Advertisement

ORL人脸数据库是一个常用的数据集。

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：None

简介：
包含着全部的ORL人脸数据库，该数据库囊括了40位不同个体，每位个体都提供了十张用于训练和测试的图像样本。请留意，这些图像数据的存储格式采用PGM格式进行编码。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 几个常用的人脸数据库：AR、FERET、LWF、ORL
    优质
    本文章介绍了四个广泛使用于人脸识别研究领域的人脸数据库，包括AR、FERET、LFW和ORL数据库的基本信息及应用特点。 一些人脸数据库的压缩包可供学习人脸识别的同学下载，包括AR、FERET、LWF和ORL数据库。
     
  • Orl人脸数据集-Orl-faces.zip
    优质
    Orl人脸数据集包含来自40个不同人的400张灰度图像，每人均有10张不同场景下的照片。此数据集广泛用于人脸识别算法的研究与测试。 Orl人脸数据库（Orl-faces.zip）包含40个人的面部数据集，每个人有10张不同形态的照片，图片格式为pgm。该数据集用于人脸识别训练和测试。
     
  • ORL人脸数据集
    优质
    简介：ORL人脸数据集是由AT&T实验室创建的一个常用的人脸识别研究数据库，包含40人的共400张人脸图像，每人均有10种不同的图片。该数据集广泛应用于人脸识别算法的研究与测试中。 完整的ORL人脸数据库包含40个人的面部图像，每人有十张图片。所有图片格式均为PGM格式。
     
  • ORL人脸数据集
    优质
    简介：ORL人脸数据集是由AT&T实验室建立的一个常用的人脸识别研究数据库，包含40人的正面面部图像，每人拥有不同表情、光线和姿势下的若干样本。 ORL人脸库由英国剑桥的Olivetti实验室创建。该数据库包含40个不同年龄、性别和种族的对象，每个对象有10幅灰度图像，总共有400幅图像。每张图像是92×112像素大小，并且背景为黑色。
     
  • ORL人脸数据集
    优质
    ORL人脸数据集是由AT&T实验室开发的一个著名的人脸识别研究数据库，包含40个不同人的正面照片，每人有10张不同场景下的图像，广泛应用于人脸识别算法的研究与测试。 ORL人脸数据集由剑桥大学提供，包含40个人的面部图像，每人有10张照片。这些照片展示了不同表情、轻微的姿态变化以及不超过20%的尺度变化。
     
  • ORL人脸数据集
    优质
    ORL人脸数据库是由AT&T实验室开发的一个经典人脸识别研究数据集，包含40个不同人的脸部图像，每人10张不同的照片，用于模式识别和人工智能领域的人脸识别算法测试。 ORL人脸库包含400张人脸图像，但图片尺寸较小。
     
  • ORL人脸数据集
    优质
    简介：ORL人脸数据集是由AT&T实验室开发的一个常用的人脸识别研究数据库，包含40个不同人的共400张人脸图像，每人均有10张不同条件下的照片。 四十人，每人十张照片，每张照片的大小固定、表情不同，并且格式为.pgm。
     
  • ORL人脸数据集
    优质
    ORL人脸数据集是由AT&T实验室提供的人脸识别研究数据库，包含40个不同人的正面照片，每人10张不同场景下的图像。 ORL人脸数据库是人脸识别常用的数据资源。
     
  • ORL人脸数据集
    优质
    ORL人脸数据集是由AT&T实验室开发的一个经典人脸识别数据库，包含40个不同人的面部图像，每人有10张不同的照片，广泛应用于模式识别和机器学习研究中。 ORL人脸数据库是由剑桥大学AT&T实验室创建的。该数据库中的图像采集于1992年4月至1994年4月期间，共有400幅图片，涉及40名受试者，每人有10张不同条件下的照片。这些不同的条件下包括时间、光照条件、面部表情（睁眼/闭眼、微笑与否）以及是否佩戴眼镜等变化。 数据库中的图像有两种尺寸：23*28和92*112，并且以bmp和pgm两种格式存储。
     
  • ORL人脸数据集
    优质
    ORL人脸数据集是由AT&T实验室建立的一个经典人脸识别数据库，包含40个人的面部图像，每人拥有不同的表情、姿势和光照条件下的多张照片，广泛应用于模式识别与机器学习研究中。 ORL人脸库： 由剑桥大学提供，包含40人的数据集，每人有10张照片，这些照片展示了不同程度的表情变化、轻微的姿态调整以及不超过20%的尺寸差异。 其他可用的人脸数据库包括：Yale人脸库、CMU-PIE人脸数据库、Yale 人脸数据库B、MIT 人脸数据库和UMIST人脸库。此外还有KinFace人脸数据库及AR人脸库，这些资源为研究者提供了丰富的面部图像样本用于不同场景下的测试与验证。