人脸属性识别数据库和开源项目

数据库

属性

• CelebA: 10,177 number of identities,202,599 number of face images, and 5 landmark locations, 40 binary attributes annotations per image.
• The ORL Database of Faces: 来自AT&T，图片有40个属性，受限场景，均匀背景幕布下采集，1992-1994

年龄、性别、人种

• MORPH: 需要$499,13673个人,共55608张。属性主打年龄，人种，性别。非受限条件采集图片。额外的还包括头发颜色（人种特征）眼镜，详细简介看这里
• UTKFace : 2W张人脸，主打人种、性别、年龄。
• CARC: 2k个名人的16W张图片，主要是年龄
• FG-NET：（82个人,共1002张)，论文为2014年ECCV论文
• Adience ： 2284个人,共26580张，主要为年龄、性别识别
• CACD2000 ：（2000个人,共163446张）
• LAP
• IMDB-Wiki dataset: 10W个艺人，由IMDB的2W名人的46W张人脸和Wikipedia的6W张人脸组成。主要是年龄、姓名、性别（20284个人,共523051张）
• MegaAge-Asian dataset: 4W张照片，主打年龄，亚洲人脸图片。主要用来后处理的方法。

表情

• JAFFE
• CK+
• MMI
• FER-2013 Faces Database: 约3w张图片，7种表情，微软表情比赛数据
• MSFDE: 多种族7种表情
• EmotiW 一堆数据集

关键点

• BioID（1000张 20个关键点）
• LFPW：（1132 张，29个关键点）
• AFLW（25993张,21个关键点）
• COFW：（1852张,每个人脸标定29个关键点）
• ICCV13/MVFW ：（2500张,68个关键点）
• OCFW： （3837张,68个关键点）
• 300-W ：（600张,68个关键点）
• WFLW： 10000 faces (7500 for training and 2500 for testing) with 98 fully manual annotated landmarks

颜值

• **SCUT-FBP5500-Database: 性别和颜值，亚洲和高加索人种，5500张图片

开源项目(基本上都是多任务学习)

年龄

• race_gender_recognition

  • 数据：UTF
  • 论文： Gender and Race recognition: Transfer, Multi-task Learning for the Laziest

• AgeGenderDeepLearning

  • 数据：
  • 论文：Age and Gender Classification Using Convolutional Neural Networks,2015

• smile detection, age and gender classification

  • 数据：GENKI4k, IMDB-Wiki dataset
  • 论文：DEX: Deep EXpectation of apparent age from a single image

• age-gender-estimation

  • 数据： IMDB-WIKI dataset
  • 论文：[1] R. Rothe, R. Timofte, and L. V. Gool, “DEX: Deep EXpectation of apparent age from a single image,” in Proc. of ICCV, 2015. [2] R. Rothe, R. Timofte, and L. V. Gool, “Deep expectation of real and apparent age from a single image without facial landmarks,” in IJCV, 2016.

• Agendernet

  • 数据：IMDB-Wiki、Adience、UTKFace、FGNET
  • 论文：修改网络结构的SSR-NetIJCAI18 SSR-Net: A Compact Soft Stagewise Regression Network for Age Estimation

• SSR-Net 年龄和性别

  • 数据： IMDB-WIKI dataset、Morph2
  • 论文：SSR。速度快

• DEX 表情年龄性别

相关论文

《Heterogeneous Face Attribute Estimation: A Deep Multi-Task Learning Approach (PAMI- 2017)》
《Deep Attribute Guided Representation for Heterogeneous Face Recognition (IJCAI-18)》

参考blog

• 人脸数据库大全（包括人脸识别、关键点检测、表情识别，人脸姿态等等）
• 人脸属性分析–性别、年龄和表情识别

额外年龄的数据库汇总

表格中的链接，需要参考这儿

Database	No. of subjects	Database size	Age range (years)
FG-NET [21]	82	1002	0–69
MORPH [148]	13,618	55,134	27–68
Yamaha gender and age (YGA) [12, 68]	1600	8000	0–93
Waseda human-computer interaction technology [134]	26,222	5500	3–85
AI & R Asian [150]	17	34	22–61
Burt’s Caucasian Face database [151]	–	147	20–62
Lotus Hill Research Institute (LHI) database [152]	–	50,000	9–89
Human and object interaction processing (HOIP) [11]	300	306,600	15–64
Iranian face database [153]	616	3600	2–85
Gallagher’s Web-Collected database [4]	–	28,231	0–66
Ni’s Web-Collected database [154, 155]	–	219,892	1–80
Kyaw’s Web-Collected Database [156]	–	963	3–73
BERC database [214]	95	5910	3–83
3D morphable database [69, 157]	438	–	–