今天分享一组可用于人工智能人脸识别的数据集，有需要的同学可以下载使用，该数据会陆续更新。
1、NIST大型人脸数据集 包括静态人脸图像和视频
由于美国国家标准化研究院（NIST）发布的大型人脸数据集，包括从互联网采集的静态人脸图像和视频，共有1845个对象，11754张图片，55026视频帧，7011个视频和10044非人脸图像。该数据集在采集上与其它流行的人脸数据集不重叠，如：牛津大学VG
G人脸数据集Face Challenge、CASIA WEBFace数据集等。
数据集被用于NIST举办的 Face Challenge 竞赛，进行校验、搜索、检测、聚类、标注等人脸识别任务。
2、ETH 一个用于行人检测、人脸识别的视频数据集
ETH Pedestrian dataset 是一个包含行人的视频数据，可用以进行行人检测和识别等机器视觉任务。
3、MIT Saliency 眼睛浏览轨迹数据集
MIT Saliency 是一个眼睛浏览轨迹数据集，包括对 39 个物体 300 张视觉浏览轨迹数据。
视觉注意力的许多计算模型已经通过多种不同的方法来创建，以预测人们在图像中的位置。通常通过演示新图像的性能来介绍每个模型，并且很难在模型之间进行立即比较。为了缓解此问题，我们提出了一个基准数据集，其中包含300个自然图像以及来自39个观察者的眼睛跟踪数据，以比较模型的性能。我们使用三种不同的指标来计算10个模型在预测地面真相注视时的性能。
