开源人脸识别seetaface入门教程(一)

简述

• seetaface由中科院计算所山世光研究员带领的人脸识别研究组研发。代码基于C++实现，不依赖第三方库。然而，目前开源的代码，是在windows vs上编译的，对于我们这帮mac/linux用户来说，用起来还是挺麻烦的。经过这几天的学习，对seetaface总算有了全面的了解。下面，听我娓娓道来。

• 注意：本文章不涉及代码逻辑和原理，只是教大家如何使用seetaface做人脸识别。

引擎

FaceDetection

• 人脸识别模块，用于识别出照片中的人脸，染回每个人脸的坐标和人脸总数。

FaceAlignment

• 特征点识别模块，主要识别两个嘴角、鼻子、两个眼睛五个点的坐标。测试下来，发现图片模糊时，识别不准。

FaceIdentification

• 人脸比较模块，根据官方的说法，先提取特征值，然后比较。给出的测试程序是seetaface提取人脸的特征值和caffe训练库里的人脸做对比。

以下教程都是在MacOSX编译运行通过。使用cmake和make编译

以下的编译方法是把FaceDetect测试程序也编译了，而测试程序是依赖opencv的，所以，在这之前，确认opencv是否安装

人脸识别教程

编译

由于代码是在windows平台编译的，所以，这地方要做些修改。

1. 进入FaceDetection目录

2. 修改include/common.h，修改38行

    #ifdef SEETA_EXPORTS
    #define SEETA_API __declspec(dllexport)
    #else
    #define SEETA_API __declspec(dllimport)
    #endif

为

    #if defined _WIN32
    #ifdef SEETA_EXPORTS
    #define SEETA_API __declspec(dllexport)
    #else
    #define SEETA_API __declspec(dllimport)
    #endif
    #else
    #define SEETA_API
    #endif

1. 修改include/feat/surf_feature_map.h文件，在前面加上#include <cstring>

2. 修改include/util/image_pyramid.h文件，在前面加上#include <cstring>

3. 修改src/feat/surf_feature_map.cpp文件，在前面加上#include <cmath>

4. 增加CMakeLists.txt，内容如下：

   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()

5. 建立build目录，mkdir build

6. 编译，cd build && cmake .. && make

7. 当前目录下生成可执行文件

运行

1. 执行完make命令以后，当前的目录下会生成一个可执行文件facedet_test

2. 由于默认的程序读取的是当前路径下的test_image.jpg和seeta_fd_frontal_v1.0.bin，test_image.jpg是人脸图片，seeta_fd_frontal_v1.0是识别的引擎。

3. 确保以上的两个文件在当前路径下存在了，既可以./facedet_test运行了。

4. 你可以修改位于src/test目录下的文件，来达到自己的目的。

使用

我们可以参考src/test/facedetection_test.cpp这个测试程序，来达到我们人脸识别的目的。

头文件

    #include "opencv2/highgui/highgui.hpp"
    #include "opencv2/imgproc/imgproc.hpp"
    #include "face_detection.h"
    opencv头文件主要用来加载图像，face_detection.h是人脸识别的主要程序。

加载人脸识别引擎

seeta::FaceDetection detector(‘seeta_fd_frontal_v1.0’);

设置最小人脸大小

detector.SetMinFaceSize(40);
    
这个根据实际情况调整，图片中，人脸越大，这个值也越大，因为这个值越小，人脸识别速度越慢。

识别图片中的人脸

std::vector<seeta::FaceInfo> faces = detector.Detect(img_data);
在这之前，需要对图片进行处理，这里略过

输出人脸识别的结果

    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);
    }
faces[i].bbox.x; faces[i].bbox.y;是人脸的左上角坐标。faces[i].bbox.width;faces[i].bbox.height;是人脸的长和宽。 

结语

seetaface的确是个很好用的人脸识别库，调用、编译都很简单，但是由于文档的缺少，所以刚开始看的时候，会比较乱，不知道如何下手。本片文章主要介绍了FaceDetect的使用，接下来我会讲解如何识别人脸的特征点，也就是嘴、鼻子、眼。敬请期待。