基于深度学习的人脸识别系统系列（Caffe+OpenCV+Dlib）——【六】设计人脸识别的识别类

前言

基于深度学习的人脸识别系统，一共用到了5个开源库：OpenCV（计算机视觉库）、Caffe（深度学习库）、Dlib（机器学习库）、libfacedetection（人脸检测库）、cudnn（gpu加速库）。
用到了一个开源的深度学习模型：VGG model。
最终的效果是很赞的，识别一张人脸的速度是0.039秒，而且最重要的是：精度高啊！！！
CPU：intel i5-4590
GPU：GTX 980
系统：Win 10
OpenCV版本：3.1（这个无所谓）
Caffe版本：Microsoft caffe （微软编译的Caffe，安装方便，在这里安利一波）
Dlib版本：19.0（也无所谓
CUDA版本：7.5
cudnn版本：4
libfacedetection：6月份之后的（这个有所谓，6月后出了64位版本的）
这个系列纯C++构成，有问题的各位朋同学可以直接在博客下留言，我们互相交流学习。
====================================================================

本篇是该系列的第六篇博客，介绍如何设计一个识别类来用于具体的分类任务。

思路

现在我们希望能够有一个识别的接口来实现输入一张图片，便可以分辨出他是哪个人。我们需要提前：
1、定义一个人脸空间；
2、将一些人脸的图片放到这个人脸空间中；
3、将n个人脸图片提取特征为n个向量，并且合并为一个矩阵；
4、将n个人脸图片的标注（label）合并为一个向量，与矩阵形成对应；
5、将其序列化并保存起来，等待识别时进行读取。

在前五篇博客中，我们已经可以很方便的来完成这些事情了。代码如下：

vector<Mat> imgArray;
    vector<string> labelArray;
    for ( int i = 0; i < 5; i++)//读入5张图片
    {
        string img_file = "img/" + Int_String(i) + ".jpg";
        Mat img = imread(img_file);
        imgArray.push_back(img);
        labelArray.push_back(img_file);
    }
    Register Train;