本文主要是介绍dlib 人脸 识别函数，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
详细操作，见dlib 官网提供示例.
std::vector<matrix<rgb_pixel>> faces;
for (auto face : detector(img))
{auto shape = sp(img, face);matrix<rgb_pixel> 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<matrix<float,0,1>> 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～～
这篇关于dlib 人脸 识别函数的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
