① 如何使用yale大學的人臉資料庫進行人臉識別的訓練，python語言
基於特徵臉(PCA)的人臉識別方法
特徵臉方法是基於KL變換的人臉識別方法，KL變換是圖像壓縮的一種最優正交變換。高維的圖像空間經過KL變換後得到一組新的正交基，保留其中重要的正交基，由這些基可以張成低維線性空間。如果假設人臉在這些低維線性空間的投影具有可分性，就可以將這些投影用作識別的特徵矢量，這就是特徵臉方法的基本思想。這些方法需要較多的訓練樣本，而且完全是基於圖像灰度的統計特性的。目前有一些改進型的特徵臉方法。
比如人臉灰度照片40x40=1600個像素點，用每個像素的灰度值組成的矩陣代表這個人的人臉。那麼這個人人臉就要1600 個特徵。拿一堆這樣的樣本過來做pca，抽取得到的只是在統計意義下能代表某個樣本的幾個特徵。
人臉識別可以採用神經網 絡深度學習的思路，國內的ColorReco在這邊有比較多的案例。
② 請問人臉資料庫中的照片如：yale,Feret到底是二維圖片還是三維圖片
資料庫中一般存的是N*N的矩陣
你用的什麼演算法？
做畢業設計了啊？
我本科時候也做過人臉識別
基於PB神經網路的，用到K_L變換
久了記不得了
我估計返回的是坐標及灰度x,y,z
一般都是這樣識別的，可能還有更多
③ 人臉識別二次開發包有免費提供的嗎誰能幫忙提供個好用的
給你提供幾個線索，數據都可以去數據堂下載。1.FERET人臉資料庫 - 由FERET項目創建,包含1萬多張多姿態和光照的人臉圖像,是人臉識別領域應用最廣泛的人臉資料庫之一.其中的多數人是西方人,每個人所包含的人臉圖像的變化比較單一2.CMU-PIE人臉資料庫 由美國卡耐基梅隆大學創建,包含68位志願者的41,368張多姿態,光照和表情的面部圖像.其中的姿態和光照變化圖像也是在嚴格控制的條件下採集的,目前已經逐漸成為人臉識別領域的一個重要的測試集合3.YALE人臉資料庫 由耶魯大學計算視覺與控制中心創建,包含15位志願者的165張圖片,包含光照,表情和姿態的變化. 4. YALE人臉資料庫B 包含了10個人的5,850幅多姿態,多光照的圖像.其中的姿態和光照變化的圖像都是在嚴格控制的條件下採集的,主要用於光照和姿態問題的建模與分析.由於採集人數較少,該資料庫的進一步應用受到了比較大的限制5. mit人臉資料庫 由麻省理工大學媒體實驗室創建,包含16位志願者的2,592張不同姿態,光照和大小的面部圖像. 6. ORL人臉資料庫 由劍橋大學at實驗室創建,包含40人共400張面部圖像,部分志願者的圖像包括了姿態,表情和面部飾物的變化.該人臉庫在人臉識別研究的早期經常被人們採用,但由於變化模式較少,多數系統的識別率均可以達到90%以上,因此進一步利用的價值已經不大. 7. BioID人臉資料庫 包含在各種光照和復雜背景下的1521張灰度面部圖像，眼睛位置已經被手工標注。
④ 關於Extended Yale B database(人臉資料庫)
可能是隨機生成的.因為沒看你的文獻,所以只是猜測.
⑤ yaleb人臉資料庫和yale資料庫的區別
Extend Yale B 人臉資料庫， 一共38個人,每人64 張照片。 根據人臉與攝像機的方向角（12,25,50,77,90）將每人的64張照片分為5個sbusets。每人每個subset的人臉數目分別為（7,12,12,14,19。
⑥ 8元買3萬張人臉照片，到底是誰在買賣你的「臉」
新京報記者在IT社區、網路商城等多個平台搜索發現，有不少人臉照片可供免費下載或付費購買。付費金額由帖子發布者自定，多在10元到20元左右，如有發帖者表示可以「8元購買60名志願者的每人500張照片，共計3萬張照片」。
記者瀏覽多個人臉下載帖發現，人臉圖片的上傳者一般會對圖片中涉及的人臉屬性進行標明，如「小孩」、「明星」、「網紅」等。照片場景則多種多樣，有個人自拍，也有與朋友的合影，而被截取下來的只有人臉部分的圖片。
「火爆異常的AI換臉背後的工作流程並不難理解，用戶將照片導入後，計算機會通過網路模型對照片的像素點進行調整，從而生成與影視劇中人物表情及所處環境、光線等相匹配的人臉，實現AI換臉。」劉澤康告訴新京報記者，「為達到換臉的目的，計算機需要對人臉圖像進行大量的數學運算，如果圖片數量過少，模型不夠優化，識別不夠精準，計算機便很難較好地實現識別功能。」
「目前，人臉識別技術已經被廣泛運用於智能門鎖、移動支付、手機解鎖等，減少竊密、造假、冒用、頂替等可能，提升安全系數；在公司、商場、機場、學校等場景下，人臉識別技術可以提升管理效率，提升交互體驗；在刑偵及公共領域，人臉識別技術可以協助抓獲潛逃多年的犯罪嫌疑人，可以幫助失散多年的家庭團圓，執法效率和社會公共安全得以大幅提高。」網路安全總經理馬傑對新京報記者表示。
（節選網路）
⑦ 求一份ORL人臉資料庫，謝謝
1.FERET人臉資料庫 -
由FERET項目創建,包含1萬多張多姿態和光照的人臉圖像,是人臉識別領域應用最廣泛的人臉資料庫之一.其中的多數人是西方人,每個人所包含的人臉圖像的變化比較單一
2.CMU-PIE人臉資料庫
由美國卡耐基梅隆大學創建,包含68位志願者的41,368張多姿態,光照和表情的面部圖像.其中的姿態和光照變化圖像也是在嚴格控制的條件下採集的,目前已經逐漸成為人臉識別領域的一個重要的測試集合
3.YALE人臉資料庫
由耶魯大學計算視覺與控制中心創建,包含15位志願者的165張圖片,包含光照,表情和姿態
的變化.
4. YALE人臉資料庫B
包含了10個人的5,850幅多姿態,多光照的圖像.其中的姿態和光照變化的圖像都是在嚴格控制的條件下採集的,主要用於光照和姿態問題的建模與分析.由於採集人數較少,該資料庫的進一步應用受到了比較大的限制
5. MIT人臉資料庫
由麻省理工大學媒體實驗室創建,包含16位志願者的2,592張不同姿態,光照和大小的面部圖像.
6. ORL人臉資料庫
由劍橋大學AT&T實驗室創建,包含40人共400張面部圖像,部分志願者的圖像包括了姿態,
表情和面部飾物的變化.該人臉庫在人臉識別研究的早期經常被人們採用,但由於變化模式較少,多數系統的識別率均可以達到90%以上,因此進一步利用的價值已經不大.
7. BioID人臉資料庫
包含在各種光照和復雜背景下的1521張灰度面部圖像，眼睛位置已經被手工標注
追問
有沒有專門詳細介紹ORL人臉資料庫的？這個是別的人問的答案，我也找到了。
⑧ 常用的人臉識別資料庫有哪些去哪裡找，最好免費。
給你提供幾個線索，數據都可以去數據堂下載。
1.FERET人臉資料庫 -
由FERET項目創建,包含1萬多張多姿態和光照的人臉圖像,是人臉識別領域應用最廣泛的人臉資料庫之一.其中的多數人是西方人,每個人所包含的人臉圖像的變化比較單一
2.CMU-PIE人臉資料庫
由美國卡耐基梅隆大學創建,包含68位志願者的41,368張多姿態,光照和表情的面部圖像.其中的姿態和光照變化圖像也是在嚴格控制的條件下採集的,目前已經逐漸成為人臉識別領域的一個重要的測試集合
3.YALE人臉資料庫
由耶魯大學計算視覺與控制中心創建,包含15位志願者的165張圖片,包含光照,表情和姿態
的變化.
4. YALE人臉資料庫B
包含了10個人的5,850幅多姿態,多光照的圖像.其中的姿態和光照變化的圖像都是在嚴格控制的條件下採集的,主要用於光照和姿態問題的建模與分析.由於採集人數較少,該資料庫的進一步應用受到了比較大的限制
5. MIT人臉資料庫
由麻省理工大學媒體實驗室創建,包含16位志願者的2,592張不同姿態,光照和大小的面部圖像.
6. ORL人臉資料庫
由劍橋大學AT&T實驗室創建,包含40人共400張面部圖像,部分志願者的圖像包括了姿態,
表情和面部飾物的變化.該人臉庫在人臉識別研究的早期經常被人們採用,但由於變化模式較少,多數系統的識別率均可以達到90%以上,因此進一步利用的價值已經不大.
7. BioID人臉資料庫
包含在各種光照和復雜背景下的1521張灰度面部圖像，眼睛位置已經被手工標注。
⑨ 人臉識別常用的人臉資料庫有哪些
給你提供幾個線索，數據都可以去數據堂下載。
1.FERET人臉資料庫 -
由FERET項目創建,包含1萬多張多姿態和光照的人臉圖像,是人臉識別領域應用最廣泛的人臉資料庫之一.其中的多數人是西方人,每個人所包含的人臉圖像的變化比較單一
2.CMU-PIE人臉資料庫
由美國卡耐基梅隆大學創建,包含68位志願者的41,368張多姿態,光照和表情的面部圖像.其中的姿態和光照變化圖像也是在嚴格控制的條件下採集的,目前已經逐漸成為人臉識別領域的一個重要的測試集合
3.YALE人臉資料庫
由耶魯大學計算視覺與控制中心創建,包含15位志願者的165張圖片,包含光照,表情和姿態
的變化.
4. YALE人臉資料庫B
包含了10個人的5,850幅多姿態,多光照的圖像.其中的姿態和光照變化的圖像都是在嚴格控制的條件下採集的,主要用於光照和姿態問題的建模與分析.由於採集人數較少,該資料庫的進一步應用受到了比較大的限制
5. MIT人臉資料庫
由麻省理工大學媒體實驗室創建,包含16位志願者的2,592張不同姿態,光照和大小的面部圖像.
6. ORL人臉資料庫
由劍橋大學AT&T實驗室創建,包含40人共400張面部圖像,部分志願者的圖像包括了姿態,
表情和面部飾物的變化.該人臉庫在人臉識別研究的早期經常被人們採用,但由於變化模式較少,多數系統的識別率均可以達到90%以上,因此進一步利用的價值已經不大.
7. BioID人臉資料庫
包含在各種光照和復雜背景下的1521張灰度面部圖像，眼睛位置已經被手工標注。