海贼王874漫画文章列表:

• 1、2020毕业生高达874万人，这篇干货教你如何入门潮流杂志、运动品牌、买手部门？
• 2、段子手的进阶丨特写
• 3、总结最全2万字长文解读7大方向人脸数据集v2.0版
• 4、我是残障人，我配找到好工作吗？
• 5、走进常德消防：消防官兵们诠释真正男子汉

2020毕业生高达874万人，这篇干货教你如何入门潮流杂志、运动品牌、买手部门？

这个疫情打乱了不少大学生的上课计划，这届毕业生也堪称是最难一届。宅在家这么久，大家也思考了即将要面对的择业问题。

想做潮流编辑但不知道从何练起？市场营销专业但不知道Marketing具体干嘛的？追星看综艺的你想进入娱乐圈行业？

《YOHO!潮流志》为你准备了一篇《2020大学生就业干货》超全版，让业内人士为你解答这些岗位如何入门。无论你是大一还是大四，还是准备跨向陌生职业的老社会人，都应该往下看看哦！

一、介绍编辑的平时工作内容

潮流编辑平日最基本的工作就是关注国内外的潮流动向，为读者带来潮流“营养”，可能要无时无刻在关注着动向，然后给读者通过不同手段去分享，例如初级的介绍到深入的专题报道，有可能更要涉及拍摄等等。

二、成为优秀的编辑需要具备什么素养？

首先是有足够的热爱，因为编辑的工作可能很辛苦。能有敏锐的触觉，能有分析和总结的能力。要有钻研精神，很多时候潮流编辑都要花很多时间去找资料，然后进行总结，归纳出重点。加上新媒体时代资讯快速，读者未必会整篇文章看完，所以能有出色的归纳总结能力非常重要。

三、大学生想要从事编辑行业的话，你会给到什么建议？

找到自己热爱，因为只有热爱一样东西才会用心去研究。编辑要用心研究一样东西，才会写出能感染大家的文章。

可以买一些潮流杂志或者相关的书，分析里面的文章。开始学习怎么写一份潮流选题的提纲，提纲写好写清晰了，对于日后写潮流文章非常有帮助。

第一份工作最好是做编辑助理或者是助理实习生，跟着编辑开始去学习怎么做一个编辑。

如果是想做杂志编辑的更需要开始接触拍摄，排版设计等更多相关知识。

在国内做编辑除了“写字”，其实还有很多方方面面需要强化自己，新媒体编辑可能还要涉及专题视频，直播，短视频等。

四、给未来想做编辑的大学生一句话

有足够的热爱和热情，哪怕从零开始也可以闯出自己一片天地。中间肯定遇到很多困难与挫折，要在面对这些，学会吸取教训。

一、介绍时尚摄影师的平时工作内容

与甲方沟通，做拍摄方案，拍摄前的勘景，拍摄前的器材准备，还有最重要的当日拍摄工作，拍摄结束后的后期选片修图等等工作。

二、成为优秀的时尚摄影师需要具备什么素养？

具备一定的美术基础和对美的感知能力，最主要的是我觉得是拥有良好的技术理论支撑（对于光对于摄影技巧）的同时能够保持自己的艺术修养。

←→滑动查看更多图片

三、大学生想要从事时尚摄影行业的话，你会给到什么建议？

一定要拥有一颗足够强大的内心，因为时尚并不是表面看上去那么光鲜亮丽。

第一，可以去给自己喜欢的摄影师做助理增长自己的专业能力。

第二，如果是学习摄影专业的朋友，也可以自己多多做一些拍摄项目（自己的作品）慢慢的累积经验。

个人觉得最最最最重要的是不要被时尚二字所局限，时尚摄影是摄影里的一条分流，如果你想要让自己拥有源源不断的创作能力的话，就一定要保持学习，好好生活保持自己的感知能力。

←→滑动查看更多图片

四、给未来想做时尚摄影师的大学生一句话

不怕苦不怕累，一定要是真的热爱这个行业。

一、介绍潮流区UP主的平时工作内容

我的主要工作内容，除了可以想像到的拍视频之外呢，因为做了自己的服装品牌，所以会有一部分的工作重心在品牌的一些事情上。但不管是视频节目还是做服装，我觉得想要做的好，有一件事是要一直坚持做的，就是不断学习。

在不停产出内容的同时，充电就显得尤为重要了，所以我每天很大一部分时间会花在通过各种渠道汲取各种各样的时尚潮流资讯，服装历史以及服装开发方面的知识。

除此之外我觉得对于潮流博主来说很重要的一块就是一定要“买买买”，只有多买才能更好地理解服装，毕竟东西拿在手里，穿在身上才能有最深的理解和感受。虽然每天的事情不少，不过因为本身最大的兴趣就是在这一块，所以虽然累但也挺开心的。除了别的一些乱七八糟的琐事，平时主要的工作就是这些啦。

←→滑动查看更多图片

二、成为优秀的自媒体需要具备什么素养？

我感觉我离“优秀”的自媒体还差得很远哈哈哈。我是觉得要成为优秀的自媒体首先“运气”很重要，见过一些博主内容做的非常好，但却因为缺少“运气”，没办法积累粉丝所以半路放弃的。除了“运气”这种没办法控制的因素外，我觉得了解自己非常重要，你首先要知道自己擅长的，或者说特色是什么。现在自媒体领域同质化还是比较严重，各种类型的视频都有人在做，这时候知道自己的特色并且放大它/它们就非常重要了，同时也要不断根据观众的反馈提升或者改善自己，不然很容易就被别的新博主替代或者超越了。

三、大学生想要做潮流区UP主的话，你会给到什么建议？

我觉得首先是心理素质，说直接一点就是要不怕“被黑”。关注度上去之后，什么样的声音都会有，你是不可能取悦所有人的。这时候心态就很重要了，要能稳住，能忍。这样才能有一个长久的发展。

如果大学生想要从事这方面的工作的话，能有一些专业技能知识的积累也是很好的。比如可以在广告，媒体公司之类的地方实习，学习一些摄影或者后期剪辑专业技能。在这方面有很高的水平的话，也是很容易能够做起来的。

四、给未来想做UP主/品牌主理人的大学生一句话

Nothing to lose.

一、介绍买手的平时工作内容

首先，买手的工作职责是基于零售门店的销售风格和客户的消费习惯，挑选最适合门店的产品，以实现最大化的盈利。

日常的工作最重要的部分当然就是订货；这需要日常密切跟踪到货和销售数据，判断趋势，巡店，做产品培训，并且也要及时地把产品问题反馈到产品和设计部门。

二、成为优秀的买手需要具备什么素养？

深谙零售原理：售罄率，毛利率这些数学公式都是最最基础的原则了；店铺的面积买什么样的陈列，多少销售任务需要备多少货，这些零售原理是买手工作的基础；

分析数据的能力：畅销和滞销品类/产品都是哪些，都是从销售数据里面分析出来的，脱离了销售数据所有的工作就没有意义了；

谈判的能力：拿着店铺预算去跟品牌讨价还价可是比在商场里和销售讨价还价更刺激的事情；

时尚知识的积累：产品设计的原理，面料，工艺，颜色，版型都有什么样的特点；每个品牌的DNA是什么，需要呈现出什么样的风格；流行的趋势是怎么样的；等一些列问题，都是需要去积累，去了解的。想要深刻地理解时尚的历史和未来，不热爱的话恐怕没办法。

三、大学生想要从事买手行业的话，你会给到什么建议？

会推荐大家先去行业里面试一试，去品牌/百货公司的买手部门实习，或者去店铺里面去做一个最基层的销售人员。零售行业是从来不会停下来的，不像很多以项目为单位的行业，淡旺季那么明显。零售行业的节奏也非常快，从中可以验证自己是不是真正喜欢。

四、给未来想做买手的大学生一句话

先搞明白自己热爱的是什么，然后一头扎下去吧！

一 、介绍综艺宣传的平时工作内容

如果让我用一个词概括，那一定是“没日没夜”。没错，你没看错，“007”怕是用在我们这个职业最为贴切的词汇。一般工作内容基本分为以下几个阶段：制订与整体节目调性相符的宣传规划；确定契合参与节目录制艺人的宣传规划；在各个时间节点之前“创做”一些话题，讲白了就是让更多人来看；等待上线，制造“新媒体垃圾”。我参与最多的部分是艺人宣传，也就是让艺人为节目制作更多声量啦～

二、成为优秀的综艺宣传需要具备什么素养？

我真的是一个太自由的人，对我来说就没有规则可言，去热爱和好奇，永远保持饥饿～

三、大学生想要从事这个职业的话，你会给到什么建议？

我的经历比较奇怪，我是新华社入的行，一路非常平稳，乘在国企这个大船上，老朽但永不沉没。但我一直以来钟情于地下青年文化，那种奇奇怪怪的事情很是令我着迷，所以在《中国有嘻哈》筹备的时候，我就毅然转行了。我那时候不知道这个选择是否正确，但至少我现在工作得还快乐，也收获了挚友。我非常喜爱阅读，试着想想啊，看20本书就可以获得20种新的活法，实在太性感了！所以大学生们在迷茫的时候，答应我，阅读阅读阅读。另外，我一直觉得有没有能力不重要，最重要的就是有完整的自我，不要浇灭自己的个性，一本好书推荐给大家《斯通纳》，希望可以有更多的人在路上可以找到完整的自我。

←→滑动查看更多图片

四、给未来想做综艺宣传的大学生一句话

Stay Hungry

一、介绍运动品牌Marketing的平时工作内容

从品牌的调性或者产品出发做Campaign，讲不同的故事，拍不同的Content，最主要是IMC，包括Creative，Media，PR，Digital，Social这些方面。说人话就是比如自己需要知道如何把品牌精神和产品特点翻译成普罗大众能懂的海报视频画面，知道怎么拍片，知道媒体平台的TA浓度，了解符合品牌调性的KOL的喜好还有尺码，线上线下搞活动，在各种社交平台创造热度。

←→滑动查看更多图片

二、成为优秀的Marketing需要具备什么素养？

数字敏感：现在的市场表现越来越可以用数字来衡量，虽然不是绝对的，但是一定程度的Datadriven可以在选择Marketing的重点和方向时候更有逻辑更有迹可循。

包容：Marketing没有对错，不同的人或者不同职能都会对一样的事物有不一样的判断，所以做Marketing需要包容不同，在明确大方向的前提下，在众多不错的拼图里找出最合适的板块，拼出最扎实的Marketing Plan。

对新事物好奇：我们对消费者说话，但是消费者是每天每时每刻都在变化的，所以要想进入“我们影响消费者，消费者对我们产生正反馈，我们再结合消费者的正反馈来影响消费者“这样的正向循环，就是需要我们对新事物的敏感和好奇，来为”消费者、品牌方、市场本身“源源不断输出新的营销手段。

三、大学生想要从事Marketing职业的话，你会给到什么建议？

锻炼逻辑思维，在平时说话、做PPT的时候就刻意练习，先搭框架，再填血肉，用缜密的逻辑来阐述观点。会是提高个人软实力包括在面试里从一帮人里面脱颖而出的重要个人能力。

去厉害的市场部实习，和不同品牌的经理人接触可以学到很多且互不重复的市场知识。

拎得清面试的目的，面试是对你个人能力/性格/思维模式的综合考察。要时刻保持清醒，Marketing群面不是你死我活而是要以公司利益为重，消费者感受为重，展现自己清醒的头脑为重。

拥有热爱的东西，U1S1，Marketing是门槛很低范围很广的职业，我学数学出身，我的同事的专业也是从统计到生物还有地球科学应有尽有，专业对口已经不再是一个Mkter的必备条件，但热爱或者擅长的东西可以，因为找工作是双向选择的过程。我热爱打棒球，有我的棒球梦想，这是我来到adidas这个体育大厂的终极原因，也是我司看到我Passion的一个方面，也许你热爱摄影/擅长写公众号/拍Vlog/投身Sneaker圈子/喜欢在社交网络上发表观点Inspire大家/爱车/爱篮球，都可以成为你入行Marketing并脱颖而出的理由。

四、给未来想做Marketing的大学生一句话

从Marketing自己开始吧，不管是看书健身后拍照发PO/和人Social/探索各种社交平台都可以，毕竟自己是你最最最了解的一个客观存在，而Marketing好自己就是最踏实又有效的实践第一步了。

一、介绍派对策展的平时工作内容

用展览的方式提出有价值的主题，接触感兴趣的、不感兴趣的、有意思的事。

二、成为优秀的派对策展人需要具备什么素养？

抛开职业素养，最基础的一点就是热情，对于大学生来说，不要把它想成太大太大的事儿，感兴趣的东西都可以做成展，一个两个观众就不算展了吗？

三、大学生想要进入派对策展行业的话，你会给到什么建议？

实习的确是接触到信息最快的方式，平时也要多参与活动，升级对世界的见解最为珍贵。

四、给未来想进入派对行业的大学生一句话

想进入任何行业都一样，想好了就大大方方走进去，哪怕一开始姿态没那么高大。

一、介绍你的平时工作内容

设计方面，平时根据客户的内容要求，进行平面媒体的版面编排、 对图片进行后期处理 、完成会展、活动的整体布局和视觉方面的宣传设计、执行公司开发项目的VI设计发展和导入。

插画方面，需要了解顾客喜欢的风格类型，分别给出几种方案供她选择，如果遇上有主题的内容要求，要与团队配合，根据文章文案等主题进行形象定位，设计一些手绘、漫画或插图、针对不同的项目和主题制作相应的素材。

二、成为优秀的设计师需要具备什么素养？

我认为优秀的设计师最重要的是良好的沟通能力，真正了解到客户需要什么，要积极主动地进行沟通，不能埋头苦做过于沉浸在自己的世界中。我有时常常会把艺术作品跟设计产品搞混淆，所以此时此刻你要明确自己到底是什么样的身份在做一件艺术品还是设计产品。

艺术跟设计的区别在于：优秀的艺术启发人，优秀的设计激励人；优秀的艺术需要诠释，优秀的设计需要领会；优秀的艺术是一种品味，优秀的设计是一种观点；优秀的艺术是一种天赋，优秀的设计是一种能力；优秀的艺术向众人传递着不同的信息，优秀的设计向众人传递着相同的信息。

怎么练习：可以利用课余时间丰富自己的生活，比如看展、看电影、看书、技术上的练习。我一般是在网上看课程或者寻找一些外网上的优秀作品，保证输入和输出，灵感这个东西其实是长时间的内心累积，它会在某一天神秘的展现出来。

三、大学生想要进入设计行业的话，你会给到什么建议？

个人建议多去结交热爱时尚且审美品位高的朋友们，平时还可以多看看时尚类型的杂志，了解新资讯，看看时尚秀之类的，去到时尚的中心城市比如国内像上海啊、北京啊做个实习，心态方面不要害怕否定，不要太把别人的话当一回事，也不要太不把别人的话当一回事（笑）。别人的否定有时候也是另一种可能性，可以在其他的可能性上继续摸索自己的道路。

四、给未来想做新锐艺术家的大学生一句话

最后我想说，每个人都是独一无二的，可以多思考自己到底是个什么样的人，到底想要得到什么，不要弄丢了自己，不要害怕周围的声音就好啦。

希望看到这里的各位“后浪”奔涌起来吧，热爱与行动，积累与实习，向着自己的理想职业前进吧~

特别鸣谢@DAJIN_OFFICIAL平等聚合时尚平台

各位大学生们还想了解哪些职业呢留言区告诉我（ 潮流圈和非潮流圈的都可以）

猫女的“乳胶衣”要在2020年大火？

泫雅的“锁骨埋钉”有多痛？

卡戴珊的“皮下植入” 有多吓人？

段子手的进阶丨特写

这帮制造欢乐的人，现在开始利用粉丝经济开展广告之外的业务。

本刊记者丨冯超

编辑丨王姗姗

冯列正在嘈杂的星巴克咖啡馆等我。3月初的北京，春寒料峭，风力强劲，太阳毫不吝惜地给等待复苏的万物输送营养。我见到他时，他正坐在圆桌旁，猫着身子，将切下的小块儿面包送到口中。他的下巴左侧贴着一块药用纱布，随着每次咀嚼而不断起伏。

纱布盖住的是个粉瘤，他说是很普通的良性肿块。不过，身体的其他病症却提醒他此地不宜久留。“你干嘛约这边采访？”他问。27岁的冯列，患有神经衰弱，这导致他不喜欢在喧闹的状态下谈事。“很多东西，脑子醒来都记不住了，你懂我吧”，他拿着餐刀切着面包，“有些人认为我是骗子。像上次咱们聊天，我都记不住一些时间的节点。看了电影，三天就忘了我看过，记忆力减退，逻辑思考都减退，头脑处于混沌阶段”。

我们挪到一个安静的茶室后，他又泄漏了病例本上的其他内容：偏光、骨质疏松、中医形容的体内虚火旺盛。朋友都知道他这个小病。他开玩笑给自己颁了个“最有价值病人奖”。

“价值”二字，对应的是他的生意。

不满

2013年，24岁的冯列跟人合伙开了一家名叫鼓山文化的公司；因为挑食、不锻炼，病症开始在他身上有了苗头。

2014年，鼓山的营业收入将近1亿元；他开始失眠。2015年，一家风投机构拿着投资条款和6000万人民币想入股，因自身盈利不错，而条款中的报价太低且对赌要求过高，鼓山放弃了合作；他夜里睡不着，便将未经验证的发展思路写在手机备忘录上，但过了夏天，因思考能力下降，只好停笔。

跟那些扎堆App行业的同辈们相比，他专注的是一个隐秘却又能赚快钱的领域。冯列形容是“互联网状态下的生意”，“而其他创业都是技术驱动，虽有可塑性，但前期成本高”。

《GQ》杂志在去年5月份曝光了秘密。很多人这才知道，微博上90%的段子手已经被鼓山、牙仙、楼氏这三家公司签约。他们都搭建了雷同的商业模式：收费帮助品牌以及公关公司做营销，并跟参与其中的段子手们进行分成。

但这篇文章却引发了段子手圈内很多人的不满和不安。牙仙的创始人白洱说：“我不喜欢那个《GQ》上的评论。”文章援引别人的话说他“态度不好”。

冯列认为，文章的主基调是“压一压”。他有两个理由。首先，拥有1000万粉丝的@同道大叔是被鼓山签约，但文章说该博主跟楼氏进行了合作。“这暗示了外围对段子手圈层的不了解。”其次，他觉得段子手年薪百万的信息，容易激怒粉丝。

关于段子手的收入跟粉丝态度之间的微妙关系，楼氏的创始人楼sir在一次采访中说出了原因。“段子手来做这个广告就会被骂营销狗，为什么呢？我想可能是他们的起点低，本身大家都是在同一个水平线上，但是草根红了，开始打广告赚钱就显得很不合情理。”

但楼sir似乎不介意被媒体关注。他形容这篇文章的出现是“天时、地利、人和”，并把被杂志报道的事情写在年会的邀请函上。1月17日，楼sir邀请了品牌方以及公关公司的代表到北京参加年会。我在茶歇区见到了奥美广告公司的资深创意总监赵阳。年会快要开始时，楼sir过来跟赵阳寒暄。他梳着短款无刘海的分头，穿着时尚，精气十足。“你怎么穿礼服啊？”他拍了下赵阳的胳膊，嘴角露出一丝笑容。

赵阳跟三家段子手公司都有合作，但他却跟楼sir的关系很亲近。赵阳是年会的发言嘉宾。去年年末，奥美还跟楼sir在上海召开了“战略”发布会。这个合作的官方说法是：奥美学习段子手们的网感，段子手们则去学习广告营销知识。

在广告行业内，甲方品牌会委派乙方广告公司出创意传播方案，乙方则会找到丙方段子手公司。段子手公司的主要任务之一就是转发广告。现在，逐渐建立创意、营销团队的段子手公司，也会直接和品牌方对接。

从这个方面来讲，段子手公司在互为竞争对手的同时，也在挑战传统广告公司的地盘。楼sir进入会场后，赵阳对我说：“奥美大中华区去年营收撑死40个亿，在6500亿元的市场中，奥美连零头的零头都算不上。现在这三家段子手公司具有了资源垄断性，他们成本低。”

当主持人说完以“尊敬的领导”开头的发言词后，楼sir以一种更低的姿态出场。

“爸、妈，你们辛苦了！”他的这句话连同一个90度的鞠躬，让现场嘉宾错愕一会儿后，纷纷鼓起掌来。

但他随后的讲话表明，年营收已达到3000多万元的楼氏不想单靠广告挣钱。现场大屏幕展示的公司架构图里，除了负责广告的楼氏传播外，还有图书、影视、电商三个新成立的部门。三个新部门各有一位CEO。在楼sir看来，段子手就是IP，他们自然可以延伸出不同品类的产品。

“作为青年党员，我会顺应时代的发展，国家的需求，为新媒体事业贡献出微薄之力。”站在大屏幕的左下角，楼sir说出的每个字听起来都一板一眼，郑重其事。

段子手圈里有人说楼sir像“国企干部”，有人说他自恋，总觉得自己很帅。但外界眼中，“宣传造势”是楼sir的特长之一。他会嫁接奥美的名气，甚至到两所大学去做演讲。

圈内也有人对他的“造势”举动持怀疑态度。这些人认为，段子手公司和奥美等公司本来就是合作关系，举行战略合作发布会的意义并不大；没有做出具体的成绩之前，就大张旗鼓地发布公司的规划容易让人反感；段子手才是公司的核心资源，楼sir似乎在表演个人秀。

楼氏的管理层轮番表完2016年的决心后，我坐在观众席上观看曾轶可、曹云金等艺人们的表演。这时候，冯列通过微信给我发了一张特意摆拍的图片：他收藏的十几本DC和漫威的漫画。我们曾经聊过漫画。

鼓山并没有派代表出席楼sir的年会。我随后便发了一张年会的照片给他。“你这稿子都快成楼市（氏）专访了。”他发来这句话，还配上一个苦笑的表情。

事实上，楼氏正在跟随鼓山的脚步。2014年开始，鼓山就率先对广告之外的业务进行了探索。它做过手机壳等周边产品，投资过一家健身房和一部口碑并不算太好的电影，还依托图书和影视公司，推出了8本图书以及1部网剧。

1月早些时候，我在鼓山的办公室见到冯列。这是我们的第一次见面。当时的鼓山还在进行着调整。“还在做一些变动，暂时不适合对外聊”，他说。

我们接下来聊到了调整期的压力。“不能叫烦，我每天真的都是，我有严重的神经衰弱”，他停顿了一会儿说，“我晚上睡觉都能听到灯响。半天睡不着，很小的声音，滋滋滋，那种对吧？很小声音那种，对吧？但其实，在旁边对吧，我老婆是听不到的，对吧”。

这个已经习惯将“对吧”当做语气助词的男病人，坐在老板椅上，用嘶哑低沉的声音接着说道：“我看着更像83年出生的人，我们是精神压力过大的一拨人。”采访结束，他送我离开时，我们路过了鼓山那个充满幽默气息的前台。前台的墙上写了两行字。第一行：是否进入这家传说中的鼓山文化？第二行写了两个选择：1. 再想想；2. 确定。

纵然疾病不分职业，但将拥有200多位段子手的冯列跟抑郁症联系起来时，总觉得有些不适应。一位作家说，在措手不及的生活面前，一个人必须拥有读懂幽默的能力，生活才会多点乐趣。看来，选择“确定”项的冯列，正在慢慢丢失幽默感。

白洱只想做影视，图书、电商等项目都不是他的选择。去年，他成立了春秋大梦影视公司。图书、电商在他看来是挣快钱的方式，“全部尝试不好吧。我说是做图书、渠道、电商、网剧、电影，然后给个PR稿件，说是战略布局啊”。他也没想过做IP，“现在哪个咖啡馆都说IP，但你的IP能挣钱吗？漫威以前亏了多少钱啊”。

“我和别人不一样。从一开始我就没想把段子手发广告当生意。我觉得是暂时两三年的甜头，只是渠道而已。”他说。

我刚见到白洱时，他戴着耳机，正跟着音乐节奏点着头，扭动身体。采访进行到一半时，他打开了办公室内的音响，放起了音乐。他的公司之前设在北京民宅，现在又搬到外交公寓。他受不了写字楼那种压抑的环境，“做广告的，公司玩的人比较多，我也喜欢这样的人，所以办公室越不像办公室越好”。

白洱的嗓音浑厚、低沉，爱开玩笑。他会在说出正经的词句后，立即对其进行解构。“我做事很有自信。盲目的自信。”“肯定有人不喜欢我说话的风格。估计有两三个人吧。”

在两个小时的采访里，他让我想起了古希腊的哲学家苏格拉底所擅长的“反问术”——得不到理想的答案时，会针对你的观点提出连续反问，扭转你的观念。

“之前的报道让大家知道了段子手的生活，很新鲜。”

“段子手是贬义词。你能举出目前流行的三个段子么？”

我没能说出答案。

“你举不出来，还不能说明段子手就是贬义词？段子手就是2011、2012年的事情。哪有严格意义的段子手啊，你红了我学你，传来传去，经得起多少笑呢？”

如果你想跟白洱继续讨论这个贬义词，他可能会觉得自己被冒犯。“我烦，没得聊。不是说我排斥，而是我们做视频，做广告，你让我聊段子手。”后来的聊天里，他又说：“段子手只是以前的称呼，纸媒的信息极其慢，我觉得应该加快一些。”

圈人

“段子手到底挣了多少钱？如果他挣钱了，他干嘛还要和你干？我擅长幽默，可不可以当段子手？这是我听到的最多的三个问题。”

片刻之后，楼sir加重了语气说：“今天我针对以上三个问题不会给大家任何作答，我们讲其它的。”

这是楼sir在奥美与楼氏战略合作发布会上的开场白。但它本身就是一条段子—以奇怪的状况、人物出人意料地打破我们对经验世界的预期，违背常识和逻辑关系，从而把人逗乐。在现场，他分享一个曾写过的段子—“每次老师说请把和考试无关的东西放到讲台上。我就很想把自己放到讲台上。”

但即使是讲段子，楼sir的声音里都是有气场的老板腔。这位85后的青年创业家，给自己去年的表现打了及格分。“我去年的那个状态是驾驭不了楼氏了。”他说，要掌握人性，才能管理公司，“现在人太多了，问题蹭蹭蹭冒出来了。10个人就是一团和气，70个人可能有各种问题发生”。

大学毕业后，楼sir曾为得到一个总经理助理职位，投了接近200份的简历。他梦想着收拾老板的办公桌，乘坐老板的高档轿车去各种地方。后来，他到了深圳，成为售楼员。2010年时，他被微博上的段子吸引，便取名@售楼先生，成为一名段子手。

他的售楼事业陷入了低潮期，但140字以内的微博段子却为他带来了大量的粉丝和成就感。楼sir跟一些段子手很快成为了朋友，大家偶尔会见个面，吃个饭。“段子手都是大家庭，还没有分家。”

2012年前后，白洱找到了楼sir。白洱那时在南京的广告公司上班，私下里通过攒局的方式，早已跟@李铁根、@天才小熊猫等骨灰级的段子手成为了朋友。新媒体营销逐渐火热，白洱就帮着段子手们找广告客户。

聚集在白洱周围的段子手们越来越多，一种商业模式渐渐有了雏形。白洱充当起经纪人的角色，从甲方获得广告单，并派发给段子手们。2013年初，白洱辞职并在北京成立牙仙文化传播有限公司，将这项业务发扬光大。

同一年，楼sir决定辞掉售楼工作，着手整合段子手资源。有人猜测，楼sir是因为不受白洱重视，愤而自立。“白洱那边都是当年的大号，@天才小熊猫 等老一点的微博红人，我在里面影响力不如他们，仅此而已”，楼sir回应说，“以前有说法说白洱对我不好，真实的情况是，外部有很多段子手资源，白洱没有精力做这些。”

楼sir对白洱说：“鼓山也在做了，我自己也想单干，签一些人。”白洱同意，并告诉他哪些段子手有潜力，如何去挑人。此后一段时间内，深圳的咖啡馆成为楼sir的办公室。他蹭着WiFi，打开微博，开始像个星探一样去寻找有潜力的段子手。

鼓山的创始人是合肥一家广告公司的“大叔”，名叫风铃。在2012年时，他就开始笼络一些小段子手资源。此时，大学毕业一年多的冯列，正在NTA工作。NTA是国内最早专注社交网络传播的公关公司，创始人是申音（他后来联合罗振宇等人推出了罗辑思维）。

冯列帮品牌方操办公关活动时，需要跟段子手合作。他发现，风铃跟很多段子手的关系很好，“慢慢形成了采购分发式的合作关系，甚至会一起策划项目”。因为策划能力强，又有客户以及资源，冯列便在2013年单独做了一段时间广告生意，挣了一笔钱。

当年7月，冯列在NTA的同事铜雀加入鼓山，成为CEO；11月，冯列加入并成为COO。这家拥有数个合伙人的公司在年底进行了公司化运作。在职责分配上，风铃负责寻找、培养、维护段子手资源，铜雀负责战略、对外及新业务，冯列负责广告业务以及团队建设，和尚负责上海业务。

2013年，楼sir赚到了人生中的第一个100万。年底时，他签下了博主@回忆专用小马甲。这个以宠物为主题的账号，现在拥有2000多万粉丝，它不仅在楼氏的广告报价单上排名第一，也成为公司抓住的核心IP。

小马甲只有4万粉丝的时候，楼sir就认为它有潜力，“写情话很重感情，也有幽默感”。两人加了QQ号并在深圳一家餐馆吃了顿猪脚饭。“小马甲最初不答应，普通人想写自己希望写的东西。建立信任后，微博的发展就交给我来做。”楼sir回忆说。

冯列说，小马甲最初却是跟鼓山签约的。我问他是否有遗憾。“还好啦，这个里面有太多江湖行的东西。”冯列认为，圈层大了自然就有流失，“自然而然，你也不能说它为什么。不算挖，楼sir最早还是白洱那边的呢”。

楼sir则将聚拢段子手资源的过程，称为“恶战”。“前两年大家都有竞争，现在应该是合作吧。竞争也是良性的竞争。”

当然，也有人专门孵化出段子手资源，并向这些公司输送。2013年前后，一家社会化营销公司的老板为了帮客户做推广，除了跟三家段子手公司合作之外，也在网络上搜集有潜质的账号。“签了100多个，大部分都是90后。”李密（化名）说。他要求匿名，理由是，“段子手和公司不希望我们出现。他们不希望说某些账号是在前期被炒作起来的”。

李密的主创团队会慢慢测试段子手内容与评论转发之间的关系，并提供建议。三个月内粉丝数量没有起色，便终止合作。而一旦账号有了规模，他就往下游输送。而这些段子手的广告收入，不仅要上缴给段子手公司一部分，还有一部分要交给李密。但李密并没有想将段子手生意做大的打算，他自称是“小打小闹”。“你需要发展这些账号，工作量非常大。”

在发展账号上，公司们都会采用圈子互捧，互相转发的形式，去激发活跃度。他们也都跟新浪微博签署了合作协议，后者对段子手广告业务进行抽成的同时，也会给予涨粉、头条展示等扶持。“现在有新浪的扶持，粉丝原先有几十万，蹭地涨到一百万。”楼sir说。

段子手如果不想被骂成“营销狗”，做好内容是最重要的工作。楼sir说：“你发广告，当然是很怪的事情，也会受到粉丝的反感，段子手就是要做更加有趣的内容，将自己的品牌更加人格化。”在他看来，粉丝们都变聪明了，憋出的段子大家都不喜欢看了，“现在强调日常或者吐槽性的内容，我们不会有太强的管制”。

公司们也会帮忙给账号塑造人格。楼氏签约的漫画类博主@大绵羊BOBO，之前画出的羊呆呆形象一直不温不火。公司跟博主商量后，在去年推出了小头像系列之后，一下火了起来。鼓山签约的@英国报姐，平时的内容主要是搬运欧美逸闻趣事。他之前名叫@英国时报。冯列说，改名就是增加人性化的东西。但他也强调，这“撑死叫建议，不能吹牛说内容是我们做出来的”。

段子手太多，管理起来也有难度。今年2月份，鼓山签约的一位段子手被爆出抄袭事件后，很多粉丝不依不饶，将火力对准了鼓山。鼓山随后发表了声明，声明承认了"个体抄袭"行为，称公司将加强管理。“没有人操纵一切”，声明说，“鼓山不像大家所以为的（是）编辑化做号营销，而是签约优秀的原创者”，为他们服务。

这些夹着营销内容的段子手们，是新浪微博娱乐化内容的主力军。在公共事件里，他们也有着一定的力量。和颐酒店女房客遇袭事件在微博迅速传播时，一家社会化营销机构的文章称，他们通过数据抓取发现，正是段子手的参与让事件的发酵成为可能。

不过，对娱乐之外的内容，公司会选择谨慎处理。《南都周刊》在一篇报道中说，@假装在纽约 是楼sir签约的段子手之一，之前参与了敏感话题的讨论，但在楼sir的管理下，“他也因为这些规定收敛了不少”，不然，公司就会中断合作。

“你当然不能触犯国家的东西。”楼sir拿起矿泉水喝了一小口，盖上盖子后又对我说，“真正出事的人都是不听话，太极端了。你没有改变什么，改变不了什么。前两年愤青太多了，不支持这个，不支持那个的。我在段子手圈这么多年，我见到很多聪明人，也见过很多笨蛋。能火的，能赚钱的段子手，都是情商非常高的人。你别看他微博像个屌丝，但是知道很多话不该说，自己要怎么做。在很多外人眼里，都觉得他很LOW，但是生活比你好得多。真是这样的。”

后时代

“2014年度全球百大广告公司第874名”是牙仙的官微简介。尽管白洱不愿意透露公司的营收状况，但在业内人士看来，这个手握大号的开拓者，并没有抢到先机。

赵阳认可牙仙的广告创意，“收费最贵，质量最高，小熊猫写一条炸一条，很给力”。但谈到这家公司，他也有了疑惑。“你看他不像一家公司，你看楼氏和鼓山。想到白洱，哦，牙仙。你得想半天。”

白洱对创意有自己的坚持，但这就容易跟客户产生矛盾。“跟他谈广告修改，他不想搭理。”赵阳说。李密曾收到白洱的一条信息，大意是说，看在老客户的面子上，他对广告拥有三次修改权限。“这给我们甲方的感觉真的不好。稿子不好，肯定要改。还多给我一次修改权限？我还要巴结他。”

跟白洱砍价，李密经常吃闭门羹。他心中恼火，放弃了合作。“他没有合作意识，我们肯定找有合作意识的。”在他看来，楼sir出身卑微，但勤奋，“不会写（段子），但是会抄，会服务。哪怕你们吃肉我喝汤，这就成就了楼氏”。他接着说：“风铃年纪比较大，看起来不具备潜质，但硬生生从白洱手中掏出一块市场。如果白洱性格不那么嘚瑟，其实鼓山成不了老大。”

至于鼓山为什么成为第一，冯列将此归因为团队的职业性强。“我不能说是白洱给了我机会，可能我们的管理以及跟客户的沟通能力强。但现在，我们真的是在一条起跑线上。”他和白洱是朋友，他评价白洱为随性之人。年初，白洱还送了他一个牌匾（上边有四个潦草的汉字：还我河山）。

但说到底，白洱现在重心并不在广告上。“因为要做影视，我们团队才聚在一起，之前都是跳板。”他说，公司成立时主要就是卖创意，而不是卖段子手这一媒介渠道。“只是因为有了渠道，客户才容易选我们。”现在，@天才小熊猫、@李铁根等段子手不仅是公司的合伙人，也是牙仙创意团队的核心。

掌握渠道优势，即有了宣发能力。拥有了创意团队，则能做出内容。这都是做影视的优势。现在，白洱将80%的精力放在了两部网剧上。这其中一部为都市情景剧，投资额达到千万级别，并于今年夏天上映。这部剧跟《屌丝男士》这类由碎片化的小段子组成的网剧不同，还将借鉴美剧的经验。“现在网剧竞争很激烈，但内容好就没有竞争。”但因为牵涉到另外两家合作方以及保密协议，白洱没有透露更多的消息。

楼sir旗下的一位段子手在去年已经开了淘宝店。而再过一个月，@回忆专用小马甲 的图书《愿无岁月可回头》即将出版。该书首印签了100万本，楼sir预计它会成为现象级的作品，“今年图书市场好像没什么竞争对手，韩寒、郭敬明等老实力派都没有新作，而是转投影视”。

楼氏推出的古装悬疑短剧也将在夏天上线，楼sir在该剧中将担任“重要角色”。这个马上就进入演员行列的人，评价自己是“从新媒体创业家到艺人的大转变”。

三月份，冯列和我在星巴克见面时，自称状态正慢慢复苏，不如第一次见面般“要死掉的样子”。他采取的治疗方案包括改变睡眠（12点前必须睡觉），加强锻炼。“你看我今天的状态，我都锻炼三天了。”

当天早上8点，他去医院看了粉瘤。在接下来的3小时内去银行办了几张卡。回到办公室，他处理了几个合同后，便打开手机备忘录，花了1个多小时写一篇关于网红“前世今生以及何去何从”的文章。

这篇探讨网红分类、变现的文章，不仅是冯列采纳治疗方案后，在逻辑思维上取得的胜利成果，也是对日渐火热的网红经济的盘点。“现在你把三家当做段子手公司，但是2016年，你就会看到不同方向。”

鼓山在架构调整上也有了眉目：COO冯列成为CEO，原CEO铜雀离职，创始人风铃及和尚不变。

去年11月，铜雀离职，今年早些时候，他又成立了一家公司。有人认为，铜雀离开是因为鼓山合伙人之间的矛盾所致。冯列说：“铜雀还是想从文化维度做事情，鼓山本身的基因决定它承载的一定不是纯文化。纯文化指的是像三国这类的东西。”

成为CEO后，冯列对已有子业务采取了一种更轻的调整：收回图书公司股权，影视公司做独立运营；鼓山文化回归红人经纪。

收回股权后的鼓山图书简化了团队。“如果一年只出10到15本书，做大团队烧钱就没有意义。”他不希望在下行的图书行业内高举高打地做，而是将图书业务变成鼓山服务链条的一部分，把它变成对段子手等内容创作者积累名气及版权沉淀的手段。它今年会继续帮已有段子手出书，同时挖掘一些早期有内容生产力的人帮他们做图书出版。

鼓山影视的成立初衷是做一家聚合网生编剧的内容制作公司，合伙人及CEO是前《屌丝男士》总编剧李亚。2015年，鼓山影视曾利用旗下部分段子手的编剧才能，耗资百万推出了网剧《如果没有》。当年年底，冯列对影视公司做了拆分，独立运营。11月，影视公司拿到了千万级的Pre-A轮投资。鼓山的重心不在影视制作，“剥离独立运作，按照市场化的方式，本身会有更好的发展空间”。

鼓山当下的重要任务是搭建完善内容型网红的发现、经纪、开发、商业，孵化各链条的服务体系，"如何帮他们提供服务闭环决定了我们的核心优势及价值。"冯列说，这种模式的进阶一定就是选择合适的人，帮他们完成工作室及公司的孵化。

之前，他们就错过了一次绝佳的机会。

以吐槽星座出名的@同道大叔获得鼓山的支持而爆火。同道原名蔡跃栋，他个人有着创业野心并成立了一家估值将近2亿元的公司。目前，蔡跃栋正尝试利用自己的影响力，打造中国版的迪斯尼。

而在2014年，蔡跃栋希望鼓山入股。但当时鼓山的现金流并不支持。“各种原因吧，这一定算一个遗憾。”冯列说，他对鼓山去年的发展并不满意，“15年我们处理了太多内部事务，这肯定放缓了公司的行进速度。好在现在也不晚”。

·END·

购买杂志请点击阅读原文

总结最全2万字长文解读7大方向人脸数据集v2.0版

人脸图像是计算机视觉领域中研究历史最久，也是应用最广泛的图像。从人脸检测、人脸识别、人脸的年龄表情等属性识别，到人脸的三维重建等，都有非常多的数据集被不断整理提出，极大地促进了该领域的发展。

本次，我们从人脸检测、关键点检测、人脸识别、人脸属性分析、人脸姿态与3D，人脸活体与伪造，人脸风格化等几个方向来给大家做一个比较详细的介，这是在之前介绍的文章「数据集」一文道尽人脸数据集基础上的拓展。

作者&编辑 | 言有三

1. 人脸检测数据集

所谓人脸检测任务，就是要定位出图像中人脸的大概位置。通常检测完之后根据得到的框再进行特征的提取，包括关键点等信息，然后做一系列后续的分析。

(1) Caltech 10000 Web Faces

数据集地址：http://www.vision.caltech.edu/Image_Datasets/Caltech_10K_WebFaces/。

发布于2007年，这是一个灰度人脸数据集，使用Google图片搜索引擎用关键词爬取所得，包含了7092张图，10524个人脸，平均分辨率在304×312。除此之外还提供双眼鼻子，和嘴巴共4个坐标位置，在早期被较多地使用，现在的方法已经很少用灰度数据集做评测。

(2) AFW

发布于2013年，目前官网数据链接已经失效，可以通过其他渠道获得。AFW数据集是人脸关键点检测非常早期使用的数据集，共包含205个图像，其中有473个标记的人脸。每一个人脸提供了方形边界框，6个关键点和3个姿势角度的标注。

(3) FDDB

数据集地址：http://vis-www.cs.umass.edu/fddb/index.html。

发布于2010年，这是被广泛用于人脸检测方法评测的一个数据集。FDDB(Face Detection Data Set and Benchmark)的提出是用于研究无约束人脸检测。所谓无约束指的是人脸表情、尺度、姿态、外观等具有较大的可变性。FDDB的图片都来自于 Faces inthe Wild 数据集，图片来源于美联社和路透社的新闻报道图片，所以大部分都是名人，而且是自然环境下拍摄的。共2845张图片，里面有5171张人脸图像。

通常人脸检测数据集的标注采用的是矩形标注，即通过矩形将人脸的前额，脸颊和下巴通过矩形包裹起来，但是由于人脸是椭圆状的，所以不可能给出一个恰好包裹整个面部区域而无干扰的矩形。

在FDDB当中采用了椭圆标记法，它可以适应人脸的轮廓。具体来说，每个标注的椭圆形人脸由六个元素组成。(ra、rb、θ、cx、cy、s)，其中ra、rb是椭圆的半长轴、半短轴，cx、cy是椭圆的中心点坐标，θ是长轴与水平轴夹角(头往左偏θ为正，头往右偏θ为负)，s则是置信度得分。标注的结果是通过多人独立完成标注之后取标注的平均值，而且排除了长或宽小于20个像素的人脸，远离相机的人脸，被遮挡的人脸等。

(4) WIDER Face

数据集地址：http://mmlab.ie.cuhk.edu.hk/projects/WIDERFace/。

发布于2015年，FDDB评测标准由于只有几千张图像，这样的数据集在人脸的姿态、尺度、表情、遮挡和背景等多样性上非常有限，训练出来的模型难以被很好的评判，算法很快就达到饱和。在这样的背景下香港中文大学提出了Wider-face数据集，在很长一段时间里，大型互联网公司和科研机构都在Wider-face上做人脸检测算法竞赛。

Wider-face总共有32203张图片，共有393703张人脸，比FDDB数据集大10倍，而且在面部的尺寸、姿势、遮挡、表情、妆容、光照上都有很大的变化，算法不仅标注了框，还提供了遮挡和姿态的信息，自发布后广泛应用于评估性能比传统方法更强大的卷积神经网络。

Wider-face中的图像分辨率较高，所有图像的宽都缩放到1024像素，最小标注的人脸大小为10×10，平均一张图超过10个人脸，密集小人脸非常多。训练集，验证集，测试集分别占40%，10%，50%，测试集非常大，结果可靠性高。

根据EdgeBox方法的检测率Wider-face评测被划分为三个难度等级：Easy, Medium, Hard，可以在各个任务维度上进行评测，比如Hard等级非常适合评测小脸检测框架。

(5) MALF

数据集地址：http://www.cbsr.ia.ac.cn/faceevaluation/。

MALF（Multi-Attribute Labelled Faces）发布于2015年，是为了更加细粒度地评估野外环境中人脸检测模型而设计的数据库。数据主要来源于Internet，包含5250个图像、11931个人脸。每一幅图像包含正方形边界框，头部姿态的俯仰程度，包括小中大三个等级的标注。该数据集忽略了小于20×20或者非常难以检测的人脸，共包含大约838个人脸，占该数据集的7%。同时该数据集还提供了性别，是否带眼镜、是否遮挡、是否是夸张的表情等辅助信息。

(6) MAFA

数据集地址：http://www.escience.cn/people/geshiming/mafa.html。

发布于2017年，这是一个遮挡人脸检测数据集，总共包含30811张图、35806张被遮挡的人脸，包含各种方向和尺度的遮挡。

它们首先将人脸分为4个区域，分为眼睛、鼻子、嘴巴、下颌，根据遮挡区域数量将遮挡程度分为三档。weak occlusion对应一到两个区域的遮挡，medium occlusion对应3个区域的遮挡，heavy occlusion对应4个区域的遮挡。

人脸方向包含5个，left、front、right、left-front及right-front。遮挡类型分为4个，即人造的纯色遮挡物、人造的复杂纹理遮挡物、手/头发等身体造成的自遮挡以及复杂类型。

(7) Unconstrained Face Detection Dataset（UFDD）

数据集地址：https://ufdd.info/。

发布于2018年，这是一个非限制场景下的人脸检测数据集，总共包含6425张图、10897张人脸，包含雨天(Rain)、雪天(Snow)、雾天(Haze)、模糊(Blur)、光照(Illumination)、晶体障碍(Lens impediments)和干扰物(Distractors)等7个场景。

除此之外，还有一些比较特殊的，比如鱼眼人脸检测数据集，由于比较小众，就不再集中介绍。总的来说，人脸检测数据集的发展历史，就是不断向真实复杂场景靠近。

2. 关键点检测

检测到人脸后，下一步就是定位出关键点，关键点是人脸形状的稀疏表示，它在人脸跟踪、美颜等任务中都很重要，现在已经从最开始的5个关键点发展到了超过200个关键点的标注。

(1) LFPW、HELEN、AFW、IBUG、XM2VTS、FRGC-V2

首先是一些比较小和比较老的数据集，AFW前面已经介绍。

XM2VTS，发布于1999年，网址为http://www.ee.surrey.ac.uk/CVSSP/xm2vtsdb/，包含295个人、2360张正面图，标注了68个关键点，大部分的图像是无表情的，而且是在同样的光照环境下。

AR人脸数据库发布于1998年，网址为http://www2.ece.ohio-state.edu/~aleix/ARdatabase.html，包括126个人，超过4000张图，标注了22个关键点。

FGVC-V2人脸数据库发布于2005年，网址为https://www.nist.gov/programs-projects/face-recognition-grand-challenge-frgc，共466个人的4950张图，包括均匀的光照条件下的高质量图和不均匀的光照条件下的低质量图，标注了5个关键点。

LFPW人脸数据库，发布于2011年，网址为https://neerajkumar.org/projects/face-parts/，包括1432张图像，标注了29个关键点。

Helen人脸数据库，发布于2012年，网址为http://www.ifp.illinois.edu/~vuongle2/helen/，包括训练集和测试集，测试集包含了330张人脸图片，训练集包括了2000张人脸图片，都被标注了194个特征点。

IBUG人脸数据库，发布于2013年，网址为https://ibug.doc.ic.ac.uk/resources/facial-point-annotations/，这是随着300W一起发布的数据集，包含了135张人脸图片，每张人脸图片被标注了68个特征点。

(2) AFLW

数据集地址：https://www.tugraz.at/institute/icg/research/team-bischof/lrs/downloads/aflw/。

AFLW(Annotated Facial Landmarks in the Wild)是一个包括多姿态、多视角的大规模人脸数据库，一般用于评估面部关键点检测效果，图片来自于flickr。总共有21997张图，2593张面孔，每张人脸标注21个关键点，共380k个关键点，由于是肉眼标记，不可见的关键点不进行标注。

除了关键点之外，还提供了矩形框和椭圆框的脸部位置标注，其中椭圆框的标注方法与FDDB相同。另外还有从平均3D人脸重建提供的3D的人脸姿态角标注。

大部分图像是彩色图，也有少部分是灰度图，59%为女性，41%为男性，这个数据集非常适合做多角度多人脸检测，关键点定位和头部姿态估计，是关键点检测领域里非常重要的一个数据集。

下图是上述数据集的标注的对比。

(3) 300W、300W挑战赛与300VW、300VW挑战赛

数据集地址：https://ibug.doc.ic.ac.uk/resources/300-W/。

发布于2013年，包含了300张室内图和300张室外图，其中数据集内部的表情、光照条件、姿态、遮挡、脸部大小变化非常大，是通过Google搜索“party”，“conference”等较难等场景搜集而来。该数据集标注了68个关键点，一定程度上在这个数据集能取得好结果的，在其他数据集也能取得好结果。

300W挑战赛是非常有名的用于评测关键点检测算法的基准，2013在ICCV举办了第一次人脸关键点定位竞赛。300W挑战赛所使用的训练数据集实际上并不是一个全新的数据集，它是采用了半监督的标注工具，将AFLW、AFW、Helen、IBUG、LFPW、FRGC-V2、XM2VTS等数据集进行了统一标注然后得到的，关键信息是68个点。

在ICCV 2015年拓展成了视频标注，即300 Videos in the Wild(300-VW)，数据集地址是

https://ibug.doc.ic.ac.uk/resources/300-VW/，感兴趣读者可以关注。

(4) MTFL与MAFL

数据集地址：http://mmlab.ie.cuhk.edu.hk/projects/TCDCN.html。

发布于2014年，这里包含了两个数据集。

Multi-Task Facial Landmark(MTFL)数据集包含了12995张脸，5个关键点标注，另外也提供了性别、是否微笑、是否佩戴眼镜以及头部姿态的信息。

Multi-Attribute Facial Landmark(MAFL)数据集则包含了20000张脸，5个关键点标注与40个面部属性，实际上MAFL被包含在了Celeba数据集中，该数据集我们后面会进行介绍。这两个数据集都使用TCDCN方法将原来的标注拓展到了68个关键点的标注。

(5) WFLW

数据集地址：https://wywu.github.io/projects/LAB/WFLW.html。

WFLW包含了10000张脸，其中7500用于训练，2500张用于测试，共98个关键点。除了关键点之外，还有遮挡、姿态、妆容、光照、模糊和表情等信息的标注。

由于人脸关键点是整个人脸任务中非常基础和重要的，所以在工业界有更多的关键点的标注，因为商业价值，这些数据集一般不会进行公开。

前面介绍的关键点标注都是针对二维人脸图像，超过200个点的标注已经是非常的密集，而对于3D人脸图像，相关的开源三维人脸数据集以及Face ，美图等企业都使用了超过1000个以上的稠密关键点。

3. 人脸识别

人脸检测和关键点检测都是比较底层的任务，而人脸识别是更高层的任务，它就是要识别出检测出来的人脸是谁，完成身份比对等任务，也是人脸领域里被研究最多的任务。

3.1 人脸识别图片数据集

(1) FERET

数据库地址：http://www.nist.gov/itl/iad/ig/colorferet.cfm。

发布于1993年至1996年，由FERET项目创建，包含14051张多姿态，不同光照的灰度人脸图像，每幅图中均只有一个人脸，在早期的人脸识别领域应用非常广泛。

(2) Yale与YALE B

数据集地址：http://vision.ucsd.edu/~iskwak/ExtYaleDatabase/Yale Face Database.htm。

Yale人脸数据库与YALE人脸数据库B分别发布于1997年和2001年，这是两个早期的灰度数据集。Yale人脸数据库由耶鲁大学计算视觉与控制中心创建，包含15位志愿者的165张图片，包含光照、表情和姿态的变化。

后面将其拓展到YALE人脸数据库B，包含了10个人的5760幅多姿态，多光照的图像。具体包括9个姿态、64种光照变化，在实验室严格控制的条件下进行。虽然每个人的图像很多，但是由于采集人数较少，该数据库的进一步应用受到了比较大的限制。

(3) LFW

数据集地址：http://vis-www.cs.umass.edu/lfw/index.html#download。

Labeled Faces in the Wild（LFW）发布于2007年，是为了研究非限制环境下的人脸识别问题而建立，这是比较早期而重要的测试人脸识别的数据集，所有的图像都必须要能够被经典的人脸检测算法VJ算法检测出来。

该数据集包含5749个人的13233张全世界知名人士的图像，其中有1680人有2张或2张以上人脸图片。它是在自然环境下拍摄的，因此包含不同背景、朝向、面部表情，且每个图像都被归一化到250×250大小。

CALFW数据集是LFW数据集的拓展，地址为http://www.whdeng.cn/calfw/index.html?reload=true，它包含了3000对具有较大年龄跨度的人脸图像，可以用于评估人脸识别算法在跨年龄识别中的性能。

(4) CAS-PEAL

数据集地址：http://www.jdl.ac.cn/peal/。

发布于2008年，CAS-PEAL数据集是中国科学院收集建立的，它主要是为了提供一个大规模的中国人脸数据集用于训练和评估对应东方人的算法，有灰度图和彩色图两个版本。目前，CAS-PEAL人脸数据库由1040个人（595名男性和445名女性）的99594张图像组成，在特定环境下具有不同的姿势、表情、照明条件、表情以及是否佩戴眼镜等信息。对于每个被拍摄的人，通过9个相机来同时捕获不同姿态的图像，平均每一个人采集了约900张图像。

(5) CMU PIE与Multi-PIE

CMU PIE数据集地址：https://www.ri.cmu.edu/publications/the-cmu-pose-

illumination-and-expression-pie-database-of-human-faces/

Multi-PIE数据集地址：http://www.cs.cmu.edu/afs/cs/project/PIE/MultiPie/Multi-Pie/Home.html。

CMU PIE数据集发布于2000年，PIE就是姿态(Pose)、光照(Illumination)和表情(Expression)的缩写，包含68位志愿者的41368张图，每个人有13种姿态条件，43种光照条件和4种表情。其中的姿态和光照变化图像也是在严格控制的条件下采集的，它在推动多姿势和多光照的人脸识别研究方面具有非常大的影响力，不过仍然存在模式单一多样性较差的问题。

为了解决这些问题，卡内基梅隆大学的研究人员在2009年建立了Multi-PIE数据集。它包含337个人，在15个角度，19个照明条件和不同的表情下记录，最终超过750000个图像。由于图像质量较高，原始的图片大小超过了300G，需要购买。

(6) Pubfig

数据集地址：http://www.cs.columbia.edu/CAVE/databases/pubfig/。

发布于2010年，这是哥伦比亚大学的公众人物脸部数据集，包含有200个人的58797张人脸图像，主要用于非限制场景下的人脸识别。与LFW相比，这个数据集更大，但是人更少，每个人的图片更多。

(7) MSRA-CFW

数据集地址：https://link.zhihu.com/?target=http://research.microsoft.com/en-us/projects/msra-cfw/。

发布于2012年，由微软亚洲研究院收集整理，包含1583个人的202792张图像，采用了自动标注的方法。

(8) CASIA-WebFace

数据集地址：http://classif.ai/dataset/casia-webface/。

发布于2014年，这是中国科学院自动化研究所李子青实验室开放的国内非常有名的数据集，包含10575个人494414张图。

(9) FaceScrub

数据集地址：http://vintage.winklerbros.net/facescrub.html。

发布于2016年，总共包含了530个人的106863张图片，其中男性女性各占265，分别包括55306和51557张图，每个人大概200张图。

(10) UMDFaces

数据集地址：http://www.umdfaces.io/。

发布于2016年，这个数据集有静态图和视频两部分，其中静态图包含8277个人的367888张脸，视频包含22075个视频中的3107个人的3735476张图。同时标注了21个关键点，性别信息，以及人的3个姿态。

(11) MegaFace

数据集地址：http://megaface.cs.washington.edu/dataset/download.html。

发布于2016年，MegaFace数据集包含一百万张图片，共690000个不同的人，所有数据都是华盛顿大学从Flickr组织收集。这是第一个在一百万规模级别的面部识别算法测试基准。现有脸部识别系统仍难以准确识别超过百万的数据量。为了比较现有公开脸部识别算法的准确度，华盛顿大学在2017年底开展了一个名为“MegaFace Challenge”的公开竞赛。这个项目旨在研究当数据库规模提升数个量级时，现有的脸部识别系统能否维持可靠的准确率。

(12) MS-Celeb-1M

数据集地址：https://www.msceleb.org/。

发布于2016年，这是目前世界上规模最大、水平最高的图像识别赛事之一，由微软亚洲研究院发起，每年定期举办。参赛队伍被要求基于微软云服务，搭建包括人脸检测、对齐、识别的完整人脸识别系统，而且识别系统必须先通过远程实验评估。

训练集合包含10M图片，具体的操作是从1M个名人中，根据他们的受欢迎程度，选择100K个，然后利用搜索引擎，给100K个人每人搜大概100张图片。共得到100K*100=10M个图片。测试集包括1000个名人，这1000个名人来自于1M个明星中随机挑选，每个名人大概有20张图片。

(13) VGG Face与VGG Face2

数据集地址：http://www.robots.ox.ac.uk/~vgg/data/vgg_face2/

VGG Face数据集发布于2015年，包括2622个对象且每个对象拥有约1000幅静态图像。VGG Face2数据集发布于2017年，包含了9131个人的3.31百万张图片，平均每一个人有362.6张图。这个数据集人物ID较多，且每个ID包含的图片个数也较多。数据集覆盖了大范围的姿态、年龄和种族，其中约有59.7%的男性。除了身份信息之外，数据集还包括人脸框、5个关键点，以及估计的年龄和姿态。

(14) IARPA Janus Benchmark

数据集地址：https://www.iarpa.gov/index.php/research-programs/janus。

美国国家技术标准局（NIST）在2015年召开的CVPR上发布了IJB-A人脸验证与识别数据集，IJB-A数据包含来自500个对象的5396幅静态图像和20412帧的视频数据。被拍摄者来自世界不同国家、地区和种族，具有广泛的地域性，在完全无约束环境下采集的。很多被拍摄者的面部姿态变化巨大，光照变化剧烈以及拥有不同的图像分辨率。

另外，数据集引入了“模板”的概念，即在无约束条件下采集的、所有感兴趣面部媒体的一个集合，这个媒体集合不仅包括被拍摄者的静态图像，也包括视频片段。因此一个模板代表一个集合，最终的人脸验证与识别不是基于单个图像，而是基于集合对集合。

此后，2017年迭代到IARPA Janus B，2018年迭代到IARPA Janus C，这是业界非常具有难度的人脸识别竞赛。

(15) IMDB-Face

数据集地址：https://github.com/fwang91/IMDb-Face#data-download。

发布于2018年，这是一个经过人工清理标签的干净人脸识别数据集，包含590000个人，170万张图。数据来源于IMDb网站，清理数据集耗费了50个人共1个月的时间，由于数据集质量更高，可以用更少的数据完成相关任务。

3.2 人脸识别视频数据集

(1) YouTube Faces DB

数据集地址：http://www.cs.tau.ac.il/~wolf/ytfaces/results.html。

发布于2011年，这是一个视频数据集，也是用来做人脸验证的。它包含了1595个人的3425段视频，最短的为48帧，最长的为6070帧。和LFW不同的是，在这个数据集下，算法需要判断两段视频里面是不是同一个人，有不少在照片上有效的方法，在视频上可能会失败。

(2) PaSC

数据集地址：https://www.nist.gov/programs-projects/point-and-shoot-face-recognition-challenge-pasc。

发布于2014年，这是一个图片和视频人脸数据集，包含9376张静态图以及293个人的2802个视频。

(3) iQIYI-VID

数据集地址：http://challenge.ai.iqiyi.com/detail?raceId=5b1129e42a360316a898ff4f。

发布于2018年，iQIYI-VID是当前全球最大的明星视频数据集，数据集包含5000位明星艺人，长达1000小时、50万条视频片段，每条视频的长度是1~30秒，可以进行多模态(人脸、声音、动作及服装等特征)人物识别的挑战研究。

3.3 三维人脸识别数据集

(1) ND-2006

数据集地址：https://cvrl.nd.edu/projects/data/#nd-2006-data-set。

发布于2006年，包含888个人，每一个人约60张图，共13450张图，包含6种不同的表情。

(2) bosphorus

数据集地址：http://bosphorus.ee.boun.edu.tr/。

发布于2008年，这是一个使用结构光设备采集的3D人脸数据集数据集，它包含了105个人的4666张三维人脸图片，被采集者距离设备1.5m，采集的姿态为正脸。

3.4 人脸识别其他数据集

(1) FIW

数据集地址：https://web.northeastern.edu/smilelab/fiwkinship/

发布于2017年，这是一个研究亲属人脸识别算法的数据集，总共包含1000个家庭的11163张图片，每一个家庭至少3个成员，8张图片。

(2) MeGlass

数据集地址：https://github.com/cleardusk/MeGlass。

发布于2019年，这是一个戴眼镜的人脸识别数据集，眼镜对人脸识别问题会造成一定的困扰，MeGlass是一个仿真的戴眼镜人脸识别数据集，包括1710个人的14 832张有眼镜图和33087张无眼镜图，所有的图片来自于MegaFace。

(3) LAG

数据集地址：http://www.ivl.disco.unimib.it/activities/large-age-gap-face-verification/。

发布于2018年，LAG Dataset是一个跨年龄的人脸识别数据集，它包括1010个人的3828张图片，每一个人都至少包括一组小孩/年轻，或者成人/老人的照片。

(4) iCartoonFace

数据集地址：http://www.ivl.disco.unimib.it/activities/large-age-gap-face-verification/。

发布于2019年，iCartoonFace是一个卡通人脸识别数据集，它包括2639个人物形象，68312张图片，来自于爱奇艺中的卡通视频和搜索引擎中的图片。

(5) RFW

数据集地址：http://whdeng.cn/RFW/index.html。

发布于2019年，这是一个研究人脸识别算法中种族偏移问题的数据集，总共包含4类人种，即Caucasian, Indian, Asian, African。

其中Caucasian作为训练集，包含10000个人的468139张脸，测试集则包含4类人种。其中Caucasian包含2959个人，10196张脸。Indian包含2984个人，10308张脸。Asian包含2492个人，9688张脸。African包含2995个人，10415张脸。

人脸识别虽然在百万级别的数据集如MegaFace等都已经达到相当高的水准，但是在现实世界中面临各种姿态，分辨率、遮挡等问题，仍然有较大的研究空间。

4. 人脸属性数据集

人脸属性识别在人机交互、安全控制、直播娱乐、自动驾驶等领域都非常具有应用价值，因此也已经得到了广泛的研究。

4.1 通用人脸属性分析数据集

(1) FaceTracer

数据集地址：https://www.cs.columbia.edu/CAVE/databases/facetracer/

发布于2008年，该数据集包括15000张人脸，共10组属性，包括性别，种族，年龄，头发颜色，是否佩戴眼镜，是否有胡须，是否微笑，是否模糊，光照条件以及室内还是室外环境，这是比较早期的人脸属性数据集。

(2) PubFig

数据集地址：https://www.cs.columbia.edu/CAVE/databases/pubfig/

发布于2009年，该数据集包括200个人的58797张人脸，来自于互联网搜索，因此具有很好的姿态，光照，表情和场景多样性，总共标注了73个人脸属性。

(3) LFWA和CelebA

数据集地址：http://mmlab.ie.cuhk.edu.hk/projects/CelebA.html。

两者都发布于2015年，LFWA的图片全部来自于LFW人脸识别数据集，CelebA则包含了10177个名人的202599张人脸图片，它们标注的人脸属性有40种，包括是否戴眼镜，是否微笑等，是当前最大最广泛使用的人脸属性数据集。

(4) Fairface

数据集地址：https://github.com/joojs/fairface。

发布于2019年，共包括108501张图。由于当前很多的人脸数据集中存在人种的不均衡，fairface建立了一个更加均衡的数据集。该数据集共包括white、black、Indian、East Asian、Southeast Asian、Middle East及Latino 7类人种，图片来源于YFCC-100M Flickr数据集，标注属性包括人种(Race)、性别(Gender)、年龄组(Age Group)。

类似的数据集还有IBM收集的Diversity in Faces(DiF)，同样来自于YFCC-100M，有超过100万的图片。

4.2 人脸表情数据集

人脸表情识别（Facial Expression Recognition，FER）是人脸属性识别技术中的一个重要组成部分，在人机交互、安全控制、直播娱乐、自动驾驶等领域都非常具有应用价值，因此在很早前就已经得到了研究。

(1) The Japanese Female Facial Expression(JAFFE) Database

数据集链接：http://www.kasrl.org/jaffe.html。

1998年发布，这是比较小和老的数据库。该数据库是由10位日本女性在实验环境下根据指示做出各种表情，再由照相机拍摄获取的人脸表情图像。整个数据库一共有213张图像，10个人，全部都是女性，每个人做出7种表情，这7种表情分别是sad、happy、angry、disgust、surprise、fear、neutral，每组大概20张样图。

(2) KDEF与AKDEF(Karolinska Directed Emotional Faces)

数据集地址：http://www.emotionlab.se/kdef/。

发布于1998年，这个数据集最初是被开发用于心理和医学研究目的。它主要用于知觉、注意、情绪、记忆等实验。在创建数据集的过程中，特意使用比较均匀，柔和的光照，被采集者身穿统一的T恤颜色。这个数据集，包含70个人、35个男性、35个女性，年龄在20至30岁之间。没有胡须、耳环或眼镜，且没有明显的化妆。7种不同的表情，每个表情有5个角度。总共4900张彩色图，尺寸为562×762像素。

(3) GENKI

数据集地址：http://mplab.ucsd.edu。

发布于2009年，GENKI数据集是由加利福尼亚大学的机器概念实验室收集。该数据集包含GENKI-R2009a、GENKI-4K、GENKI-SZSL三个部分。GENKI-R2009a包含11159个图像，GENKI-4K包含4000个图像，分为“笑”和“不笑”两种，每个图片拥有不同的尺度大小、姿势、光照变化、头部姿态，可专门用于做笑脸识别。这些图像包括广泛的背景、光照条件、地理位置、个人身份和种族等。

(4) RaFD

数据集地址：http://www.socsci.ru.nl:8180/RaFD2/RaFD?p=main。

发布于2010年，该数据集是Radboud大学Nijmegen行为科学研究所整理的，这是一个高质量的脸部数据库，总共包含67个模特，其中20名白人男性成年人，19名白人女性成年人，4个白人男孩，6个白人女孩，18名摩洛哥男性成年人。总共8040张图，包含8种表情，即愤怒、厌恶、恐惧、快乐、悲伤、惊奇、蔑视和中立。每一个表情，包含3个不同的注视方向，且使用5个相机从不同的角度同时拍摄的。

(5) Cohn-Kanade AU-Coded Expression Database

数据集地址：http://www.pitt.edu/~emotion/ck-spread.htm。

发布于2010年，这个数据库是在Cohn-Kanade Dataset的基础上扩展来的，它包含137个人的不同人脸表情视频帧。这个数据库比起JAFFE要大的多。而且也可以免费获取，包含表情的标注和基本Action Units 的标注。

(6) Fer2013

数据集地址：https://www.kaggle.com/c/challenges-in-representation-learning-facial-expression-recognition-challenge/data。

发布于2013年，该数据集包含共26190张48×48灰度图，图片的分辨率比较低，共6种表情。分别为anger生气、disgust厌恶、fear恐惧、happy开心、sad伤心、surprised惊讶、normal中性。

(7) RAF（Real-world Affective Faces）

数据集地址：http://www.whdeng.cn/RAF/model1.html。

发布于2017年，包含总共29672张图片，其中7个基本表情和12个复合表情，而且每张图还提供了5个精确的人脸关键点，年龄范围和性别标注。

(8) EmotioNet

数据集地址：http://cbcsl.ece.ohio-state.edu/EmotionNetChallenge/。

发布于2017年，共950，000张图，其中包含基本表情、复合表情，以及表情单元的标注。

(9) AffectNet

数据集地址：http://mohammadmahoor.com/affectnet/。

发布于2017年，数据集的采集使用6种不同语言的1250个关键词在搜索引擎中进行检索，最后超过42万张图。标注类型包括表情类型和幅度，其中表情类型包括中性表情(Neutral)、高兴(Happiness)、悲伤(Sadness)、惊讶(Surprise)、害怕(Fear)、厌恶(Disgust)、愤怒(Anger)、轻蔑(Contempt)等8种基本表情，以及无表情(None)、不确定(Uncertain)、无人脸(No-Face)。

表情识别目前的关注点已经从实验室环境下转移到具有挑战性的真实场景条件下，研究者们开始利用深度学习技术来解决如光照变化、遮挡、非正面头部姿势等问题，仍然有很多的问题需要解决。

另一方面，尽管目前表情识别技术被广泛研究，但是我们所定义的表情只涵盖了特定种类的一小部分，尤其是面部表情，而实际上人类还有很多其他的表情。表情的研究相对于颜值年龄等要难得多，应用也要广泛的多，相信这几年会不断出现有意思的应用。

4.3 人脸年龄与性别数据集

人脸的年龄和性别识别在安全控制，人机交互领域有着非常广泛的使用，而且由于收到妆造等影响，人脸的年龄估计仍然是一个难点。

(1) FGNet

数据集地址：http://www-prima.inrialpes.fr/FGnet/html/benchmarks.html。

发布于2000年，这是第一个意义重大的年龄数据集，包含了82个人的1002张图，年龄范围是0到69岁。

(2) CACD2000

数据集地址：http://bcsiriuschen.github.io/CARC/。

发布于2013年，这是一个名人数据集，包含了2000个人的163446张名人图片，其范围是16到62岁。

(3) Adience

数据集地址：https://www.openu.ac.il/home/hassner/Adience/data.html#frontalized。

发布于2014年，这是采用iPhone5或更新的智能手机拍摄的数据，共2284个人26580张图像。它的标注采用的是年龄段的形式而不是具体的年龄，其中年龄段为（0-2、4-6、8-13、15-20、25-32、38-43、48-53、60 ）。

(4) IMDB-wiki

数据集地址：https://data.vision.ee.ethz.ch/cvl/rrothe/imdb-wiki/。

发布于2015年，IMDB-WIKI人脸数据库是由IMDB数据库和Wikipedia数据库组成，其中IMDB人脸数据库包含了460723张人脸图片，而Wikipedia人脸数据库包含了62328张人脸数据库，总共523051张人脸数据。都是从IMDb和维基百科上爬取的名人图片，根据照片拍摄时间戳和出生日期计算得到的年龄信息，以及性别信息，对于年龄识别和性别识别的研究有着重要的意义，这是目前年龄和性别识别最大的数据集。

(5) MORPH

数据集地址：http://www.faceaginggroup.com/morph/。

发布于2017年，包括13000多个人的55000张图，年龄范围是16到77。

4.4 人脸分割数据集

人脸属性分割可以用于对人脸进行编辑以及辅助其他人脸相关的任务。

(1) Helen Parsing Dataset

数据集地址：http://www.cs.wisc.edu/~lizhang/projects/face-parsing/。

发布于2013年，Helen Parsing dataset是将关键点检测数据集Helen Dataset进行掩膜标注后得到的人脸图像分割数据集，包含2000张训练图像和330张测试图像。数据集共包含10类面部区域的标注，分别是Face skin、Left eye、Right eye、Left brow、Right brow、Nose、Inner mouth、Upper lip、Lower lip、Background，标注的方法是每一个类别都单独存储为一张图片。

(2) CelebAMask-HQ

数据集地址：https://github.com/switchablenorms/CelebAMask-HQ。

发布于2019年，CelebAMask-HQ是从CelebA-HQ数据集中标注的30000张人脸属性分割数据集，其中图像大小均为512×512，包含19个类别，分别是skin、nose、eyes、eyebrows、ears、mouth、lip、hair、hat、eyeglass、earring、necklace、neck及cloth区域。

4.5 人脸颜值数据集

人脸颜值和吸引度在社交平台和图像质量评估上都有应用。

(1) SCUT-FBP5500

数据集地址：https://github.com/HCIILAB/SCUT-FBP5500-Database-Release。

发布于2017年，数据集共5500个正面人脸，年龄分布为15-60，全部都是自然表情。包含不同的性别分布和种族分布（2000亚洲女性、2000亚洲男性、750高加索男性、750高加索女性），数据分别来自于数据堂，US Adult database等。每一张图由60个人进行评分，共评为5个等级，这60个人的年龄分布为18～27岁，均为年轻人。适用于基于表观和形状等的模型研究。同时，每一个图都提供了86个关键点的标注。

(2) Selfier

数据集地址：https://www.crcv.ucf.edu/data/Selfie/。

发布于2015年，作者们从selfeed.com网站上收集了46,836张自拍图，然后标注了36种属性，分为以下组别，前面是属性，后面是具体的分类。

性别：is female。

年龄：baby、child、teenager、youth、middle age、senior。

种族：white、black、asian。

脸型：oval、round、heart。

脸部表情：smiling、frowning、mouth open、tongue out、duck face。

头发颜色：black、blond、brown、red。

发型：curly、straight、braid。

装饰：glasses、sunglasses、lip- stick、hat、earphone。

其他.：showing cellphone、using mir-ror、having braces、partial face。

光照条件：harsh、dim。

每一张图像都标注了受欢迎的分数，该数据集可以用于研究人脸属性与受欢迎程度之间的关系。

4.6 人脸妆造数据集

妆造在人脸图像中是普遍存在的，人脸的上妆与去妆，抗装造干扰的人脸识别也是一种具有挑战性的问题。

(1) YMU，VMU，MIW，MIFS等妆造数据集

数据集地址：http://www.antitza.com/makeup-datasets.html。

发布于2012年，这是一个女性面部化妆数据集，可用于研究化妆对面部识别的影响。总共包括4个子数据集：

YMU（YouTube化妆）：这是从YouTube视频化妆教程中获取的面部图像，YouTube网址为http://www.antitza.com/URLs_YMU.txt。

VMU（虚拟化妆）：这是将从FRGC数据库中采集的高加索女性受试者的面部图像，使用

公开的软件来合成的虚拟化妆样本，软件来自www.taaz.com。

MIW：从互联网获得有化妆和没有化妆的受试者的前后对比面部图像。

MIFS：化妆诱导面部欺骗数据集：这是从YouTube化妆视频教程的107个化妆视频中获取。每一组包含3张图片，其中一张图片是目标的化妆前的主体图像，一个是化妆后的，另一个是其他人化同样的妆试图进行欺骗的图片。

(2) 妆造迁移数据集

数据集地址：http://liusi-group.com/projects/BeautyGAN。

发布于2018年，包括3834张女性人脸图，其中1115张无妆造人脸，2719张有妆造人脸。妆造类型包括不同程度的烟熏妆(smoky-eyes makeup style)、华丽妆(flashy makeup style)、复古妆(Retro makeup style)、韩式妆(Korean makeup style)及日式妆(Japanese makeup style)。

5. 人脸姿态与3D数据集

人脸的姿态估计在考勤，支付以及各类社交应用中有非常广泛的应用。三维人脸重建在大姿态人脸关键点的提取，表情迁移等领域有非常重大的研究意义，也是目前人脸领域的研究重点。

5.1 人脸姿态数据集

(1) Bosphorus Database

数据集地址：http://bosphorus.ee.boun.edu.tr/default.aspx。

发布于2009年，这是一个研究三维人脸表情的数据集，通过结构光采集。包含105个人，4666张人脸，每一个人脸有35种表情以及不同的仿真姿态。

(2) BIWI

数据集地址：http://www.vision.ee.ethz.ch/datasets/b3dac2.en.html。

发布于2010年，包含1000个高质量的3D扫描仪和专业麦克风采集的3D数据，其中14个人，6个男性，8个女性。采集以每秒25帧的速度获取密集的动态面部扫描。

(3) Head Pose Image

数据集地址：http://www-prima.inrialpes.fr/perso/Gourier/Faces/HPDatabase.html。

发布于2013年，为灰度图数据集，在实验室采集，标注包括垂直角度和水平角度。包括5580张图，其中372个人，每个人15张图。

(4) BIWI kinect_headpose

数据集地址：https://data.vision.ee.ethz.ch/cvl/gfanelli/head_pose/head_forest.html。

发布于2013年，使用kinect进行采集，包含20个人的15000张图片，有3D的标注，图片大小为640×480。

(5) TMU

数据集地址：www.facedbv.com。

发布于2015年，这是一个面部视频数据库，包含31500个100名志愿者的视频。每个志愿者在7个照明条件下由9组同步网络摄像头拍摄，并被要求完成一系列指定的动作，有不同的遮挡，照明、姿势和表情的面部变化。与现有数据库相比，THU人脸数据库提供了具有严格时间同步的多视图视频序列，从而能够对注视校正方法进行评估。

(6) UPNA Head Pose Database

数据集地址：http://gi4e.unavarra.es/databases/hpdb/。

发布于2016年，10个人，其中6个男性，4个女性，每个人12个视频，6个规定的动作，6个自由的动作。分辨率1280×720，30fps，每一个视频10s，有3D标注信息。

5.2 人脸重建数据集

(1) Basel Face Model

数据集地址：https://faces.dmi.unibas.ch/。

发布于2009年，这是使用3DMM模型构建的数据集，通过结构光和激光进行采集，未处理前每一个模型由70000个点描述，处理后由53490个点描述。在数据库的处理过程中，将所有模型的每一个点的位置都进行了精确的一一匹配，也就是说，每一个点都有实际的物理意义，可能有右嘴角，可能是鼻尖。

数据集包含100个男性和100个女性的3D扫描数据，是人脸三维重建领域影响最大的数据集，堪称3D人脸领域的“hello world”。在该数据集中，还标注了表情系数，纹理系数，68个关键点的坐标，以及相机的7个系数。

BFM数据集如今已经更新了多次，包括BFM2017，BFM2019，读者可以自行关注。

(2) FaceWarehouse

数据集地址：http://www.kunzhou.net/#facewarehouse。

发布于2014年，这是浙江大学周昆实验室开源的3D人脸数据集，与3DMM数据集的构建相似，不过数据集是中国人。共包含了150个人，年龄从7-80岁。相比于3DMM数据集，它增加了表情，每个人包含了20种不同的表情、1个中性表情、19个张嘴、微笑等表情。

其他的还有USF Human ID 3-D Database，ICT-3DHP database，IDIAP等，读者可以线下了解。由于3D数据集的构建代价很高，所以仿真数据集经常被使用，即通过从2D图像构建3D模型然后进行姿态仿真。当然另一方面，研究摆脱3D数据集的运用的方法也不断被提出，而且精度已经和基于3D数据集的方法可以比拼，因此这可能也是未来的重要研究方向。

(3) 300W-LP

数据集地址：http://www.cbsr.ia.ac.cn/users/xiangyuzhu/projects/3DDFA/main.htm。

这是基于300W数据集和3DMM模型仿真得到的3D数据集，这是3D领域里使用最大，使用最广泛的仿真数据集，包含了68个关键点，相机参数以及3DMM模型的系数的标注。

6. 人脸活体与伪造数据集

在金融支付、门禁等应用场景，活体检测用来验证是否是真实的本人还是一张图片或者一段视频。随着当前人脸伪造技术的发展，伪造人脸图像的检测也是一个重要的问题。

6.1 人脸活体数据集

(1) NUAA

数据集地址：http://parnec.nuaa.edu.cn/xtan/data/nuaaimposterdb.html

发布于2010年，这是一个重放攻击人脸数据集，包含15个人采集的照片。采集时使用20fps，对每一个正面人脸姿态和中性表情进行采集，每一个人采集500张图，分辨率大小为640×480，人脸图像采集使用了Canon相机，而伪造人脸则使用相机纸打印和A4纸打印，上图展示了一些样本。

(2) Replay-Attack Database

数据集地址：https://www.idiap.ch/dataset/replayattack。

发布于2012年，这是一个重放攻击人脸数据集，包含50个人的1300个视频。所有的视频都是通过让一个（真正的）客户端试图通过内置的网络摄像头访问笔记本电脑或者通过显示同一客户端的照片或视频至少记录了9秒后生成，分辨率为320×240像素。

(3) 3DMask Attack

数据集地址：https://www.idiap.ch/dataset/3dmad。

发布于2013年，包含了17个人的76500张图片，使用Kinect进行采集。每一个人采集了3组视频，前两组为真实视频，第三组掩码攻击图。

每一组视频包含了5个视频，每一个视频300帧，每个帧包括一幅深度图像、相应的RGB图像和手动标注的眼睛位置。其中每帧分辨率是640×480，包含8位rgb图像和11位深度图像，采集者姿态是正面，无表情。

(4) MSU USSA

数据集地址：http://biometrics.cse.msu.edu/Publications/Databases/MSU_USSA/。

发布于2016年，这是一个活体检测数据集，包含9000张图片，其中1000张为真实图，8000张为伪造图，即非活体图。

(5) SiW

数据集地址：http://cvlab.cse.msu.edu/siw-spoof-in-the-wild-database.html。

发布于2016年，这是一个活体检测数据集，包含165个人，每个人包含8段真实的视频，多达20段伪造的视频，总共4478个视频。视频的分辨率为1080p，帧率是30fps。

(6) WFFD

数据集地址：https://arxiv.org/abs/1906.11900。

发布于2019年，这是一个3D人脸蜡像数据集，总共包含2200对真实人脸和蜡像人脸图。

(7) CASIA-SURF

数据集地址：https://sites.google.com/qq.com/chalearnfacespoofingattackdete/。

发布于2019年，这是一个活体检测数据集，包括1000个人的21000个视频，数据集通过Intel RealSense SR300相机在不同的室内背景下采集得到，同时采集RGB、Depth和InfraRed（IR）视频。其中RGB图片分辨率1280×720，Depth和IR的分辨率为640×480。

每一个样本会录制一个真实视频以及6个攻击视频，攻击类型包括遮挡住眼睛、鼻子、嘴巴等区域。

6.2 人脸伪造数据集

(1) FaceForensics

数据集地址：https://github.com/ondyari/FaceForensics。

发布于2019年，这是一个伪造人脸数据集，使用了Face2Face、FaceSwap、DeepFakes及NeuralTextures共4种换脸算法对1000个真实视频进行处理，各自得到了510207张真假脸对应的图像。

(2) DFW

数据集地址：http://iab-rubric.org/resources/dfw.html。

发布于2018年，包括1000人的11157张图片，它是IBM发布的一个人脸数据集，主要包括遮挡和伪造人脸。每一个人都有一张正脸图，其中903张人有一个验证图，两者构成正常的人脸验证对。所有1000个人都有一些包括妆造图，874个人有一些被识别成该人（故意的或者非故意的）的伪造图，最终总共1000张整成图、903张验证图、4814张妆造图、4440张伪造（另一个人）图。

除此之外还有一些其他较小的人脸伪造数据集，感兴趣的读者可以自行阅读更多。

7. 人脸风格化数据集

人脸的风格化在娱乐社交领域里有非常广泛的应用，是近些年的研究热点。

(1) CUFSF

数据集地址：http://mmlab.ie.cuhk.edu.hk/archive/cufsf/。

发布于2009年，这是一个人像素描数据集，原图来自于FERET，有1195张成对的灰色正面肖像图和对应的素描图。

(2) IIIT-CFW1.0

数据集地址：http://cvlab.cse.msu.edu/siw-spoof-in-the-wild-database.html。

发布于2016年，包含100个名人的8928张卡通图片，同时也附带了1000张真实图。

(3) CartoonSet10/100k

数据集地址：https://google.github.io/cartoonset/download.html。

发布于2017年，有两个子集，CartoonSet10k和CartoonSet100k，分别包含10000和100000张卡通人脸图。每一张卡通人脸图都有16个组件，其中12个面部属性和4个颜色属性。

其中颜色属性来自于一个离散的RGB集合，每一个属性的种类可以低至3种，高达11种。比如chin的长度就包括short、medium、long一共三种，而发型就有111种。所有属性及其集合大小统计如下：

艺术风格总共包括：3种下巴长度(chin_length)、3种眼睛角度(eye_angle)、2种睫毛可见与否属性(eye_lashes)、2种眼睑样式(eye_lid)、14种眉毛形状(eyebrow_shape)、2种眉毛宽度(eyebrow_weight)、7种脸型(face_shape)、15种面部发型(facial_hair，包括光头)、12种眼镜(glasses，包括无眼镜)、111种头部发型(head hair)。

颜色风格包括：5种眼虹膜颜色(eye_color)、11种面部皮肤颜色(face_color)、7种眼镜颜色(glasses_color)、10种头发颜色(hair_color)。

比例风格包括：3种眼睛眉毛距离(eye_eyebrow_distance)、3种眼缝大小(eye_slant)、4种眉毛厚度(eyebrow_thickness)、3种眉毛宽度(eyebrow_width)。

所有的元素及其变种都是由同一个艺术家Shiraz Fuman绘制而成，最终得到约250个卡通艺术元素，可以组合成约108种样式。所有的艺术元素都是采用顺序分层的方式方便进行渲染，比如脸型需要依赖于眼睛和眼睛，而发型比较复杂有两个元素，一个在人脸上一层，一个在人脸下一层，总共有8层，头发背景、人脸、头发前景、眼睛、眼睫毛、嘴巴、面部头发、眼镜。

从属性到艺术的映射也是有艺术家确定的，这样任意一个属性的选择都能获得视觉好看的效果，而不至于对不齐，有时候需要一些交互，比如不同脸型的“短胡子”属性的创作。

(4) self2anime

数据集地址：https://github.com/taki0112/UGATIT。

发布于2019年，这是一个漫画人脸数据集，首先使用漫画人脸检测算法对Anime-Planet1上的图片进行了检测，最后留下了女性的人脸图共3500张，其中3400张作为训练，100张作为测试。

其他还有一些比较小和老的数据集，这里就不做过多的介绍，感兴趣的读者可以自行去了解更多。

8. 如何获取数据集

如果你对以上许多数据集感兴趣，在有三AI知识星球的数据集板块中，我们提供了以上各类数据集的详细解读以及下载方式，有需要的同学可以加入。

「知识星球」这几年人脸都有哪些有意思的新数据集被整理出来？

总结

本次我们给大家介绍了人脸相关的主要数据集，人脸图像属于最早被研究的一类图像，也是计算机视觉领域中应用最广泛的一类图像，其中需要使用到几乎所有计算机视觉领域的算法，可以说掌握好人脸领域的各种算法，基本就玩转了计算机视觉领域。

如何学习人脸图像算法

如果你想系统性地学习各类人脸算法并完成相关实战，并需要一个可以长期交流学习，永久有效的平台，可以考虑参加有三AI秋季划-人脸图像算法组，完整的介绍和总体的学习路线如下：

「通知」如何让你的2020年秋招CV项目经历更加硬核？有三秋季划

我是残障人，我配找到好工作吗？

作者： 少数派说

来源： 少数派说

图文版权归原作者所有

党的十九大报告指出：“就业是最大的民生。”

而残障者的就业问题，也是很多人的关切。

为什么我们找工作这么难？难的根源到底是什么？

在社会缓慢进步的当下，我们又应该做些什么，来改善自己的处境？

这期少数派就业圆桌，我们请到主讲人吴迪老师。

吴迪，残障权利倡导同行者，麻省理工学院(MIT)科学技术与社会项目博士在读，残障平等培训(DET)引导师。曾任联合国开发计划署(UNDP)残障项目主管，融易咨询联合创始人，融合就业顾问。其博士研究关注残障权利与科技的互动。

一起来探讨！

大家好，我是吴迪，是一位听人、非残障女性，2014年开始接触残障议题，成为残障权利倡导的支持者和同行者。

在残障者就业这个话题上，很期待跟大家对话。

我协助过一些残障大学生找主流职场的工作，也跟很多雇主打过交道，特别是外企。

经常有残障学生问我：“为什么找工作这么难？怎么样才能提升我的竞争力？”

首先想问问大家对这个问题怎么看？

讨论区

@peixiao：我觉得主要是外部环境不友好。同样一份工作，同去应聘一份岗位，面试时，我比其他人更适合，但是公司没有要我。

@good luck：很大可能是因为，企业担心残疾人体力原因会影响工作效率。

@抬头触摸那抹阳光：很多企业认为残障者身体不好，万一出事，企业会承担责任。

@志成Rocky：教育与社会脱钩，教的在社会上用不上。

@胡鸾娇Aggie：大学教育一般，就业支持太少。

@DYNN：主流社会没有残障人士就业的足够准备和如何支持的培训。

@吴力权 Right：我觉得这个问题得从两方面看，1.对于任何人，就业都在变得更艰难，相比几十年前，现在各行各业拥挤程度更高了，僧多粥少的大环境下，想要立足其中，要求一定是递增的，不仅仅是残障者，所有人都感到艰难这是职场共识。2.任何时候，专业能力都是毅力的根本，大众对于残障依然缺乏较全面的、基础了解，如果没有过硬的专业技能，显然是没有撬开职业大门的机会的。

@顾智涵：还有现在的疫情人人都戴口罩，间接制造了信息获取沟通障碍，也增大了听障的就业困难度。

@徐漠溪：一般接纳残障员工的企业都分布在大城市，这样机会不平等不平均，就带来很多困扰。在大城市租房，一个残障人士独立生活也有些困难，主要是收入和支出不平衡，我在北京漂了这十几年深有感触。

大家的很多回应，都指向外部环境和社会，我和大家有同感。

面对这个问题，我首先想说的是：

残障学生找工作难，是一个结构性问题。

教育阶段的不融合，使得极少有残障者能够进入普通高校，或自由选择专业。

无障碍的不到位，让很多学校和职场以安全或效率为由拒绝残障人。

文化上的不接纳，导致很多残障人长期承担了来自家庭和社会的巨大心理压力，和主流社会的每一次互动都是情绪消耗，求职过程中的直接和间接歧视也无处不在。

上面大家提到的这些因素都有关系。其中教育对于就业有着直接影响。

以一组数字为例：

据教育部测算，2020年大学毕业生人数大盘是874万人，而2016-2019三年中被高校录取的残障学生总数，都不过才4.39万名，平均每年毕业生仅1万余人。1：800，悬殊惊人。

这与我国残障人口占总人口的比例1：16，相去甚远。

教育、无障碍、文化等因素的结合，使得残障人长期被隔离在主流的资源和机会之外。

突然到了就业阶段，要和那些把康复的精力都用于学习、能够自由选择专业、可以随意出行和沟通且不用背负“残疾”污名的其他人竞争和共事，难度系数是可想而知的。

那这些结构性问题，在雇主角度会如何体现呢？

不知道大家对于“残保金”政策熟悉吗？

我简单解释一下残保金对雇主的影响吧。

通俗一点上讲，“残保金”（残疾人就业保障金），是用人单位未招满规定比例的残障人，所交的罚金。

各地政策不一，但比例通常不低于单位总人数的1.5%。

在2016年一些地方“残保金”标准上调之后，很多企业开始积极探索残障用工。

企业总说找不到残障人才，其实真正的意思是：在企业端不用做出任何改变的情况下，没有符合条件的残障候选人。

在不改变文化、教育、无障碍的情况下，“残保金”对融合就业而言是双刃剑。

由于这是一项惩罚性的制度，它激励的不是正向行为的最大化，而是损失的最小化，加上社会对残障的慈善化态度，很多企业希望做最小的努力完成按比例就业的额度。

“残保金”也是一个结果导向的制度，这意味着，实现这一结果的过程不重要，加之企业“找不到”符合要求的人，导致很多企业通过挂靠残疾证等方式来减免“残保金”。

讽刺漫画：一个拄拐的残障人拿着一沓钱，配文是“出租残疾证，比上班划算”（图源网络）

这些现象的成因和利益关系复杂，但直接结果就是：

有求职意愿的残障学生的能力和需求被忽略了。

我和一些少数的有意愿以多元化、融合的方式招聘残障者的企业（通常是外企）合作过。这些企业的挑战在于，发起融合就业的一般是人力资源部门，由他们负责处理企业“残保金”。

但掌握岗位和招人决定权的通常是业务部门，“残保金”不是他们的业绩指标。

人力资源是服务型部门，在整个企业架构中，并非最有话语权。

要在企业内部应对刚才提到的结构性问题，企业需要做的不仅是开放的态度，或在岗位说明中添加“欢迎残障申请人”；还需要有职位上、文化上、政策上甚至设施上的改造。

这些要求的实现，需要有企业高层或部门决策者的积极推动。

这些付出在很多企业看来，是不符合“商业逻辑”的。

讨论区

@徐漠溪：我也跟很多公司的负责人交流过，他们都说，我们是商业公司，有一些设施的改造需要政府部门和残联的支持，也就是说自己其实是不愿意掏钱的，他们更希望以最小的成本接纳残障员工。甚至有的公司直接说出来一句话，“我们不是福利院。”这个真的很让人失望。

@吴力权 Right：通过挂靠形式来避开残保金的缴纳，对于企业来说是相对节约了一大笔开支，对于受益的残障者来说，每个月能够有固定的一点收入，通常是最低工资标准 社保缴纳基数，依然是很大的诱惑。因此，尽管知道这种方式对于融入职场没有好处，依然有许多残障者趋之若鹜，甚至上当被骗。其实，我认为企业要求残联协助改造是可以接受且合理的。政府需要积极鼓励、引导企业主动接纳和探索残障人的能力边界。除了残联协同做好基础设施支持外，还应该对实现残障就业的企业施行积分或者招投标优先参与权，通过一系列引导方式，提供接替。

谈了这么多问题，有什么解决方案呢？

接下来我想简单介绍一下，美国的支持性就业体系，以及国内的一些尝试，看看不同的可能性。

2018年，我在波士顿的一家针对心智障碍者的支持性就业机构见习，看到的可能并非全貌，但他们的做法回应了一些我们上面提到的问题。

在波士顿，支持性就业机构的就业辅导员会对求职者做个案支持，负责：

1）岗前的求职技巧和职业规划；

2）联系雇主、分析开发岗位；

3）提供工作调整和合理便利建议、对接辅具提供方；

4）协助求职者岗上实习、积累实践经验；

5）求职者进入职场后提供生涯辅导，协助其在岗位上长期稳定工作；等等。

就业辅导员的角色，相当于是陪伴和协助残障者更好地使用政策和已有的支持体系，应对体系中的障碍，同时衔接政府、雇主等不同机构，弥合缝隙。

从就业辅导员的工作模块中，可以看出，这项制度预设了在就业链条中，哪些环节是有障碍的。

支持性就业机构的服务由政府采购，对雇主是免费的。

服务机构之间协作程度高，包括和辅助器具服务机构的联动等。

就业辅导员也高度职业化，有专门学位及职业保障。

在这个体系里，无论残障者、服务机构还是企业，都感到是被支持的。

这是支持性就业的一种形式。

当然这个体系是在美国残障权利倡导者几十年来挑战传统观念、反歧视和无障碍立法较完善、教育隔离越来越少、政府投入资金和政策等各种因素的组合下搭建起来的。

虽说服务于心智障碍者的体系并不完全适用于所有障碍者，但这个模式的重点是：

改变系统以支持人，而不是改变人来适应系统。

支持性就业服务在很多国家都有，国内也有机构做过尝试，比如融爱融乐、丰台利智等。

虽然也有一些政策支持，但国内目前还不具备相应的生态。

目前，大量的残障就业仍在集中就业、居家就业或庇护性就业等传统的体系里内卷。

对于想突破这些模式的求职者和服务机构而言，就需要另辟蹊径。

少数派做的社群互助，一加一长期耕耘的各种多元就业机会，奇途无障碍做的在线兼职培训，融易咨询做的雇主端教育，还有残障个人倡导者对合理便利、教育机会的争取等，都是在尝试消除现有就业结构中某一环节的障碍。

总体而言，我们说到的这些结构性障碍的底层逻辑，我认为是文化。

而文化是可以改变的。

今天看似 “根深蒂固”的“残疾”概念，也不过才存在了30多年。近几年，“残障”这个更强调社会障碍而非个人疾病的理念，也越来越普及。

我所观察到的几个比较乐观的趋势是：

残障者的工作内容和形式开始走向多元，无障碍开始进入更广泛的公共讨论，不同障别的社群兴起，越来越多的残障者进入主流教育系统。

在这些进步缓慢发生的过程中，个体残障者还是面临许多障碍，特别是即将找工作的学生们。

大家觉得，面对当前的大环境，残障人个体可以做什么？

讨论区

@灯：努力提升自身竞争力，求职时主动出击，积极面对，调整好心态，不能气馁，如果遇到挫折就归因于残障，然后心态消极，这样就是恶性循环。

@温暖的现在的海洋：走出自己的圈子和认知，找准方向，提升自己。据我所知，针对残障人士提供工作岗位的机会还是很多的，不过，以话务员，流水线之类的居多，专业的高端的岗位看不到有对外招聘残障人士的，所以如果自己真有能力，一定要多去争取。

@小黄鸡：也可以寻求政府的帮助吧。

@橙子：我认为，对于找工作的同学们，当下需要做的，一是了解职业规则，二是学会人际关系处理，三是有心理承受能力，以上三项不具备，那就最好有牛逼的本事。否则，进入职场，就会觉得被歧视、被欺负、不公平。

@吴力权 Right：我认为，最好的方式是创业，现在尽管消失了很多行业，但同样也衍生了很多新的机会。不过实际操作中会看到，打工人远远多于企业家，创业的成功概率真的很低很低，竞争也更激烈。好在当下，写自媒体、做代购，甚至线上培训讲师，本质也算是创业的部分。一个人也可以轻量化创业，这就是一个很好的时代。

嗯，大家提到了提升自己能力、调整心态，创业，或者寻求政府的帮助。这些都没错！

我从一个倡导支持者的角度，说一些我的想法。

我们虽然说关注结构性问题，但现实是，改变现状是需要那些寻求改变的人付出一定的代价和劳动的。

针对希望进入融合职场工作，或有志于改变残障就业现状的伙伴们，我梳理了几个层面的策略。

不一定适合所有人，仅供大家参考。

01学会自我关照和接纳

学会区分社会中的障碍和个人的问题，不一味地苛责自己。

在一个以“健全人”为中心的社会里，你已经做得很好。

接纳自己，在这个一直告诉你“你不够好”的社会中，已经是一种挑战。

同时，建立自己信任的支持网络，在需要关怀的时候，能够有自己的社群抱团取暖。

02了解自己的权利

联合国《残疾人权利公约》强调残障是身心损伤和社会障碍互动的结果，而非“疾病”；残障者有平等参与教育、就业和获得无障碍、合理便利的权利。

我国的《残疾人保障法》、《就业促进法》、《残疾人就业条例》等法律法规中，也有残障者就业权的相关规定。

了解你所在地区政府、残联等关于残障人就业、创业相关的优惠政策，积极申请。（具体法律政策可以参考何佳老师往期的圆桌：残障就业，是平等权利，还是特殊照顾？）

03说出自己的能力和需求

引导雇主关注你的能力，否则他们很容易聚焦在你的障碍上。

主动向雇主解释：你如何使用辅具、如何操作电脑、需要什么合理便利、残障有关的企业福利等。

这也是展示沟通能力的机会，很多雇主重视沟通。

当然，这也意味着一定程度上承担教育雇主的情感和体力劳动。

如果选择这个策略，你可以帮雇主消除很多迷思。

举个例子。

如果企业说：

“

“残障员工需要的设施或便利措施成本很高吧！”

”

你们会怎么回应？

我给一个示例回答：

其实，大部分便利措施几乎不需要什么成本，比如灵活的工作时间、工作内容的调节、工位的调整等。

据统计，仅有不到25%的残障者需要合理便利，而其中46%的合理便利是免费的，另有45%是一次性开支，通常不超过3000元人民币。

如果企业又说：

“

“雇佣残障人风险太大了吧！”

”

你们会怎么回应？

我的示例回答：

风险这个问题，其实数据已经表明，残障员工在“安全”方面的绩效表现远远优于其他员工，这是因为残障员工对于工作场所的安全问题有更高的意识。

残障者通常对自己的强项和弱项都很了解，对潜在的危险或意外会格外谨慎地防范。企业可以咨询残障员工，提前排查可能的风险。

实践证明，一个对残障者安全的工作环境，对所有员工都更为安全。

一加一的《企业残障融合用工手册》里有大量说服企业的论据，值得参考。

04衡量工作条件和自身需求的匹配度

评估一份工作是否适合自己也很重要。

当前环境下的很多“融合”职场的工作机会大多并不真正包容，有些残障者入职以后面临社交上的隔阂，或缺乏职业晋升机会等。

这样的“融合”就业未必适合所有人。

大家争取的是有进入融合职场的权利，但这不是唯一的选择。

我也认识很多残障伙伴选择先多元就业，获得立足社会的根基，再寻找突破主流职场的机会。

05广泛交友

由于之前提到的结构性问题，直接向企业投简历的求职方法对于残障人而言是非常不利的。

所以，与残障社群内外的人建立连接变得格外重要。

让更多的人看到你的能力，知道你的求职意向，了解你的为人处世。

这些人不仅会成为你的支持体系，也可能会你成为下一份工作的推荐者。

参加活动、会议，通过自媒体输出内容，参加少数派圆桌，都是让别人认识你的机会。

06与残障机构对接，增加实践学习机会

积累实践经验，不仅可以丰富简历，而是会通过你的言行体现在求职的各个阶段。

真实职场的实践，是提升能力、积累人脉最直接的办法。

关注一些机构组织或推荐的机会，如广州残培的实习生项目、一加一的“职得”项目、香港黑暗中对话的“对话学院”等，增加体验职场的机会。

主动向服务机构推荐自己，了解新的工作机会。

近几年越来越多的海外学习项目也对中国残障者开放，这些项目大多有比较好的合理便利保障，英语好的伙伴可以尝试。

07参与、支持倡导行动

在个人需求满足的基础上如果还有余力，可以做一些超越个体的、力所能及的事。

成功求职的伙伴可以积极向社群共享经验，因为只有更多残障者进入职场，社会态度才会改变。

关注和参与一些社群机构发起的倡导行动或讨论，如少数派、残障姐妹BEST、守语者、残障之声等团队在疫情期间发起的行动等。

有倡导经验的伙伴还可以针对一些热点事件发声，如前段时间“小仙女”陈小平因无障碍不完善摔倒离世的事件。

还可以关注每年普通高考合理便利的提供等。

这些行动都有助于增加残障议题的可见度，扩大残障人对残障议题的话语权，为残障社群争取更多支持，促进社会对话。

以上7个点，无论大家在现阶段选择做什么，是关照自我还是关切集体，我觉得都有助于改变环境，突破结构性问题，为残障个体在未来增加机会。

这就是我的分享，希望对你有帮助。

完

走进常德消防：消防官兵们诠释真正男子汉

成为“烈火英雄”绝不是一蹴而就，新兵入伍后，会统一分配，然后进行为期3个月的魔鬼式训练。而熬过这3个月，也只是拿到了“入场券”。

正式成为消防员后，哨声、警铃就是命令，24小时待命，随时准备奔赴救援第一线。

有警出警，无警训练。从清晨到夜幕，重复演练各种“操法”。

有警出警，无警训练。从清晨到夜幕，重复演练各种“操法”。

在挂钩梯训练中，消防官兵行动起来如猛狮一般迅速有力

除了日常训练，大小演习必不可少。

消防员奋不顾身战斗在抢险第一线，最危险的职业，需要最专业的装备，每位进入火场的消防员全身上下需武装24件防护装备。

消防车是与消防员并肩作战的“好战友”，全市最精锐的特勤中队，配备了9台消防车。其中，最先进的当属化学救援消防车，价值六百多万，装备了86件器材。不过，由于常德大型危化的警情较少，自服役起，它还没上过战场。

“站在火场前，从来就不容多想，只有灭火和救人!”天津爆炸事故后，他们痛心和惋惜战友的逝去，却也理解这“伟大逆行”里责任和担当。“因为心怀使命，所以勇往直前。”穿上防护战衣，登上红色战车，他们就是与火魔搏斗的“真正男子汉”。

红网常德站8月19日讯(记者 郑江晖 摄影 陈自德 杨涌涛)天津滨海新区爆炸事故后，一幅名为“世界上最伟大的逆行”的漫画感人至深，消防队员面向烈焰勇敢前行的身影让无数人为之动容，消防员这个群体也成为了人们关注的焦点。近日，记者走进常德市公安消防支队，用镜头记录这群“真正男子汉”。

常德市公安消防支队下辖13个大队和一个特勤中队，守卫着沅澧大地18000平方公里的消防安全。今年以来，全市共接报各类警情1138起，其中火灾扑救874起，抢险救援215起。