（1） Youtube Face http://www.cs.tau.ac.il/~wolf/ytfaces/， http://www.msn.com/zh-cn?pc=EUPP_ 用户名 wolftau 密码 wtal997 人数：1595 图像数：未知，共 3425 个视频（最长 6,070 帧，最短 48 帧） Video 1 Subject 591 2 471 3 307 4 167 5 51 6 8 Frame_images_DB.tar.gz 从 Youtube 上下载的视频，剪切成帧 路径：subject_name\video_number\video_number.frame.jpg 对于每个人，对应一个 subject_name.labeled_faces.txt 文件，文件中的格式 为： Filename,[ignore],x,y,width,height,[ignore],[ignore] 其中，x,y 是人脸图像的中心坐标，width 和 height 是图像的宽度和高度，例 如， $head -3 Richard_Gere.labeled_faces.txt Richard_Gere\3\3.618.jpg,0,262,165,132,132,0.0,1 aligned_images_DB.tar.gz (5.4GB,md5sum: 915accad71cd59c8d14399686e0c91f9) 相比 Frame_images_DB.tar.gz 中的图像，做了以下预处理： (a) 人脸检测，用 2.2 倍大小的 bounding box，将图像从原图中剪切出来 (b) 对齐 路径：subject_name\video_number\aligned_detect_video_number.frame.jpg Descriptors_DB.tar.gz (7.9GB, md5sum: cb25c4099f14c10e6c88a4bc1e6bb1a9) 

图像帧的带有 descriptor 的 mat 文件 路径：subject_name\mat files 每个 video 对应两个文件：aligned_video_1.mat 和 video_1.mat 分别是对齐的和非对齐的版本，此外，一帧图像带有多个 descriptor（不同的 特征描述），例如，一个 80 帧的 video， VID_DESCS_FPLBP: [560x80 double] VID_DESCS_LBP: [1770x80 double] VID_DESCS_CSLBP: [480x80 double] VID_DESCS_FILENAMES: {1x80 cell} Meta_data.tar.gz (132MB,md5sum) 包含 meta_和_split.mat 文件，用于访问 descriptor 数据。Split 将整个数据集 分成了 10 个独立的 split。 Split 中的每个三元组的格式为(index1, index2, is_same_person)，其中 index1 和 index2 是 maxt_names 结构中的标记。总共 5000 对，等分成 10 个独立的 split，其中 2500 对相同，2500 对不同。 video_labels: [1x3425 double] video_names: {3425x1 cell mat_names: {3425x1 cell} Splits: [500x3x10 double] Headpose_DB.tar.gz (5.8MB, md5sum: 05efac9e4ae1a9ed28c2ed09bdbdd137) 对于数据集中的每一帧人脸图像，带有 3 种不同旋转角度的头部姿态 路径：headorient_apirun_subject_name_video_number.mat 每个 mat 文件的结构为：headpose: [3x60 double] Sources.tar.gz (5.6MB, md5sum: a965855464902af63dd44f16471025ab) 用于 benchmark 测试及实现以上所有方法。详见 README 文件。 （2） LFW (Labeling Faces Wild) 

http://vis-www.cs.umass.edu/lfw/#deepfunnel-anchor 人数：5749，图像数：13,000，from web 其中，1680 人有超过 2 张图片 包括 4 种图像： lwf deep funneling funneling lwf-a 用商业人脸对齐软件处理后的图像 超像素(super-pixels)包括： lwf superpixels lfw funneled superpixels lfw deep funneld superpixels 其中，view1 文件夹，是推荐的用于 train/test 的独立的、随机产生的 split，可 用于 10-fold 交叉验证，以避免过拟合。 view1 中文件如下： 

此外，view2 用于 benchmark 对比，view2 中文件如下： （3） CelebFaces(A) http://personal.ie.cuhk.edu.hk/~ys014/projects/Faceness/Faceness.html 在 DeepID2 中 ， 将 CelebFaces 分 成 CelebFaces+A(8192 个 人 ) 和 CelebFaces+B(1985 个 人 ) 。 因 此 CelebFaces(A) 中 应 有 8192 个 人 。 CelebFaces 是私有的样本库，共 202,599 幅图像。 另外，Large-scale CelebFaces Attributes (CelebA) Dataset 文件夹包含 （4） MegaFace http://megaface.cs.washington.edu/dataset/download.html Username:dutongchun@126.com Password: svyA~oAf.e （5） CASIA WebFace http://www.cbsr.ia.ac.cn/english/CASIA-WebFace-Database.html 人数：10575，图像数：494,414。公有。 

目前，需要打印协议，签字、发送给作者，才能得到下载需要的用户名和密 码。 人脸识别数据集说明及其下载 提供了对人脸识别数据集（1）Youtube Face（2）LFW (Labeling Faces Wild)（3） CelebFaces(A)（4）MegaFace（5）CASIA WebFace 的说明，及提供了下载方式