Advertisement

常见的面部识别数据库包括AR、ORL、Yale、YaleB、FERET和PIE。

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

简介：
以下列举了一些广泛应用于人脸识别研究的典型数据库，包括：Action Recognition (AR) 数据库，用于捕捉动作相关的面部表情；ORL 数据库，提供不同光照和姿态下的面部图像；Yale 和 YaleB 数据库，分别包含学生和教师的面部图像数据；FERET 数据库，收集了各种情感表达的面部图像；以及 PIE 数据库，也提供了丰富的人脸图像数据集。这些数据库为人脸识别算法的开发和评估提供了宝贵的资源。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 常用的人脸识别数据库（AR、ORL、Yale、YaleB、FERET、PIE）
    优质
    这段简介描述了几种常见的人脸识别研究中使用到的数据集。包括AR, ORL, Yale, YaleB, FERET和PIE数据集，它们为研究人员提供了丰富的面部图像资源以进行算法测试与开发。 常见的用于人脸识别的研究数据库包括AR、ORL、Yale、YaleB、FERET和PIE。这些数据库为研究人员提供了丰富的面部图像数据集，以便进行各种人脸识别技术的测试与开发。
     
  • 常用的面部识别数据库：AR、GT、FERET和Yale
    优质
    本文章介绍四款常用的人脸识别研究中不可或缺的数据集，包括AR, GT, FERET及Yale数据库，并分析它们各自的特点与应用。 常用的人脸数据库包括AR、GT、FERET和Yale等，这些数据库适用于表情、姿态和光照等人脸识别算法的测试。相关文档会提供这些常用数据库的信息链接。
     
  • 人脸识别数据库汇总（ORL FERET YALE）
    优质
    本资料库汇集了ORL、FERET及YALE三个著名的人脸识别数据集，为研究人员提供丰富的人脸图像资源用于算法开发与测试。 ORL、FERET 和 YALE 是三大常用的人脸识别数据库，其中包含的图片格式数据较为全面且实用。ORL 数据库包括 40 类，每类有 10 张图像；YALE 数据库则涵盖 15 类，每类有 11 张图像；FERET 数据库拥有 200 类，每类包含 7 张图片。
     
  • 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。
     
  • 常见人脸数据库：涵盖ORL、MIT、Umist和FERET库
    优质
    本文将介绍四种常用的人脸识别数据库，包括ORL、MIT、Umist及FERET库，为研究者提供全面的数据支持。 这段文字介绍了几个常用的人脸库：ORL、MIT、Umist和FERET人脸库。
     
  • 基于MATLAB的PCA人脸识别：ORL和Yale数据库系统
    优质
    本项目运用MATLAB开发了基于主成分分析（PCA）的人脸识别算法，并在ORL及Yale标准人脸数据库上进行了性能测试与验证。 该系统是基于MATLAB平台的人脸识别系统，采用PCA方法实现，并能对ORL和YALE人脸库进行识别。系统拥有统一的方法实现以及GUI界面设计。此外，此系统可以进一步开发为实时人脸识别摄像头应用，能够识别人脸数据库之外的人物面部信息，并可用于门禁、考勤及打卡签到系统的构建中，支持登记出勤记录与报警等功能的集成。
     
  • MATLAB PCA人脸识别界面（含ORL和Yale人脸库）.zip
    优质
    本资源提供了一个基于MATLAB的人脸识别PCA分析界面，内含ORL及Yale标准人脸数据集，适用于研究与教学。 该系统是一个基于MATLAB平台的PCA人脸识别系统，能够识别ORL和YALE人脸库，并且实现方法统一，包括GUI界面。此外，可以进一步开发成实时摄像头的人脸识别系统，用于识别人脸数据库之外的新面孔。此系统可用于门禁、考勤以及打卡签到等场景中进行登记出勤并触发报警等功能。该系统包含相关论文和详细注释。
     
  • 常用的人脸识别数据库介绍（Yale人脸数据库及Yale人脸数据库B）
    优质
    本文介绍了两种常用的人脸识别数据库——Yale人脸数据库及其扩展版本Yale人脸数据库B，详细阐述了它们的特点和应用价值。 YALE人脸数据库由美国耶鲁大学的计算视觉与控制中心创建。该库包含15位志愿者的共计165张图片，这些图片展示了不同光照条件、表情和姿态的变化。相比ORL人脸数据库，Yale库中每个对象采集的照片包含了更加显著的表情变化、姿势调整以及遮挡情况。 另一个版本的YALE人脸数据集则包括了10个人在9种不同的姿态下，在64种光照条件下拍摄得到的5850幅图像。这些图片是在严格控制的环境下收集，旨在用于研究和建模光照及姿态问题。然而由于样本数量较少，该数据库的应用受到了一定的限制。
     
  • AR面部数据库
    优质
    AR面部数据库是一个包含各种人脸数据的资源库，旨在支持增强现实技术中的面部识别和表情追踪功能的研究与开发。 AR人脸数据库包含100个人的图像数据，男女各50人，共有2600幅pgm格式的图片。这些图片涵盖了不同表情、遮挡以及光照条件的变化。
     
  • 基于MATLAB的PCA人脸识别GUI（使用ORL和Yale人脸库）
    优质
    本项目基于MATLAB开发了一款PCA人脸识别图形用户界面程序，采用ORL及Yale人脸数据库进行训练与测试，实现了高效的人脸识别功能。 该系统基于MATLAB平台构建，采用PCA方法进行人脸识别，并能识别ORL和YALE人脸库中的图像。系统具备统一的方法实现及GUI界面设计功能。此外，可以进一步开发为实时摄像头人脸检测系统，在数据库之外也能准确识别人脸。此技术可应用于门禁、考勤以及打卡签到等场景中，支持登记出勤信息并提供报警等功能。