在对人脸识别技术进行探究时，必须创建一个大型数据库，其中包含数量比较多的人脸图像或者图像序列。建立不同的数据库，会得到不同的辨识结果，而任何因素的改变也会影响识别结果，因此，人脸识别系统的辨别率要达到理想要求是非常困难的。所以，在对人脸识别进行探讨时，都要求对光照、形态、表情、装饰等做出相应的调控，但很多系统都忽略了年龄以及情绪等一些长期地改变。当需求不同时，人脸数据库的创建也有所区别，下面针对一些常见的规范数据库进行简要介绍。
目前，很多学者使用最多的是英国ORL 人脸数据库[149]。这个数据库是英国剑桥大学在1992 年与1994 年之间创建的。这个数据库中，一共有400 幅图像，共选取了40 个人，每人10 幅[150]图像。在这40 个人中，女性有5 名，其他的都是男性。所用的图像不管在时间、光照，还是在面部表情等方面都有区别，如笑的和不笑的，戴眼镜的和不戴眼镜的，睁眼睛的和闭眼睛的等。
FERET 人脸数据库的创建是最早的，它是由美国国防部提出的，其目的是希望实现所有的安全检测。当前，它已经变为世界上最大的人脸数据库[151]。在更新之后的数据库中，一个人有8 张照片，其中2 张是正脸，还有3 张是从不同角度拍摄的，并且还包含了很多不同类型的照片，一共有14 051 幅图片。FERET 人脸数据库主要在美国使用，其他机构不是很容易调用。(www.xing528.com)
Yale 人脸数据库中的图像来自15 个人，这些图像各不相同，每个人有11 幅图像，一共有165 幅图像[152]。因为Yale 人脸数据库中的最起始图像会由于环境的作用出现较大的改变，所以一定要对最起始图像做出预处理，划分出人脸尺寸为92×112 的图像。
另外，还有一些其他的人脸数据库，不过这些数据库使用得不是很广泛，本书中人脸识别实验使用的是ORL 人脸数据库。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
