見光波段的人臉年齡資料庫：MORPH（Craniofacial Longitudinal Morphological Face Database）[11][12]、FG-NET（FG-NET Age Database）、PolyU（PolyU Near-Infrared Face Database ） [13] 近 紅 外 線 人 臉 資 料 庫 、 LDHF （ Long Distance Heterogeneous Face Database）異質性影像（可見光和近紅外線）人臉資料庫。
雖然 PolyU 和 LDHF 都有近紅外線人臉影像，但是這兩個資料庫都沒有任 何跟年齡相關的標籤資訊，因此本章節最後以 Intel RealSense 的 F200 模組為擷 取設備，自行建立近紅外線人臉影像年齡資料庫 RSNIR（Intel RealSense Near-Infrared Age Database）。
2.1 MORPH
MORPH（Craniofacial Longitudinal Morphological Face Database）是一個公開 的人臉資料庫，資料庫中包含每張人臉影像的年齡、性別、種族，身高、體重和
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
7
圖 2. 1 MORPH 樣本分佈
圖 2. 2 MORPH 樣本資料
2.2 FGNET
FGNET（FG-NET Age Database）是一個公開的年齡老化資料庫，共有 82 個 人參與，包含 1002 張彩色或灰階的人臉面部影像，配合大幅度的光源變化和不 同的種族所建立而成，年齡從 0 到 69 歲。
FGNET 樣本資料如圖 2.4 所示，以其中 530 張無遮蔽物（眼鏡、帽子）人臉 影像為實驗樣本，FGNET 樣本分佈如圖 2.3 所示。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
8
圖 2. 3 FGNET 樣本分佈
圖 2. 4 FGNET 樣本資料
2.3 PolyU
在生物辨識的相關議題中，有越來越多學者投入近紅外線波段人臉辨識演算 法的研究。為了能夠與相關研究比較和測試效能，需要一個大型且開放的資料庫 作為比較基準，PolyU-NIRFD（PolyU Near-Infrared Face Database）即為最早開放 的大型近紅外線人臉資料庫。
PolyU-NIRFD 由 香港 理工大學人體生物特徵識別研究中心（ Biometrics Research Centre，BRC）所建置與維護，目前 PolyU-NIRFD 已被發佈。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
9
圖 2. 5 PolyU 擷取設備（A：近紅外線 LED 光源，B：近紅外線感光攝影鏡頭 和近紅外線濾波器）
擷取設備如圖 2.5 所示，由一個 CCD 鏡頭、一組以鏡頭為中心環繞的近紅 外線 LED（發光二極管）光源、一個濾波器、一個影像擷取（Frame grabber）卡、
一台個人電腦所組成。鏡頭含有濾波器功能，可過濾可見光波長，當鏡頭和人臉 之間距離 80cm~120cm 時，能擷取品質良好的近紅外線人臉影像，LED 光源的 整體亮度能才發揮最大效果。要特別注意的是 LED 光源的照射方向必須和鏡頭 方向同個軸心，才能提供最佳的正面照明效果。
圖 2. 6 PolyU 人臉影像各種變化：a）一般 b）表情 c）姿勢 d）距離
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
10
影像資料部分，扣除掉當中資料不完整的 15 位參與者，共有 335 個人參與，
每位參與者約有 100 張影像，共有 34,000 張影像。在拍攝過程中，參與者正坐 面向攝影鏡頭拍攝正面照。為了使參與者的照片具有各種變化，接著拍攝了表情、
姿勢及距離遠近等不同變化的照片如圖 2.6 所示。其中 15 名參與者的拍攝時間 間隔了兩個月以上的兩個不同時間，如圖2.7所示。
圖 2. 7 PolyU 兩個不同時間的近紅外線人臉影像
2.4 LDHF
LDHF（Long Distance Heterogeneous Face Database）是一個聚焦在不同距離 的異質性影像人臉資料庫，有 100 個人參與，包括男生 70 人和女生 30 人，每人 分別就 1 公尺、60 公尺、100 公尺、150 公尺等四種不同的距離，於日間拍攝可 見光影像、夜間拍攝近紅外線影像。
本實驗使用 1 公尺的異質性影像資料，資料庫中的人臉皆為正面人臉，不帶 眼鏡或其它臉部裝飾物，且為單一坐姿，如圖 2.8 所示。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
11
圖 2. 8 LDHF 拍攝 1 公尺短距離的可見光人臉影像和近紅外線人臉影像
2.5 RSNIR
前面小節介紹兩個與近紅外線有關的人臉資料庫：PolyU、LDHF，其中，
PolyU 適用在人臉辨識，而 LDHF 適用在不同距離的人臉辨識，兩資料庫皆沒有 年齡資訊，因此本研究以 Intel RealSense F200 模組為擷取設備，透過模組的 CCD 鏡頭，搭配 RealSense SDK 設計了近紅外線人臉影像自動擷取系統，自行建立近 紅外線人臉影像年齡資料庫 RSNIR（Intel RealSense Near-Infrared Age Database）。 Intel RealSense 相關硬體細節參考附錄一。
RSNIR 樣本分為 7 個年齡層，每 10 歲為一個年齡層，每個年齡層分有男女 各 5 位受測者，每位受測者有 10 張影像，共 700 張近紅外線人臉影像。RSNIR 樣本分佈如圖 2.9 所示。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
12
圖 2. 9 RSNIR 樣本分佈
影像在暗室中拍攝，避免可見光的能量影響近紅外線影像成像。每位被拍攝 者與 RealSense 鏡頭距離 20 公分，人臉在拍攝影像的 30 秒內分別就左、右、上、
下四個方向小角度（小於 15 度）轉動，設備將自動擷取 100 張影像，取出其中 10 張影像作為代表。擷取結果如圖 2.10 所示。
圖 2. 10 RSNIR 樣本資料
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
13