研究组Logo 首页 团队成员 论文专著 项目系统 招生信息 相册 English

  • 基于经络脉象数字网络的中医数据治理、融合与解析研究 国家自然科学基金重点项目

  • 面向电子信息产业关键膜材料的多模态大模型关键技术研发

  • 垂直领域大模型关键技术研发与场景应用

  • 多模态材料数据库及大数据分析技术 国家科技创新2030-新一代人工智能重大项目（课题）

  • 高维数据分析与识别 国家自然科学基金优秀青年基金

  • 时空演化大数据的鲁棒持续学习方法 国家自然科学基金重点项目

  • 弱反馈环境下的深度强化学习及其医疗 AI 应用研究

  • 基于超声的脑损伤连续动态成像和监测仪器研制 国家自然科学基金重大仪器研制项目

  • 智能超声数据共性前沿理论 国家重点研发数字诊疗专项课题

  • 多源学习及其在跨源医学图像分析中的应用研究

  • 抗肿瘤/组织再生性材料的高通量计算筛选和数据库建设 国家重点研发计划

  • 基于机器学习的早期帕金森病规范化诊疗系统研究

  • 国家自然科学基金重大项目“复杂大数据高效学习基础研究及其公共安全应用 (国家自然科学基金重点项目)

  • 科技创新2030新一代人工智能重大项目“非完全信息条件下的博弈决策

  • 面向大数据的知识表示、推理、在线学习理论及应用研究 (国家自然科学基金重点项目)

  • 面向大数据的知识表示、推理、在线学习理论及应用研究 (国家自然科学基金联合基金项目（军民共用重大研究计划))

  • 强化学习迁移技术及其在交互式游戏中的应用研究 (国家自然科学基金项目)

  • 面向物联网与云计算环境的海量数据管理与分析 (江苏省自然科学基金重点项目)

  • 基于云计算的海量数据挖掘 (国家自然科学基金重点项目)

  • 基于云计算的海量电信业务数据挖掘关键技术研究与应用 (科技部国际科技合作项目)

  • 面向公共安全的多模态个体鉴识信息网络分析平台 (江苏省科技支撑计划（社会发展项目）)

  • 多视图学习及其在医学图像分析中的应用研究 (国家自然科学基金青年项目)

  • 前列腺图像分割中的新型机器学习技术研究 (江苏省自然科学基金青年项目)

  • 基于复杂图知识表示的终身强化学习研究 (国家自然科学青年基金)

  • MDP相似性度量与终身强化学习研究 (江苏省自然科学基金青年项目)

  • 面向非独立同分布大数据的学习方法及其在医学图像分析中的应用 (国家自然科学基金面上项目)

  • 面向多业务协同的政府大数据分析关键技术研究与应用 (江苏省科技厅)


  • 大规模机器学习模型下的数据融合研究

  • 三六五淘房网推荐系统

  • 三六五淘房网APP端用户画像即推荐系统

  • 环保设施工况寻优模块及典型机组应用技术服务

  • 海量数据高效压缩算法设计研究技术服务

  • 基于大数据技术的供热机组可调出力区间分析模块及典型机组应用技术服务

  • 基于大数据技术的火电机组运行人员行为分析模块建模及典型机组应用技术服务

  • 大数据时代的软件开发新技术

  • 可扩展计费矩阵决策引擎技术


Nanjing University ID Card Face Dataset (NJU-ID)

R&L Group
Nanjing University

Description

Nanjing University ID Card Face (NJU-ID) Dataset is developed for research on ID card face verification. The ID card here specifically refers to the second generation of resident identity card of China which was put into trial use in 2004 and is now widely deployed. A non-contact IC chip is embedded in the card. On the chip, a low resolution photo of the card owner is stored and can be obtained by IC card reader.

This dataset includes face images of 256 persons. For each person, there are one low resolution ID card face image and one high resolution face image captured by a digital camera. The ID card face image is of resolution 102X126 and the camera image is of resolution 640X480. The camera image is taken under arbitary conditions (illumination and background). Besides, the interval between the taken time of two matched images is also arbitary, making the ID card face verification task a challenging one.

Examples of Aligned Face Images

The first row are the low resolution aligned ID card face images and the second row are corresponding aligned high resolution face images captured by a digital camera. To align the face images, Stasm is used to locate the facial landmarks[1].
card card card card card card card card card card
camera camera camera camera camera camera camera camera camera camera

Downloads

  1. NJU-ID Dataset includes the following contents:
    • The raw ID card images and camera images in JPEG format. The ID card images are of resolution 102X126 and the camera images are of resolution 640X480.
    • The corresponding facial landmarks of the images detected by Stasm.
    • Aligned ID card and camera images in JPEG format. The resolution of the aligned images are 160X160.
  2. Download instructions:

Copyright Note and Contacts

The dataset is released for research and educational purposes. We hold no liability for any undesirable consequences of using the dataset. All rights of the NJU-ID Dataset are reserved. Any person or organization is not permitted to distribute, publish, copy or disseminate this dataset.

References

  1. S. Milborrow and F. Nicolls. Active shape models with SIFT descriptors and MARS. VISAPP, 2014, 1(2): 5.