c# - 有什么方法可以在C#中使用emguCV比较两个面孔？

Question

如果只适契约(Contract)一个人，我只需要比较两张脸...
我将这个项目Face detection and recognition in runtime转换为比较两个面孔，但是该方法始终返回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:第一张图片可能包含同一个人的多张图片，第二张图片应始终包含另一张或同一个人的一张图片，但始终给我0(始终返回true，尽管我尝试了两个不同人物的两张图片)，我用过emguCv 4.3

我进行了很多搜索，但没有发现任何可以解决我问题的方法
是否有人可以知道我在此代码中的错误，或者可以给我提供另一个比较两个面孔的解决方案的链接？
(注意:我是这个 Realm 的新手)

Answer 1

如果可以在服务器上部署python应用程序，则可以采用deepface。它具有验证功能，您应该将base64编码的图像作为这些功能的输入发送。
端点:http://127.0.0.1:5000/verify
body :

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