dlib 人脸 识别函数

详细操作，见dlib 官网提供示例.

std::vector> faces;
for (auto face : detector(img))
{
        auto shape = sp(img, face);
        matrix face_chip;
        extract_image_chip(img, get_face_chip_details(shape,150,0.25), face_chip);
        faces.push_back(move(face_chip));
        // Also put some boxes on the faces so we can see that the detector is finding
        // them.
        win.add_overlay(face);
}

if (faces.size() == 0)
{
        cout << "No faces found in image!" << endl;
        return 1;
}

在这 提供 dlib 示例地址。想必大家都可以找到...

dnn sample

在人脸对齐后，我们将图像 送往  网络..   

std::vector> face_descriptors = net(faces);

接下来 ,来解释参数：

1.  net  ( 这就是  定义的  网络结构),至于怎么定义的。这就不贴了。

2. face_descriptos[0]   这个其实就是  128D 的向量          [0,1]

3.注意  get_face_chip_details()  里面，后面 的两个参数...

4.有点疑问就是 ，在 对齐的 函数那里， 图像用的是array2d   结构,   而这里  是 matrix ，

不过没有 关系，可以转换。  <---  mat (arrary2d) 就可以了..

 

要知道，得到 128D 的向量值，在 硬件Rk 3368 上,花了 将近    6 s ..  我的天,,  无法想象...

后面要 优化??  不会来真的吧？？   那就让 她来吧...  

 

后面 来点 真的：

if (length(face_descriptors[i]-face_descriptors[j]) < 0.6)

在这里判断 小于 0.6 ，（这是什么意思？？欧式距离 ？  能不能理解 这个0.6 ？ 越相似，这个值越小 ）

 

写到这里，越来越无感了,还要继续嘛。come on... 

 

后期建议：

1.为什么 在 人脸的时候，没有 名字输入？？（可以这么理解吧。我们输入一张图，在图中 搜索到 一张人脸，  要是没搜索到人脸 还好，要是有人脸的话，我要注册，  注册的名字，是不是 要上层  给，也就是传进来 我  来  处理？？  或许 我 ....）

 

2.    为什么   要    把  所有 人脸框   ，（ 一张图中   all    face_rect   ， 来存入一个 数据结构）。

这样  只对   判断（一张图）  有 几个人 有 便利。其他 ??

暂时 还没  想到 ....

3 .    还是  关于 人脸 与 名字的  关联 问题，  人脸的 存取。 后期 再 考虑。。

我 想 dlib  后期如果  更新的话。应该这些。我 刚刚  提到的。这些...

还有  速度 当然会 更快...模型，内存会更少...  这是 趋势... 

 

 

---->

好了,今天的   更新  就到这里了，有机会下次  在见～～