Advertisement

CMU-PIE Face数据集。

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

简介：
包含着CMU_PIE人脸数据集，该数据集由68位人士提供的40000张照片构成，这些照片详细记录了每位人士在13种不同的姿态条件、43种光照条件下以及4种表情下的影像资料。数据集还包含了5种不同的姿态，专门用于训练和测试模型的性能，并且经过验证，效果相当出色。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • CMU PIE Face
    优质
    CMU PIE Face数据库是由卡内基梅隆大学开发的一个面部图像数据集，包含多种光照、表情和姿态条件下的面部图片。 CMU_PIE人脸数据集包含来自68个人的40,000张照片。这些照片涵盖了每个人在13种姿态条件、43种光照条件和4种表情下的表现。该数据集中共有5种姿势，适用于训练与测试场景。经过验证效果良好。
     
  • CMU PIE Face
    优质
    CMU PIE Face 数据集是由卡内基梅隆大学创建的一个面部图像数据库，包含了在各种光照、表情和姿势下不同人的面部图片。 CMU_PIE_Face数据集包含68个人的面部图像，每人有170张不同姿态、光照和表情的照片。所有图片均为32*32大小的jpg格式。
     
  • CMU PIE人脸数据库
    优质
    CMU PIE人脸数据库是由卡内基梅隆大学建立的一个广泛使用的人脸识别研究资源，包含多姿态、光照和表情条件下的面部图像。 CMU的人脸库源文件是若干个.mat文件。我已经将这些.mat文件中的图像提取出来，并转换为了.jpg格式。由于存储空间的限制，我没有在这里上传原始的.mat文件，只提供了.jpg图片文件。
     
  • MATLAB版的PIE数据集
    优质
    本数据集为MATLAB格式，包含PIE（Pixels, Identity, Expression）数据库中的图像信息，适用于人脸识别和表情识别研究。 在MATLAB版本的PIE数据集中，使用fea特征，并包含gnd标签。
     
  • PIE原始图像数据集.rar
    优质
    本资源为PIE原始图像数据集压缩包，包含大量未处理的光学与雷达遥感影像，适用于卫星图像分析及深度学习模型训练。 PIE人脸数据库是由美国卡内基梅隆大学创建的，并已成为人脸识别的重要测试集之一。该数据库包含了68名志愿者拍摄的40000多张脸部照片，这些照片在姿势、灯光和面部表情方面都有严格控制。此外，数据库中还包括了11554幅图像，分辨率为32×32像素。
     
  • Extended Yale Face Database B 数据集
    优质
    Extended Yale Face Database B是由耶鲁大学创建的一个面部识别研究数据集，包含光照、表情变化等条件下10个人物的64种图像。 Extended Yale Face Database B 是一个包含灰度图的人脸图像数据集，涉及28位个体，在9种不同姿势及64种不同的拍摄条件下共有16,128张人脸图片。
     
  • CMU-15-445：《数据库系统》课程（CMU）
    优质
    本课程由卡内基梅隆大学开设，专注于教授学生构建、管理及优化现代数据库系统的技能与理论知识。 数据库系统是计算机科学领域的重要组成部分，在数据管理、存储及检索方面发挥着关键作用。卡内基梅隆大学（CMU）作为全球顶尖的高等教育机构之一，在计算机科学教育上具有深厚底蕴。“CMU-15-445”课程正是该校为培养学生的数据库系统知识和实践能力而设计的专业课程，旨在帮助学生深入理解其工作原理，并具备实际操作与设计的能力。 该课程涵盖了广泛的领域： 1. **关系模型**：讲解E-R模型（实体-关系模型）、关系代数、关系演算等理论基础，以及SQL语言的应用，使学生能够熟练创建、查询和更新关系型数据库。 2. **数据库设计**：教授概念设计、逻辑设计及物理设计方法，并深入探讨范式理论与规范化过程。 3. **事务处理与并发控制**：讲解事务的概念及其ACID属性（原子性、一致性、隔离性和持久性），以及死锁预防和解决策略，包括两阶段锁定和多版本并发控制MVCC等算法。 4. **恢复与备份**：介绍日志系统及检查点技术，并教授数据库的故障恢复方法。 5. **索引结构**：讨论B树、B+树、哈希索引等数据结构及其在提升查询性能中的应用。 6. **查询优化**：讲解代价估算和基于规则或成本的方法，帮助学生理解如何生成执行计划的最佳方案。 7. **数据库安全性与隐私**：探讨访问控制机制及加密技术，并介绍审计策略以确保数据安全性和用户隐私保护。 8. **分布式数据库**：讨论设计原则、复制策略以及分区技术等关键概念。 9. **NoSQL和NewSQL系统**：分析这些非关系型或新型SQL系统的特性与应用场景，帮助学生了解其优势及适用范围。 10. **数据库实现细节**：通过学习C++11语言，使学生掌握存储引擎、查询处理器及缓冲池管理等底层技术的运作原理。 该课程“CMU-15-445-master”包含讲义、编程作业、实验指导和示例代码（可能使用SQLite3数据库系统），帮助学生将理论知识与实际操作相结合，从而提升他们的编程技能，并为未来在数据库领域的职业发展奠定坚实基础。 总之，“CMU-15-445”课程是一次全面深入的探索之旅，不仅涵盖了广泛的知识体系和实践应用，还注重培养学生的动手能力和问题解决能力。对于希望在此领域深造的学生而言，这门课无疑是一个宝贵的教育资源。
     
  • 面部识别数据集 - face-detection
    优质
    face-detection 是一个专为面部识别技术开发的数据集，包含大量标注清晰的人脸图像样本，旨在促进人脸识别算法的研究与优化。 Kaggle 2017年人脸检测数据集包含人脸数据和非人脸数据的mat文件。
     
  • VGG Face 人脸图像数据集
    优质
    简介：VGG Face 数据集是由牛津大学视觉几何组开发的一个大规模人脸图像数据库，包含超过23万张图片中的2600个人的身份信息，广泛应用于人脸识别研究和模型训练。 VGG Face Dataset 是一个人脸图像数据集，包含2622个人的人脸图像及其对应的人脸检测位置信息。
     
  • VGG Face 人脸图像数据集
    优质
    简介：VGG Face 数据集是由牛津大学视觉几何组开发的人脸识别数据库，包含超过23万张来自2600个不同身份的图片，是深度学习领域广泛使用的研究资源。 VGG Face Dataset 是一个人脸图像数据集，包含2622个人的人脸图像及其对应的人脸检测位置信息。