人脸识别:人脸数据集

日萌社

人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新)


人脸识别功能实现的原理介绍与算法介绍

人脸识别:人脸数据集

Adaboost 人脸检测:Haar特征及积分图、分类器的级联

关键点提取:face_recognition、疲劳检测、人脸校准、人脸数据库


https://www.kaggle.com/deadskull7/fer2013
Fer2013人脸表情数据集由35886张人脸表情图片组 成,其中,测试图(Training)28708张,公共验证
图(PublicTest)和私有验证图(PrivateTest)各 3589张,每张图片是由大小固定为48×48的灰度图
像组成,共有7种表情,分别对应于数字标签0-6, 具体表情对应的标签和中英文如下: 0 anger 生气; 1 disgust 厌恶; 2 fear 恐 惧; 3 happy 开心; 4 sad 伤心;5 surprised 惊 讶; 6 normal 中性。
数据集并没有直接给出图片,而是将表情、 图片数据、用途的数据保存到csv文件中: 第一张图是csv文件的开头,第一行是表
头,说明每列数据的含义,第一列表示表 情标签,第二列即为图片数据,这里是原 始的图片数据,最后一列为用途。

数据集并没有直接给出图片,而是将表情、 图片数据、用途的数据保存到csv文件中: 第一张图是csv文件的开头,第一行是表头, 说明每列数据的含义,第一列表示表情标 签,第二列即为图片数据,这里是原始的 图片数据,最后一列为用途。

300 Face in Wild 是一个人脸识别和轮廓标注数据,该数据及也是机器视觉等级会议 ICCV 2013 人脸检测竞赛所使用的数据集。
helen 数据集有 2330 张图片,每个图片有 11 个分类。

除 Kodak Data Set 之外,现有图像库大多是灰度图像,这是因为早期的人脸检测和识别算法都是针
对灰度图像展开的,及后期图像灰度化的需要。随着彩色图像的普及,彩色图像中的人脸检测方法
(例如基于肤色分割的方法)也越来越受到研究者的重视,对这些方法的训练、测试和评价的图像库还
比较少,一般由研究者根据特定的标准自主建立。

1,人脸识别流程:
人脸采集,人脸检测,人脸图像预处理,人脸特征提取,匹配与识别
2,人脸检测:
检测速度,鲁棒性,误识别率,检测率
3,常用数据集:
FER13 Dataset,300 Face in Wild等等 
  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

あずにゃん

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值