ORL剑桥AT&T面部数据集 人脸识别经典科研基准资源包
资源基础核心信息
ORL面部数据集是由剑桥大学AT&T实验室官方提供的经典人脸研究基准数据集,全量共包含400张标准化人脸图像。数据集内的图像共划分40个独立受试者分类,每个受试者对应10张不同属性的人脸图像,部分受试者的图像覆盖不同拍摄时间、差异化光照条件、多样面部表情与面部细节变化,所有图像统一采用纯黑色背景格式,是人脸相关领域认可度极高的开源经典数据集。
内容覆盖范围
全量400张原始高清ORL人脸图像资源
数据集配套使用说明文档,包含受试者属性标注、拍摄规则说明、科研引用指南
图像格式预处理适配教程,支持各类深度学习、传统机器学习算法直接导入使用
可用场景与途径
✅ 人脸识别基础算法的训练、测试与精度性能验证
✅ 低分辨率、小样本人脸识别方向的科研实验
✅ 计算机视觉、模式识别相关专业的课程设计、教学演示素材
✅ 人脸光照鲁棒性、表情鲁棒性相关方向的课题研究
✅ 人脸识别类开源算法的基准效果横向对比测试
✅ 本科、硕士毕业论文的人脸相关方向实验数据集支撑
ORL 面部数据集.zip
(970 Bytes, 需要: RMB 5 元)


雷达卡


京公网安备 11010802022788号







