人脸相关数据库

转：https://blog.csdn.net/u012374174/article/details/71420766?locationNum=12&fps=1

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。

http://vasc.ri.cmu.edu/idb/html/face/frontal_images/

 

（2010年发布）FDDB：2845幅图像,共5171个人脸。

http://vis-www.cs.umass.edu/fddb/index.html

 

（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。

http://www.ics.uci.edu/~xzhu/face/

 

（2015年发布）MALF： 5250幅图像,共11931个人脸。

http://www.cbsr.ia.ac.cn/faceevaluation/

 

（2015年发布）IJB-A：24327幅图像,共49759个人脸

www.nist.gov/itl/iad/ig/ijba_request.cfm

 

（2016年发布）WIDER：32203幅图像,共393703个人脸

http://mmlab.ie.cuhk.edu.hk/projects/WIDERFace

 

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 photo② • Replayed video (HD)	• Asian 100%	• Male 86% • Female 14%	20 to 35 yrs
MSU MFSD [6]	2014	55①	• 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 EYE, MEIZU X5, ASUS Zenfone Selfie, Sony 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.