具有面部检测和形状预测功能的Dlib网络摄像头捕获速度很慢

我正在使用C ++开发一个程序，该程序应该从网络摄像头流中检测面部，而不是使用面部地标裁剪并交换它们。

我使用OpenCV和Viola-Jones面部检测对面部检测进行编程。工作正常。然后，我搜索了如何从ROI进行细分。我尝试了很少的皮肤检测实现，但没有一个成功。

比我发现dlib脸部地标。我决定尝试一下。刚开始我就遇到了问题，因为我必须将转换cv::Mat为cv_image，将Rect转换为矩形等。因此，我尝试使用dlib做到这一点。我只是使用流，cv::VideoCapture而不是想要显示使用dlib捕获的内容image_window。但是这里有一个问题，它速度缓慢。Down是使用的代码。带注释的行是使用OpenCV执行相同操作的行。OpenCV比没有注释的代码要快，流畅，连续得多，就像5 FPS。那太糟了。我无法想象应用人脸检测和人脸标志时会有多慢。

难道我做错了什么？我怎样才能使其更快？还是应该使用OpenCV进行视频捕获和显示？

cv::VideoCapture cap;
image_window output_frame;

if (!cap.open(0))
{
    cout << "ERROR: Opening video device 0 FAILED." << endl;
    return -1;
}

cv::Mat cap_frame;
//HWND hwnd;
do
{
    cap >> cap_frame;

    if (!cap_frame.empty())
    {
        cv_image<bgr_pixel> dlib_frame(cap_frame);
        output_frame.set_image(dlib_frame);
        //cv::imshow("output",dlib::toMat(dlib_frame));
    }

    //if (27 == char(cv::waitKey(10)))
    //{
    //  return 0;
    //}

    //hwnd = FindWindowA(NULL, "output");
} while(!output_frame.is_closed())//while (hwnd != NULL);

编辑：切换到“释放”模式后，显示经过捕捉的帧会变好。但是我继续尝试使用dlib进行人脸检测和形状预测，就像这里的示例http://dlib.net/face_landmark_detection_ex.cpp.html一样。太懒了。所以我关闭了形状预测。仍然“懒惰。

因此，我认为人脸检测会降低速度。因此，我尝试使用OpenCV进行人脸检测，因为它明显优于dlib检测器。我需要将检测到的cv :: Rect转换为dlib :: rectangle。我用这个

std::vector<dlib::rectangle> dlib_rois;
long l, t, r, b;

for (int i = cv_rois.size() - 1; i >= 0; i--)
{
    l = cv_rois[i].x;
    t = cv_rois[i].y;
    r = cv_rois[i].x + cv_rois[i].width;
    b = cv_rois[i].y + cv_rois[i].height;
    dlib_rois.push_back(dlib::rectangle(l, t, r, b));
}

但是，OpenCV人脸检测和dlib形状预测的这种结合变得残酷而迟钝。处理单帧大约需要4s。

我不知道为什么。OpenCV人脸检测绝对不错，dlib形状预测似乎并不难处理。有人可以帮我吗？