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);
- }
- 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。
