人脸检测、跟踪与提取

本项目能够检测、跟踪并提取多目标人脸中的最佳人脸（排除侧脸，选择最优的人脸）。

简介

• 依赖项：
  • Python 3.5+
  • Tensorflow
  • MTCNN
  • Scikit-learn
  • Numpy
  • Numba
  • Opencv-python
  • Filterpy

运行

• 要运行 Python 版本的代码：

python3 start.py

• 运行后，您可以在 ./facepics 文件夹中找到提取出的人脸。
• 如果您希望在提取的人脸上绘制 5 个面部关键点，只需添加 face_landmarks 参数即可：

python3 start.py --face_landmarks

该项目能做什么？

• 您可以使用它从大量视频中为每个人提取最佳人脸，并将其用作 CNN 训练 的训练集。
• 此外，您还可以将提取的人脸发送到后端进行人脸识别。

结果

特别感谢：

• experimenting-with-sort

许可证

MIT 许可证

Face-Track-Detect-Extract 快速上手指南

本项目能够从多目标视频流中检测、跟踪并提取最优人脸（自动排除侧脸，选取最佳角度），适用于构建 CNN 训练数据集或后端人脸识别服务。

环境准备

在开始之前，请确保您的系统满足以下要求：

• 操作系统：Linux / macOS / Windows
• Python 版本：3.5 及以上
• 核心依赖库：
  • Tensorflow
  • MTCNN (用于人脸对齐)
  • Scikit-learn
  • Numpy
  • Numba
  • Opencv-python
  • Filterpy

国内加速建议：安装 Python 依赖时，推荐使用清华或阿里镜像源以提升下载速度。 例如：pip install -i https://pypi.tuna.tsinghua.edu.cn/simple <package_name>

安装步骤

1. 克隆项目代码

   git clone https://github.com/Linzaer/Face-Track-Detect-Extract.git
   cd Face-Track-Detect-Extract
   

2. 安装依赖 请根据项目根目录下的 requirements.txt（如有）或直接使用 pip 安装所需库。建议使用虚拟环境：

   python3 -m venv venv
   source venv/bin/activate  # Windows 用户请使用: venv\Scripts\activate
   
   # 推荐国内镜像源安装
   pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow scikit-learn numpy numba opencv-python filterpy
   

   注：MTCNN 模块通常包含在 Facenet 相关实现中，如遇到导入错误，请确保已正确配置 src/align 路径或单独安装 MTCNN 包。

基本使用

1. 启动人脸提取

运行主脚本，程序将自动处理视频并提取最优人脸。提取结果将保存在 ./facepics 文件夹中。

python3 start.py

2. 带 landmarks 标记提取（可选）

如果您需要在提取的人脸图上绘制 5 个关键点（五官定位），请添加 --face_landmarks 参数：

python3 start.py --face_landmarks

运行完成后，请检查 ./facepics 目录以获取处理后的图像数据。