libfacedetection庫由深圳大學的于仕琪推出，用于圖像中人臉檢測和人臉標志檢測的快速二進制庫，其人臉檢測速度可達1500FPS。之前一直只能采取API調用方式，現剛剛開源。

本文給大家分享剛剛開源的最快人臉檢測庫：libfacedetection。

libfacedetection庫由深圳大學的于仕琪推出，用于圖像中人臉檢測和人臉標志檢測的快速二進制庫，其人臉檢測速度可達1500FPS，非常強悍！目前在Github上已經超過3500星。

libfacedetection提供了四套接口，分別為frontal、frontal_surveillance、multiview、multiview_reinforce，其中multiview_reinforce效果最好，速度比其它稍慢。四套接口的參數類型完全一致，可以根據需要對參數min_neighbors和min_object_width進行調整。

相比于OpenCV自帶的CascadeClassifier人臉檢測，無論在速度上還是精度上，都有巨大的優勢，是目前已知開源庫中最好用的一款，檢測速度可達1500fps。采用MIT的License，可以用于商業用途。

之前該項目沒有開放源碼，只提供了動態鏈接庫（include+lib），所以大家只能調用API，并不能一探究竟。

在2019-03-14（11點左右），libfacedetection更新了！添加了 src和 model文件夾，而且更新日志所寫的就是：Open Source！

libfacedetection是一個基于CNN的人臉檢測的開源庫。CNN模型已在C源文件中轉換為stastic variales。源代碼不依賴于任何其他庫，你需要的只是一個C++編譯器。可以使用C ++編譯器在Windows，Linux，ARM和任何平臺下編譯源代碼。

SIMD指令用于加速檢測。 如果使用Intel CPU或NEON for ARM，則可以啟用AVX2。

模型文件也已在./models/目錄中提供。examples/libfacedetectcnn-example.cpp 顯示了如何使用該庫。

編譯起來也很簡單，這里說兩點注意事項：

在使用g++編譯源代碼時，請添加-O3以啟用優化。

使用Microsoft Visual Studio編譯源代碼時，請選擇“最大化速度/ -O2”。

在Windows上進行人臉檢測實驗結果。

在ARM Linux (Raspberry Pi 3 B+)上進行人臉檢測實驗結果

實戰親測

輸入一幅多人臉圖像，檢測效果如下圖所示，檢測時間超級快！

那檢測速度到底有多快呢，點擊閱讀原文，直接訪問開源項目，快快享用吧！