2D图像质量评估数据集

1. LIVE（LIVE Image Quality Assessment Database）：包含29种失真类型的图像（比如压缩、模糊、卷积等），每种失真类型有五个失真程度。共计116幅图像。
2. CSIQ（Contribution to Subjective and Objective Quality Assessment in Image and Video Compression）：包含6种视频质量下降的情况，分别是：压缩失真、加性白噪声、均匀噪声、高斯模糊、运动模糊和锐化。共计30幅图像。
3. TID2008（Tampere Image Database 2008）：包含25种经过处理的图像，每种图像都经过加性高斯噪声、广义高斯导数滤波、椒盐噪声、含噪声的模糊、含失真的JPEG压缩等处理。共计1700幅图像。
4. CID2013（Challenge in Image and Video Retrieval 2013，也称为LIVE-Qualcomm）：包含5种失真类型：低比特率压缩、加性高斯噪声、多重帧噪声、人工模糊和运动模糊。共计474幅图像。
5. Waterloo Exploration Database：包含了5000张图像，其中包括各种失真类型（例如JPEG压缩、高斯噪声、椒盐噪声、线性滤波）。同时该数据库还提供对每个图像的评价结果。

相关问题

多模态2D+3D人脸识别所有公开数据集数据集

以下是一些公开的多模态2D+3D人脸识别数据集：

1. BU-3DFE数据集：这个数据集包含了100个志愿者的3D面部表情数据，每个志愿者有40个表情。每个样本都包含了2D和3D的数据。

2. BP4D+数据集：该数据集包含了来自41位志愿者的高质量2D和3D面部表情数据。每个志愿者在多个表情状态下有多个序列。

3. CASIA-3D数据集：CASIA-3D数据集是一个基于Kinect传感器采集的多模态人脸识别数据集。它包含了来自不同视角和不同表情的2D和3D人脸图像。

4. UND-J2数据集：这个数据集包含了来自60个志愿者的2D和3D面部图像。每个志愿者有20张图像，涵盖了不同姿态和表情。

5. ICT-3DRFE数据集：这个数据集包含了来自105个志愿者的2D和3D面部表情数据。每个志愿者有12个表情状态。

6. 3D Mask Attack数据集：这个数据集专门用于研究3D面具攻击的人脸识别问题。它包含了来自不同人种和性别的真实人脸图像和3D面具攻击图像。

这些数据集提供了丰富的多模态2D+3D人脸图像，可用于研究和评估多模态人脸识别算法的性能。它们涵盖了不同的表情、姿态和光照条件，可以帮助研究人员更好地理解和解决多模态人脸识别中的挑战。请注意，在使用这些数据集时，请遵循相应的许可和使用规定。