使用pytorch构建2D和3D人脸比对库（使用face-alignment）
人脸识别
使用世界上最准确的面对齐网络从Python中检测面部地标，能够检测2D和3D坐标中的点。
使用FAN的最先进的基于深度学习的面部对齐方法构建。为了检测面，库使用了dlib库。
注意：lua版本也可以使用，查看这里
对于数值评估，强烈建议使用在本文中评估的Lua版本，它使用了indentical模型。更多语言支持正在开发中。
特征
检测2D图片中的面部标志点
]
import face_alignment
from skimage import io
fa = face_alignment.FaceAlignment(face_alignment.LandmarksType._2D, enable_cuda=True, flip_input=False)
input = io.imread('../test/assets/aflw-test.jpg')
preds = fa.get_landmarks(input)检测3D图片中的面部标志点
import face_alignment
from skimage import io
fa = face_alignment.FaceAlignment(face_alignment.LandmarksType._3D, enable_cuda=True, flip_input=False)
input = io.imread('../test/assets/aflw-test.jpg')
preds = fa.get_landmarks(input)查找给定图像中存在的所有面
import face_alignment
from skimage import io
fa = face_alignment.FaceAlignment(face_alignment.LandmarksType._2D, enable_cuda=False, flip_input=False)
input = io.imread('../test/assets/aflw-test.jpg')
preds = fa.detect_faces(input)一次处理整个目录
import face_alignment
from skimage import io
fa = face_alignment.FaceAlignment(face_alignment.LandmarksType._2D, enable_cuda=False, flip_input=False)
input = io.imread('../test/assets/aflw-test.jpg')
preds = fa.process_folder('../test/assets/', all_faces=True)更多也可以查看examples文件夹
安装
要求条件
- Python 3.5+或Python 2.7（它可能与其他版本一起使用）
- Linux或macOS（一旦pytorch获得支持，Windows可能会工作）
- pytorch（> = 0.2推荐）
虽然不需要，为了获得最佳性能（特别是对于检测器），强烈建议您使用支持CUDA的GPU运行代码。
二进制
Conda构建即将推出！
源码安装
安装pytorch和pytorch依赖。从pytorch自述文件中获取的说明。对于更新版本检查框架github页面。
在Linux上
export CMAKE_PREFIX_PATH="$(dirname $(which conda))/../" # [anaconda root directory]
# Install basic dependencies
conda install numpy pyyaml mkl setuptools cmake gcc cffi
# Add LAPACK support for the GPU
conda install -c soumith magma-cuda80 # or magma-cuda75 if CUDA 7.5在OSX上
export CMAKE_PREFIX_PATH=[anaconda root directory]
conda install numpy pyyaml setuptools cmake cffi获取PyTorch源码
git clone --recursive https://github.com/pytorch/pytorch安装PyTorch
在Linux上
python setup.py install在OSX上
MACOSX_DEPLOYMENT_TARGET=10.9 CC=clang CXX=clang++ python setup.py install获取face-alignment源代码
git clone https://github.com/1adrianb/face-alignment安装face-alignment lib
pip install -r requirements.txt
python setup.py installDocker 图像
提供了一个Docker文件来构建具有cuda支持和cudnn v5的图像。有关运行和构建Docker映像的更多说明，请查看原始Docker文档。
docker build -t face-alignment .
它是如何工作的？
虽然这里的工作是一个黑盒子，如果你想更多地了解该方法的内容，请在arxiv或我的网页上查看原始文件。
捐款
欢迎所有的贡献。如果您遇到任何问题（包括失败的图像示例），请随时打开问题。
引文
@inproceedings{bulat2017far,
title={How far are we from solving the 2D \& 3D Face Alignment problem? (and a dataset of 230,000 3D facial landmarks)},
author={Bulat, Adrian and Tzimiropoulos, Georgios},
booktitle={International Conference on Computer Vision},
year={2017}
}