人脸图像库概述_feret人脸数据库

    通常情况下，由于各种客观因素的影响，比如图像采集设备的性能不同，光影干扰以及遮挡等多种因素的影响，会对人脸识别技术产生一定程度的影响。因此，在进行人脸识别算法的研究过程中，选择一个标准的人脸图像库是一个非常重要的组成部分，目前较为常见的人脸图像数据库主要有如下几个：

  ·FERET人脸库

    FERET人脸库是由美国陆军研究实验室成立的Feret项目组在1993年建立的人脸图像库，FERET人脸图像库包括14051张不同人脸姿态、不同光影效果的的人脸图像。但是不足的是该图像库中的样本大多数为西方人的人脸，因此不具备通用性。

  ·UMIST人脸库

    UMIST人脸库是由英国的Manchester大学人脸图像研究实验室所建立的图像库，该人脸图像库包含20个人脸研究对象总共包括564张人脸图像灰度图，每个研究对象具有不同的表现姿态。

  ·Yale人脸库

    Yale人脸库是由Yale大学的人脸图像研究实验室的研究人员所建立的图像库，该图像库包含10个人脸研究对象总共包括5850张多姿态、多光照的图像，但是图像库采集人数对象较少，使用不多。

  ·ORL人脸库

    ORL人脸库是由Cambridge大学的Olivetti人脸图像研究实验室建立的图像库，ORL图像库共有40个被提取的人脸图像研究对象，每个人脸包含10幅采集样本，总共400幅灰度图像，图像像素大小为 92×112。

    因此，本文将选取覆盖面比较广的ORL人脸图像数据库作为研究基础，下图为ORL人脸图像库的部分采集样本，从图中可以看到，ORL图像中覆盖了不同性别，不同国家的人脸，且人脸图像具有不同的姿态以及人脸表情，对研究人脸识别算法具有十分重要的意义。