基于人脸的视频分类器

功能

该程序是一个使用 dlib 库进行人脸检测和人脸识别的程序。它可以读取视频文件，检测视频中的人脸，并显示不同人脸的图像

• 显示一个或一组视频中出现的所有人脸

• 导出人脸与视频的对应列表

安装和运行

注意：本程序适合在有 NVIDIA GPU 的计算机上运行

• Python版本要求：3.10.12

• GPU最低支持CUDA版本：11.6.2（查询显卡文档确认）

• 需安装Anaconda最新版本

1.安装

1. 确保已安装 Anaconda 环境。如果未安装，请根据官方文档进行安装：Anaconda官方文档

2. 克隆或下载程序代码

3. 在命令行或终端中，进入程序代码所在的目录

4. 使用以下命令创建并激活程序所需的环境：

   conda env create -f environment.yml
   conda activate VideoFaceDetector

5. 安装 dlib 的两种方式

   1. 根据以下教程，安装支持 CUDA 的 dlib 库

      基于 Anaconda 的 dlib（CUDA 版本）安装的终极解决方案 - Arisa _ Blog

   2. 使用 Anaconda 安装仅支持 CPU 运算的 dlib 库（计算速度极慢）

      conda install -c conda-forge dlib

2.运行

1. 在命令行或终端中，进入程序代码所在的目录

2. 使用以下命令激活程序所需的环境：

   conda activate VideoFaceDetector

3. 运行程序：

   python VFD_GUI.py

4. 程序开始运行后，点击 选择文件路径 或 选择文件夹路径 选择需要处理的视频文件或目录

5. 稍等一会儿后，程序开始对视频的处理，弹出 正在处理中... 窗口

6. 处理完后，界面的 人物列表 与 分类导出 按钮可用，点击他们可以进入各自的页面

7. 人物列表 页面显示视频中出现的所有人物，分类导出 页面显示人脸与视频的对应关系

8. 点击 分类导出 页面中的 导出 按钮，选择导出文件夹，在文件夹内会生成包含对应列表的 txt 文本文件

注意事项

• 确保人脸关键点检测器和人脸识别模型文件在默认位置

依赖库

1.通过 Anaconda 安装

• bzip2 = 1.0.8
• ca-certificates = 2023.7.22
• cuda = 11.6.2
• cuda-cccl = 12.2.53
• cuda-command-line-tools = 12.2.0
• cuda-compiler = 12.2.0
• cuda-cudart = 12.2.53
• cuda-cudart-dev = 12.2.53
• cuda-cuobjdump = 12.2.53
• cuda-cupti = 12.2.60
• cuda-cuxxfilt = 12.2.53
• cuda-documentation = 12.2.53
• cuda-libraries = 12.2.0
• cuda-libraries-dev = 12.2.0
• cuda-nsight-compute = 12.2.0
• cuda-nvcc = 12.2.91
• cuda-nvdisasm = 12.2.53
• cuda-nvml-dev = 12.2.81
• cuda-nvprof = 12.2.60
• cuda-nvprune = 12.2.53
• cuda-nvrtc = 12.2.91
• cuda-nvrtc-dev = 12.2.91
• cuda-nvtx = 12.2.53
• cuda-nvvp = 12.2.60
• cuda-opencl = 12.2.53
• cuda-opencl-dev = 12.2.53
• cuda-profiler-api = 12.2.53
• cuda-runtime = 12.2.0
• cuda-sanitizer-api = 12.2.53
• cuda-toolkit = 12.2.0
• cuda-tools = 12.2.0
• cuda-visual-tools = 12.2.0
• cudatoolkit = 11.3.1
• cudnn = 8.2.1
• eigen = 3.4.0
• ffmpeg = 4.2.3
• freetype = 2.10.4
• glib = 2.69.1
• gst-plugins-base = 1.18.5
• gstreamer = 1.18.5
• hdf5 = 1.10.6
• icu = 58.2
• intel-openmp = 2023.1.0
• jpeg = 9e
• lerc = 3.0
• libblas = 3.9.0
• libcblas = 3.9.0
• libclang = 12.0.0
• libcublas = 12.2.1.16
• libcublas-dev = 12.2.1.16
• libcufft = 11.0.8.15
• libcufft-dev = 11.0.8.15
• libcurand = 10.3.3.53
• libcurand-dev = 10.3.3.53
• libcusolver = 11.5.0.53
• libcusolver-dev = 11.5.0.53
• libcusparse = 12.1.1.53
• libcusparse-dev = 12.1.1.53
• libdeflate = 1.17
• libffi = 3.4.4
• libiconv = 1.17
• liblapack = 3.9.0
• libnpp = 12.1.1.14
• libnpp-dev = 12.1.1.14
• libnvjitlink = 12.2.91
• libnvjitlink-dev = 12.2.91
• libnvjpeg = 12.2.0.2
• libnvjpeg-dev = 12.2.0.2
• libogg = 1.3.4
• libpng = 1.6.39
• libprotobuf = 3.20.3
• libtiff = 4.5.0
• libvorbis = 1.3.7
• libwebp = 1.2.4
• libwebp-base = 1.2.4
• libxml2 = 2.10.3
• libxslt = 1.1.37
• lz4-c = 1.9.4
• mkl = 2020.4
• nsight-compute = 2023.2.0.16
• numpy = 1.22.3
• opencv = 4.6.0
• openssl = 1.1.1u
• packaging = 23.0
• pcre = 8.45
• pillow = 9.4.0
• pip = 23.1.2
• ply = 3.11
• pyqt5-sip = 12.11.0
• python = 3.10.12
• python_abi = 3.10
• qt-main = 5.15.2
• qt-webengine = 5.15.9
• qtwebkit = 5.212
• setuptools = 67.8.0
• sip = 6.6.2
• sqlite = 3.41.2
• tk = 8.6.12
• toml = 0.10.2
• tzdata = 2023c
• vc = 14.2
• vs2015_runtime = 14.27.29016
• wheel = 0.38.4
• xz = 5.4.2
• zlib = 1.2.13
• zstd = 1.5.5

2.通过 pip 安装

• click == 8.1.6
• colorama == 0.4.6
• customtkinter == 5.2.0
• darkdetect == 0.7.1
• ffmpeg-python == 0.2.0
• future == 0.18.3
• jinja2 == 3.1.2
• markupsafe == 2.1.3
• pyqt5 == 5.15.9
• pyqt5-plugins == 5.15.9.2.3
• pyqt5-qt5 == 5.15.2
• pyqt5-tools == 5.15.9.3.3
• python-dotenv == 1.0.0
• qt-material == 2.14
• qt5-applications == 5.15.2.2.3
• qt5-tools == 5.15.2.1.3

资源

• dlib 官方文档
• CUDA 官方文档
• FFmpeg 官方文档
• Numpy 官方文档
• opencv 官方文档
• PyQt5 官方文档
• Python 官方文档
• 软件中图标来源于：Flaticon
• 测试视频来源于：Pixabay