時隔3年，中科視拓升級商用級別人臉識別算法SeetaFace2，而且還開源了！SeetaFace2包含了完整的人臉檢測、面部關鍵點定位和人臉特征提取與比對模塊，還將陸續開源人臉跟蹤、閉眼檢測等輔助模塊。

近日，來自中科院計算所的人工智能國家隊中科視拓宣布，開源商用級SeetaFace2人臉識別算法。

SeetaFace2采用商業友好的BSD協議，這是在2016年9月開源SeetaFace1.0人臉識別引擎之后，中科視拓在人臉識別領域的又一次自我革命。

中科視拓的人臉識別技術來自于國家萬人計劃領軍人才山世光研究員和國家自然科學基金委杰出青年基金獲得者陳熙霖研究員共同領導的中科院計算所視覺信息處理與學習研究組，研究成果先后獲得過國家科技進步二等獎一次和國家自然科學二等獎一次，在行業內處于領先水平。

據中科視拓人臉組研發總監李凱周介紹，SeetaFace2包含了完整的人臉檢測、面部關鍵點定位和人臉特征提取與比對模塊，還將陸續開源人臉跟蹤、閉眼檢測等輔助模塊。SeetaFace2所有算法提供全部源代碼、注釋、接口文檔以及樣例程序，以幫助開發者快速基于SeetaFace2開發應用。

SeetaFace2優勢在哪？

SeetaFace2 人臉識別引擎包括了搭建一套全自動人臉識別系統所需的三個核心模塊，即：人臉檢測模塊 FaceDetector、面部關鍵點定位模塊 FaceLandmarker 以及人臉特征提取與比對模塊 FaceRecognizer。還將陸續開源人臉跟蹤、閉眼檢測等輔助模塊。

圖1 SeetaFace2開源的人臉識別算法組件

SeetaFace2采用標準C++開發，全部模塊均不依賴任何第三方庫，支持x86架構（Windows、Linux）和ARM架構（Android）。SeetaFace2支持的上層應用包括但不限于人臉門禁、無感考勤、人臉比對等。

圖2 SeetaFace2支持的應用矩陣

SeetaFace2是面向于人臉識別商業落地的里程碑版本，其中人臉檢測模塊在FDDB上的100個誤檢條件下可達到超過92%的召回率，面部關鍵點定位支持5點和81點定位，1比N模塊支持數千人規模底庫的人臉識別應用。

表1 SeetaFace2各模塊基礎技術指標

與2016年開源的SeetaFace1.0相比，SeetaFace2在速度和精度兩個層面上均有數量級的提升。

表2 SeetaFace2與SeetaFace1.0對比

編譯簡介

2.1 編譯依賴

GNU Make 工具

GCC 或者 Clang 編譯器

CM2.2 linux和windows平臺編譯說明

linux 和 windows 上的 SDK 編譯腳本見目錄 craft，其中 craft/linux 下為 linux 版本的編譯腳本，craft/windows 下為 windows 版本的編譯腳本，默認編譯的庫為64位 Release 版本。

linux 和 windows上的SDK編譯方法：

打開終端（windows上為VS2015 x64 Native Tools Command Prompt 工具，linux 上為bash），cd 到編譯腳本所在目錄；

執行對應平臺的編譯腳本。

linux 上 example 的編譯運行方法：

cd 到 example/search 目錄下，執行 make 指令；

拷貝模型文件到程序指定的目錄下；

執行腳本 run.sh。

windows 上 example 的編譯運行方法：

使用 vs2015 打開 SeetaExample.sln 構建工程，修改 Opencv3.props 屬性表中變量 OpenCV3Home 的值為本機上的 OpenCV3 的安裝目錄；

執行 vs2015 中的編譯命令；

拷貝模型文件到程序指定的目錄下，運行程序。2.3 Android平臺編譯說明

Android 版本的編譯方法：

安裝 ndk 編譯工具；

環境變量中導出 ndk-build 工具；

cd 到各模塊的 jni 目錄下（如SeetaNet 的 Android 編譯腳本位置為SeetaNet/sources/jni, FaceDetector的Android 編譯腳本位置為FaceDetector/FaceDetector/jni），執行 ndk-build -j8 命令進行編譯。

編譯依賴說明：人臉檢測模塊 FaceDetector，面部關鍵點定位模塊 FaceLandmarker 以及人臉特征提取與比對模塊 FaceRecognizer 均依賴前向計算框架 SeetaNet 模塊，因此需優先編譯前向計算框架 SeetaNet 模塊。