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。
进入FaceDetection目录
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
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,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()
建立build目录,mkdir build
编译,cd build && cmake .. && make
当前目录下生成可执行文件
运行
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
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。
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。
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。
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用
。你还可以使用@
来通知其他用户。