LFW人臉資料庫的簡介

       A database of face photographsdesigned for studying the problem of unconstrained face recognition.The data set contains more than 13,000 images of faces collected fromthe web. Each face has been labeled with the name of the personpictured. 1680 of the people pictured have two or more distinct photosin the data set. The only constraint on these faces is that they weredetected by the Viola-Jones face detector. More details can be foundin the technical report below.    There are now four different sets of LFW images including the original and three different types of "aligned" images.The aligned images include "funneled images" (ICCV 2007), LFW-a, which uses an unpublished method of alignment,and "deep funneled" images (NIPS 2012). Among these, LFW-a and the deep funneled images produce superior results for most face verification  algorithms over the original images and over the funneled images (ICCV 2007). Labeled Faces in the Wild官網：

     LFW (Labeled Faces in the Wild) 人臉資料庫是由美國馬薩諸塞州立大學阿默斯特分校計算機視覺實驗室整理完成的資料庫，主要用來研究非受限情況下的人臉識別問題。LFW 資料庫主要是從網際網路上搜集影象，而不是實驗室，一共含有13000 多張人臉影象，每張影象都被標識出對應的人的名字，其中有1680 人對應不只一張影象，即大約1680個人包含兩個以上的人臉。

        LFW資料集主要測試人臉識別的準確率，該資料庫從中隨機選擇了6000對人臉組成了人臉辨識圖片對，其中3000對屬於同一個人2張人臉照片，3000對屬於不同的人每人1張人臉照片。測試過程LFW給出一對照片，詢問測試中的系統兩張照片是不是同一個人，系統給出“是”或“否”的答案。通過6000對人臉測試結果的系統答案與真實答案的比值可以得到人臉識別準確率。 這個集合被廣泛應用於評價 face verification演算法的效能。 

    這些資料集唯一的限制就是它們可以被經典的Viola-Jones檢測器檢測到（a hummor）。影象如下圖所示，

LFW人臉資料庫的安裝

LFW人臉資料庫的使用方法