眾所眾知，嚴格定義上的人臉識別分為四個步驟：

①人臉檢測：從圖片中準確定位到人臉

②人臉矯正（對齊）： 檢測到的人臉，可能角度不是很正，需要使其對齊

③對矯正後的人臉進行特徵提取

④對兩張人臉影象的特徵向量進行對比，計算相似度

這裡，我們主要是推薦步驟1和步驟2用到的一個方法，論文是

稱之為MTCNN人臉檢測演算法，同時有大神已經GitHub上開源了其基於caffe的C++ API 的原始碼，https://github.com/DaFuCoding/MTCNN_Caffe  再次感謝大神以及開源~

這個GitHub上是原始的caffe，再加上了MTCNN的部分（一個原始檔+8個訓練好的caffemodel以及deploy檔案），大家可以clone到本地從頭編譯。編譯完後，生成一個可執行檔案，路徑為 build/examples/MTSrc/MTMain.bin ，這個可執行檔案需要額外的兩個引數，第一個是上面的8個檔案所在目錄(caffe/examples/MTmodel/)，第二引數就是測試圖片了。這裡我們先執行下demo，將一張圖片放到caffe目錄下（放哪都行），然後轉到caffe根目錄下，執行 ./build/examples/MTSrc/MTMain.bin /examples/MTmodel/ 1.jpg 然後很快就出結果了，檢測到人臉，以及五個特徵點（兩隻眼睛，鼻子，左嘴角和右嘴角），具體demo展示可看GitHub的步驟。

同時打印出圖片尺寸資訊，以及檢測耗時。

這個介面一次效能檢測一張圖片，以及給出每個人臉的五個特徵點，而我們除了要得到人臉外，還要進行人臉對齊，只要將對齊後的人臉送進網路才能得到更高的精度，所以，為了滿足這個要求，我對原始檔MTMain.cpp進行了修改，分為了標頭檔案以及原始檔，並且添加了一些程式碼，得到人臉框以及五個特徵點後，通道OpenCV裡的仿射變換，使之對齊，效果如下                      

左邊的是輸入圖片，中間是經過人臉檢測的影象，右邊的是對齊後的影象，效果還是很好的。

我把MTMain.cpp檔案進行修改後，分為了兩個檔案 MTCNN.h和MTCNN.cpp ， 修改後的程式碼中，只開放了一個介面函式，呼叫十分簡單，如下：

//核心程式碼在這
class MTCNN{
public:
       MTCNN(const string& proto_model_dir);   //建構函式，引數是8個caffemode、deploy檔案所在目錄路徑
       
       //給定一張圖片，faceRects用於儲存檢測到的人臉框，函式返回所有對齊後的人臉圖片
       vector<Mat> getFaceRects(const Mat& img,vector<Rect>* faceRects=NULL);
       略.........
 

有了這個方便的介面後，大家根據自己的需求，寫個main.cpp 檔案，把程式跑起來吧~~

對了，也許有些小夥伴，不知道怎麼單獨編譯這兩個檔案生成可執行檔案，這裡提供個樣例Makefile檔案，實際路徑換上自己的，make一下就好了~

# Makefile

main.bin: main.cpp MTCNN.cpp
      g++ -o main.bin main.cpp MTCNN.cpp -I /home/yourname/caffe/include -I /home/yourname/caffe/build/src/ -I /usr/local/cuda/include -L /home/yourname/caffe/build/lib -lcaffe -lglog /-boost_system -lprotobuf `pkg-config --libs --cflags opencv` 

當然，如果只有CPU，可以把cuda的那個刪去，同時記得在最後加一句　-D CPU_ONLY

最後，分享下用opencv進行仿射變換的部落格

好了，接下來，自己跑起來吧～