VOSM：国人写的ASM/AAM人脸拟合库

上次说了开源人脸识别库FaceL，这次说说VOSM，一个开源的人脸拟合库，它的全称是Vision Open Statistical Models，主要实现了ASM(Active Shape Model)和AAM(Active Appearance Model)的经典算法及其几个变种，包括CMU Simon Baker和Iain Matthews的算法。虽然ASM和AAM是很早的算法，但是一直都没有一个靠谱好用的开源实现，OpenCV应该包含这个算法才对。偶然发现VOSM这个库，我觉得它是目前为止一个很好的的ASM/AAM实现。而且这个库是一位叫JIA Pei的中国人写的，他目前在著名的计算机视觉公司Point Grey供职。VOSM避免了我等投机取巧的人重新造轮子，“拿来主义”是王道！当然想要好好研究ASM的人读读他的代码也非常有益的，帮助理解算法，而且实现的时候应该会有很多trick。

VOSM由C++实现，核心算法借助OpenCV，IO操作模块用了Boost。在线文档很规整，是由Doxygen自动生成的。看代码作者的C++用的相当娴熟，STL模板多态再加上Boost一样不拉，让我这种把C++当C用的人来说看的相当羡慕啊。

VOSM需要OpenCV和Boost的支持，作者提供了Windows下Visual Studio的方案，在Ubuntu下编译也很简单，CMake生成的Makefile直接就编译通过了。在Mac下需要折腾一下，主要是库和头文件的路径问题。在iPhone下面跑就更折腾了，Boost和OpenCV都要编译成静态库，然后需要给CMake提供一个x86下给ARM交叉编译环境的Toolchain，还有部分代码也需要改，例如图片读取存储就不能直接用OpenCV的。因为Boost仅是处理文件IO，如果作者能不依赖这个库的话，VOSM会有更好的夸平台编译性能。

VOSM提供了training和fitting两个模块，作者的网站上提供了在各种人脸标注数据库上训练好的数据，很方便可以直接实用。不过数据有点大，都是ASCII存的浮点数据，200~400M，如果用binary估计要小很多，在iPhone上运行要load三四分钟，内存占用也比较大，已经到了iPhone程序运行的上限了，可能作者没有考虑到优化把各种算法的所有的数据都一次性load进内存了。效果可以看下面的视频。运行速度的话，在Intel E6600的CPU 60个跟踪点一帧需要~200ms，在iPhone4上需要~5s，点数少会更快一些。效果的话，我用的是现成的通用数据库，ASM/AAM实用person specific的数据效果会更好。

YouTube Link