c++ dlib19 使用dlib_face_recognition_resnet_model_v1模型 用 resnet 例子

使用dlib进行人脸识别可以使用dlib_face_recognition_resnet_model_v1模型，以下是一个简单的示例代码：

#include <iostream>
#include <dlib/opencv.h>
#include <dlib/image_processing/frontal_face_detector.h>
#include <dlib/image_processing.h>
#include <dlib/gui_widgets.h>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>

using namespace dlib;
using namespace std;

int main()
{
    // 初始化人脸检测器和人脸特征提取器
    frontal_face_detector detector = get_frontal_face_detector();
    shape_predictor sp;
    deserialize("shape_predictor_68_face_landmarks.dat") >> sp;
    // 加载人脸识别模型
    anet_type net;
    deserialize("dlib_face_recognition_resnet_model_v1.dat") >> net;

    // 加载待识别的图像
    cv::Mat img = cv::imread("test.jpg");

    // 将图像转换为dlib的图像格式
    cv_image<bgr_pixel> cimg(img);

    // 人脸检测
    std::vector<rectangle> faces = detector(cimg);

    // 人脸特征提取
    std::vector<matrix<float,0,1>> face_descriptors;
    for (unsigned long i = 0; i < faces.size(); ++i)
    {
        full_object_detection shape = sp(cimg, faces[i]);
        matrix<rgb_pixel> face_chip;
        extract_image_chip(cimg, get_face_chip_details(shape,150,0.25), face_chip);
        face_descriptors.push_back(net(face_chip));
    }

    // 输出人脸特征
    for (unsigned long i = 0; i < face_descriptors.size(); ++i)
        cout << "face descriptor " << i << ": " << trans(face_descriptors[i]) << endl;

    return 0;
}

其中，需要下载预训练模型文件`shape_predictor_68_face_landmarks.dat`和`dlib_face_recognition_resnet_model_v1.dat`，并放置在代码所在目录下。