face/profile_images/index.html
9、Columbia-Utrecht Reflectance and Texture Database (CUReT):
10、Corel Gallery Magic 65000 (CGM):
11、CVL Database (CVL):
http://www.lrv.fri.uni-lj.si/facedb.html
12、Data Becker 222222 Premium Cliparts (DBPC):
13、M2VTS Multimodal Face Database ():
http://www.tele.ucl.ac.be/PROJECTS/M2VTS/m2fdb.html
14、MIT CBCL Car Database (MITC):
http://cbcl.mit.edu/cbcl/software-datasets/CarData.html
15、MIT CBCL Face Database (MITF):
http://cbcl.mit.edu/cbcl/software-datasets/FaceData2.html
16、MIT CBCL Face Recognition Database ():
http://cbcl.mit.edu/software-datasets/heisele/facerecognition-database.html
17、MIT CBCL Pedestrian Database (MITP):
http://cbcl.mit.edu/cbcl/software-datasets/PedestrianData.html
18、Object Recognition Database (ORDB):
http://www-cvr.ai.uiuc.edu/ponce_grp/data
19、ORL Database of Faces (ORL):
http://www.cl.cam.ac.uk/research/dtg/attarchive/facedatabase.html
20、OUTex (OUTex):
21、PETS 2000 Dataset (PETS2000):
22、PETS 2001 Dataset (PETS2001):
23、PETS 2002 Dataset (PETS2002):
24、PETS 2005 Dataset (PETS2005):
25、PETS-ECCV 2004 Dataset (PETSECCV2004):
26、PETS-ICVS 2003 Dataset (PETSICVS2003):
27、PhoTex (PhoTex):
28、Pilot European Image Processing Archive (PEIPA):
http://peipa.essex.ac.uk/
29、Talking Face Video ():
30、Texture Database (TDB):
http://www-cvr.ai.uiuc.edu/ponce_grp/data
31、Texture Database for the Measurement of Texture classification algorithms (MeasTex):
32、The Color FERET Database ():
http://www.itl.nist.gov/iad/humanid/colorferet/home.html
33、The Extended M2VTS Database (XM2VTSDB ):
http://www.ee.surrey.ac.uk/Research/VSSP/xm2vtsdb/
34、The FERET Database ():
http://www.itl.nist.gov/iad/humanid/feret/
35、The Japanese Female Facial Expression (JAFFE) Database (JAFFE):
http://www.kasrl.org/jaffe.html
36、The M2VTS Database (M2VTS): http://www.tele.ucl.ac.be/PROJECTS/M2VTS/m2fdb.html
37、The Psychological Image Collection at Stirling (PICS):
http://pics.psych.stir.ac.uk/cgi-bin/PICS/New/pics.cgi
38、The UMIST Face Database (UMIST):
39、The University of Oulu Physics-Based Face Database (UOFD):
http://www.ee.oulu.fi/research/imag/color/pbfd.html
40、The Yale Face Database (YFD):
http://cvc.yale.edu/projects/yalefaces/yalefaces.html
41The Yale Face Database B (YFDB):
http://cvc.yale.edu/projects/yalefacesB/yalefacesB.html
42、Vision Texture Database (VisTex):
43、VS-PETS 2003 Dataset (VSPETS2003):
Other useful links:（上述数据库及其它数据库的简介）
1、http://www.face-rec.org/databases/
2、http://web.mit.edu/emeyers/www/face_databases.html
■USTC-NVIE Database[(natural visible and infrared facial expression database)](由中国科学技术大学安徽省计算与通信软件重点实验室建成并发布，是目前世界较为全面的人脸表情数据库，其中包含大约100名被试三种光照条件下六种表情的可见图像以及长波红外图像，另外表情又分为自发表情与人为表情，人为表情又分为戴眼镜与不戴眼镜两种情况。为进行（自发+人为）表情识别与情绪分析推理实验提供了充足的实验样本与数据)
数据库主页：
发布地址：http://sspnet.eu/2010/08/ustc-nvie-natural-visible-and-infrared-facial-expression-database/
■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)
|
近年来，人脸检测、人脸识别以及人脸合成等方面的研究已成为计算机视觉和模式识别领域最为活跃的研究热点之一。为了对大量涌现的这类算法进行研究和开发、模型训练以及算法的测试比较，建立具有一定规模、且能够涵盖较多人脸属性变化的人脸图像数据库在本领域的研究中有着至关重要的作用。 当前，国内外众多研究机构业已分别建立了许多不同类型的人脸数据库。然而，现有人脸库大都存在着数据量偏小、图像变化单一等缺陷，且大多围绕欧美人拍摄。OFD 大型东方人脸视点和光照图像数据库正是基于上述考虑而创建并具有完全自主知识产权。该库依托国家“八六三”高技术研究发展计划项目课题——“面向公共安全保障的网络化智能人像处理与认证系统”，设计完成了一个多角度CCD/数码相机拍摄系统和一个多光源组合拍摄系统。在这两个拍摄环境的支持下，共采集整理了1247位志愿者的33669幅人脸图像，包括视点和光照两个子库，每位志愿者拍摄19张1280×960分辨率的视点图像和8张1600×1200分辨率的光照图像。
当前随着人脸识别算法研究的深入，对人脸数据集的规模要求与日俱增。传统的数据库扩充模式将带来采集环境重新搭建及重新寻找被拍摄的再次开销。为了能够基于已有人脸库实现低成本的人脸数据规模与数据多样性自动扩充目的，本项目提出了人脸库“自学习生长”的概念，在该框架下，提出了面向光照、视点、年龄、身份、表情等多种不同人脸属性的一系列真实感人脸图像合成算法与技术，这些技术为人脸库的数据自动扩容提供了一个新的研究思路。
本数据库自公开发布以来，在世界范围内获得广泛关注与认可，目前已收到国内外逾50个知名大专院校和科研机构的使用申请或意见反馈，用户遍及东西亚、北美、欧、澳等各洲。 |
Helen人脸数据库中包括两个目录，分别为testset和trainset,其中testset为测试样本集，包括了330涨人脸图片，同时被标注了68个特征点，存放在.pts文件中，而trainset目录为训练样本集，包括了2000张人脸图片，同时被标注了68个特征点。
LFPW人脸数据库中包括两个目录，分别为testset和trainset,其中testset为测试样本集，包括了224涨人脸图片，同时被标注了68个特征点，存放在.pts文件中，而trainset目录为训练样本集，包括了811张人脸图片，同时被标注了68个特征点。
AFLW人脸数据库是一个包括多姿态、多视角的大规模人脸数据库，而且每个人脸都被标注了21个特征点。此数据库信息量非常大，包括了各种姿态、表情、光照、种族等因素影响的图片。AFLW人脸数据库大约包括25000万已手工标注的人脸图片，其中59%为女性，41%为男性，大部分的图片都是彩色，只有少部分是灰色图片。该数据库非常适合用于人脸识别、人脸检测、人脸对齐等方面的研究，具有很高的研究价值。
IBUG人脸数据库包含了135张人脸图片，每张人脸图片被标注了68个特征点，存储在.pts文件中，具有一点的研究价值。
MORPH人脸数据库是用于人脸迁移的研究，里面包含了多个人群在不同年龄段的人脸图片，每个人拥有若干张人脸图片，总共52099张，图片类型为彩色，大小为400x480,具有一定的研究价值。
IMM人脸数据库包括了240张人脸图片，共40个人，每人6张人脸图片，每张人脸图片被标记了58个特征点。
ORL人脸库（英国）：剑桥大学，40人，每人10张照片，包括表情变化，微小姿态变化，20%以内的尺度变化，适合用于人脸识别，分类实验。
ABERDEEN人脸数据库包含了100多个人，每个人拥有5张左右的人脸图片，都以人名命名，总共629张，全部为彩色图片。
CEW人眼睁闭数据库
在现实生活中，人眼睁闭的检测是一个具有挑战性的任务。由于它会受到多种因素的影响，如光照、姿态、表情、眼镜等。为了呈现好的人眼睁闭检测，我们收集了一个人眼睁闭数据库。这个数据库包含了2423张图片，其中，1192张是闭眼图片，来源于网络采集，而1231张是睁眼图片，来自于LFW人脸数据库。具有一定的研究价值。
CUFS（CUHK人脸素描数据库）人脸数据库是用于研究人脸素描合成和人脸素描识别的研究，该数据库总共包含了606张人脸，其中188张来自于香港中文大学学生数据库，123张来用于AR人脸数据库，295张来用于XM2VTS人脸数据库。
feret人脸数据库是面部识别技术计划的一部分，是在1993年12月到1996年8月之间搜集的人脸图像数据库，都是人类彩色图片，有8.5G大小。该数据库主要用于开发、测试和评估人脸识别算法，具有一定的研究价值。
数据库的获取：
你要的到数据库，需要申请一个账号（申请地址：http://www.nist.gov/itl/iad/ig/colorferet.cfm）,才能进行FERET人脸数据库的下载。
1.阅读相关协议，协议大致内容是：（1）. 不得分发；（2）. 只能在技术研究类的文章中引用不超过15幅的图像；（3）. 引用图片时，需要注明出处。2.采用下面的邮件格式发送邮件：
To: colorferet@nist.gov
FaceWarehouse 3D人脸表情数据库包含了150个人，每个人包含了24张各种表情的人脸图片，可用于人脸表情分析、人脸识别等。
标签：
原文地址：http://www.cnblogs.com/destim/p/5449960.html
