人脸数据库 人脸识别常用的人脸数据库有哪些
大家好，今天来为大家分享人脸数据库的一些知识点，和人脸识别常用的人脸数据库有哪些的问题解析，大家要是都明白，那么可以忽略，如果不太清楚的话可以看看本篇文章，相信很大概率可以解决您的问题，接下来我们就一起来看看吧！
人脸识别数据库常用的有哪些
给你提供几个线索，数据都可以去数据堂下载。\x0d\x0a\x0d\x0a1.FERET人脸数据库-\x0d\x0a由FERET项目创建,包含1万多张多姿态和光照的人脸图像,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\x0d\x0a\x0d\x0a2.CMU-PIE人脸数据库\x0d\x0a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\x0d\x0a\x0d\x0a3.YALE人脸数据库\x0d\x0a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\x0d\x0a的变化.\x0d\x0a\x0d\x0a4.YALE人脸数据库B\x0d\x0a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\x0d\x0a\x0d\x0a5.MIT人脸数据库\x0d\x0a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.\x0d\x0a\x0d\x0a6.ORL人脸数据库\x0d\x0a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,\x0d\x0a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.\x0d\x0a\x0d\x0a7.BioID人脸数据库\x0d\x0a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。
人脸表情识别常用的几个数据库
人脸表情识别就是让计算机识别人脸的各种表情，进而分析表情所代表的情绪，意图等。人脸表情识别可以用在测谎，医学辅助诊断，人机交互方面。与人脸识别相比，人脸表情特征更加细微，而且受各种因素的干扰也更大。目前人脸表情识别的研究都是在数据库上做测试。下面介绍几个比较常见的数据库。
1： The Japanese Female FacialExpression(JAFFE) Database
http://www.kasrl.org/jaffe.html
这个数据库比较小，而且是一个比较老的数据库了，早在1998年就发布了。该数据库是由10位日本女性在实验环境下根据指示做出各种表情，再由照相机拍摄获取的人脸表情图像。整个数据库一共有213张图像，10个人，全部都是女性，每个人做出7种表情，这7种表情分别是： sad, happy, angry, disgust,surprise, fear, neutral.每个人为一组，每一组都含有7种表情，每种表情大概有3,4张样图。这样每组大概20张样图，目前在这个数据库上的识别率已经很高了，不管是person independent或者是person dependent。识别率都很高。这个数据库可以用来熟悉人脸表情识别的一些基础知识，包括特征提取，分类等。
2： The Extended Cohn-Kanade Dataset(CK+)
http://www.pitt.edu/~emotion/ck-spread.htm
这个数据库是在 Cohn-Kanade Dataset的基础上扩展来的，发布于2010年。这个数据库比起JAFFE要大的多。而且也可以免费获取，包含表情的label和Action Units的label。
这个数据库包括123个subjects, 593个 image sequence，每个image sequence的最后一张 Frame都有action units的label，而在这593个image sequence中，有327个sequence有 emotion的 label。这个数据库是人脸表情识别中比较流行的一个数据库，很多文章都会用到这个数据做测试。具体介绍可以参考如下文献：
P.Lucey, J. F. Cohn, T.Kanade, J. Saragih, Z. Ambadar, and I. Matthews,“TheExtended Cohn-KanadeDataset(CK+)_ A complete dataset for action unit andemotion-specifiedexpression,” inComputer Vision andPattern RecognitionWorkshops(CVPRW), 2010 IEEE Computer Society Conference on,2010, pp. 94-101.
3： GEMEP-FERA 2011
http://gemep-db.sspnet.eu/
这个数据是2011年，IEEE的 Automatic Face& GestureRecognition and Workshops(FG 2011), 2011 IEEE International Conference on上提供的一个数据库，如果要获取这个数据库，需要签署一个assignment，而且只有学术界可以免费使用。
这个数据库拥有的表情图很多，但是subjects很少。具体介绍可以参考如下文献：
M.F. Valstar, M. Mehu, B.Jiang, M. Pantic, and K. Scherer,“Meta-Analysis ofthe First FacialExpression Recognition Challenge,”Systems,Man, andCybernetics, Part B: Cybernetics, IEEE Transactions on, vol. 42,pp. 966-979,2012.
4： AFEW_4_0_EmotiW_2014
http://cs.anu.edu.au/few/emotiw2014.html
这个数据库用作ACM 2014 ICMI TheSecond Emotion Recognition In The Wild Challenge and Workshop。去年已经进行了第一届的竞赛，这个数据库提供原始的video clips,都截取自一些电影，这些clips都有明显的表情，这个数据库与前面的数据库的不同之处在于，这些表情图像是 in the wild, not inthe lab.所以一个比较困难的地方在于人脸的检测与提取。详细信息可以参考如下文献：
A.Dhall, R. Goecke, J. Joshi,M. Wagner, and T. Gedeon,“Emotion RecognitionIn The Wild Challenge2013,” inProceedings of the 15thACM on Internationalconference on multimodal interaction, 2013, pp.509-516.
5: GENKI-4K
http://mplab.ucsd.edu/wordpress/?page_id=398
这个数据库专门用于做笑脸识别的，整个数据库一共有4000张图片，分为“笑”和“不笑”两种，图片中的人脸并不是posed，而是spontaneous的，每个图片的人脸的尺度大小也不一样，而且还有姿势，光照的变化，以及头的转动，相对于posed facialexpression,这个数据库的难度要更大。
详细信息可以参考如下文献：
WhitehillJ, Littlewort G, Fasel I, et al. Toward practical smile detection[J]. PatternAnalysis and Machine Intelligence, IEEE Transactions on, 2009, 31(11):2106-2111.
6：The UNBC-McMaster shoulder painexpression archive database
http://www.pitt.edu/~emotion/um-spread.htm
这个数据库用于做pain的表情识别，目前发布的数据库包含25个subject，200个video sequences，每个video sequence的长度不一，从几十帧图到几百帧图，每张图都有66个facial landmarks，pain的intensity(0-15)，以及facial action units的编号，每个video sequence也有一个整体pain的 OPI。
详细信息可以参考如下文献：
Lucy,P., Cohn, J. F., Prkachin, K. M., Solomon, P.,& Matthrews, I.(2011).Painful data: The UNBC-McMaster Shoulder Pain Expression Archive Database. IEEEInternational Conference on Automatic Face and Gesture Recognition(FG2011).
7：Bimodal Face and Body GestureDatabase（FABO）
http://www.eecs.qmul.ac.uk/~hatice/fabo.html
这个数据库与其它数据库相比，多了gesture的信息，目前利用multimodality做情感计算的尝试取得很多进展，利用语音信息，人脸表情，body language等做emotion analysis正在受到越来越多的关注，这个数据库就是从facial expression与body gesture两个方面考虑人的情感，不过这个数据库的ground truth label很繁琐，具体的信息可以参考：
GunesH, Piccardi M. A bimodal face and body gesture database for automatic analysisof human nonverbal affective behavior[C]//Pattern Recognition, 2006. ICPR 2006.18th International Conference on. IEEE, 2006, 1: 1148-1153.
版权声明：本文为博主原创文章，未经博主允许不得转载。
人脸表情识别常用的几个数据库
标签：脸部识别人机交互
人脸识别常用的人脸数据库有哪些
给你提供几个线索，数据都可以去数据堂下载。
1.FERET人脸数据库-
由FERET项目创建,包含1万多张多姿态和光照的人脸图像,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.CMU-PIE人脸数据库
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
3.YALE人脸数据库
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
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. MIT人脸数据库
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.
6. ORL人脸数据库
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. BioID人脸数据库
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。
数据库人脸是从哪一年开始的
2001年。人脸识别最早是应用于安防领域。后来陆续在各大领域开始了数据库人脸识别。
人脸数据都去了哪儿？
早年，人脸识别还没有进入到深度学习的阶段，人脸数据收集还是打着隐私的烙印，研究人员需要获得志愿者同意，才能采集人脸数据纳入到数据库中。比如早期由耶鲁大学计算视觉与控制中心创建的Yale人脸数据库，只包含了15位志愿者的165张图片。
但是到了后期，尤其是深度学习技术的快速应用普及，几百张志愿者的人脸对于数据训练来说只是杯水车薪，人脸数据的收集也开始走向不可控。
关于本次人脸数据库和人脸识别常用的人脸数据库有哪些的问题分享到这里就结束了，如果解决了您的问题，我们非常高兴。