簡述
seetaface由中科院計算所山世光研究員帶領的人臉識別研究組研發。代碼基於C++實現，不依賴第三方庫。然而，目前開源的代碼，是在windows vs上編譯的，對於我們這幫mac/linux用戶來說，用起來還是挺麻煩的。經過這幾天的學習，對seetaface總算有了全面的了解。下面，聽我娓娓道來。
注意：本文章不涉及代碼邏輯和原理，只是教大家如何使用seetaface做人臉識別。
引擎
FaceDetection
人臉識別模塊，用於識別出照片中的人臉，染回每個人臉的坐標和人臉總數。
FaceAlignment
特徵點識別模塊，主要識別兩個嘴角、鼻子、兩個眼睛五個點的坐標。測試下來，發現圖片模糊時，識別不準。
FaceIdentification
人臉比較模塊，根據官方的說法，先提取特徵值，然後比較。給出的測試程序是seetaface提取人臉的特徵值和caffe訓練庫裡的人臉做對比。
以下教程都是在MacOSX編譯運行通過。使用cmake和make編譯
以下的編譯方法是把FaceDetect測試程序也編譯了，而測試程序是依賴opencv的，所以，在這之前，確認opencv是否安裝
人臉識別教程
編譯
由於代碼是在windows平臺編譯的，所以，這地方要做些修改。
進入FaceDetection目錄 修改include/common.h，修改38行 #ifdef SEETA_EXPORTS #define SEETA_API __declspec(dllexport) #else #define SEETA_API __declspec(dllimport) #endif
Ϊ
#if defined _WIN32 #ifdef SEETA_EXPORTS #define SEETA_API __declspec(dllexport) #else #define SEETA_API __declspec(dllimport) #endif #else #define SEETA_API #endif 修改include/feat/surf_feature_map.h文件，在前面加上#include <cstring> 修改include/util/image_pyramid.h文件，在前面加上#include <cstring> 修改src/feat/surf_feature_map.cpp文件，在前面加上#include <cmath> 增加CMakeLists.txt，內容如下： cmake_minimum_required(VERSION 3.3) project(seeta_facedet_lib) option(BUILD_EXAMPLES "Set to ON to build examples" ON) option(USE_OPENMP "Set to ON to build use openmp" ON) set(CMAKE_CXX_STANDARD 11) set(CMAKE_CXX_STANDARD_REQUIRED ON) message(STATUS "C++11 support has been enabled by default.") set(CMAKE_CXX_FLAGS "${CMAKE_CXX_FLAGS} -msse4.1") if (USE_OPENMP) find_package(OpenMP QUIET) if (OpenMP_FOUND) message(STATUS "Use OpenMP") add_definitions(-DUSE_OPENMP) set(CMAKE_C_FLAGS "${CMAKE_C_FLAGS} ${OpenMP_C_FLAGS}") set(CMAKE_CXX_FLAGS "${CMAKE_CXX_FLAGS} ${OpenMP_CXX_FLAGS}") set(CMAKE_EXE_LINKER_FLAGS "${CMAKE_EXE_LINKER_FLAGS} ${OpenMP_EXE_LINKER_FLAGS}") endif() endif() include_directories(include) set(src_files src/util/nms.cpp src/util/image_pyramid.cpp src/io/lab_boost_model_reader.cpp src/io/surf_mlp_model_reader.cpp src/feat/lab_feature_map.cpp src/feat/surf_feature_map.cpp src/classifier/lab_boosted_classifier.cpp src/classifier/mlp.cpp src/classifier/surf_mlp.cpp src/face_detection.cpp src/fust.cpp ) add_library(face_detect SHARED ${src_files}) set(facedet_required_libs face_detect) if (BUILD_EXAMPLES) message(STATUS "Build with examples.") find_package(OpenCV) if (NOT OpenCV_FOUND) message(WARNING "OpenCV not found. Test will not be built.") else() include_directories(${OpenCV_INCLUDE_DIRS}) list(APPEND facedet_required_libs ${OpenCV_LIBS}) add_executable(facedet_test src/test/facedetection_test.cpp) target_link_libraries(facedet_test ${facedet_required_libs}) endif() endif() 建立build目錄，mkdir build 編譯，cd build && cmake .. && make 當前目錄下生成可執行文件
運行
執行完make命令以後，當前的目錄下會生成一個可執行文件facedet_test 由於默認的程序讀取的是當前路徑下的test_image.jpg和seeta_fd_frontal_v1.0.bin，test_image.jpg是人臉圖片，seeta_fd_frontal_v1.0是識別的引擎。 確保以上的兩個文件在當前路徑下存在了，既可以./facedet_test運行了。 你可以修改位於src/test目錄下的文件，來達到自己的目的。
使用
我們可以參考src/test/facedetection_test.cpp這個測試程序，來達到我們人臉識別的目的。
頭文件
#include "opencv2/highgui/highgui.hpp" #include "opencv2/imgproc/imgproc.hpp" #include "face_detection.h" opencv頭文件主要用來加載圖像，face_detection.h是人臉識別的主要程序。
加載人臉識別引擎
seeta::FaceDetection detector(『seeta_fd_frontal_v1.0』);
設置最小人臉大小
detector.SetMinFaceSize(40); 這個根據實際情況調整，圖片中，人臉越大，這個值也越大，因為這個值越小，人臉識別速度越慢。
識別圖片中的人臉
std::vector<seeta::FaceInfo> faces = detector.Detect(img_data);
在這之前，需要對圖片進行處理，這裡略過
輸出人臉識別的結果
for (int32_t i = 0; i < num_face; i++) { face_rect.x = faces[i].bbox.x; face_rect.y = faces[i].bbox.y; face_rect.width = faces[i].bbox.width; face_rect.height = faces[i].bbox.height; cv::rectangle(img, face_rect, CV_RGB(0, 0, 255), 4, 8, 0); } s[i].bbox.x; faces[i].bbox.y;是人臉的左上角坐標。faces[i].bbox.width;faces[i].bbox.height;是人臉的長和寬。
結語
seetaface的確是個很好用的人臉識別庫，調用、編譯都很簡單，但是由於文檔的缺少，所以剛開始看的時候，會比較亂，不知道如何下手。本片文章主要介紹了FaceDetect的使用，接下來我會講解如何識別人臉的特徵點，也就是嘴、鼻子、眼。敬請期待。
點讚 0