有没有办法在C#中使用emguCV来比较两张脸？

Question

我只需要比较两张脸是否是同一个人......
我转换此项目运行时中的人脸检测和识别来比较两个人脸，但该方法始终返回 true 。

        int ImagesCount = 0;
        CascadeClassifier faceDetector = new CascadeClassifier("haarcascade_frontalface_alt.xml");
        List<Mat> TrainedFaces = new List<Mat>();
        List<int> PersonsLabes = new List<int>();
        Mat image1 = img1.ToImage<Gray, byte>().Mat;
        Mat image1Temp = img1.ToImage<Bgr, byte>().Mat;

        foreach (Rectangle face in faceDetector.DetectMultiScale(image1, 1.2, 10, new Size(50, 50), Size.Empty))
        {
            Image<Gray, byte> trainedImage = ImageClass.CropImage(image1.ToBitmap(), face).ToImage<Gray, byte>().Resize(200, 200, Inter.Cubic);
            CvInvoke.EqualizeHist(trainedImage, trainedImage);
            TrainedFaces.Add(trainedImage.Mat);
            PersonsLabes.Add(ImagesCount);
            ImagesCount++;
        }

        EigenFaceRecognizer recognizer = new EigenFaceRecognizer(ImagesCount, 2000);
        recognizer.Train(TrainedFaces.ToArray(), PersonsLabes.ToArray());

        Mat image2 = img2.ToImage<Gray, byte>().Mat;
        Rectangle[] rect = faceDetector.DetectMultiScale(image2, 1.2, 10, new Size(50, 50), Size.Empty);
        if (rect.Length == 1)
        {
            Image<Gray, Byte> grayFaceResult = ImageClass.CropImage(image2.ToBitmap(), rect[0]).ToImage<Gray, byte>().Resize(200, 200, Inter.Cubic);
            CvInvoke.EqualizeHist(grayFaceResult, grayFaceResult);
            var result = recognizer.Predict(grayFaceResult);
            if (result.Label != -1 && result.Distance < 2000)
            {
                return true;
            }
        }
        return false;

注意：第一张图像可能包含同一个人的多张照片，第二张图像应始终包含另一个人或同一个人的一张照片，但始终给我 0 （始终返回 true 尽管我尝试了两个不同人的两张照片）我使用 emguCv 4.3
我搜索了很多，但没有发现任何东西可以解决我的问题
有谁可以知道我在这段代码中的错误，或者可以给我一个比较两个面孔的另一个解决方案的链接？
（注：我是这个领域的新手）

Answer 1

如果您可以在服务器上部署Python应用程序，您可能会采用deepface。它有一个验证函数，您应该将 base64 编码的图像作为这些函数的输入发送。

端点：http://127.0.0.1:5000/verify

身体：

  {
    "model_name": "VGG-Face",
    "img": [
        {
                "img1": "data:image/jpeg;base64,..."
                , "img2": "data:image/jpeg;base64,..."  
        }
    ]
  }