CMU-MIT

     CMU-MIT   是由卡内基梅隆大学和麻省理工学院一起收集的数据集，所有图片都是黑白的   gif   格式。里面包含   511   个闭合的人脸图像，其中   130   个是正面的人脸图像。图像如下图所示，没有找到官方链接，   Github   下载链接为   https://github.com/watersink/CMU-MIT  
 

GENKI

         GENKI数据集是由加利福尼亚大学的机器概念实验室收集。该数据集包含GENKI-R2009a,GENKI-4K,GENKI-SZSL三个部分。GENKI-R2009a包含11159个图像，GENKI-4K包含4000个图像，分为“笑”和“不笑”两种，每个图片的人脸的尺度大小，姿势，光照变化，头的转动等都不一样，专门用于做笑脸识别。GENKI-SZSL包含3500个图像，这些图像包括广泛的背景，光照条件，地理位置，个人身份和种族等。图像如下图所示，下载链接为http://mplab.ucsd.edu，如果进不去可以，同样可以去下面的github下载，链接https://github.com/watersink/GENKI

IJB-A (IARPA JanusBenchmark A)

       IJB-A是一个用于人脸检测和识别的数据库，包含24327个图像和49759个人脸。图像如下图所示，需要邮箱申请相应帐号才可以下载，下载链接为http://www.nist.gov/itl/iad/ig/ijba_request.cfm

MALF (Multi-Attribute Labelled Faces)

            MALF     是为了细粒度的评估野外环境中人脸检测模型而设计的数据库。数据主要来源于     Internet     ，包含     5250     个图像，     11931     个人脸。每一幅图像包含正方形边界框，俯仰、蜷缩等姿势等。该数据集忽略了小于     20*20     的人脸，大约     838     个人脸，占该数据集的     7%     。同时，该数据集还提供了性别，是否带眼镜，是否遮挡，是否是夸张的表情等信息。图像如下图所示，需要申请才可以得到官方的下载链接，链接为     http://www.cbsr.ia.ac.cn/faceevaluation/    
   

MegaFace

    MegaFace资料集包含一百万张图片，代表690000个独特的人。所有数据都是华盛顿大学从Flickr（雅虎旗下图片分享网站）组织收集的。这是第一个在一百万规模级别的面部识别算法测试基准。 现有脸部识别系统仍难以准确识别超过百万的数据量。为了比较现有公开脸部识别算法的准确度，华盛顿大学在去年年底开展了一个名为“MegaFace Challenge”的公开竞赛。这个项目旨在研究当数据库规模提升数个量级时，现有的脸部识别系统能否维持可靠的准确率。图像如下图所示，需要邮箱申请才可以下载，下载链接为http://megaface.cs.washington.edu/dataset/download.html

300W

       300W数据集是由AFLW，AFW，Helen，IBUG，LFPW，LFW等数据集组成的数据库。      图像如下图所示，需要邮箱申请才可以下载，下载链接为      http://ibug.doc.ic.ac.uk/resources/300-W/      
   

IMM Data Sets

       IMM人脸数据库包括了240张人脸图片和240个asf格式文件（可以用UltraEdit打开，记录了58个点的地标），共40个人（7女33男），每人6张人脸图片，每张人脸图片被标记了58个特征点。所有人都未戴眼镜,图像如下图所示，下载链接为http://www2.imm.dtu.dk/~aam/datasets/datasets.html

MUCT Data Sets

         MUCT人脸数据库由3755个人脸图像组成，每个人脸图像有76个点的地标（landmark），图片为jpg格式，地标文件包含csv,rda,shape三种格式。该图像库在种族、关照、年龄等方面表现出更大的多样性。具体图像如下图所示，下载链接为   http://www.milbo.org/muct/  
 

ORL  (AT&T Dataset)

         ORL数据集是剑桥大学AT&T实验室收集的一个人脸数据集。包含了从1992.4到1994.4该实验室的成员。该数据集中图像分为40个不同的主题，每个主题包含10幅图像。对于其中的某些主题，图像是在不同的时间拍摄的。在关照，面部表情（张开眼睛，闭合眼睛，笑，非笑），面部细节（眼镜）等方面都变现出了差异性。所有图像都是以黑色均匀背景，并且从正面向上方向拍摄。

         其中图片都是PGM格式，图像大小为92*102，包含256个灰色通道。具体图像如下图所示，下载链接为http://www.cl.cam.ac.uk/research/dtg/attarchive/facedatabase.html

VGG Face dataset

该数据集包含了2622个不同的人，每个人包含1000张图片，是一个训练人脸识别的大的数据集，官网提供了每个图片的URL，需要自己解析下载，当然有些链接是需要翻墙的，要不可能下载不全哦。

下载链接：http://www.robots.ox.ac.uk/~vgg/data/vgg_face/

CASIA WebFace Database

该数据集为中科院自动化所，李子青老师组开源的数据集，包含了10575类人，一共494414张图片，其中有3类人和lfw中的一样。该数据集主要用于人脸识别。图像都是著名电影中crop而出的，每个图片的大小都是250*250，每个类下面都有3张以上的图片，非常适合做人脸识别的训练。现在发paper比较一致的做法都是在该数据集上训练下，再在lfw数据集做个测试。需要邮箱申请，下载链接：http://www.cbsr.ia.ac.cn/english/CASIA-WebFace-Database.html

CelebA（Large-scale CelebFaces Attributes dataset）

该数据集为香港中文大学汤晓鸥老师组开源的数据集，主要包含了5个关键点，40个属性值等，包含了202599张图片，图片都是高清的名人图片，可以用于人脸检测，5点训练，人脸头部姿势的训练等。下载链接：http://mmlab.ie.cuhk.edu.hk/projects/CelebA.html

YouTuBe Faces DB

该数据集主要用于非约束条件下的视频中人脸识别，姿势判定等。该数据集包含1595个不同人的3425个视频，平均每个人的类别包含了2.15个视频，每个类别最少包含48帧，最多包含6070帧，平均包含181.3帧。下载链接：http://www.cslab.openu.ac.il/agas/，或者，http://www.cslab.openu.ac.il/download/，如果没有效果，可以尝试filezilla下载，

server:agas.openu.ac.il

Path: /v/data9/cslab/wolftau/

filezilla模式设置为"Transfer mode"