人脸检测和人脸识别算法都需要在大量的人脸数据集上验证、测试，当前比较经典和常用的人脸数据集有LFW和FDDB。本书还收集了另外两个数据集，分别命名为Wanwan1和Wanwan2。本节分别对这四个数据集进行介绍。
1.2.1 LFW数据集
LFW（Labeled Faces in the Wild）数据集[1]是由美国马萨诸塞大学阿姆特分校收集整理并维护的，是为了在不受限制的环境下研究人脸识别问题而设计的[2]。该数据集中有13 233张图片，这些图片均从网上收集而来，得到这些原始图像后，经过处理，最后数据集中每张图片的尺寸都是250×250像素的，并且每张图片都以图像中人物的名字命名，不同人的图片被放在不同的文件夹中。一共有5749个文件夹，即5749个人。其中，4069个人只有一张图片，而1680个人有多张图片。如lfw/Aaron_Peirsol中有四张图片，命名形式如图1-2所示。
LFW数据集可用于人脸检测、人脸识别和人脸检索。
图1-2 LFW中Aaron_Peirsol文件夹下的图片
1.2.2 FDDB数据集
FDDB（Face Detection Data Set and Benchmark）数据集[3]由Vidit等人[4]收集整理，现由美国马萨诸塞大学阿姆特分校维护。设计该数据集的目的是为人脸检测算法提供一个数据集，并且在该平台上公平地比较和评估不同人脸检测算法的效果。该数据集中共有28 736张人脸图片，其中包含5171张个人脸的2845张图片来自数据集Faces in the Wild[5]。此外，该数据集还对图片中的人脸区域提供了准确的椭圆形的注解框。FDDB数据集中包含的人脸图片有不同姿势的、遮挡的、低分辨率的，甚至有失焦的，有彩色图像，也有灰度图像。如图1-3所示，呈现了一些FDDB数据集中的图片。FDDB数据集是世界上权威的人脸检测评估平台之一，它公布了大量算法评估结果的ROC曲线，如图1-4所示。
FDDB数据集主要用于人脸检测和人脸检索。
图1-3 FDDB数据集中的图像示例
图1-4 不同人脸检测算法在FDDB数据集上检测准确度的ROC曲线[3]
1.2.3 Wanwan1数据集
Wanwan1数据集中包含100张侧脸图片，这些图片均来自网上。这些图片尺寸大小不一，场景也不一致。最重要的是，这些图像中的人脸均为侧脸。如图1-5所示，呈现了Wanwan1数据集中的一些图片。
图1-5 Wanwan1数据集中的图片
1.2.4 Wanwan2数据集
Wanwan2数据集中包含了100张多角度（甚至是360°）的人脸图片，下面呈现了Wanwan2中的一些图像，有360°人脸，如图1-6（a）所示；有90°人脸，如图1-6（b）所示。
图1-6 Wanwan2数据集中的图片