人脸相关数据库 - marleylee的博客 - CSDN博客

标签: | 发表时间:2019-04-16 14:04 | 作者:
出处:https://blog.csdn.net

在人脸检测、人脸识别和属性分析等方面,常用的 数据库可分为以下五部分。

1、人脸检测数据库:

(1999年发布)CMU+MIT:180幅图像,共734个人脸。包含3个正面人脸 测试子集和一个旋转人脸测试子集,其中正面人脸测试子集有130幅图像,共511个人脸;旋转人脸测试子集有50幅图像,共223个人脸。


(2010年发布)FDDB:2845幅图像,共5171个人脸。

(2012年发布)AFW:205幅图像,共468个人脸。由从Flickr采集的205幅图像组成,共468个人脸,其包含复杂的背景变化和人脸姿态变化等。


(2015年发布)MALF: 5250幅图像,共11931个人脸。
(2015年发布)IJB-A:24327幅图像,共49759个人脸
(2016年发布)WIDER:32203幅图像,共393703个人脸

2、人脸关键点检测数据库:

(2001年发布)BioID :约1000幅图像,每个人脸标定20个关键点。

https://www.bioid.com/About/BioID-Face-Database

(2011年发布)LFPW:1132幅图像,每个人脸标定29个关键点

http://neerajkumar.org/databases/lfpw/

(2011年发布)AFLW:25993幅图像,每个人标定21个关键点

https://lrs.icg.tugraz.at/research/aflw/

(2013年发布)COFW:1852幅图像,每个人脸标定29个关键点

http://www.vision.caltech.edu/xpburgos/

(2014年发布)ICCV13/MVFW :2500幅图像,每个人脸标定68个关键点

https://sites.google.com/site/junliangxing/codes

(2014年发布)OCFW: 3837幅图像,每个人脸标定68个关键点

https://sites.google.com/site/junliangxing/codes

(2016年发布)300-W :600幅图像,每个人标定68个关键点

http://ibug.doc.ic.ac.uk/resources/300-W_IMAVIS/

3、人脸识别数据库:

(2004年发布)CASPEAL:约1000个人,共约3万幅人脸图像

http://www.jdl.ac.cn/peal/index.html

(2008年发布)Multi-PIE:337个人,共约75万图像

http://www.flintbox.com/public/project/4742/

(2007年发布)LFW :5749个人,共13233幅人脸图像

http://vis-www.cs.umass.edu/lfw/

(2009年发布)PubFig :200个人,共58797幅人脸图像

http://www.cs.columbia.edu/CAVE/databases/pubfig/

(2014年发布)CASIAWebFace :10575个人,共49414幅人脸图像

http://www.cbsr.ia.ac.cn/english/CASIAWebFace-Database.html

(2014年发布)FaceScrub :530个人,共106863幅人脸图像

http://vintage.winklerbros.net/facescrub.html

(2016年发布)MegaFace :约69万个人,共约100万幅人脸图像

http://megaface.cs.washington.edu/


4、人脸属性识别数据库:

(1999年发布)JAFFE:10个人,共213幅人脸图像(表情识别)

http://www.kasrl.org/jaffe.html

(2010年发布)CK+ :123个人,共593段视频(表情识别)

http://www.pitt.edu/~emotion/ck-spread. htm

(2010年发布)MMI :75个人,共2900段视频(表情识别)

http://mmifacedb.eu/

(2003年发布)FG-NET:82个人,共1002幅人脸图像(年龄识别)

http:// www-prima.inrialpes.fr/FGnet/html/benchmarks.html 

(2006年发布)MORPH:13673个人,共55608 幅图像(年龄识别)

http://www.faceaginggroup.com/morph/

(2014年发布)Adience : 2284个人,共26580幅人脸图像(年龄、性别识别)

http://www.openu.ac.il/home/hassner/Adience/data.html

(2015年发布)IMDBWIKI :20284个人,共523051幅人脸图像(年龄、性别识别)

https://data.vision.ee.ethz.ch/cvl/rrothe/ imdb-wiki/

(2015年发布)CACD2000 :2000个人,共163446幅人脸图像(年龄识别)

http://bcsiriuschen.github.io/CARC/

(2015年发布)CelebA:10177个人,共202599幅人脸图像(属性识别)

http://mmlab.ie.cuhk.edu.hk/projects/CelebA.html

5、其他数据库(活体检测):

YouTube 名人2008 47个人,共1910段视频

http://seqam.rutgers.edu/site/media/ data_files/ytcelebrity.tar

YouTube 2011 1595个人,共3425段视频

http://www.cs.tau.ac.il/~wolf/ytfaces/

KFW 2012 533对亲属关系(KFW-I)和1000 对亲属关系(KFW-II)

http://www.kinfacew.com/download. html

CASIA 2012 50个人,每个人12段视频

http://www.cbsr.ia.ac.cn/english/ FaceAntiSpoofDatabases.asp

Replay-Attack2012 50个人,每个人24段视频

https://www.idiap.ch/dataset/replayattack


活体检测数据库简介:

Database

Year of release

# subjects

# videos

Acquisition camera device

Attack type

Subject race

Subject gender

Subject age

NUAA [1]

2010

15

•24 genuine

• 33 spoof

•  Web-cam

(640 × 480)

• Printed photo

• Asian 100%

• Male 80%

• Female 20%

20 to 30

yrs

Idiap REPLAYATTACK [2][3][4]

2012

50

• 200 genuine

• 1,000 spoof

• MacBook 13’’  

camera (320 × 240)

• Printed photo

• Display photo

(mobile/HD)

• Replayed video

(mobile/HD)

• White 76%

• Asian 22%

• Black 2%

• Male 86%

• Female 14%

20 to 40

yrs

CASIA FASD [5]

2012

50

• 150 genuine

• 450 spoof

• Low-quality camera

(640 × 480)

• Normal-quality

camera (480  × 640)

• Sony NEX-5

camera (1280 × 720)

• Printed photo

Cut photo

• Replayed video

(HD)

• Asian 100%

• Male 86%

• Female 14%

20 to 35

yrs

MSU MFSD [6]

2014

55

• 110 genuine

• 330 spoof

• MacBook Air 13”

camera (640 × 480)

• Google Nexus 5

camera (720 × 480)

• Printed photo

• Replayed video

(mobile/HD)

• White 70%

• Asian 28%

• Black 2%

• Male 63%

• Female 37%

20 to 60

yrs

The Oulu-NPU face anti-spoofing  database

2016

55

• 990 genuine

• 3,960 spoof

• Front cameras of six mobile devices(1080×1920)

( Samsung  Galaxy S6 edge,  HTC Desire EYEMEIZU X5ASUS Zenfone SelfieSony XPERIA C5 Ultra Dual and  OPPO N3)

• Two printed photo

• Two replayed video

(mobile/HD)

• White 4%

• Asian 96%

• Male 69%

•  Female31%

20 to 60

yrs

注:① MSU MFSD中55个人的数据,只有35个人的数据可以公开使用。

②“Cut photo attack”表示将打印图片中眼睛部位剪掉,攻击者用他的照片盖住他的脸,并且可以在洞里眨眼睛。


参考文献:
[1] 严严,陈日伟,王菡子.基于深度学习的人脸分析研究进展[J].厦门大学学报(自然科学版),2017,56(1):13-24.

[2]  Di Wen, Member, IEEE, Hu Han, Member, IEEE and Anil K. Jain, “Face Spoof Detection with Image Distortion Analysis”, in IEEE Transactions on Information Forensics and Security,2015,pp.1–16.

相关 [相关 数据库 marleylee] 推荐:

人脸相关数据库 - marleylee的博客 - CSDN博客

- -
在人脸检测、人脸识别和属性分析等方面,常用的 数据库可分为以下五部分. (1999年发布)CMU+MIT:180幅图像,共734个人脸. 包含3个正面人脸 测试子集和一个旋转人脸测试子集,其中正面人脸测试子集有130幅图像,共511个人脸;旋转人脸测试子集有50幅图像,共223个人脸. (2010年发布)FDDB:2845幅图像,共5171个人脸.

数据库管理移植工具(EXCEL相关) ver 20140427

- - ITeye博客
 DBTOOLS支持ORACLE,MYSQL,SQLSERVER,POSTGRE,DB2数据库相互转换功能. 将数据库中的表结构和数据保存到EXCEL中. 将EXCEL中的数据,同步到数据库中. 当表结构发生变化时,数据不会丢失. 程序执行前后,表中的数据发生了哪些变化. 根据EXCEL中的表结构,生成建表语句SQL文.

Penguins DbTools数据库管理移植差分工具(EXCEL相关) ver 20150201

- - Oracle - 数据库 - ITeye博客
非凡软件站下载地址 http://www.crsky.com/soft/69885.html. DBTOOLS支持ORACLE,MYSQL,SQLSERVER,POSTGRE,DB2, SYBASE数据库相互转换功能. 将数据库中的表结构和数据保存到EXCEL中. 将EXCEL中的数据,同步到数据库中.

数据库sharding

- - 数据库 - ITeye博客
当团队决定自行实现sharding的时候,DAO层可能是嵌入sharding逻辑的首选位置,因为在这个层面上,每一个DAO的方法都明确地知道需要访问的数据表以及查询参数,借助这些信息可以直接定位到目标shard上,而不必像框架那样需要对SQL进行解析然后再依据配置的规则进行路由. 另一个优势是不会受ORM框架的制约.

数据库索引

- - CSDN博客推荐文章
索引是由用户创建的、能够被修改和删除的、实际存储于数据库中的物理存在;创建索引的目的是使用户能够从整体内容直接查找到某个特定部分的内容. 一般来说,索引能够提高查询,但是会增加额外的空间消耗,并且降低删除、插入和修改速度. 1.聚集索引:表数据按照索引的顺序来存储的. 2.非聚集索引:表数据存储顺序与索引顺序无关.

数据库事务

- - 数据库 - ITeye博客
事务传播发生在类似以下情形:. 假设methodB的配置是:. 如果methodA在事务里,那么methodB也在这个事务中运行. 如果methodA不在事务里,那么methodB重新建立一个事务运行. 如果methodA在事务里,那么methodB也在这个事务中运行. 如果methodA不在是事务里,那么methodB在非事务中运行.

数据库优化

- - 数据库 - ITeye博客
程序运行效率,优化应用程序,在SP编写过程中应该注意以下几点: . a) SQL的使用规范: .   i.尽量避免大事务操作,慎用holdlock子句,提高系统并发能力.   ii.尽量避免反复访问同一张或几张表,尤其是数据量较大的表,可以考虑先根据条件提取数据到临时表中,然后再做连接.   iii.尽量避免使用游标,因为游标的效率较差,如果游标操作的数据超过1万行,那么就应该改写;如果使用了游标,就要尽量避免在游标循环中再进行表连接的操作.

数据库调优

- - 数据库 - ITeye博客
1、1、调整数据结构的设计. 这一部分在开发信息系统之前完成,程序员需要考虑是否使用ORACLE数据库的分区功能,对于经常访问的数据库表是否需要建立索引等. 这一部分也是在开发信息系统之前完成,程序员在这一步需要考虑应用程序使用什么样的体系结构,是使用传统的Client/Server两层体系结构,还是使用Browser/Web/Database的三层体系结构.

MySQL数据库的修复

- Xin - 博客园-首页原创精华区
找到mysql的安装目录的bin/myisamchk工具,在命令行中输入:. 然后myisamchk 工具会帮助你恢复数据表的索引. 好象也不用重新启动mysql,问题就解决了. 当你试图修复一个被破坏的表的问题时,有三种修复类型. 如果你得到一个错误信息指出一个临时文件不能建立,删除信息所指出的文件并再试一次--这通常是上一次修复操作遗留下来的.