数据库
属性
- CelebA: 10,177 number of identities,202,599 number of face images, and 5 landmark locations, 40 binary attributes annotations per image.
- The ORL Database of Faces: 来自AT&T，图片有40个属性，受限场景，均匀背景幕布下采集，1992-1994
年龄、性别、人种
- MORPH: 需要$499,13673个人,共55608张。属性主打年龄，人种，性别。非受限条件采集图片。额外的还包括头发颜色（人种特征）眼镜，详细简介看这里
- UTKFace : 2W张人脸，主打人种、性别、年龄。
- CARC: 2k个名人的16W张图片，主要是年龄
- FG-NET：（82个人,共1002张)，论文为2014年ECCV论文
- Adience ： 2284个人,共26580张，主要为年龄、性别识别
- CACD2000 ：（2000个人,共163446张）
- LAP
- IMDB-Wiki dataset: 10W个艺人，由IMDB的2W名人的46W张人脸和Wikipedia的6W张人脸组成。主要是年龄、姓名、性别（20284个人,共523051张）
- MegaAge-Asian dataset: 4W张照片，主打年龄，亚洲人脸图片。主要用来后处理的方法。
表情
- JAFFE
- CK+
- MMI
- FER-2013 Faces Database: 约3w张图片，7种表情，微软表情比赛数据
- MSFDE: 多种族7种表情
- EmotiW 一堆数据集
关键点
- BioID（1000张 20个关键点）
- LFPW：（1132 张，29个关键点）
- AFLW（25993张,21个关键点）
- COFW：（1852张,每个人脸标定29个关键点）
- ICCV13/MVFW ：（2500张,68个关键点）
- OCFW： （3837张,68个关键点）
- 300-W ：（600张,68个关键点）
- WFLW： 10000 faces (7500 for training and 2500 for testing) with 98 fully manual annotated landmarks
颜值
- **SCUT-FBP5500-Database: 性别和颜值，亚洲和高加索人种，5500张图片
开源项目(基本上都是多任务学习)
年龄
-
-
- 数据： IMDB-WIKI dataset
- 论文：[1] R. Rothe, R. Timofte, and L. V. Gool, “DEX: Deep EXpectation of apparent age from a single image,” in Proc. of ICCV, 2015. [2] R. Rothe, R. Timofte, and L. V. Gool, “Deep expectation of real and apparent age from a single image without facial landmarks,” in IJCV, 2016.
-
- 数据：IMDB-Wiki、Adience、UTKFace、FGNET
- 论文：修改网络结构的SSR-NetIJCAI18 SSR-Net: A Compact Soft Stagewise Regression Network for Age Estimation
-
SSR-Net 年龄和性别
- 数据： IMDB-WIKI dataset、Morph2
- 论文：SSR。速度快
-
DEX 表情年龄性别
相关论文
《Heterogeneous Face Attribute Estimation: A Deep Multi-Task Learning Approach (PAMI- 2017)》
《Deep Attribute Guided Representation for Heterogeneous Face Recognition (IJCAI-18)》