当前位置：首页 > 编程日记 > 正文

人脸检测库libfacedetection介绍

编程日记 2024-12-24 14:20:00

libfacedetection是于仕琪老师放到GitHub上的二进制库，没有源码，它的License是MIT，可以商用。目前只提供了windows 32和64位的release动态库，主页为https://github.com/ShiqiYu/libfacedetection，采用的算法好像是Multi-BlockLBP，提供了四套接口，分别为frontal、frontal_surveillance、multiview、multiview_reinforce，其中multiview_reinforce效果最好，速度比其它稍慢，四套接口的参数类型完全一致，可以根据需要对参数min_neighbors和min_object_width进行调整。

新建一个控制台工程，用来测试libfacedetection，测试代码如下：

#include <iostream>
#include <string>
#include <vector>
#include <facedetect-dll.h>
#include <opencv2/opencv.hpp>int main()
{std::vector<std::string> images{ "1.jpg", "2.jpg", "3.jpg", "4.jpeg", "5.jpeg", "6.jpg", "7.jpg", "8.jpg", "9.jpg", "10.jpg","11.jpeg", "12.jpg", "13.jpeg", "14.jpg", "15.jpeg", "16.jpg", "17.jpg", "18.jpg", "19.jpg", "20.jpg" };std::vector<int> count_faces{1, 2, 6, 0, 1, 1, 1, 2, 1, 1,1, 1, 1, 1, 1, 1, 1, 0, 8, 2};std::string path_images{ "E:/GitCode/Face_Test/testdata/" };if (images.size() != count_faces.size()) {fprintf(stderr, "their size that images and count_faces are mismatch\n");return -1;}typedef int* (*detect_face)(unsigned char * gray_image_data, int width, int height, int step,float scale, int min_neighbors, int min_object_width, int max_object_width);detect_face detect_methods[]{&facedetect_frontal,&facedetect_multiview,&facedetect_multiview_reinforce,&facedetect_frontal_surveillance};std::string detect_type[4] {"face frontal", "face multiview", "face multiview reinforce", "face surveillance"};for (int method = 0; method < 4; method++) {detect_face detect = detect_methods[method];fprintf(stderr, "detect type: %s\n", detect_type[method].c_str());for (int i = 0; i < images.size(); i++) {cv::Mat src_ = cv::imread(path_images + images[i], 1);if (src_.empty()) {fprintf(stderr, "read image error: %s\n", images[i].c_str());return -1;}cv::Mat src;cv::cvtColor(src_, src, CV_BGR2GRAY);int* results = nullptr;results = detect(src.data, src.cols, src.rows, src.step, 1.2f, 2, 10, 0);std::string save_result = path_images + std::to_string(method) + "_" + images[i];//fprintf(stderr, "save result: %s\n", save_result.c_str());for (int faces = 0; faces < (results ? *results : 0); faces++) {short* p = ((short*)(results + 1)) + 6 * faces;int x = p[0];int y = p[1];int w = p[2];int h = p[3];int neighbors = p[4];int angle = p[5];fprintf(stderr, "image_name: %s, faces_num: %d, face_rect=[%d, %d, %d, %d], neighbors=%d, angle=%d\n",images[i].c_str(), *results, x, y, w, h, neighbors, angle);cv::rectangle(src_, cv::Rect(x, y, w, h), cv::Scalar(0, 255, 0), 2);}cv::imwrite(save_result, src_);}}int width = 200;int height = 200;cv::Mat dst(height * 5, width * 4, CV_8UC3);for (int i = 0; i < images.size(); i++) {std::string input_image = path_images + "2_" + images[i];cv::Mat src = cv::imread(input_image, 1);if (src.empty()) {fprintf(stderr, "read image error: %s\n", images[i].c_str());return -1;}cv::resize(src, src, cv::Size(width, height), 0, 0, 4);int x = (i * width) % (width * 4);int y = (i / 4) * height;cv::Mat part = dst(cv::Rect(x, y, width, height));src.copyTo(part);}std::string output_image = path_images + "result.png";cv::imwrite(output_image, dst);fprintf(stderr, "ok\n");return 0;
}

从网上找了20张图像，验证此库的检测率，下图是采用multiview_reinforce接口的检测结果：

GitHub：https://github.com/fengbingchun/Face_Test

https://www.dkcj.cn/info/33238.html

人脸检测库libfacedetection介绍

相关文章：

倒计时1天 | 2019 AI ProCon报名通道即将关闭（附参会指南）

法院判决：优步无罪，无人车安全员可能面临过失杀人控诉

09 Storage Structure and Relationships

边界框的回归策略搞不懂？算法太多分不清？看这篇就够了

人脸识别引擎SeetaFaceEngine简介及在windows7 vs2013下的编译

当移动数据分析需求遇到Quick BI

为什么选择数据分析师这个职业？

人脸识别引擎SeetaFaceEngine中Detection模块使用的测试代码

基于Pygame写的翻译方法

冠军奖3万元！CSDN×易观算法大赛开赛啦

快速把web项目部署到weblogic上

使GDAL库支持中文路径或中文文件名的处理方法

创新工场论文入选NeurIPS 2019，研发最强“AI蒙汗药”

Flutter环境搭建（Windows）

Android在eoe分享一篇推荐开发组件或者框架的文章

如何打造高质量的机器学习数据集?这份超详指南不可错过

人脸识别引擎SeetaFaceEngine中Alignment模块使用的测试代码

微软宣布 Win10 设备数突破8亿，距离10亿还远吗？

领导者必须学会做的十件事情

人脸识别引擎SeetaFaceEngine中Identification模块使用的测试代码

李沐亲授加州大学伯克利分校深度学习课程移师中国，现场资料新鲜出炉

对Python课的看法

维护学习的一点体会与看法

Dlib简介及在windows7 vs2013编译过程

六大主题报告，四大技术专题，AI开发者大会首日精华内容全回顾

Git安装配置（Linux）

卷积神经网络(CNN)代码实现(MNIST)解析

一点感悟和自勉

入门数据分析师，从了解元数据中心开始

PhpMyAdmin的简单安装和一个mysql到Redis迁移的简单例子