Dataset之LFW：LFW人脸数据库的简介、安装、使用方法之详细攻略

LFW人脸数据库的简介

       A database of face photographsdesigned for studying the problem of unconstrained face recognition.The data set contains more than 13,000 images of faces collected fromthe web. Each face has been labeled with the name of the personpictured. 1680 of the people pictured have two or more distinct photosin the data set. The only constraint on these faces is that they weredetected by the Viola-Jones face detector. More details can be foundin the technical report below.    There are now four different sets of LFW images including the original and three different types of "aligned" images.The aligned images include "funneled images" (ICCV 2007), LFW-a, which uses an unpublished method of alignment,and "deep funneled" images (NIPS 2012). Among these, LFW-a and the deep funneled images produce superior results for most face verification  algorithms over the original images and over the funneled images (ICCV 2007).
Labeled Faces in the Wild官网：http://vis-www.cs.umass.edu/lfw/

     LFW (Labeled Faces in the Wild) 人脸数据库是由美国马萨诸塞州立大学阿默斯特分校计算机视觉实验室整理完成的数据库，主要用来研究非受限情况下的人脸识别问题。LFW 数据库主要是从互联网上搜集图像，而不是实验室，一共含有13000 多张人脸图像，每张图像都被标识出对应的人的名字，其中有1680 人对应不只一张图像，即大约1680个人包含两个以上的人脸。

        LFW数据集主要测试人脸识别的准确率，该数据库从中随机选择了6000对人脸组成了人脸辨识图片对，其中3000对属于同一个人2张人脸照片，3000对属于不同的人每人1张人脸照片。测试过程LFW给出一对照片，询问测试中的系统两张照片是不是同一个人，系统给出“是”或“否”的答案。通过6000对人脸测试结果的系统答案与真实答案的比值可以得到人脸识别准确率。
这个集合被广泛应用于评价 face verification算法的性能。 

    这些数据集唯一的限制就是它们可以被经典的Viola-Jones检测器检测到（a hummor）。图像如下图所示，

1、LFW数据集的重要意义

     可以看出，在LFW 数据库中人脸的光照条件、姿态多种多样，有的人脸还存在部分遮挡的情况，因此识别难度较大。现在， LFW 数据库性能测评已经成为人脸识别算法性能的一个重要指标。

 

LFW人脸数据库的安装

下载链接为http://vis-www.cs.umass.edu/lfw/index.html#download

 

 

LFW人脸数据库的使用方法