码迷,mamicode.com
首页 > 其他好文 > 详细

人脸识别(基于ArcFace)

时间:2019-05-29 18:15:00      阅读:328      评论:0      收藏:0      [点我收藏+]

标签:success   cat   ppi   tar   nal   end   util   导致   多个   

 我们先来看看效果

技术图片

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);
}

欢迎关注我的微信公众号:安卓圈

技术图片

人脸识别(基于ArcFace)

标签:success   cat   ppi   tar   nal   end   util   导致   多个   

原文地址:https://www.cnblogs.com/anni-qianqian/p/10945166.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!