SeetaFace2采用标准C++开发，全部模块均不依赖任何第三方库，支持x86架构（Windows、Linux）和ARM架构（Android）。SeetaFace2支持的上层应用包括但不限于人脸门禁、无感考勤、人脸比对等。
编译简介
2.1 编译依赖
GNU Make 工具
GCC 或者 Clang 编译器
CM2.2 linux和windows平台编译说明
linux 和 windows 上的 SDK 编译脚本见目录 craft，其中 craft/linux 下为 linux 版本的编译脚本，craft/windows 下为 windows 版本的编译脚本，默认编译的库为64位 Release 版本。
linux 和 windows上的SDK编译方法：
打开终端（windows上为VS2015 x64 Native Tools Command Prompt 工具，linux 上为bash），cd 到编译脚本所在目录；
执行对应平台的编译脚本。
linux 上 example 的编译运行方法：
cd 到 example/search 目录下，执行 make 指令；
拷贝模型文件到程序指定的目录下；
执行脚本 run.sh。
windows 上 example 的编译运行方法：
使用 vs2015 打开 SeetaExample.sln 构建工程，修改 Opencv3.props 属性表中变量 OpenCV3Home 的值为本机上的 OpenCV3 的安装目录；
执行 vs2015 中的编译命令；
拷贝模型文件到程序指定的目录下，运行程序。2.3 Android平台编译说明
Android 版本的编译方法：
安装 ndk 编译工具；
环境变量中导出 ndk-build 工具；
cd 到各模块的 jni 目录下（如SeetaNet 的 Android 编译脚本位置为SeetaNet/sources/jni, FaceDetector的Android 编译脚本位置为FaceDetector/FaceDetector/jni），执行 ndk-build -j8 命令进行编译。
编译依赖说明：人脸检测模块 FaceDetector，面部关键点定位模块 FaceLandmarker 以及人脸特征提取与比对模块 FaceRecognizer 均依赖前向计算框架 SeetaNet 模块，因此需优先编译前向计算框架 SeetaNet 模块。
2019-12-21 20:12:50
2.03MB
1
QT使用Opencv库参考http://blog.sina.com.cn/s/blog_5c70dfc80100qwi3.html
QT使用Opencv库打开网络摄像头请参考
http://blog.csdn.net/llh318724/article/details/7007661#
我做的这个是QT使用Opencv库及网络摄像头做的视频监控系统带人脸检测功能，
这是软件功能还不够完善，希望下载的人将其完善后再发上来
2019-12-21 20:10:06
2.64MB
1
1.去掉了所有动态分配内存的操作，对嵌入式系统有一定的速度提升
2.注释覆盖了大量关键代码
3.减少了代码一半的体积，并且减少了部分健壮性的代码，速度比OpenCV源码提升16%
4.修改了大量数据结构，不依赖CV源码直接编译
5.去掉了double型，改成Int
6.开方改成查表
7.除法改成乘法加位移
8.速度是EMCV的6倍
2019-12-21 20:05:18
3.34MB
1
1、人脸识别sdk功能包含：摄像头操作封装，人脸检测、特征提取、人脸特征比对、性别检测、年龄检测；
2、本sdk二次开发包提供32位和64位dll，适用于Windows7以上系统，建议配置为i3+4G，开发包打包环境vs2015；
3、在64位i5上实测性能如下：
人脸检测耗时: 13 毫秒;
年龄检测耗时: 93 毫秒;
性别检测耗时: 79 毫秒;
特征提取耗时: 109 毫秒;
比对10000次用时: 1063 毫秒;
识别率>99.8%;
2019-12-21 20:03:25
41MB
1