MTFL人脸识别数据集.zip

人脸识别数据集.zip

Labeled Faces in the Wild是一个面部照片数据库，专为研究无约束人脸识别问题而设计。该数据集包含从网络收集的13,000多张面部图像。每张脸都标有图中人物的名字。图中的1680人在数据集中有两张或更多不同的照片。该数据集是在互联网上收集的着名人物的JPEG图片的集合。所有详细信息均可在官方网站上获得：http：//vis-www.cs.umass.edu/lfw/，每张照片都以一张脸为中心。每个通道的每个像素（RGB中的颜色）由浮点范围0.0-1.0编码。该任务称为面部识别（或识别）：给定面部图片，找到给定训练集（图库）的人的姓名。原始图像为250 x 250像素，但默认切片和调整大小参数会将它们减少到62 x 47。

2021人脸识别数据安全标准化研究报告.pdf

已训练完成的OpenCV人脸识别数据集，内涵eye与frontalface特征，能够识别人脸，可导入文件直接使用，训练人脸数据集需要耗费大量的时间，内部的xml文件已经经过训练，可节省大量训练数据集的时间，直接进行下一步操作

LFW(Labeled Faces in the Wild) 人脸识别数据集

该数据集为sklearn.datasets模块中的人脸识别数据fetch_lfw_people，因为下载速度很慢，可以使用直接导入数据集的方式。数据集的信息为：5749个不同人的类别，13233个样本，数据维度为5828。

本文件规定了人脸识别数据的基本安全要求、安全处理要求和安全管理要求。 本文件适用于数据控制者安全开展人脸识别数据相关业务。

耶鲁大学人脸识别数据集，其中图片都是.pgm的格式，一共有39个文件夹，每个文件夹有65张图片，一共有2500多张图片。

人脸图像数据来源于互联网，人工精心整理所得，包含104位明星，总图像数约1000+，仅用于学习用途：深度学习/人脸识别相关项目，因数据量较少，所以也不适用于商业用途。