《表2 九种标准人脸库介绍》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《低分辨人脸识别综述》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

目前，用于验证人脸识别方法性能的典型人脸数据库有美国国防部建立的FERET/Color FERET人脸库、美国卡内基梅隆大学建立的CMU PIE/CMU Multi-PIE人脸库、美国耶鲁大学计算视觉与控制中心建立的Yale/Yale B人脸库、英国剑桥大学Olivetti实验室建立的ORL人脸库、美国麻省理工学院媒体实验室建立的MIT人脸库、西班牙巴塞罗那计算机视觉中心建立的AR人脸库、英国曼彻斯特大学建立的UMIST人脸库、美国马萨诸塞州立大学阿莫斯特分校计算机视觉实验室建立的LFW人脸库和以色列大学布拉瓦特尼克计算机科学学院建立的YouTube人脸库等，人脸库详细介绍见表2。其中，Yale/Yale B、ORL、MIT和AR等标准人脸库适用于HR人脸图像的识别，而FERET/Color FERET、CMU PIE/CMU Multi-PIE和UMIST等人脸库目前广泛应用于传统LR人脸识别方法，LFW和YouTube人脸库主要应用于基于深度学习方法的LR人脸识别。