Github上10个开源好用的人脸识别数据集

在本文中，我们列出了 10 个可用于启动人脸识别项目的人脸数据集。

Flickr-Faces-HQ 数据集（FFHQ）是一个由人脸组成的数据集，在年龄、种族和图像背景方面比 CELEBA-HQ 数据集包含更多的变化，并且对眼镜、太阳镜、帽子等配饰的覆盖范围也更好。图像是从 Flickr 抓取的，然后自动对齐和裁剪。

大小：数据集由 70,000 张 1024×1024 分辨率的高质量 PNG 图像组成，并且在年龄、种族和图像背景方面包含相当大的变化。

项目：该数据集最初是作为生成对抗网络 (GAN) 的基准创建的。

Tufts 人脸数据库是最全面的大规模人脸数据集，包含 7 种图像模式：可见光、近红外、热、计算机草图、LYTRO、录制的视频和 3D 图像。

大小：数据集包含超过 10,000 张图像，其中包括来自 15 个以上国家的 74 名女性和 38 名男性，年龄范围在 4 至 70 岁之间。

项目：该数据库可供全球研究人员使用，以便对草图、热、NIR、3D 人脸识别和异性恋人脸识别的面部识别算法进行基准测试。

该数据集包含专家生成的高质量 photoshopped 人脸图像，其中图像由不同的人脸合成，由眼睛、鼻子、嘴巴或整张脸分开。

大小：数据集大小为215MB

项目：此数据集可用于区分真假图像。

谷歌的这个数据集是一个大规模的面部表情数据集，它由人脸图像三元组和指定的人类注释组成，每个三元组中的两个人脸在面部表情方面形成最相似的一对。

大小：数据集大小为 200MB，其中包括 500K 三元组和 156K 人脸图像。

项目：该数据集旨在帮助研究人员研究与面部表情分析相关的主题，例如基于表情的图像检索、基于表情的相册摘要、情感分类、表情合成等。

Face Images with Marked Landmark Points 是一个 Kaggle 数据集，用于预测人脸图像上的关键点位置。

大小：数据集大小为 497MP，包含 7049 张人脸图像和多达 15 个标记在其上的关键点。

项目：该数据集可用作多个应用程序的构建块，例如跟踪图像和视频中的人脸、分析面部表情、检测畸形面部迹象以进行医学诊断和生物识别或面部识别。

野外标记人脸 (LFW) 数据集是一个人脸照片数据库，旨在研究无约束人脸识别问题。 Labeled Faces in the Wild 是人脸验证的公共基准，也称为配对匹配。

大小：数据集的大小为 173MB，它包含从网络收集的 13,000 多张人脸图像。

项目：数据集可用于人脸验证和其他形式的人脸识别。

UTKFace 数据集是一个年龄跨度大的大规模人脸数据集，年龄范围从 0 到 116 岁。这些图像涵盖了姿势、面部表情、光照、遮挡、分辨率等方面的巨大变化。

大小：数据集包含超过 2 万张带有年龄、性别和种族注释的图像。

项目：该数据集可用于各种任务，例如面部检测、年龄估计、年龄进展、年龄回归、地标定位等。

该数据集是 YouTube Faces Dataset 的处理版本，主要包含公开可用并从油管下载的名人短视频。每个名人都有多个视频（每个名人最多 6 个视频）。

大小：数据集大小为10GB，包含大约1293个视频，每个原始视频最多240帧的连续帧。整个单幅图像帧共有 155,560 张图像。

项目：该数据集可用于识别无约束视频中的人脸。

CelebFaces Attributes Dataset (CelebA) 是一个大规模的人脸属性数据集，拥有超过 200K 的名人图像，每个图像有 40 个属性注释。该数据集中的图像涵盖了大的姿势变化和背景杂波。

大小：数据集大小为 200K，其中包括 10177 个身份，202599 个人脸图像，5 个地标位置，每张图像 40 个二进制属性注释。

项目：该数据集可用作以下计算机视觉任务的训练和测试集：人脸属性识别、人脸检测、地标（或面部部分）定位以及人脸编辑和合成。

耶鲁人脸数据库包含 15 个人的 165 张 GIF 格式的灰度图像。每个主体有 11 张图像，每种不同的面部表情或配置各一张：中心光、带眼镜、快乐、左光、不带眼镜、正常、右光、悲伤、困倦、惊讶和眨眼。

大小：数据集的大小为 6.4MB，包含 5760 张单光源图像，每个图像在 576 个查看条件下看到的 10 个对象。

项目：数据集可用于人脸识别、分身列表对比等。