graviti
产品公开数据集应用市场解决方案知识库关于我们

跨年龄人脸数据集 | CACD数据集介绍及下载

发布于2021-02-05

一、CACD数据集介绍

Cross-Age Celebrity Dataset:迄今为止最大的跨年龄人脸识别和检索数据集,包含 2,000 位16岁-62岁名人的 163,446 张图像

数据集发布方:中央研究院咨询科学研究所

发布年份:2014年

数据格式:图像

数据量:163.446K

数据集大小: 7.83GB

高速下载CACD数据集:https://www.graviti.cn/open-datasets/CACD

相关论文:Bor-Chun Chen, Chu-Song Chen, Winston H. Hsu. Cross-Age Reference Coding for Age-Invariant Face Recognition and Retrieval, ECCV 2014

近年来,人脸识别研究虽已取得一定进展,但在跨年龄的人脸识别和检索方面仍面临挑战。以往,我们使用具有强大参数假设的复杂模型来建模人脸老化过程,而这次我们以数据为驱动来解决这个问题。

我们提出了一种新的编码框架——跨年龄参考编码(Cross-Age Reference Coding, CARC)。通过利用网上免费提供的大规模图像数据集作为参考集,CARC能够使用年龄不变的参考空间对人脸图像的低层特征进行编码。在测试阶段,所提出的方法只需要一个线性投影来编码特征,因此它是高度可扩展的。为了全面评估我们的工作,我们引入了一种新的跨年龄名人数据集——Cross-Age Celebrity dataset, CACD,用于识别和检索跨年龄的人脸。该数据集包含超过16万张16岁-62岁的2,000位名人照片。

实验结果表明,该方法在我们的数据集以及其他广泛应用的年龄、形态数据集上都能表现出最佳性能。

跨年龄名人数据集CACD包含2,000位名人的163,446张图像。这些图像以名人的名字和年份(2004-2013)作为关键词,通过搜索引擎搜集而来。因此,我们只需从照片拍摄年份中减去出生年份,便可以估算出照片上名人的年龄。

CACD数据集包含两个MATLAB结构:

  1. celebrityData-2,000位名人的信息
  • name-名人的名字
  • identity -名人id
  • birth-名人的出生年份
  • rank -在构建数据集时,IMDB.com网站上同出生年份名人的排名
  • lfw -名人是否在LFW数据集中

2. celebrityImageData -名人脸部图像的信息

  • age-估计名人的年龄
  • identity -名人id
  • year-估计照片拍摄的年份
  • feature-从16个面部标志中提取75,520维LBP特征
  • name -图像文件名


二、CACD数据集高速下载

针对海外数据获取难、下载慢的问题,Graviti给出了一站式解决方案——将全球资源Host至国内镜像,无需VPN访问即可享受高速下载。

1、点击进入Graviti公开数据集-CACD数据集主页

2、点击「获取数据集」,将CACD数据集加入我的公开数据集

3、系统自动跳转到GAS控制台-TensorBay-公开数据集后,点击进入「CACD数据集」管理页面

4、下载CACD数据集

三、CACD数据集在线可视化

使用Graviti可视化插件,实现在线可视化数据标注分布,所见即所得!

1、停留在刚才的TensorBay-GAS控制台,点击「数据详情」-「数据可视化」,可查看CACD的原数据

2、进入「标注详情」页,点击「详情」-「可视化」,查看标注数据:数据标注、标签分布一览无余

3、查看标签分布统计列表、柱状图及饼图

四、CACD数据集的使用与管理

对于部分Graviti提供的标准格式的公开数据集,支持Fork公开数据集的功能。用户可将公开数据集获取至【我的数据集】,在线修改、使用数据;进行版本管理

具体步骤如下:

1、在TensorBay-GAS控制台-CACD数据集主页,点击「Fork」获取数据集

2、前往「我的数据集」,点击进入「CACD」数据集主页

3、进入「数据集详情」页,在Draft(草稿模式)下,可选择上传数据、发布数据集等基本功能,并享受版本管理、在线可视化、数据协同等服务,还通过开发者工具在线集成与云端使用数据

五、更多人脸数据集推荐

  1. Audience
  2. CelebA-align
  3. MagaAge-Asian
  4. Radboud Faces

高质量经典人脸数据集汇总:

https://www.graviti.cn/article/gao-zhi-liang-jing-dian-ren-lian-shu-ju-ji-ji-xia-zai-di-zhi