点击上方“3D视觉工坊”，选择“星标”

干货第一时间送达

1、AFLW database

数据下载链接：

http://lrs.icg.tugraz.at/research/aflw/

AFLW人脸数据库是一个包括多姿态、多视角的大规模人脸数据库，而且每个人脸都被标注了21个特征点。此数据库信息量非常大，包括了各种姿态、表情、光照、种族等因素影响的图片。AFLW人脸数据库大约包括25000万已手工标注的人脸图片，其中59%为女性，41%为男性，大部分的图片都是彩色，只有少部分是灰色图片。该数据库非常适合用于人脸识别、人脸检测、人脸对齐等方面的研究，具有很高的研究价值。

2、BU-3DFE dataset

数据下载链接：

http://www.sciweavers.org/subject/bu-3dfe-database

提出了一个新开发的三维面部表情数据库，其中包括原型三维面部表情形状和来自100名受试者的2500个模型的二维面部纹理。

3、Florence

数据下载链接：

http://www.micc.unifi.it/resources/datasets/florence-3d-faces/

这个数据集是专门用来支持技术的研究，以弥合二维、基于外观的识别技术和全三维方法之间的差距。它的设计目的是以可控的方式模拟真实的监视条件，并探索在真实场景中开发三维模型的效果。为此，设计了数据采集pipelines，以提供相互一致的三维数据和二维视频。

1、首先，使用三维扫描仪捕获每个对象的三维模型。

2、其次，我们录制高清晰度（HD）视频的对象，因为他模拟了一系列特定的头部旋转（这大致相当于一个合作的环境）。为了在多个图像分辨率下捕获被摄体面部，使用了五个级别的缩放。

3、之后，从两个PTZ摄像机（一个室内摄像机，另一个室外摄像机）记录被摄体。这两个场景代表了一个更不合作的主题，他被要求是自发的。在每个视频中捕获三个级别的缩放，以覆盖广泛的面部分辨率。

数据集包括：

1、对许多受试者的人脸进行高分辨率三维扫描。

2、不同分辨率、不同条件和不同缩放级别的视频序列。

4、CelebA dataset

数据下载链接：

http://mmlab.ie.cuhk.edu.hk/projects/CelebA.html

CelebFaces属性数据集（CelebA）是一个大规模的人脸属性数据集，包含超过200K幅图像，每个图像都有40个属性注释。该数据集中的图像覆盖了较大的姿态变化和背景杂波。CelebA有着巨大的多样性、数量和丰富的注释，包括

1、10177个身份

2、202599张人脸图像

3、每幅图像拥有5个landmarks位置，以及 40个二进制属性注释

该数据集可作为以下计算机视觉任务的训练和测试集：人脸属性识别、人脸检测、标志点（或面部）定位、人脸编辑与合成。

5、LS3D-W

数据下载链接：

https://www.adrianbulat.com/face-alignment

LS3D-W 是个大规模人脸对齐标注数据集，由诺丁汉大学计算机视觉实验室创建。人脸图像来自AFLW, 300VW, 300W和FDDB，人脸对齐采用68点标注法，一共包含了大约 230,000 人脸精准标记图像。

参考论文：How far are we from solving the 2D \& 3D Face Alignment problem？

6、UMDFaces dataset

数据集下载地址：http://umdfaces.io/

UMDFaces是一个针对face的数据集，分为两部分：

1、静态图像-针对8277名受试者的367888个面部注释。

2、视频帧-3100名受试者的22000多个视频中超过370万个带注释的视频帧。

7、AFW database

数据下载链接：

http://www.ics.uci.edu/~xzhu/face/

AFW数据集是使用Flickr（雅虎旗下图片分享网站）图像建立的人脸图像库，包含205个图像，其中有473个标记的人脸。对于每一个人脸都包含一个长方形bounding box，6个landmarks和相关的姿势角度。

8、300W

数据下载链接：

https://ibug.doc.ic.ac.uk/resources/300-W/

300W数据集是由AFLW，AFW，Helen，IBUG，LFPW，LFW等数据集组成的数据库，需要去官方网站进行注册和申请才能下载~

 3DCVer荐读

超全的3D视觉数据集汇总

那些精贵的3D视觉系统学习资源总结

吐血整理|3D视觉系统化学习路线

重磅！3DCVer-学术交流群已成立

欢迎加入我们公众号读者群一起和同行交流，目前有3D视觉、CV&深度学习、SLAM、三维重建、点云后处理、自动驾驶、CV入门、医疗影像、缺陷检测、行人重识别、目标跟踪、视觉产品落地、视觉竞赛、车牌识别等微信群，请扫描下面微信号加群，备注：”研究方向+学校/公司+昵称“，例如：”3D视觉 + 上海交大 + 静静“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进去相关微信群。原创投稿也请联系。

▲长按加群或投稿

▲长按关注我们