FDDB

用于面部检测的数据集，包含2845张图像和5171个面部标注。

A dataset for facial detection, comprising 2845 images and 5171 facial annotations.

原始信息汇总

面部检测数据集

FDDB

• 论文：FDDB: Face Detection Data Set and Benchmark
• 数据集：FDDB数据集下载

Wider Face

• 论文：Wider Face: A Face Detection Benchmark
• 数据集：Wider Face数据集

MAFA

• 论文：Detecting Masked Faces in the Wild with LLE-CNNs
• 数据集：MAFA数据集

4k face dataset

• 论文：4k face dataset

Unconstrained Face Detection Dataset (UFDD)

• 论文：UFDD: A Challenging Real-World Dataset for Unconstrained Face Detection
• 数据集：UFDD数据集

wildest faces

• 论文：wildest faces

Multi-Attribute Labelled Faces (MALF)

• 论文：Multi-Attribute Labelled Faces
• 数据集：MALF数据集

IJB-A Dataset

• 论文：IJB-A Dataset
• 数据集：IJB-A数据集请求表

面部识别数据集

Racial Faces in-the-Wild: RFW

• 论文：Racial Faces in the Wild: Reducing Racial Bias by Information Bottleneck
• 数据集：RFW数据集

年龄估计数据集

IMDB-WIKI

• 论文：IMDB-WIKI: A Dataset for Studying Age and Gender
• 数据集：IMDB-WIKI数据集

CACD (Cross-Age Reference Coding for Age-Invariant Face Recognition and Retrieval)

• 论文：CACD: Cross-Age Reference Coding for Age-Invariant Face Recognition and Retrieval
• 数据集：CACD数据集

Adience dataset

• 数据集：Adience数据集
• 统计信息：
  • 总图像数：26,580
  • 总受试者数：2,284
  • 年龄组数：8
  • 性别标签：有
  • 野外：是
  • 受试者标签：有

UTK-Face

• 数据集：UTK-Face数据集

APPA-REAL (real and apparent age)

• 论文：From Apparent to Real Age Estimation
• 数据集：APPA-REAL数据集

面部地标检测数据集

300W

• 论文：300W: A Benchmark for Face Alignment with 300 Faces

COFW

• 论文：Robust Face Landmark Estimation under Occlusion

AFLW

• 论文：AFLW: Annotated Facial Landmarks in the Wild
• 数据集：AFLW数据集

WFLW

• 论文：WFLW: Face Landmark Dataset
• 数据集：WFLW数据集

面部变形模型

Basel Face Model

• 论文：Basel Face Model
• 数据集：Basel Face Model数据集

Large Scale Facial Model (LSFM)

• 论文：LSFM: Large Scale Facial Model
• 数据集：LSFM数据集

面部取证

FaceForensics++

• 论文：FaceForensics++: Learning to Detect Manipulated Facial Images
• 数据集：FaceForensics++数据集

Celeb-DF

• 论文：Celeb-DF: A Large-scale Challenging Dataset for DeepFake Forensics
• 数据集：Celeb-DF数据集

The Deepfake Detection Challenge (DFDC) Preview Dataset

• 论文：The Deepfake Detection Challenge (DFDC) Preview Dataset
• 数据集：DFDC Preview Dataset

亲属验证

TALking KINship (TALKIN)

• 论文：Audio-Visual Kinship Verification

Families In the Wild: A Kinship Recognition Benchmark (FIW)

• 论文：FIW: A Kinship Recognition Benchmark
• 数据集：FIW数据集

搜集汇总

数据集介绍

构建方式

FDDB数据集的构建基于静态图像中的人脸检测任务，旨在为研究界提供一个人脸检测的基准。该数据集通过广泛搜集互联网上的图像资源，并对每张图像中的人脸进行精确标注，从而构建了一个具有挑战性的评测基准。

特点

FDDB数据集的特点在于其广泛性和精确性。它包含了多种不同条件下的人脸图像，如不同的表情、姿态、光照和遮挡等。此外，数据集中的标注信息详细，为每张图像中的人脸提供了精确的位置信息，使得该数据集成为评估人脸检测算法性能的重要基准。

使用方法

用户可以通过数据集提供的官方网站下载FDDB数据集。使用时，用户需要遵守数据集的使用条款和版权声明。该数据集可用于训练和测试人脸检测模型，通过官方评测脚本对模型的性能进行评估。

背景与挑战

背景概述

FDDB（Face Detection Data Set and Benchmark）是一个专注于人脸检测的公开数据集，由美国麻省大学（UMass）的视觉实验室创建于2010年。该数据集的主要研究人员为Alejandro Acosta、Amirhossein Fathi和John V. D. Markert等。FDDB的核心研究问题是提高人脸检测算法的准确性和鲁棒性，其研究成果为人脸识别、图像处理和计算机视觉等领域提供了重要的数据支持，并对相关技术的发展产生了深远影响。

当前挑战

该数据集在研究领域中面临的挑战主要包括：1) 人脸检测算法在复杂环境下的准确性和鲁棒性；2) 不同种族、年龄、性别等多样性格式下的人脸检测性能；3) 构建过程中如何有效处理大规模数据集的标注和清洗问题。此外，FDDB在提高人脸检测算法性能的同时，还需关注算法的实时性和计算效率问题。

常用场景

经典使用场景

FDDB数据集，全称为Face Detection Dataset，专为提升人脸检测算法性能而设计。其广泛用于训练和评估人脸检测模型，通过提供大规模、多样化的正面人脸图像，为算法提供了丰富的学习素材。该数据集在基准测试中的经典使用场景包括评估不同人脸检测算法在准确性和速度上的表现，以及在复杂场景下对人脸的定位准确性。

解决学术问题

该数据集解决了人脸检测领域中的多个学术研究问题，如如何在不同光照、姿态和遮挡条件下准确检测人脸，以及如何提高算法在真实世界场景中的鲁棒性。通过使用FDDB数据集，研究者能够量化其算法在多种实际场景下的性能，进而推动人脸检测技术的进步。

衍生相关工作

基于FDDB数据集，衍生出了一系列相关工作，如针对不同场景和条件下的人脸检测算法研究，以及结合深度学习技术的人脸属性识别等。这些工作不仅提升了人脸检测技术的理论水平，也为实际应用提供了技术支持。