CMU Multi-PIE人脸数据库包含超过750,000张337人的图像，这些图像在五个月内最多可​​记录四次。受试者在15个视点和19个照明条件下成像，同时显示一系列面部表情。此外，还获得了高分辨率正面图像。总的来说，数据库包含超过305GB的面部数据。 资源包括PIE照明子集（1154张人脸灰度图，32*32）和三个Pose05、Pose07、Pose09子集（分别包括3332张、1629张、859张人脸灰度图，64*64）。

方便大家 Android Pie 9.0 x86 镜像文件，MD5

著名人脸识别数据库PIE，已经为大家分类打包好，一共68个人每人24张脸，有正脸、左右侧脸、正脸微笑以及不同角度光照。

整个项目自己写的网页，做项目的时候写的，里面包含地图及地区各个区域间的传输，折线图，饼图的自动切换，柱状图及信息的轮播

Multi-PIE数据库人脸关键点标注，适合于用multi-pie数据库做人脸关键点定位及人脸检测算法的训练和测试。PS，只标注了一部分。

常见人脸识别数据库（AR、ORL、Yale、YaleB、FERET、PIE）

poi 版本 3.17 文件中包含 模板 测试main 数据类 需要调整下 路径 /** * @Description: * @Author: xsr * @date : 2018/7/22 9:41 */ public static void makePiePpt(List dataList) throws Exception { //打开模板ppt String mtemplateName = "E:/PIE/mtemplate/PIE" + dataList.size() + ".pptx"; String path ="E:/PIE/NewPPT/NewPIE" + dataList.size() + ".pptx"; XMLSlideShow pptx = new XMLSlideShow(new FileInputStream(mtemplateName)); pptx.setPageSize(new Dimension(960, 580)); for (int i = 0; i < dataList.size(); i++) { makePiePpt(pptx, i, dataList); } //保存文件 OutputStream out = new FileOutputStream(path); pptx.write(out); out.close(); System.out.println("导出成功"); } /** * @Description: * @Author: xsr * @date : 2018/7/27 5:41 */ public static void makePiePpt(XMLSlideShow pptx, Integer pieNum, List dataList) throws Exception { //获取第一个ppt页面 XSLFSlide slide = pptx.getSlides().get(0); //遍历第一页元素找到图表 XSLFChart chart; List poixmlDocumentParts = new ArrayList(); for (POIXMLDocumentPart part : slide.getRelations()) { if (part instanceof XSLFChart) { chart = (XSLFChart) part; poixmlDocumentParts.add(chart); } } chart = (XSLFChart) poixmlDocumentParts.get(pieNum); POIXMLDocumentPart xlsPart = chart.getRelations().get(0); //把图表绑定到Excel workbook中 XSSFWorkbook wb = new XSSFWorkbook(); XSSFSheet sheet = wb.createSheet(); CTChart ctChart = chart.getCTChart(); CTPlotArea plotArea = ctChart.getPlotArea(); CTPieChart pieChart = plotArea.getPieChartArray(0); // 获取图表的系列 CTPieSer ser = pieChart.getSerArray(0); XSSFRow row0 = sheet.createRow(0); // Series Text CTSerTx tx = ser.getTx(); tx.getStrRef().