人脸识别(基于ArcFace)

  • 2019 年 10 月 8 日
  • 筆記

我们先来看看效果

上面是根据图片检测出其中的人脸、每个人脸的年龄还有性别,非常强大

第一步:

登录https://ai.arcsoft.com.cn/,注册开发者账号,身份认证,注册应用,得到APPID和SDKKEY

第二步:

阅读SDK接入文档https://ai.arcsoft.com.cn/manual/arcface_android_guideV2.html

其中重要的是下面

Step1:调用FaceEngine的active方法激活设备,一个设备安装后仅需激活一次,卸载重新安装后需要重新激活。    Step2:调用FaceEngine的init方法初始化SDK,初始化成功后才能进一步使用SDK的功能。    Step3:调用FaceEngine的detectFaces方法进行图像数据或预览数据的人脸检测,若检测成功,则可得到一个人脸列表。(初始化时combineMask需要ASF_FACE_DETECT)    Step4:调用FaceEngine的extractFaceFeature方法可对图像中指定的人脸进行特征提取。(初始化时combineMask需要ASF_FACE_RECOGNITION)    Step5:调用FaceEngine的compareFaceFeature方法可对传入的两个人脸特征进行比对,获取相似度。(初始化时combineMask需要ASF_FACE_RECOGNITION)    Step6:调用FaceEngine的process方法,传入不同的combineMask组合可对Age、Gender、Face3Dangle、Liveness进行检测,传入的combineMask的任一属性都需要在init时进行初始化。    Step7:调用FaceEngine的getAge、getGender、getFace3Dangle、getLiveness方法可获取年龄、性别、三维角度、活体检测结果,且每个结果在获取前都需要在process中进行处理。    Step8:调用FaceEngine的unInit方法销毁引擎。在init成功后如不unInit会导致内存泄漏。

引擎一定要先激活,只需激活一次,然后初始化,接着就选择你需要的方法调用,step3-step7选择其中一个调用即可,最后的最后一定要销毁引擎

贴出核心代码:

/**   * 激活引擎   */  public void activeEngine() {      if (!checkPermissions(NEEDED_PERMISSIONS)) {          ActivityCompat.requestPermissions(this, NEEDED_PERMISSIONS, ACTION_REQUEST_PERMISSIONS);          return;      }      Observable.create(new ObservableOnSubscribe<Integer>() {          @Override          public void subscribe(ObservableEmitter<Integer> emitter) throws Exception {              faceEngine = new FaceEngine();              int activeCode = faceEngine.active(MainActivity.this, Constants.APP_ID, Constants.SDK_KEY);              emitter.onNext(activeCode);          }      })              .subscribeOn(Schedulers.io())              .observeOn(AndroidSchedulers.mainThread())              .subscribe(new Observer<Integer>() {                  @Override                  public void onSubscribe(Disposable d) {                    }                    @Override                  public void onNext(Integer activeCode) {                      if (activeCode == ErrorInfo.MOK) {                          showToast(getString(R.string.active_success));                      } else if (activeCode == ErrorInfo.MERR_ASF_ALREADY_ACTIVATED) {                          showToast(getString(R.string.already_activated));                      } else {                          showToast(getString(R.string.active_failed, activeCode));                      }                  }                    @Override                  public void onError(Throwable e) {                    }                    @Override                  public void onComplete() {                    }              });  }
/**    * 初始化引擎    **/  private void initEngine() {      faceEngineCode = faceEngine.init(this, FaceEngine.ASF_DETECT_MODE_IMAGE, FaceEngine.ASF_OP_0_HIGHER_EXT,              16, 10, FaceEngine.ASF_FACE_RECOGNITION | FaceEngine.ASF_FACE_DETECT | FaceEngine.ASF_AGE | FaceEngine.ASF_GENDER | FaceEngine.ASF_FACE3DANGLE | FaceEngine.ASF_LIVENESS);      VersionInfo versionInfo = new VersionInfo();      faceEngine.getVersion(versionInfo);        if (faceEngineCode != ErrorInfo.MOK) {          showToast(getString(R.string.init_failed, faceEngineCode));      }  }
//bitmap转bgr  byte[] bgr24 = ImageUtil.bitmapToBgr(bitmap);    if (bgr24 == null) {      clearDialog();      showToast("图片转化失败");      return;  }    /**   * 2.成功获取到了BGR24 数据,开始人脸检测   */  List<FaceInfo> faceInfoList = new ArrayList<>();  faceEngine.detectFaces(bgr24, width, height, FaceEngine.CP_PAF_BGR24, faceInfoList);  if (faceInfoList.size() == 0) {      clearDialog();      showToast("没有检测到人脸");      startActivity(new Intent(this, MainActivity.class));  }  if (faceInfoList.size() > 1) {      clearDialog();      showToast("请不要同时出现多个人脸");      startActivity(new Intent(this, MainActivity.class));  }  if (faceInfoList.size() == 1) {      clearDialog();      FaceInfo faceInfo = faceInfoList.get(0);      //得到人脸的宽和高      final int faceWidth = faceInfo.getRect().width();      final int faceHeight = faceInfo.getRect().height();      makeFace();  }

我这里只做了识别人脸,其他的功能可以参考官网的Demo

多次调用ImageView.setImageResource方法,我在开发过程中遇到了OOM,因为这些加载图片的方法最终都是通过java层的createBitmap来完成的,需要消耗很多内存

可以采用BitmapFactory.decodeStream方法,创建出一个bitmap,再将其设为ImageView的source。decedeStream最大的秘密在于其直接调用JNI>>nativeDecideAsset()来完成decode,无需再使用java层的createBitmap,从而节省了java层的空间

/**   * 此方法是为了防止内存溢出   */  private BitmapDrawable getBitmap(int resId) {      BitmapFactory.Options options = new BitmapFactory.Options();      options.inPreferredConfig = Bitmap.Config.RGB_565;      options.inPurgeable = true;      options.inInputShareable = true;      InputStream is = getResources().openRawResource(resId);      Bitmap bitmap = BitmapFactory.decodeStream(is, null, options);      try {          is.close();      } catch (IOException e) {          e.printStackTrace();      }      return new BitmapDrawable(getResources(), bitmap);  }
Exit mobile version