人脸数据库汇总

■Annotated Database (Hand, Meat, LV Cardiac, IMM face) (http://www2.imm.dtu.dk/~aam/)
■AR Face Database (http://cobweb.ecn.purdue.edu/~aleix/aleix_face_DB.html)
■BioID Face Database (http://www.bioid.com/downloads/facedb/index.php)
■Caltech Computational Vision Group Archive (Cars, Motorcycles, Airplanes, Faces, Leaves, Background) (http://www.vision.caltech.edu/html-files/archive.html)
■Carnegie Mellon Image Database (motion, stereo, face, car, ...) (http://vasc.ri.cmu.edu/idb/)
■CAS-PEAL Face Database (http://www.jdl.ac.cn/peal/index.html)
■CMU Cohn-Kanade AU-Coded Facial Expression Database (http://www.ri.cmu.edu/projects/project_421.html
■CMU Face Detection Databases (http://www.ri.cmu.edu/projects/project_419.html)
■CMU Face Expression Database (http://amp.ece.cmu.edu/projects/FaceAuthentication/download.htm)
■CMU Face Pose, Illumination, and Expression (PIE) Database (http://www.ri.cmu.edu/projects/project_418.html)
■CMU VASC Image Database (motion, road sequences, stereo, CIL’s stereo data with ground truth, JISCT, face, face expressions, car) (http://www.ius.cs.cmu.edu/idb/)
■Content-based Image Retrieval Database (http://www.cs.washington.edu/research/imagedatabase/groundtruth/)   世界各地的地标
■Face Video Database of the Max Planck Institute for Biological Cybernetics (http://vdb.kyb.tuebingen.mpg.de/)
■FERET Database (http://www.frvt.org/)
■FERET Color Database (http://www.itl.nist.gov/iad/humanid/colorferet/home.html http://face.nist.gov/colorferet/ )
■Georgia Tech Face Database (http://www.anefian.com/face_reco.htm)
■German Fingerspelling Database (http://www.anefian.com/face_reco.htm )
■Indian Face Database (http:// www.cs.umass.edu/~vidit/IndianFaceDatabase)
■MIT-CBCL Car Database (http://cbcl.mit.edu/software-datasets/CarData.html)
■MIT-CBCL Face Recognition Database (http://cbcl.mit.edu/software-datasets/heisele/facerecognition-database.html)
■MIT-CBCL Face Databases (http://cbcl.mit.edu/software-datasets/FaceData2.html)
■MIT-CBCL Pedestrian Database (http://cbcl.mit.edu/software-datasets/PedestrianData.html)
■MIT-CBCL Street Scenes Database (http://cbcl.mit.edu/software-datasets/streetscenes/)   世界各地的街景
■NIST/Equinox Visible and Infrared Face Image Database (http://www.equinoxsensors.com/products/HID.html)
■NIST Fingerprint Data at Columbia (Link)
■ORL Database of Faces (http://www.cl.cam.ac.uk/research/dtg/attarchive/facedatabase.html)
■Rutgers Skin Texture Database (http://www.caip.rutgers.edu/rutgers_texture/)
■The Japanese Female Facial Expression (JAFFE) Database (http://www.kasrl.org/jaffe.html
■The Ohio State University SAMPL Image Database (3D, still, motion) (http://sampl.ece.ohio-state.edu/database.htm)
■The University of Oulu Physics-Based Face Database (http://www.ee.oulu.fi/research/imag/color/pbfd.html)
■UMIST Face Database (http://images.ee.umist.ac.uk/danny/database.html)
■USF Range Image Data (with ground truth) (http://marathon.csee.usf.edu/range/DataBase.html)
■Usenix Face Database (hundreds of images, several formats) (Link)
■UCI Machine Learning Repository (http://www1.ics.uci.edu/~mlearn/MLSummary.html)
■USC-SIPI Image Database (collection of digitized images) (http://sipi.usc.edu/services/database/Database.html)
■UCD VALID Database (multimodal for still face, audio, and video) (http://ee.ucd.ie/validdb/)
■UCD Color Face Image (UCFI) Database for Face Detection (http://ee.ucd.ie/~prag/)
■UCL M2VTS Multimodal Face Database (http://www.tele.ucl.ac.be/PROJECTS/M2VTS/m2fdb.html)
■Vision Image Archive at UMass (sequences, stereo, medical, indoor, outlook, road, underwater, aerial, satellite, space and more) (http://sipi.usc.edu/database/)
■Where can I find Lenna and other images? (http://www.faqs.org/faqs/compression-faq/part1/section-30.html)
■Yale Face Database (http://cvc.yale.edu/projects/yalefaces/yalefaces.html)
■Yale Face Database B (http://cvc.yale.edu/projects/yalefaces/yalefaces.html)

目前人脸识别领域常用的人脸数据库主要有: 
1. FERET人脸数据库[2] 
由FERET项目创建,包含14,051张多姿态,光照的灰度人脸图像,是人脸识别领域应用最广泛
的人脸数据库之一.其中的多数人是西方人,每个人所包含的人脸图像的变化比较单一. 
2. MIT人脸数据库[4] 
由麻省理工大学媒体实验室创建,包含16位志愿者的2,592张不同姿态,光照和大小的面部图像. 
3. Yale人脸数据库[5] 
由耶鲁大学计算视觉与控制中心创建,包含15位志愿者的165张图片,包含光照,表情和姿态
的变化. 
4. Yale人脸数据库B[6] 
包含了10个人的5,850幅多姿态,多光照的图像.其中的姿态和光照变化的图像都是在严格控制
的条件下采集的,主要用于光照和姿态问题的建模与分析.由于采集人数较少,该数据库的进一步应
用受到了比较大的限制. 
5. PIE人脸数据库[7] 
由美国卡耐基梅隆大学创建,包含68位志愿者的41,368张多姿态,光照和表情的面部图像.其
中的姿态和光照变化图像也是在严格控制的条件下采集的,目前已经逐渐成为人脸识别领域的一个重
要的测试集合. 
6. ORL人脸数据库[8] 
由剑桥大学AT&T实验室创建,包含40人共400张面部图像,部分志愿者的图像包括了姿态,
表情和面部饰物的变化.该人脸库在人脸识别研究的早期经常被人们采用,但由于变化模式较少,多
数系统的识别率均可以达到90%以上,因此进一步利用的价值已经不大. 
7. PF01人脸数据库[9] 
由韩国浦项科技大学创建,包含103人的1,751张不同光照,姿态,表情的面部图像,志愿者以
韩国人为主. 
8. AR人脸数据库[10] 
由西班牙巴塞罗那计算机视觉中心建立,包含116人的3,288幅图像.采集环境中的摄像机参数,
光照环境,摄像机距离等都是严格控制的. 
9. BANCA人脸数据库[11] 
该数据库是欧洲BANCA计划的一部分,包含了208人,每人12幅不同时间段的面部图像. 
10. KFDB人脸数据库[12] 
包含了1,000人,共52,000幅多姿态,多光照,多表情的面部图像,其中姿态和光照变化的图像
是在严格控制的条件下采集的.志愿者以韩国人为主. 
11. MPI人脸数据库[13] 
该人脸数据库包含了200人的头部3维结构数据和1,400幅多姿态的人脸图像. 
12. XM2VTS人脸数据库[14] 
包含了295人在4个不同时间段的图像和语音视频片断.在每个时间段,每人被记录了2个头部
旋转的视频片断和6个语音视频片断.此外,其中的293人的3维模型也可得到.

FERET姿态数据库:FERET人脸库是著名的人脸识别库, 姿态库是其中的子库. FERET姿态库共包含 个人的 张图像, 即每个人有在Yaw方向上的 种不同姿态的图像. FERET的网址为http://www.itl.nist.gov/iad/humanid/feret/.

CAS-PEAL姿态数据库: CAS-PEAL人脸数据库是中科院计算所采集的人脸数据库, 姿态数据库为其其中的子库. CAS-PEAL姿态库包含 个人的图像, 在Yaw方向上有 种姿态角度, 在Pitch方向上有 种姿态角度, 即总共21种不同的头部姿态. CAS-PEAL数据库的网址为http://www.jdl.ac.cn/peal/index.html.

Pointing Data 数据库: Pointing Data数据库包含 个人的图像, 每个人有 个序列的 张不同姿态时的图像. 数据库中的人的皮肤颜色并不相同. 头部的姿态在水平方向上从正面到全侧面的 种姿态, 垂直方向上有 种姿态. 采集人的年龄在20岁到40岁之间. 头部的位置手工切割得到. Pointing Data数据库的网址为http://www-prima.inrialpes.fr/Pointing04.

UMIST姿态数据库: UMIST人脸库包含 个人的从侧面到正面的 张图像. UMIST姿态数据库的网址为http://images.ee.umist.ac.uk/danny/database.html.

CMU PIE数据库: CMU PIE 数据库由70个人的有13种不同姿态的图像组成. CMU PIE 数据库中的图像同时有光照和表情的变化. CMU PIE数据库的信息可以从网页http://www.ri.cmu. edu/projects/project_418.html查到.

Softopia HOIP数据库: Softopia HOIP数据库由2个子库组成, 每个子库均包含300个人的图像, 其中男性和女性的人数均为150人. 第一个子库包含168个离散的姿态, 在水平方向上有24个姿态, 竖直方向上7个姿态, 姿态间隔均为15度. 第二个数据库包含511个离散的姿态, 在水平方向上有73个姿态, 姿态间隔为5度, 竖直方向上7个姿态, 姿态间隔为15度. 这个数据库仅供日本的学术机构使用. Softopia HOIP数据库的网址为 http://www.softopia.or.jp/rd/facedb.html.

CVRR-86数据库和CVRR-386数据库: CVRR-86数据库包含28个人的3894张图像. 姿态在水平方向上从 到 和在竖直方向从 到 均间隔15度采集, 经组合后共有86种离散的姿态. 每个人的图像个数并不固定. CVRR-363数据库包含10个人的图像. 姿态在水平方向上从 到 和在竖直方向从 到 均间隔5度采集, 经组合后共有363种离散的姿态. 这两个数据库目前并没有公开, 其相关信息可以网址http://cvrr.ucsd.edu查到.

FacePix数据库: FacePix数据库包含30个人的图像[116]. 其姿态范围为水平方向上从-90度到90度, 间隔为1度, 共181个姿态. 该数据中的图像已经根据手工标注的眼睛位置进行了切割. 此数据库目前尚未公开.

除了上面提到的一些数据库, 也有姿态视频数据库, 如XM2VTS的姿态序列集合 [117]以及IDIAP数据库 [62]. 在XM2VTS姿态序列数据库中, 295名被采集者被要求分别从中心向左、右、上、下旋转, 然后回到中心. 该姿态序列背景简单, 并且没有记录同步的真实姿态参数. IDIAP数据库中包含16个人的2种自然活动视频集合, 一个是会议室场景, 一个是办公室场景. 虽然该序列同步记录了姿态信息, 但是该数据库数据量相对较小.

作者：企鹅智酷
链接：https://www.zhihu.comhttps://www.cnblogs.com/question/27798279/answer/120633176
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

• 剩余机构及其网站，请查看下列详细列表：

摘取常见的几家机构，介绍下它们的数据类型：

Nielsen：全球性的市场研究公司，它的调研集中在快消、汽车、电信等领域，数据涉及消费者偏好、购买行为等多项内容，有时还会提供具有代表性的案例研究。

Kantar：同样是一家综合性的市场研究公司，研究覆盖快消、健康、品牌、金融等领域，数据涉及产品的用户喜好、品牌认知度等内容。Kantar对公众比较开放，网站上的数据和分析可以免费查看。

comScore：一家在教育、能源、医疗领域均有研究的市场分析公司，但最擅长的领域还是媒体营销。comScore的数据通常涉及网站流量、流媒体视频消费、用户购买行为等，对美国本土市场的研究很深入。过去几年，comScore以每年一期的节奏发布美国应用市场报告，分析当年应用市场的现状和未来趋势。今年移动市场表现出非常明显的衰落迹象，comScore两年前就发现了。

NPD：综合性市场研究公司。NPD每年访问超过1200万顾客，服务范围覆盖服装、电气、汽车、消费电子、体育等多个领域。它能够提供产品销量预测、用户行为等数据。

除了Gold Top 50，再补充一些常用数据源，以科技、互联网为主：

科技IT数据来源

IDC（IDC: The premier global market intelligence firm.）
Gartner（Technology Research）：

两家公司在IT、电信、消费电子、应用软件领域有很深积累，每年都会发布全球市场智能手机、平板电脑、PC出货量，经常关注科技资讯的知友对它们应该很熟悉。

其实除了科技产业，IDC和Gartner还会定期公开能源、健康、制造等的调研数据。进行相关领域研究时，可以将它们的数据作为一项参考。

上市公司数据来源：

1. 美股：
纳斯达克（NASDAQ Stock Market）
纽交所（https://www.nyse.com/index）
SEC（SEC.gov | Home）

2. 港股：
香港联交所（HKEX）

3. A股：
上交所（上海证券交易所）
深交所（深圳证券交易所）
证监会（http://www.csrc.gov.cn/）

研究上市公司的人员结构、业务构成，财报是常用手段。以一定时间跨度分析一家公司的财报，比单纯看某个季度更有价值。美股财报可以访问纳斯达克、纽交所或SEC的网站获取，港股财报可以访问香港联交所网站获取，A股财报可以访问上交所、深交所或证监会网站获取。

媒体与营销数据来源：

1. 皮尤（Pew Research Center）

独立民调机构，调查范围覆盖政治、社会趋势、宗教，媒体新闻、科技互联网，调查报告和数据可以免费查看。皮尤具有非常现代化的网页设计，体验好过大多数调研机构网站。

2. VidStatsX（YouTube Stats, YouTube Statistics）

第三方YouTube统计平台，可以提供不同频道的订阅数、排名、视频观看量等数据。VidStatsX数据的时间跨度很大，时效性也很强，可以观察一些爆款视频的数据变化。

移动应用数据来源

App Annie（https://www.appannie.com/dashboard/home/）

App Annie可以提供一款应用在不同应用商店中的日排名，历史排名以及在不同国家的评级数据。用户也可以查看更详细的下载、收入预估等数据，但这些都需要付费订阅。

编辑于 2016-09-05

1.1K47 条评论

分享

收藏感谢收起

 

mwcc

啦啦啦

62 人赞同了该回答

简单浏览几个答案竟然没有人提到Data | The World Bank。
强烈推荐Data | The World Bank，去年做一些case的时候查数据用了很多很多次。

然后这个好像是Google的一个数据，Freebase

其实你想要不付费得到高质量的有时效性的社会经济数据蛮难的，个人经验以前做过的地方会有时候像去尼尔森等等机构买数据还是一笔很大的开销的。

对了还有这个地方我觉得蛮有趣的定期回去看，NIFTY - Weekly Visualization，这是斯坦福做的一个数据可视化的项目，我理解他是做一写text clustering或者topic model去检测每一天或者一段时间的news article的topic变化。

发布于 2015-02-09

62添加评论

分享

收藏感谢

陈诚

降服其心

33 人赞同了该回答

浏览了一下，看到还没有人提到Kaggle的datasets：Datasets | Kaggle。
Kaggle是给数据分析和建模的竞赛平台，他们现在也有提供一些开放的数据集来让大家使用，比如：
欧洲足球的数据库，NBA数据
2016年美国大选的数据（也有希拉里邮件）
IMDB电影数据，
一些公司的数据（Uber，Twitter ，Lending Club, Reddit）等。

而且还有很详细的数据描述：

不仅如此，他们还做了一个社区，就是对这些数据集有使用经验的人可以在一起交流，提出问题，用数据回答问题。

点击进去可以看到别人完整的分享和数据使用流程，对于学习来说非常有用。

用这些数据源+自身的练习+和别人思路技法上的切磋交流，可以进步很大。

编辑于 2016-12-20

334 条评论

分享

收藏感谢收起

镇元子

似是而非

76 人赞同了该回答

作者：镇元子
链接：一份存档：互联网上最重要的50个目录 - 产品说明书 - 知乎专栏
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

0、互联网存档 网页历史

1、维基百科 百科全书

2、IMDB 电影电视

3、Google文化学院 文艺历史

4、生活&时代杂志照片存档 摄影照片

5、最全的设计模式库 设计模式

6、Google老报纸存档 媒体历史

7、CC电影库 电影&设计

8、绝对伏特加的鸡尾酒 调酒

9、汉典 汉语言

10、BODYBUILDING超全的动作指导 健身

11、葡萄酒搜索 葡萄酒

12、Vogue网站主题地图 时尚 （Archive - Vogue 会员才能看）

13、计算机历史博物馆 计算机历史

14、MSDN、Google Developers、Apple Developer、IBM developerWorks、Intel Developer、Facebook Developers、Amazon Web Services 开发

15、CIA的世界概况 百科

16、GettyImages 图库 更多：作为一名平面设计师，你是如何找素材的？

17、Google趋势热榜 搜索历史

18、Archive | Industrial Light & Magic 特效

19、Archive - The New Yorker、纽约时报存档 、时代杂志存档、Wired Magazine Issue Archive、 Vanity Fair 、The Economist 文艺科技历史

20、Google 学术搜索 论文

21、豆瓣标签 兴趣

22、RARBG、KAT 找片

23、谷歌地球 地理信息

24、Wikia 主题维基

25、GIPHY GIF搜索

26、搜狗微信搜索、搜狗知乎搜索 微信知乎搜索

27、枣书 电子书搜索

28、App Store 排行榜、小众软件、最美应用、少数派 应用

29、百度搜索风云榜 大陆搜索趋势

30、NASA 航天

31、Smithsonian 历史博物

32、电子商务500强 电子商务

33、Pixar 电脑动画

34、Top Advertising Agencies: Global Rankings, Profiles & Timelines 广告

35、盖洛普、麦肯锡、尼尔森 调查&咨询

36、IDEO 设计

36、MAME 模拟器

37、The Video Game Museum 视频游戏历史

38、Swatch Group、LVMH、Kering、Richemont 奢侈品

39、Olympics、FIFA、NBA、Formula 1、NFL、体育

40、The Rock and Roll Hall of Fame and Museum 音乐

41、WorldCat 图书馆目录

42、WPP 广告传播

43、可口可乐公司、麦当劳、Altria、星巴克、AB InBev、百胜、Red Bull、PepsiCo、Nestlé、bacardi 垃圾食品

44、P&G、Unilever 洗化

45、National Geographic 摄影照片

46、NIKE、Under Armour、adidas 体育用品

47、DMOZ 目录

48、hao123 目录

49 Deep web

50 Steam 游戏