Advertisement

人脸数据库的完整集合。

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


简介:
这份详尽的人脸数据库,是您在毕业设计中进行人脸识别时所收集的素材,囊括了ORL人脸库、Yale人脸库、AT&T人脸库以及MIT人脸库等多个重要资源。ORL人脸库包含23行28列的BMP格式图像以及400张人脸照片,同时还提供了92行112列的BMP和PGM格式图像,每种格式各包含400张人脸;Yale人脸库则收录了100行100列的BMP格式图像,共有15个人的照片,每位人物对应着11幅图像。此外,MIT人脸库提供了20行20列的BMP格式2706幅人脸图像以及4381幅非人脸图像。如此规模庞大且内容全面的数据库,无疑是值得您下载和使用的宝贵资源。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • ORL
    优质
    ORL人脸完整数据库是由AT&T实验室建立的一个著名的人脸识别研究数据集,包含超过400幅灰度图像,涵盖40人的正面面部表情,在不同的光照条件下和不同面部表情下拍摄。 著名的ORL人脸数据库已经按照类别进行了划分,共有40个人的资料,每人有10张照片。这些照片包括正脸、左右侧脸以及不同表情的照片,并且在20%以内的尺度变化范围内。
  • FERET
    优质
    FERET人脸数据库的整合旨在汇集并优化FERET数据集,为研究人员提供一个全面的人脸识别测试平台,促进生物识别技术的进步。 FERET人脸数据库的合并工作包括第一部分和第三部分的内容。第二部分内容的相关下载可以参考相应的资源页面。
  • ORL版)
    优质
    ORL人脸数据库包含来自40个不同个体的共计400张灰度图像,每个个体提供10种不同的面部表情或视角变化的照片。该数据集被广泛用于人脸识别算法的研究与测试中。 ORL人脸数据库包含40个人的面部图像,每人有10张图片,格式为BMP。这是完整的版本。
  • AR 剪切
    优质
    AR 剪切完整人脸数据库是一款集成了大量高质量、真实感强的人脸图像的数据集合,适用于人脸识别和表情识别等人工智能研究领域。该数据库通过先进的AR技术生成,确保了数据的多样性和准确性,是进行相关算法开发与测试的理想资源。 完整AR数据库,经常用于实验,并经过剪切处理,非常实用。
  • AR 剪切
    优质
    AR剪切完整人脸数据库是一款包含大量高质量、多角度的人脸图像的数据集,适用于AR技术中的面部识别与表情跟踪研究。 完整AR数据库,经常在实验中使用,实用性强!
  • ORL识别
    优质
    ORL人脸识别数据库包含40个不同个体的面部图像,每个个体拥有多个表情、姿势和照明条件下的样本,是经典的人脸识别研究数据集。 著名的人脸识别数据库ORL已经为大家分类打包好,包含40个人的共计400张图片(每人10张),涵盖了正脸、左右侧脸以及不同表情的变化等场景,并提供jpg及pgm格式文件,确保内容全面且无删减。
  • DBASE
    优质
    DBASE数据库完整版集合是一款包含多种版本的DBASE数据库管理系统的软件包,适用于需要高效数据处理和管理系统开发的专业人士。 DOS时代运行的DBASE数据库编程语言值得收藏。
  • CAS-PEAL注册
    优质
    CAS-PEAL人脸数据库注册集合是一个包含多样光照、姿态和表情的人脸图像数据集,用于促进人脸识别算法的研究与开发。 如果积分不够,可以发送邮件到 hudalikm@163.com 索取 cas-peal 人脸库注册子集。
  • 优质
    《人脸数据库全集》是一部全面收录和整理各类人脸数据资源的作品,涵盖不同种族、年龄及性别的人脸图像与特征信息。 史上最全的人脸库,在我毕业设计进行人脸识别研究时收集而成。包括ORL人脸库、Yale人脸库、AT&T人脸库及MIT人脸库。其中,ORL人脸库里有23*28像素的bmp格式图像400幅,以及92*112像素的bmp和pgm格式各400幅;Yale人脸库存储了15个人的人脸数据,每人包含11张图片,尺寸为100*100像素的bmp格式;MIT人脸库则包括大小为20*20像素的bmp格式图像共7,087张,其中2,706幅为人脸图,4,381幅为非人脸图。如此全面的人脸数据集绝对值得下载使用。
  • YaleB FaceDB识别
    优质
    简介:YaleB人脸数据库与FaceDB人脸识别库是用于面部识别技术研究的重要资源。YaleB包含多样化的面部图像,而FaceDB则提供了一个强大的框架来评估和比较不同的面部识别算法性能。 FaceDB_YaleB 人脸数据集包含了10个人的5850幅图像,在9种姿态和64种光照条件下采集。这些变化条件下的图像是在严格控制下拍摄,主要用于研究光照和姿态问题的建模与分析。对于FaceDB_YaleA人脸数据集的相关信息,请参阅其他资源。