人脸识别基本常识

人脸识别算法主要包含三个模块
（1）人脸检测（Face Detection）：确定人脸在图像中的大小和位置，也就是在图像中预测anchor
（2）人脸对齐（Face Alignment）:他的原理是找到人脸的若干个关键点（基准点，如，眼角，鼻尖，嘴角等），然后利用这些关键点通过相似变换（Similarity Transform,旋转，缩放和平移），将人脸尽可能变换到标准人脸。
（3）人脸特征表征（Feature Representation）:它接受的是标准化的人脸图像，通过特征建模得到向量化的人脸特征，最后通过分类器得到识别的结果。关键点是得到不同人脸的有区分度的特征，比如：鼻子，嘴巴，眼睛等。

代码中的main函数就相当于是test文件，用于输入数据，输出结果
代码返回的是图像中人脸的特征向量（多少个人脸就返回多少个向量）

实现识别功能的话，先把数据库中的人脸图像跑一遍，得到特征向量
再将待测试的图片跑一遍，得到待测试的特征向量，把这两组特征向量计算余弦距离，距离小的即为相似

网络框架使用resnet，nms部分使用fast rcnn代码