seetaface，是中科院计算机所山世光老师所带领的团队开发出来的人脸识别库，开源免费可用，据说识别率可达97.1%，实测下来，识别率确实是蛮高的，比opencv自带的人脸识别功能强多了。

在此，感谢开源的分享精神，可以让我们这些软件开发工程师们站在巨人的肩膀上，做一些解决实际问题的项目。同时，避免了大量重复造轮子的工作。

本文主要记录了花费5天的时间，基于seetaface，开发一个小型的人脸识别登录系统。并提供代码下载。

seetaface分为FaceDetection（人脸检测）、FaceAlignment（人脸对齐）、FaceIdentification（人脸识别）三个模块，三个模块相互独立，综合利用起来即可实现最终的人脸识别功能。

1、FaceDetection

const char* img_path = "2.jpg";
  seeta::FaceDetection detector("seeta_fd_frontal_v1.0.bin");//seeta_fd_frontal_v1.0.bin 文件是作者已经训练好并提供的
  //设置人脸检测的参数
  detector.SetMinFaceSize(40);
  detector.SetScoreThresh(2.f);
  detector.SetImagePyramidScaleFactor(0.8f);
  detector.SetWindowStep(4, 4);

  cv::Mat img = cv::imread(img_path, cv::IMREAD_UNCHANGED);
  cv::Mat img_gray;

  if (img.channels() != 1)
    cv::cvtColor(img, img_gray, cv::COLOR_BGR2GRAY);
  else
    img_gray = img;

  seeta::ImageData img_data;
  img_data.data = img_gray.data;//注意这里必须是单通道的图像
  img_data.width = img_gray.cols;
  img_data.height = img_gray.rows;
  img_data.num_channels = 1;

  long t0 = cv::getTickCount();
  std::vector<seeta::FaceInfo> faces = detector.Detect(img_data);//人脸检测的主要函数
  long t1 = cv::getTickCount();
  double secs = (t1 - t0)/cv::getTickFrequency();

  cout << "Detections takes " << secs << " seconds " << endl;
#ifdef USE_OPENMP
  cout << "OpenMP is used." << endl;
#else
  cout << "OpenMP is not used. " << endl;
#endif

#ifdef USE_SSE
  cout << "SSE is used." << endl;
#else
  cout << "SSE is not used." << endl;
#endif

  cout << "Image size (wxh): " << img_data.width << "x" 
      << img_data.height << endl;

  cv::Rect face_rect;
  int32_t num_face = static_cast<int32_t>(faces.size());

  for (int32_t i = 0; i < num_face; i++) //提取找到的人脸区域
  {
    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);
  }

  cv::namedWindow("Test", cv::WINDOW_AUTOSIZE);
  cv::imshow("Test", img);
  cv::waitKey(0);
  cv::destroyAllWindows();

运行效果如下图所示：

2、FaceAlignment

运行效果如下图所示

3、FaceIdentification

其主要为计算两张图片中人脸的相似度。输入为两张图片，经过前面人脸检测，人脸对齐，得到人脸的特征，输出为人脸相似度。

作者提供的人脸相似度试验，同一张照片，其相似度可为1。

博主以自己不同环境下拍摄的照片做实验，可得到如下图所示的结果。可以发现，几乎都在0.6分以上。

然后又对比了博主与另外一个人不同环境下的脸，结果如下图所示，可以发现相似度都在0.5以下

那么，博主得到了这样的结论：相似度在0.7分以下，为不同的人脸，0.7分以上为同一个人的脸，有了这个结论，就可以用seetaface来开发一个小型的人脸识别登录系统了。

其他注意事项：

1、下载了别人的代码和工程，特别想要直接可以跑起来，最头疼的是各种报错，请参考我的博文 包含目录、库目录等注意事项

2、提供修改后的和部分注释的seetaface下载，分为三部分 人脸检测 人脸对齐 人脸识别

3、如果不想调试作者的源代码，想要跟opencv一样直接使用，仅需要lib dll include即可，点击下载

最终，基于seetaface的人脸识别demo开发出来了，可以添加人脸，删除人脸，识别人脸，点击下载 。因为上传文件大小的限制，把seeaface所需的三个bin文件放到了百度云盘，链接：http://pan.baidu.com/s/1qYGW84c 密码：in6o 下载后，将其放到model文件夹中即可运行。