Retinaface与hopenet网络

Retinaface网络：

用于在人脸图像中检测人脸区域。
提供人脸的边界框（bounding boxes）和面部特征点（landmarks）。
Hopenet网络：

用于估计人脸姿态，即人脸的俯仰角（pitch）、偏航角（yaw）和滚转角（roll）。
需要先从Retinaface检测到的人脸区域中截取出人脸图像，然后对该图像进行姿态估计。
具体流程
人脸检测（Retinaface）：

输入一张图片image。
Retinaface网络对该图片进行处理，检测出所有人脸的边界框和特征点。
返回检测到的边界框boxes_conf_landms，以及经过处理的图片old_image。
选择最近的人脸（Depth信息）：

通过process_depth_data函数对深度数据dpt进行处理，去除异常值并归一化深度值。
计算每个人脸框内的平均深度值，选择深度值最小的人脸（即最近的人脸）。
返回该最近人脸的边界框。
人脸姿态估计（Hopenet）：

对最近人脸的边界框区域进行裁剪，得到人脸图像face_img。
使用Hopenet网络对该人脸图像进行姿态估计，得到俯仰角、偏航角和滚转角。
返回姿态估计结果（以角度表示的俯仰角、偏航角和滚转角）。
结果绘制：

在原图old_image上绘制检测到的人脸边界框和姿态估计结果。
具体包括绘制人脸框、深度信息以及姿态角度（roll, pitch, yaw）。