win10+Python3.7.3+OpenCV3.4.1入门学习（ 二十三章 人脸识别）———— 23.4 Fisherfaces人脸识别

Python版本是Python3.7.3，OpenCV版本OpenCV3.4.1，开发环境为PyCharm

23.5 人脸数据库

下面我们对几个常用的资源进行简单说明。

1．CAS-PEAL
CAS-PEAL（Chinese Academy of Sciences - Pose, Expression, Accessory, and Lighting）是中科院计算技术研究所在2003年完成的包含1040位志愿者（其中有595位男性和445位女性）的共99594幅人脸图像的数据库。数据集的所有图像都是在专门的采集环境中采集的，涵盖了姿态、表情、饰物和光照4种主要变化条件，部分人脸图像具有背景、距离和时间跨度的变化。对每个人，在水平半圆形架子上设置了9部相机同时捕获其不同姿态的图像，还用了上下两个镜头（也即共18幅图像）。此外，这个数据库还考虑了5种表情、6种附件（3副眼镜、3顶帽子）和15个照明方向。目前，该数据库面向研究开放了其子集“CAS-PEAL-R1”，子集内包含1040人的30900幅图像。

2．AT&T Facedatabase
即以前的ORL人脸数据集（The ORL Database of Faces）。ORL是“Olivetti & Oracle Research Lab”的简称，该实验室后来被AT&T收购，更名为“AT&T Laboratories Cambridge”，2002年AT&T宣布结束对该实验室的资助。目前该数据集由剑桥大学计算机实验室（Cambridge University Computer Laboratory）的数据技术组（The Digital Technology Group）负责维护。这个人脸数据集包含了1992年到1994年在实验室内拍摄的一些人脸图像。
该数据集包含40个人的400幅图像。这些图像具有不同的拍摄时间、不同的光线、不同的面部表情（睁开/闭眼、微笑/不微笑）和不同的面部细节（戴眼镜/不戴眼镜）。所有的图像都是在亮度均匀的背景下拍摄的，被拍摄对象处于直立状态，拍摄正脸（部分图像具有较小幅度的侧脸）。
数据集内所有的图像是以PGM格式存储的，都是尺寸为92 × 112，包含256个灰度级的灰度图像。图像文件被放置在40个不同的目录内，目录名用3位数字的序号表示，例如“010”表示第10个目录（文件夹）。每个目录对应一个不同的人，里面有10幅被拍摄对象的不同图像，并用两位数字作为文件名，例如，05.pgm表示第5幅人脸图像。
在搜索引擎内输入“AT&T Facedatabase”，可以方便地找到由剑桥大学维护的这个资源。

3．Yale Facedatabase A
该数据集也被称为“Yalefaces（耶鲁人脸数据库）”。该数据库由15人（14名男性、1名女性）的人脸图像组成，每人都有11幅灰度图像。该数据集内的人脸图像在光线条件（中心光、左光、右光）、面部表情（高兴、正常、悲伤、困倦、惊讶、眨眼）和眼镜（戴眼镜/不戴眼镜）等方面都有变化。

4．Extended Yale Facedatabase B
扩展的耶鲁人脸数据库B包含28个人在9个姿势和64个照明条件下的16128幅图像。

5．color FERET Database
FERET（Facial Recognition Technology）是由美国国防部资助的计划，该计划旨在开发用于人脸自动识别的新技术和算法。为了方便研究，FERET计划在1993年至1996年期间收集了人脸图像，制作成数据库。该数据库用于开发、测试和评估人脸识别算法。
这个数据库包含1564组，共计14126幅图像。所有这些图像，是由1199个不同的被拍摄对象及365组重复拍摄对象的图像构成的。其中的365组重复拍摄对象，是指被拍摄对象在已经完成第1组拍摄的情况下，在不同的时间又拍摄了第2组图像。
其中，部分被拍摄对象两次参与拍摄的时间间隔可能超过了两年，部分被拍摄对象多次参与拍摄。在不同时间拍摄重复的对象，使得研究人员能够首次研究人脸在经过一段时间后外观上所出现的变化。
该数据库是人脸识别领域应用最广泛的人脸数据库之一。

6．人脸数据库整理网站
OpenCV的官方文档（官网）推荐了在线数据集合http://face-rec.org /databases/，其中列举了非常多的人脸数据库。