人脸识别系统

C++实现的人脸识别系统，基于MTCNN、FaceNet、Tensorflow、Annoy、LMDB等组件实现.

项目示例

模块

环境

已在MacOS上测试并验证, Linux及Windows系统未测试。

编译步骤

编译Tensorflow

1.下载tensorflow源码并切换到需要的版本
git clone https://github.com/tensorflow/tensorflow.git
cd tensorflow
git checkout 版本号

2.安装bazel
不同的系统安装方式不同，具体安装方法略

3.编译Tensorflow
bazel build //tensorflow:libtensorflow_cc.so

4.拷贝编译好的lib并整理头文件,分别放在tf/include及tf/lib路径下
编译生成的lib文件在bazel-bin/tensorflow路径下
依赖的头文件主要包括tensorflow/cc、tensorflow/core下的.h文件，以及third_party、tensorflow/contrib下的头文件

安装依赖库

1.安装glog、gflags、boost、opencv4
2.安装lmdb
git clone https://github.com/LMDB/lmdb.git
make && make install

编译项目

make -j

运行

./bin/faced

实现原理

人脸检测

基于MTCNN进行人脸检测，基于tensorflow c++ api实现的mtcnn，参考项目

特征提取

基于Facenet进行人脸特征提取，基于tensorflow c++ api实现的facenet，参考项目

特征存储

提取的Embedding向量存储于lmdb中，用c++封装了lmdb接口,见代码lmdb_wrapper.h, face_db.h

人脸匹配

基于Annoy库索引Embedding向量并提供高维近似k近邻查找，以加速匹配速度，见代码face_index.h

人脸信息展示

匹配人脸成功后，会在界面中显示出此人的信息，比如age、gender等，此信息预先存储在data/face_infos.json

功能

1.读取摄像头视频帧并进行人脸识别 配置文件conf/gflags.conf中的--detect_type=0

2.读取本地图像并进行人脸识别 配置文件conf/gflags.conf中的--detect_type=1 读取的图像路径为配置文件中的--test_images_path

3.人脸录入 配置文件conf/gflags.conf中的--detect_type=2 此时会进入人脸信息录入的功能 按'p'会保存人脸并将提取的embedding特征存入lmdb库及annoy库