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。

lfw数据集是为了研究 非限制环境下的人脸识别问题而建立。

LFW 人脸数据库是由美国马萨诸塞州立大学阿默斯特分校计算机视觉实验室整理完成的数据库，主要用来研究非受限情况下的人脸识别问题。LFW 数据库主要是从互联网上搜集图像，而不是实验室，一共含有13000 多张人脸图像，每张图像都被标识出对应的人的名字。

lfw数据集标签意义：

LFW数据集主要测试人脸识别的准确率，该数据库从中随机选择了6000对人脸组成了人脸辨识图片对，其中3000对属于同一个人2张人脸照片，3000对属于不同的人每人1张人脸照片。测试过程LFW给出一对照片。

询问测试中的系统两张照片是不是同一个人，系统给出“是”或“否”的答案。通过6000对人脸测试结果的系统答案与真实答案的比值可以得到人脸识别准确率。 这个集合被广泛应用于评价 算法的性能。

可以看出，在LFW 数据库中人脸的光照条件、姿态多种多样，有的人脸还存在部分遮挡的情况，因此识别难度较大。 LFW 数据库性能测评已经成为人脸识别算法性能的一个重要指标。

---