面向眼镜识别的面部合成:MeGlass 数据集
2024-05-20 03:14:14作者:宣利权Counsellor
面向眼镜识别的面部合成:MeGlass 数据集
1、项目介绍
MeGlass 数据集是一个专为眼镜人脸识别评估设计的独特资源。该项目源自论文《Face Synthesis for Eyeglass-Robust Face Recognition》,致力于解决在存在眼镜干扰情况下的人脸识别问题。数据集中包含了大量经过精心挑选和清洗的面部图像,每个身份都有带眼镜和不戴眼镜的两种状态,旨在提供一个可靠的基准来测试人脸识别算法的眼镜鲁棒性。
2、项目技术分析
MeGlass 数据集的构建过程采用了眼镜分类器、强大的人脸识别模型以及人工审核,确保了人脸身份和是否佩戴黑框眼镜属性的准确性。因此,这个数据集不仅适用于人脸识别任务(包括识别和验证),还适合于眼镜检测、移除、生成等计算机视觉挑战。
数据集包含了两个版本:120x120像素的裁剪版和原始面部图像版,方便不同需求的研究者使用。meta.txt 文件记录了图像的标签信息,'1' 表示佩戴黑框眼镜,'0' 表示未佩戴。
3、项目及技术应用场景
由于其全面的属性标记和高质量的图像,MeGlass 可以广泛应用于:
- 人脸识别:测试算法在有无眼镜的情况下识别精度。
- 眼镜检测:训练模型自动检测面部是否有眼镜。
- 眼镜去除/生成:通过学习,实现对眼镜的添加或移除,提高面部特征提取的稳健性。
- 深度学习研究:作为基础数据集,用于研究新的特征表示和模型优化。
4、项目特点
- 多样性: 涵盖1,710个不同的身份,共47,917张图片,其中一半带有眼镜,另一半则没有。
- 高质保证: 利用先进的技术和人工审核确保数据质量。
- 多任务适用: 能满足从基本人脸识别到复杂的图像处理任务的多种需求。
- 易用性: 提供清晰的文件结构和详细说明,便于研究人员快速上手和利用。
如果您在人脸识别或相关领域进行工作,MeGlass 数据集是一个值得尝试的宝贵资源。请在您的研究成果中引用此项目以支持作者的工作:
@article{guo2018face,
title={Face Synthesis for Eyeglass-Robust Face Recognition},
author={Guo, Jianzhu and Zhu, Xiangyu and Lei, Zhen and Li, Stan Z},
journal={arXiv preprint arXiv:1806.01196},
year={2018}
}
现在就下载MeGlass数据集,开启您的眼镜鲁棒人脸识别之旅吧!
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
Spark-Prover-X1-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
Qt控件CSS样式实例大全 - 打造现代化GUI界面的终极指南 2023年最新HTMLCSSJS组件库:提升前端开发效率的必备资源 PADS元器件位号居中脚本:提升PCB设计效率的自动化利器 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 SAP S4HANA物料管理资源全面解析:从入门到精通的完整指南 VSdebugChkMatch.exe:专业PDB签名匹配工具全面解析与使用指南 TextAnimator for Unity:打造专业级文字动画效果的终极解决方案
项目优选
收起
deepin linux kernel
C
24
7
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
317
2.74 K
仓颉编译器源码及 cjdb 调试工具。
C++
124
852
Ascend Extension for PyTorch
Python
155
178
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
639
246
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
241
85
暂无简介
Dart
606
136
React Native鸿蒙化仓库
JavaScript
239
310
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
470
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
364
3.02 K