社区编辑申请
注册/登录
开源人脸识别seetaface入门教程(一)
开源 后端
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。

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 
  1. #ifdef SEETA_EXPORTS 
  2.  
  3. #define SEETA_API __declspec(dllexport) 
  4.  
  5. #else 
  6.  
  7. #define SEETA_API __declspec(dllimport) 
  8.  
  9. #endif  

为 

  1. #if defined _WIN32 
  2.  
  3. #ifdef SEETA_EXPORTS 
  4.  
  5. #define SEETA_API __declspec(dllexport) 
  6.  
  7. #else 
  8.  
  9. #define SEETA_API __declspec(dllimport) 
  10.  
  11. #endif 
  12.  
  13. #else 
  14.  
  15. #define SEETA_API 
  16.  
  17. #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:
    1. cmake_minimum_required(VERSION 3.3) 
    2. project(seeta_facedet_lib) 
    3. option(BUILD_EXAMPLES  "Set to ON to build examples"  ON) 
    4. option(USE_OPENMP      "Set to ON to build use openmp"  ON) 
    5. set(CMAKE_CXX_STANDARD 11) 
    6. set(CMAKE_CXX_STANDARD_REQUIRED ON) 
    7. message(STATUS "C++11 support has been enabled by default.") 
    8. set(CMAKE_CXX_FLAGS "${CMAKE_CXX_FLAGS} -msse4.1") 
    9.  
    10. if (USE_OPENMP) 
    11.         find_package(OpenMP QUIET) 
    12.         if (OpenMP_FOUND) 
    13.             message(STATUS "Use OpenMP") 
    14.             add_definitions(-DUSE_OPENMP) 
    15.             set(CMAKE_C_FLAGS "${CMAKE_C_FLAGS} ${OpenMP_C_FLAGS}") 
    16.             set(CMAKE_CXX_FLAGS "${CMAKE_CXX_FLAGS} ${OpenMP_CXX_FLAGS}") 
    17.             set(CMAKE_EXE_LINKER_FLAGS "${CMAKE_EXE_LINKER_FLAGS} ${OpenMP_EXE_LINKER_FLAGS}") 
    18.         endif() 
    19.     endif() 
    20.  
    21.     include_directories(include) 
    22.  
    23.     set(src_files 
    24.         src/util/nms.cpp 
    25.         src/util/image_pyramid.cpp 
    26.         src/io/lab_boost_model_reader.cpp 
    27.         src/io/surf_mlp_model_reader.cpp 
    28.         src/feat/lab_feature_map.cpp 
    29.         src/feat/surf_feature_map.cpp 
    30.         src/classifier/lab_boosted_classifier.cpp 
    31.         src/classifier/mlp.cpp 
    32.         src/classifier/surf_mlp.cpp 
    33.         src/face_detection.cpp 
    34.         src/fust.cpp 
    35.         ) 
    36.  
    37.     add_library(face_detect SHARED ${src_files}) 
    38.     set(facedet_required_libs face_detect) 
    39.  
    40.     if (BUILD_EXAMPLES)         
    41.            message(STATUS "Build with examples.") 
    42.         find_package(OpenCV) 
    43.         if (NOT OpenCV_FOUND) 
    44.             message(WARNING "OpenCV not found. Test will not be built.") 
    45.         else() 
    46.             include_directories(${OpenCV_INCLUDE_DIRS}) 
    47.             list(APPEND facedet_required_libs ${OpenCV_LIBS}) 
    48.  
    49.             add_executable(facedet_test src/test/facedetection_test.cpp) 
    50.             target_link_libraries(facedet_test ${facedet_required_libs}) 
    51.         endif() 
    52.     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 

  1. #include "opencv2/highgui/highgui.hpp" 
  2. #include "opencv2/imgproc/imgproc.hpp" 
  3. #include "face_detection.h" 
  4. 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 

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

设置最小人脸大小 

  1. detector.SetMinFaceSize(40); 
  2. 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

  1. 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 

  1. for (int32_t i = 0; i < num_face; i++) { 
  2.     face_rect.x = faces[i].bbox.x; 
  3.     face_rect.y = faces[i].bbox.y; 
  4.     face_rect.width = faces[i].bbox.width; 
  5.     face_rect.height = faces[i].bbox.height; 
  6.     cv::rectangle(img, face_rect, CV_RGB(0, 0, 255), 4, 8, 0); 
  7. s[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。

责任编辑:庞桂玉 来源: segmentfault
相关推荐

2022-04-11 11:38:44

Python代码游戏

2022-04-14 10:10:59

Nginx开源Linux

2022-05-09 15:08:56

存储厂商NFV领域华为

2022-05-16 10:36:08

GitHub开源项目

2022-05-11 15:08:52

驱动开发系统移植

2022-04-11 15:44:07

Linux人脸识别

2022-05-16 10:49:28

网络协议数据

2022-05-09 11:19:12

CSS函数开源

2022-05-16 10:29:17

开源社区透明度开发者

2022-05-17 13:40:21

云原生混部开源

2022-04-15 09:23:29

Kubernetes面试题

2022-05-24 12:42:24

物联网

2022-05-16 11:50:45

HDF驱动框架

2022-05-06 16:31:27

人工智能自然语言生物特征识别

2022-05-08 20:48:34

Exchange版本漏洞

2022-04-17 23:09:07

深度学习人工智能芯片

2022-04-11 09:15:44

中间件开源

2022-04-19 06:20:14

CentOSLinux红帽

2022-05-21 23:46:16

自动驾驶雷达传感器

2022-05-12 07:37:51

单点登录微服务开源

同话题下的热门内容

NVIDIA 的开源驱动程序对 Linux 意味着什么RocketMQ 5.0: 存储计算分离新思路实用!一款开源的 JSON 可视化管理工具链路追踪:Sleuth整合ZipKin2022网络开源技术生态峰会(线上)圆满落幕Kitty: 又一款基于 GPU 加速的终端工具微软开源多项工具和数据集 让语言模型更和谐你还在用命令看日志?快用 Kibana 吧,一张图胜过千万行日志

编辑推荐

十大免费开源云文件共享平台使用Go语言开发必备的5大开源工具开源人脸识别seetaface入门教程(一)Docker不香吗,为啥还要K8s?值得考虑的九大开源ERP系统,看看都有谁
我收藏的内容
点赞
收藏

51CTO技术栈公众号