¿Qué conjunto de datos público está disponible para hacer reconocimiento facial?

Sí, docenas y docenas. Y para que la pelota ruede …

1. Base de datos de ataque de máscara 3D (3DMAD)

La Base de datos de ataque de máscara 3D (3DMAD) es una base de datos de simulación biométrica (facial). Actualmente comprende 76500 marcos que cubren a 17 personas. Estos fueron grabados usando Kinect para acceso real y ataques de suplantación de identidad. Cada cuadro consta de una imagen de profundidad, la imagen RGB correspondiente y las posiciones de los ojos anotadas manualmente (con respecto a la imagen RGB). Los datos fueron recolectados en 3 sesiones diferentes de los sujetos. Se capturaron cinco videos de 300 cuadros para cada sesión. Las grabaciones se realizaron bajo condiciones controladas y representan una vista frontal y una expresión neutral.

2. Base de datos 3D_RMA

Esta base de datos fue creada con un sistema de adquisición 3D basado en luz estructurada. La superficie facial se adquirió como un conjunto de coordenadas 3D usando un proyector y una cámara. Se pidió a 120 personas que posaran dos veces frente al sistema. Para cada sesión, se grabaron tres disparos con diferentes (pero limitadas) orientaciones de la cabeza: hacia adelante / izquierda o derecha / hacia arriba o hacia abajo.

3. Base de datos de 10 mil caras de adultos estadounidenses

Esta base de datos contiene 10,168 fotografías de rostros naturales y varias medidas para 2,222 de los rostros, incluyendo puntajes memorables y atributos de visión por computadora y psicología. Las imágenes de la cara son JPEG con una resolución de 72 píxeles / pulgada y una altura de 256 píxeles. Los datos de los atributos se almacenan en archivos MATLAB o Excel. La base de datos incluye una herramienta de software que le permite exportar conjuntos de imágenes personalizadas de la base de datos para su investigación.

4. La base de datos AR Face, la Universidad Estatal de Ohio

Esta base de datos facial fue creada por Aleix Martinez y Robert Benavente en el Computer Vision Center (CVC) de la Universidad de Alabama en Birmingham (UAB). Contiene más de 4.000 imágenes en color de las caras de 126 personas (70 hombres y 56 mujeres). Las imágenes son caras de vista frontal que representan diferentes expresiones faciales, condiciones de iluminación y complementos como gafas de sol y bufandas. Las imágenes fueron tomadas bajo condiciones estrictamente controladas. No se aplicaron restricciones a la ropa, anteojos, maquillaje o peinado.

5. AT&T – La base de datos de caras

Esta base de datos de caras contiene un conjunto de imágenes de caras tomadas entre abril de 1992 y abril de 1994 en los Laboratorios AT&T, Cambridge. Hay diez imágenes diferentes de cada uno de los 40 temas distintos. Algunas imágenes fueron tomadas en diferentes momentos, variando la iluminación, expresiones faciales (ojos abiertos / cerrados, sonriendo / no sonriendo) y detalles faciales (gafas / sin gafas). Todas las imágenes fueron tomadas contra un fondo oscuro y liso. Los sujetos están en posición vertical frontal.

Muchos, muchos más enlaces aquí → 60 bases de datos de reconocimiento facial

Si quieres entrenar tu red neuronal, es bastante fácil: IMDB y usar imágenes de google. Escriba un bot que pueda obtener, digamos, cinco mil imágenes de Angelina Jolie, cinco mil de Brad Pitt, y así sucesivamente. Haga coincidir eso con IMBD, que supuestamente es un buen material de capacitación (al menos cuando vaya a la página de Brad Pitt, puede estar seguro de que es él).

Aquí está el nuestro: Conjunto de datos de coincidencia de rostros | Datos biométricos | CyberExtruder Vea la publicación de Ben para muchos más.

More Interesting

Teoría de la información: ¿por qué hay una mayor probabilidad asociada con menor información?

¿Existe la idea de utilizar la regularización para evitar el sobreajuste en la econometría, como lo enseñan los economistas?

¿Cuál es el tamaño mínimo de corpus para entrenar incrustaciones de palabras?

¿Los ingenieros de aprendizaje automático en Google tienden a publicar artículos?

¿Cuál es el papel de una capa totalmente conectada en una red neuronal profunda?

¿Cómo debo comenzar con las redes neuronales recurrentes?

¿Necesito almacenar los pesos en los pasos de tiempo anteriores además de las activaciones cuando uso la propagación hacia atrás a través del tiempo en redes neuronales recurrentes?

Diseño de vectores de características para algoritmos de aprendizaje automático. ¿Debo poner características de diferentes dominios en el mismo vector?

Cómo corregir el sobreajuste

¿Qué tan bueno es el ADVI en STAN en la práctica?

En weka, ¿qué significan las cuatro opciones de prueba y cuándo las usa?

¿Cómo se usa Machine Learning en las diferentes etapas de los sitios web de comercio electrónico (compras en línea)?

¿Puede un fármaco ser estadísticamente efectivo para toda la población, pero estadísticamente no es efectivo para todas las subpoblaciones (como hombres y mujeres) por separado?

¿Qué son los núcleos en aprendizaje automático y SVM y por qué los necesitamos?

¿Cuándo es preferible usar árboles de regresión en el aprendizaje automático?