人脸识别经典数据集全解析：六大数据库对比、选型与避坑指南

简介：这份资源将 AR、ORL、Yale、YaleB、FERET、PIE 六个经典人脸识别数据库统一打包，并转换为 MATLAB 可直接读取的 .mat 格式，同时附带 2 个 .m 脚本，用于标签整理与随机划分。资源共 1250 个文件，主流尺寸为 32×32 与 64×64，整包仅 38.77MB，适合人脸识别初学者、科研人员以及相关课程实验快速获取标准数据，免去逐一下载与格式转换的麻烦。六个数据库覆盖了光照变化、表情差异、太阳镜/围巾遮挡、姿态多角度等典型挑战，可分别用于鲁棒性验证、小样本训练、光照影响分析等任务。资源包目录清晰，文件名直接标明数据库与尺寸，方便按需索引；目前已有 2419 人学习使用，是一份即取即用的数据集基础包，能有效支撑算法原型验证与对比实验。 做计算机视觉、尤其是做人脸识别方向的朋友，大概率都绕不开“找数据集”这一步。早几年公开的人脸数据资源远没有现在这么丰富，大家做实验基本就是在AR、ORL、Yale、YaleB、FERET、PIE这几个经典库之间来回倒腾，直到今天，你翻很多论文的对比实验表，依然能看到它们的身影。这篇文章我就想一次性把这些常用人脸识别数据库聊透：每个库是什么来头、主要测什么问题、文件结构长什么样、怎么划分训练测试集才不被人审稿人挑毛病，以及实际使用中容易踩的坑。如果你正准备复现一篇老论文，或者刚开始接触人脸识别的实验，这篇应该能帮你省下不少时间。

1. 先搞清楚：这几个“人脸库”到底长什么样

很多人第一次看到AR、YaleB、PIE这些缩写时是懵的，因为同一个名字在不同的语境里差距太大。先明确一个前提：这里说的AR是Purdue大学发布的AR人脸数据库，跟路由器、增强现实完全不是一回事，我见过不少新手搜“AR人脸数据库”结果被带偏到别的方向去，所以下面我会先把每个库的“身份信息”整理清楚。

1.1 AR数据库：遮挡与光照的“压力测试场”

AR数据库是Purdue大学的A.M. Martinez等人采集的，主体是126个人，其中约70人是男性、56人是女性，每人26张彩色或灰度图像，分两个时期采集，两次间隔大约两周。这个库最大的特点就是包含了非常典型的“墨镜遮挡”和“围巾遮挡”，同时还有不同光源方向的变化、表情变化。这意味着它非常适合用来专门测试一个算法对遮挡和光照的鲁棒性。

我在实际使用中比较常用的做法是：用每个人的前一批次图像做训练，后一批次做测试，这样可以顺带验证算法在时间跨度上的稳定性。不过要提醒一句，AR库中有个别图像样本存在损坏或者采集不完整的情况，比如第125、126号对象的部分照片，下载后最好先批量检查一下图片能不能正常解码、尺寸是否统一，否则训练到一半报错会很痛苦。

1.2 ORL数据库：小样本入门的经典选择

ORL数据库有时候也叫AT&T Face Database，是剑桥大学AT&T实验室做的，里面一共40个人，每人10张图片，总共400张灰度图，分辨率是92×112。图片是不同时间拍摄的，表情有睁眼闭眼、微笑不微笑的差别，还有微小的姿态变化以及是否戴眼镜的区别。

这个库放在今天看非常迷你，但它的价值恰恰在于“小”。做传统机器学习算法验证时，ORL几乎是起步标配，比如你写PCA、LBP、LDA这类方法的代码，在这个库上跑一遍，几分钟就能看到结果。由于数据量小，也很适合用来做教学演示，就算你的笔记本没有独立显卡，一样跑得飞快。它的另一个优点是人脸区域基本居中，背景相对干净，预处理压力小。

1.3 Yale与YaleB：把光照变化研究到极致的两个版本

Yale Face Database是耶鲁大学早期做的，包含15个人、每人11张图片，总共165张灰度图，主要变化因素集中在三种情况：不同方向光源产生的光照变化、表情变化（比如正常、悲伤、惊讶）、是否佩戴眼镜。这个库比较适合做光照、表情变化的基础验证。

YaleB则要“猛”得多。原始版本的YaleB有10个人，9种姿态、64种光照条件；后来大家经常使用的Extended Yale B版本扩充到了38个人，每人大概有几十到上百张图片，覆盖9种姿态和64种光照。很多人论文里写的“YaleB”其实指的都是Extended Yale B，这点在读论文和下载数据时要特别注意，不然你按十个人的版本去复现，人数对不上，结果必然对不上。

在光照变化的研究里，YaleB可以说是“极限挑战场”，尤其是大角度侧光源下的样本，很多算法在这上面识别率会一下子掉下来，这也是检验光照归一化手段好不好用的试金石。

1.4 FERET与PIE：标准化评测和复合变化的大规模样本

FERET是美国陆军研究实验室支持建设的大规模人脸识别评测库，总人数超过1000人，图像总数超过10000张。它最大的价值不只是规模大，而是它有一整套固定的官方评测协议：fa作为标准正面训练集，Fb测表情变化、Fc测光照变化、Dup I和Dup II测不同时间间隔的重复采集识别稳定性。因为协议固定，不同论文里的FERET结果是可以横向比较的，这点很多其他库做不到。

CMU PIE数据库则是卡内基梅隆大学做的，68个人，总共41368张人脸图像，覆盖13种姿态、43种光照条件和4种表情。它的姿态变化跨度非常大，可以用来研究多角度人脸识别；不过图像数量多，存储和预处理都要花更多时间，比较适合有明确多姿态需求的研究。

2. 六大数据库横向对比：一张表帮你做选型

2.1 各库核心参数速查

我直接把六个数据库的关键信息整理成一张对照表，方便你复制到笔记里。这里的数据是我个人下载和使用时常见的经典版本，具体细节可能因来源不同略有出入。

这张表适合做初步筛选，但具体的目录结构、文件命名方式，不同来源下载的版本有可能不一样，使用时一定要先打开文件夹看一眼，别直接按固定路径写代码。

2.2 按用途怎么选：论文实验、算法验证、工程预研

选型时首先要问自己一个问题：我要解决的问题到底是什么？

如果只是快速验证一个特征提取方法在最简单情况下能不能跑通，ORL是首选，因为小、快、干净，调试起来很舒服；如果做的是光照鲁棒性相关工作，Yale和Extended YaleB基本是绕不开的，尤其是YaleB的子集划分，很多论文都是靠它说明光照归一化效果；如果方向是遮挡鲁棒性，AR数据库最典型，墨镜和围巾两类遮挡能覆盖不少实际场景。

如果是做多姿态人脸识别，PIE非常合适，13种姿态的覆盖面在经典库里算很广的。而如果目标是要证明算法在较大规模数据集、标准协议下依然可靠，那么FERET是更权威的选择，毕竟它有固定协议，审稿人比较认可这种“可复现的对比”。

至于现在流行的深度学习人脸识别，动辄用MS-Celeb-1M、WebFace、LFW做训练和测试，这些经典库确实显得小了。但我的建议是：在小样本、消融实验、传统方法对比这些环节，经典库依然很有用，因为它们的变化因素很“纯粹”，能帮你精确定位算法短板。大规模数据反而因为干扰因素太多，出了问题你很难判断是哪一步导致的。

3. 实操要点：获取、预处理和评测协议

3.1 数据获取渠道与使用授权

这些老库的下载渠道比较分散，而且很多官方网站年久失修，链接经常打不开。ORL的原始页面在AT&T，现在经常跳转到别的地方，更省事的方法是从普林斯顿的CS镜像或者Kaggle上找；Yale库在耶鲁CVL的页面可以直接申请；Extended Yale B在相关项目主页有下载；FERET需要去NIST走正式申请流程，签署分发协议后才能拿到；PIE则需要给CMU提交使用申请，填一份协议表格；AR库可以在Purdue的相关页面碰碰运气，有时候研究者主页上能直接找到压缩包。

这里特别提醒一句：这些库基本都是Research Only，只能用于学术研究，毕业设计、发论文没问题，但如果你要做商业产品，必须先跟版权方确认授权范围和商用条件，否则风险很大。另外下载来的压缩包一定要校验一下图片数量和解码情况，我曾经从某个非官方渠道拿到的AR压缩包，目录结构没问题，但有几十张图其实是损坏的，白白浪费了一天调试时间。

3.2 图像预处理：对齐、裁剪、归一化

不管用哪个库，预处理都建议按照“人脸检测→对齐→裁剪→灰度化→光照归一化→尺寸统一→像素归一化”这个流程来做。ORL和Yale的画面比较规整，人脸基本在中间，简单裁剪和缩放就行；但YaleB、PIE这类库，姿态和光照变化大，如果直接用原图，算法很容易被背景和光照干扰带偏。

人脸检测和对齐我用得比较多的是dlib的landmark检测，或者OpenCV自带的检测器，近几年也可以用MTCNN或者RetinaFace这类深度学习方法。检测到关键点之后，根据两眼坐标把人脸旋转摆正，再裁剪到统一尺寸，这一步能极大提升后续特征提取的稳定性。

光照归一化方面，如果你用YaleB做实验，建议至少做一次直方图均衡化，更讲究一点可以用Tan&Triggs算法或者DoG滤波，这类方法专门抑制光照不均。很多人一上来就堆复杂的深度学习模型，但忽略了一个事实：在YaleB这种光照极端的数据上，一个简单的光照预处理往往比换更大的模型更有效。像素归一化也别忘了，通常把灰度值映射到[0,1]区间，或者按均值方差做标准化，这对深度学习模型的收敛速度影响很明显。

3.3 训练测试集划分和官方评测协议

训练集和测试集的划分，直接决定实验结果能不能被别人复现，这也是审稿人经常盯的地方。

ORL最常见的划分是：每人随机选5张做训练、剩下5张做测试，重复多次取平均准确率，或者做留一法交叉验证。Yale因为人数少，比较适合留一法或者随机划分多次取平均。AR库常用两种划分：一种是把一部分人全部图像作为训练、另一部分人作为测试，这验证的是“身份是新的”场景；另一种是每人前14张不遮挡图像训练、后12张遮挡图像测试，这验证的是遮挡鲁棒性。两种做法都有论文在用，关键是写清楚。

YaleB有一套广泛接受的Subset划分方法，把不同光照条件分成5个子集，常见做法是用Subset 1到3做训练、Subset 4和5做测试，因为后两个子集的光照条件最苛刻，能充分检验算法的光照鲁棒性。FERET不用自己划分，直接用官方协议就好，fa是训练集，Fb、Fc、Dup I、Dup II是测试集。PIE采样子集的时候要说明清楚你用的是哪几种姿态、哪几种光照下的图像，否则别人很难复现。

4. 常见问题与避坑实录

4.1 数据集太小，模型过拟合怎么办

ORL总共400张图，Yale 165张，这种规模放在深度神经网络里基本上“喂不饱”。我在ORL上试过，直接拿一个小型卷积神经网络训练，很快训练准确率到100%、测试准确率反而上不去，典型的过拟合。后来总结的经验是：先换简单模型，比如逻辑回归加PCA特征，或者浅层的MLP，用这类方法跑ORL反而效果很稳定；如果非要用深度学习，一定要加数据增强，比如随机裁剪、水平翻转、小角度旋转、亮度扰动。当然，更现实的做法是：用这种小库做pipeline验证和结果初步判断，正式效果对比还是得去更大的数据集上做。

4.2 光照敏感？先做光照归一化再谈模型

Extended YaleB的Subset 5里那些大角度光源下的人脸，灰度分布极其不均匀，一半脸亮一半脸暗，直接用原始像素训练，很多模型都会翻车。我最早做这个实验时，没做任何光照预处理，ResNet也扛不住，测试准确率只有六成左右。后来在预处理阶段加了Tan&Triggs光照归一化，同样的模型直接提升到了九成以上。这个经历给我的启发是：数据本身的问题要优先在数据层面解决，不要指望模型去硬扛数据缺陷。

4.3 标签和文件格式的“隐藏坑”

不同来源的AR库，目录结构可能差别很大。有的版本按人分文件夹，文件夹名是“m-001”、“w-001”这种；有的版本不分男女，直接按数字编号；还有的版本把训练测试混在一起。PIE库的文件命名比较复杂，一张图的名字里同时编码了姿态、光照、表情信息，比如“p07_s07_c09”这种格式，解析的时候一定要对照官方说明，切错分隔符就会得到完全错误的标签。

我的习惯是：第一次拿到任何库，先写一个小脚本，把每个文件名、标签、图像尺寸输出到一张CSV里，人工抽查一遍再进下一步。这个步骤虽然麻烦，但能避免后面所有问题被放大。另外，有些库里的标签是0开头还是1开头、灰度值范围是0到255还是0到1，这些细节都会影响最终结果，提前确认好能省很多事。

4.4 老库下载链接失效的应急方案

这些库的官方下载链接不稳定是常态。ORL我从AT&T官网下过一次，页面后来改版直接404了，最后是从普林斯顿的镜像站找到的；FERET走NIST申请虽然正式，但周期相对长，如果时间紧，先看看学校或者实验室是否有人已经申请过，直接内部共享使用是很常见的做法。

如果从GitHub和Kaggle等第三方渠道获取，尽量选star数高、下载量大的仓库，拿到后重点校验三件事：图片总数对不对、关键样本（比如AR的遮挡图）是否存在、尺寸和官宣是否一致。我之前遇到过一个“被二次处理过”的AR版本，图片被统一缩放过、还转了格式，直接导致模型输入尺寸和原论文不一致，所以拿到任何非官方来源的数据都要多留个心眼。

4.5 避免关键词搜索被“带偏”

如果你要搜AR人脸数据库，建议直接在搜索引擎里输入“AR face database”或者带“Purdue”字样，而不是搜“AR人脸”，否则很容易被AR增强现实、AR路由器之类的内容干扰。搜YaleB就输入“Extended Yale Face Database B”，搜PIE就用“CMU PIE face database”。这些小细节看起来不起眼，但能让下载环节顺利很多。

5. 我的一点个人体会

这些经典数据库的数据量放在今天的确不算大，但我在做小样本算法验证和方法对比时依然经常用它们。原因很简单：这几个库的变化维度足够“纯”，YaleB就是光照极端，AR就是遮挡，ORL就是小样本和轻微姿态表情变化，算法在哪一步掉链子，用它们一测就能定位。而大规模数据集往往是光照、姿态、遮挡、年龄各种因素混在一起，最终效果不好时你很难说清楚问题出在哪个环节。

另外我经常把ORL和Yale推荐给刚入门的学生，因为它们能让你用极低成本把“读图→预处理→特征提取→分类→评估”这条pipeline完整跑通，非常适合建立对整个人脸识别流程的直觉。某种程度上，这些老库不是过气的实验品，而是一把把“手术刀”，专门用来解剖算法的具体短板。如果你手头在复现PCA、LBP、SRC这些经典方法，这几个库足够你玩得很尽兴，关键是每一个细节都亲手过一遍。

本文还有配套的精品资源，点击获取