0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

基于EAIDK的人臉?biāo)惴☉?yīng)用-源碼解讀(2)

電子設(shè)計 ? 來源:電子設(shè)計 ? 作者:電子設(shè)計 ? 2020-12-10 21:14 ? 次閱讀

1 本期內(nèi)容介紹

上一期介紹了基于EAIDK的人臉算法應(yīng)用,本期從應(yīng)用角度,解讀一下該案例源碼。
本期案例源碼解讀,主要從源碼目錄結(jié)構(gòu)、配置文件、模型目錄、源碼流程、重點源碼文件等進行解讀。

本期源碼解讀目標(biāo):

1. 讓EAIDK-310開發(fā)者對EAIDK-310環(huán)境更加熟練
2. 熟悉EAIDK-310人臉識別案例源碼
3. 方便開發(fā)者使用vision.sdk的調(diào)用流程,為二次開發(fā)做指引參考

2 目錄結(jié)構(gòu)介紹

ftp://ftp.eaidk.net/EAIDK310/_Source/eaidk310/_face/_package/獲取源碼包后,直接解壓后得到eaidk310_face_package文件夾,文件夾內(nèi)容如下圖所示:

eaidk310_face_demo.zip解壓后,源碼包整體目錄結(jié)構(gòu)如下:

doc目錄:指文檔目錄,包含Vision.Face SDK手冊,Vision.Face SDK人臉?biāo)惴≦&A手冊。其中Vision.Face SDK手冊,詳細介紹了人臉?biāo)惴ǖ母鱾€API接口,本案例人臉應(yīng)用調(diào)用的接口全部在該文檔中有介紹。

face-sdk目錄:vision.sdk人臉?biāo)惴◣欤?code>libface.so)

eaidk310/_face/_demo.zip:eaidk310人臉推廣案例的源代碼包,解壓后的目錄截圖如下:

build-eaidk/_visual/_embedded-Desktop-Debug:編譯目錄和運行目錄,里面有demo運行時必需的文件和目錄,比如配置文件demo.conf,models模型目錄。

eaidk/_visual/_embeded:源碼目錄,案例實現(xiàn)的源代碼都在該目錄下,下文也將重點介紹該目錄下源碼文件。

libs:本案例依賴的vision.sdk人臉庫,內(nèi)容與上文提到的face-sdk目錄內(nèi)容一致。

3 配置文件&模型文件

demo.conf,該文件必須在案例程序的運行的當(dāng)前路徑,已配置好默認的參數(shù),理解即可。

VideoWidth=1280      -->采集視頻圖像的寬
VideoHeight=720      -->采集視頻圖像的高
Scale=1              -->采集視頻圖像的縮放比例
MinFaceSize=40       -->人臉?biāo)惴ǖ淖畹拖袼匾?Clarity=200          -->人臉?biāo)惴ǖ淖畹颓逦纫?FaceAngle=0.4        -->人臉?biāo)惴ǖ淖畹徒嵌纫?ThresHold=0.7        -->人臉識別的最低閾值要求
UseApi=0             -->人臉?biāo)惴ǖ恼{(diào)用策略
Dbsize=10000         -->人臉庫的最大存儲人臉數(shù)
RegisterMethod=0     -->人臉注冊策略
FacePicturePATH=./models/faces/   -->人臉存儲本地路徑

模型目錄
mfn.tmfile,mobilefacenet人臉識別模型文件
det1,det2,det3.tmfile,人臉檢測模型文件
face_attr.tmfile,人臉屬性模型文件

4 流程介紹及源碼解讀

4.1 實現(xiàn)流程

整體流程結(jié)構(gòu)如下:

4.2 流程與源碼解讀

下面我們對此案例中的重要&核心的代碼內(nèi)容進行解釋,為讀者提供參考,方便讀者了解vision.sdk算法應(yīng)用。

4.2.1 mainwindow.cpp

程序從main函數(shù)入口,在main中創(chuàng)建顯示窗口,具體顯示內(nèi)容在mainwindow.cpp中實現(xiàn)。mainwindow.cpp源程序中主要實現(xiàn)2個功能:

    1. UI布局
    2. 圖像采集

mainwindow.cpp源程序包含構(gòu)造函數(shù)、updateImage函數(shù)、open_camera函數(shù)等重要函數(shù)。

4.2.1.1 構(gòu)造函數(shù)

所有對象創(chuàng)建時,都需要初始化才可以使用,而構(gòu)造函數(shù)就是用于給對象進行初始化,在堆內(nèi)存中開辟出一個空間來存放建立的對象并賦初始值。

    /* connects */
    connect(&theTimer, &QTimer::timeout, this, &MainWindow::updateImage);

    connect(ui->face_attr_2, SIGNAL(clicked(bool)), this, SLOT(convert_to_face_attr()));
    connect(ui->face_rec_2, SIGNAL(clicked(bool)), this, SLOT(convert_to_face_rec()));
    connect(ui->rb_face_track, SIGNAL(clicked(bool)), this, SLOT(convert_to_face_track()));

updateImage,是theTimer對應(yīng)的槽函數(shù),每隔33ms調(diào)用一次,該函數(shù)是mainwindow.cpp文件中最重要的函數(shù),它包含圖像的顯示、人臉?biāo)惴ㄌ幚斫Y(jié)果的顯示。
其他connect均為顯示界面的各個按鈕及其對應(yīng)槽函數(shù):

    /* regist related */
    connect(ui->regist, SIGNAL(clicked(bool)), this, SLOT(user_regist()));
    connect(ui->cancel, SIGNAL(clicked(bool)), this, SLOT(user_cancel_regist()));
    connect(ui->ok, SIGNAL(clicked(bool)), this, SLOT(user_save_regist()));
    connect(ui->ok_2, SIGNAL(clicked(bool)), this, SLOT(get_user_name()));
    connect(ui->cancel_2, SIGNAL(clicked(bool)), this, SLOT(back_to_face_rec()));
4.2.1.2 updateImage函數(shù)

updateimage函數(shù)是UI顯示的核心函數(shù),每隔33ms調(diào)用1次,填充視頻窗口的區(qū)域。

void MainWindow::updateImage()
{
    ui->label_diku->clear();
    ui->label_diku_2->clear();
    cam->videoCapL>>cam->srcImageL;

cam->videoCapL>>cam->srcImageL;該行功能是獲取攝像頭數(shù)據(jù)并存入srcImageL變量。

updateimage函數(shù)下調(diào)用了face_rec_enabledface_attr_enabled、face_track_enabled等函數(shù)

face/_rec/_enabled,表示打開人臉識別功能,該{}內(nèi)表示人臉識別的代碼處理部分。
人臉識別處理部分:

if(face_rec_enabled)
{
       algThd->setUseApiParams(0);
       algThd->face_rec_label = true;
       cv::resize(cam->srcImageL, ResImg, ResImgSiz, CV_INTER_LINEAR);
       algThd->sendFrame(ResImg, cam->srcImageL);
       Mface face_result = algThd->getFace();

獲取人臉的結(jié)果后,line函數(shù)對圖像中的人臉畫框,label_diku_2對人臉圖像做show(顯示)處理。

       if(face_result.drawflag && strcmp(face_result.name, "")!=0 && strcmp(face_result.name, "unknown")!=0){
           if(access(facepath, F_OK) < 0)
           {
               printf("%s:%d %s not exist./n", __func__, __LINE__, facepath);
               return;
           }

           int x = face_result.pos[0].x;
           int y = face_result.pos[0].y;
           int w = face_result.pos[0].width;
           int h = face_result.pos[0].height;
           line(cam->srcImageL, cvPoint(x, y), cvPoint(x, y + 20), cvScalar(0, 255, 0, 0), 2);
           line(cam->srcImageL, cvPoint(x, y), cvPoint(x + 20, y), cvScalar(0, 255, 0, 0), 2);

           line(cam->srcImageL, cvPoint(x + w - 20, y), cvPoint(x + w, y), cvScalar(0, 255, 0, 0), 2);
           line(cam->srcImageL, cvPoint(x + w, y), cvPoint(x + w, y + 20), cvScalar(0, 255, 0, 0), 2);

           line(cam->srcImageL, cvPoint(x, y + h), cvPoint(x + 20, y + h), cvScalar(0, 255, 0, 0), 2);
           line(cam->srcImageL, cvPoint(x, y + h), cvPoint(x, y + h - 20), cvScalar(0, 255, 0, 0), 2);

           line(cam->srcImageL, cvPoint(x + w, y + h), cvPoint(x + w, y + h - 20), cvScalar(0, 255, 0, 0), 2);
           line(cam->srcImageL, cvPoint(x + w, y + h), cvPoint(x + w - 20, y + h), cvScalar(0, 255, 0, 0), 2);

           Mat diku = cv::imread(facepath);
           cvtColor(diku, diku, CV_BGR2RGB);
           QImage imagel = QImage((uchar*)(diku.data), diku.cols, diku.rows, QImage::Format_RGB888);
           ui->label_diku->setPixmap(QPixmap::fromImage(imagel));
           ui->label_diku->resize(imagel.size());
           ui->label_diku->show();

           cv::Mat realtime_face;
           cam->srcImageL(Rect(face_result.pos[0].x, face_result.pos[0].y, face_result.pos[0].width, face_result.pos[0].height)).copyTo(realtime_face);
           cvtColor(realtime_face, realtime_face, CV_BGR2RGB);
           cv::resize(realtime_face, realtime_face, Size(120, 120), CV_INTER_LINEAR);
           QImage imagel2 = QImage((uchar*)(realtime_face.data), realtime_face.cols, realtime_face.rows, realtime_face.cols*realtime_face.channels(), QImage::Format_RGB888);
           ui->label_diku_2->setPixmap(QPixmap::fromImage(imagel2));
           ui->label_diku_2->resize(imagel2.size());
           ui->label_diku_2->show();

face_attr/enabled,表示打開人臉屬性功能,該{}內(nèi)是人臉屬性演示的代碼部分。
人臉屬性處理部分:

else if(face_attr_enabled)
{
       algThd->setUseApiParams(1);

       cv::resize(cam->srcImageL, ResImg, ResImgSiz, CV_INTER_LINEAR);
       algThd->sendFrame(ResImg, cam->srcImageL);
       Mface face_result = algThd->getFace();

face/_track/_enabled,表示打開人臉跟蹤功能,該{}內(nèi)是人臉跟蹤的處理部分。
人臉跟蹤處理部分:

else if(face_track_enabled)
{
       algThd->setUseApiParams(6);

       cv::resize(cam->srcImageL, ResImg, ResImgSiz, CV_INTER_LINEAR);
       algThd->Tracker(ResImg,cam->srcImageL);
       cv::resize(cam->srcImageL, ResImg, ResImgSiz, CV_INTER_LINEAR);
       algThd->sendFrame(ResImg, cam->srcImageL);
       Mface face_result = algThd->getFace();

上面人臉識別、人臉屬性、人臉跟蹤的處理部分都用到了setUseApiParams()、sendFrame()getFace()函數(shù):

setUseApiParams(),設(shè)置算法處理策略,0表示做人臉識別功能,1表示做人臉屬性功能,6表示做人臉跟蹤功能;
sendFrame(),將采集到的圖像發(fā)送到算法線程進行處理;
getFace(),獲取返回的人臉數(shù)據(jù)。當(dāng)mainwindow采集圖象時,調(diào)用sendFrame()函數(shù),把采集到的數(shù)據(jù)傳送給循環(huán)處理的線程,并通過getFace()函數(shù)獲取結(jié)果并顯示。
4.2.1.3 open_camera函數(shù)

open_camera是用來采集USB攝像頭視頻的函數(shù),獲取的圖像用來輸入給人臉?biāo)惴ê瘮?shù)。其中參數(shù)0表示USB攝像頭的設(shè)備節(jié)點(/dev/video0),當(dāng)該節(jié)點不存在或者非usb攝像頭設(shè)備時,采集圖像會失敗。

if(cam->videoCapL.open(0))
{
    cam->srcImageL = Mat::zeros(cam->videoCapL.get(CV_CAP_PROP_FRAME_HEIGHT), cam->videoCapL.get(CV_CAP_PROP_FRAME_WIDTH), CV_8UC3);
    theTimer.start(33);
}

4.2.2 AlgThread.cpp

mainwindow類的構(gòu)造函數(shù)中,line131創(chuàng)建人臉?biāo)惴ㄌ幚淼膶ο?code>algThd,并調(diào)用start()函數(shù)開啟人臉處理線程,其內(nèi)容的實現(xiàn)在AlgThread.cpp中。人臉?biāo)惴ǖ牧鞒淌禽斎雸D像、深度學(xué)習(xí)類型人臉?biāo)惴ㄌ幚?、返回結(jié)果、窗口顯示。

    ConfigParam param;
    LoadConfig(param,false);

    algThd = new AlgThread(param);
    algThd->start();
    ResImgSiz = cv::Size(NORMAL_FRAME_W, NORMAL_FRAME_H);

AlgThread.cpp源程序包含線程函數(shù)run,來實現(xiàn)人臉跟蹤/人臉檢測/特征值提取/人臉特征值比對/人臉注冊等核心功能。

4.2.2.1 線程函數(shù)run

線程函數(shù)run()是一個while(1)循環(huán)函數(shù),param.useapi為0時表示人臉識別,為1時表示人臉屬性,為6時表示人臉跟蹤。

void AlgThread::run()
{
    static unsigned long long tv_start, tv_end,t0,t1;
    float feature0[FEATURE_SIZE];
    float feature1[FEATURE_SIZE];
    float score;

    for (int i=0;i lck(m_mtx_reg);
        getframe(mat);
        getSrcframe(grayframe);
        if (mat.empty()) continue;
        int face_recognize_return_value = FaceRecognize(mat,grayframe,0);;++i)>

其他重要的函數(shù)如下,用黃色背景標(biāo)注:
FaceRecognize,人臉識別函數(shù)
GetFeature,獲取特征值函數(shù),提取檢測到的人臉的特征值
Register,人臉注冊,特征值存入數(shù)據(jù)庫函數(shù)
CompareFaceDB,人臉比對函數(shù)

        int face_recognize_return_value = FaceRecognize(mat,grayframe,0);

        if(0x0b == param.useapi)//liveness do not need compare feature
        {
            continue;
        }
        printf("%s %d face_recognize_return_value:%d/n", __FUNCTION__, __LINE__, face_recognize_return_value);
        if(face_recognize_return_value != SUCCESS){
            printf("%s %d face_recognize fail.../n", __FUNCTION__, __LINE__);
            t0=tv_start;
            if (param.useapi==2) {
                //gettimeofday(&tv_end, NULL);
                //tv_end = get_ms();
                //m_fps = (float)1000.0 /(tv_end.tv_sec * 1000 + tv_end.tv_usec / 1000 - tv_start.tv_sec * 1000 - tv_start.tv_usec / 1000);
            }
            continue;
        }
        else
        {
            printf("%s %d face_recognize success.../n", __FUNCTION__, __LINE__);
        }
        if(1 == param.useapi)
        {
            continue;
        }
        ret=faceapp::GetFeature(mFace,feature1,&res);
        if (ret!=SUCCESS) {
            printf("%s %d get feature fail..../n", __FUNCTION__, __LINE__);
            t0=tv_start;
            if(ret==ERROR_BAD_QUALITY)
                m_face.nam;
            continue;
        }

        if(regist_label){
            Register(mat, feature1, (char*)reg_name.c_str());
            regist_label = false;
            reg_name = "";
        }

        if(face_rec_label){
            ret = CompareFaceDB(feature1);

vision.sdk的使用,流程是初始化->人臉檢測->人臉特征值提取->人臉注冊->人臉比對函數(shù)使用,如上函數(shù)調(diào)用順序基本也是vision.sdk的調(diào)用順序:

5 總結(jié)

該案例解讀文檔主要主要從源碼目錄結(jié)構(gòu)、源碼簡要流程、重點源碼函數(shù)幾個方面進行了解讀和介紹,并按照功能實現(xiàn)流程順序,介紹了基于EAIDK的人臉識別案例源碼中的重要函數(shù)及其實現(xiàn)的功能,并貼出實際使用代碼,方便開發(fā)者理解,為開發(fā)者進行二次開發(fā)提供參考。

審核編輯 黃昊宇

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 算法
    +關(guān)注

    關(guān)注

    23

    文章

    4552

    瀏覽量

    92023
  • 人臉識別
    +關(guān)注

    關(guān)注

    76

    文章

    3998

    瀏覽量

    81359
  • 深度學(xué)習(xí)
    +關(guān)注

    關(guān)注

    73

    文章

    5422

    瀏覽量

    120591
收藏 人收藏

    評論

    相關(guān)推薦

    隧道人臉識別門禁系統(tǒng)應(yīng)用于隧道工程等場所的智能化安全管理系統(tǒng)

    一、系統(tǒng)組成 ? 1、人臉識別設(shè)備 高清攝像頭:能夠清晰捕捉人員的面部圖像,即使在光線較暗的隧道環(huán)境中也能有效識別。 識別算法:采用先進的人臉識別算法,快速準(zhǔn)確地識別人員身份,誤識率低
    的頭像 發(fā)表于 09-04 16:38 ?117次閱讀
    隧道<b class='flag-5'>人臉</b>識別門禁系統(tǒng)應(yīng)用于隧道工程等場所的智能化安全管理系統(tǒng)

    基于FPGA的人臉識別技術(shù)

    基于FPGA(現(xiàn)場可編程邏輯門陣列)的人臉識別技術(shù),是一種結(jié)合了高效并行處理能力和靈活可編程性的先進圖像處理解決方案。這種技術(shù)在安全監(jiān)控、身份認證、人機交互等領(lǐng)域具有廣泛應(yīng)用前景。以下將詳細介紹基于FPGA的人臉識別技術(shù),包括其基本原理、系統(tǒng)構(gòu)成、
    的頭像 發(fā)表于 07-17 11:42 ?808次閱讀

    基于OpenCV的人臉識別系統(tǒng)設(shè)計

    基于OpenCV的人臉識別系統(tǒng)是一個復(fù)雜但功能強大的系統(tǒng),廣泛應(yīng)用于安全監(jiān)控、人機交互、智能家居等多個領(lǐng)域。下面將詳細介紹基于OpenCV的人臉識別系統(tǒng)的基本原理、實現(xiàn)步驟,并附上具體的代碼示例。
    的頭像 發(fā)表于 07-11 15:37 ?1.1w次閱讀

    卷積神經(jīng)網(wǎng)絡(luò)在人臉識別中的應(yīng)用

    人臉識別技術(shù)作為人工智能領(lǐng)域的一個重要分支,近年來取得了顯著的發(fā)展。其核心在于通過計算機對人臉圖像進行特征提取和識別,從而實現(xiàn)自動的人臉身份確認。隨著深度學(xué)習(xí)技術(shù)的興起,特別是卷積神經(jīng)網(wǎng)絡(luò)
    的頭像 發(fā)表于 07-08 10:48 ?299次閱讀

    人臉識別模型訓(xùn)練是什么意思

    人臉識別模型訓(xùn)練是指通過大量的人臉數(shù)據(jù),使用機器學(xué)習(xí)或深度學(xué)習(xí)算法,訓(xùn)練出一個能夠識別和分類人臉的模型。這個模型可以應(yīng)用于各種場景,如安防監(jiān)控、身份認證、社交媒體等。下面將介紹
    的頭像 發(fā)表于 07-04 09:16 ?334次閱讀

    人臉檢測模型有哪些

    : Viola-Jones 算法 Viola-Jones 算法是一種基于 Haar 特征和 AdaBoost 算法的人臉檢測方法。它通過訓(xùn)練一個級聯(lián)分類器來實現(xiàn)
    的頭像 發(fā)表于 07-03 17:05 ?680次閱讀

    如何挑選理想的人臉識別考勤系統(tǒng)產(chǎn)品?人臉識別設(shè)備的選型

    如何挑選理想的人臉識別考勤系統(tǒng)產(chǎn)品?在挑選理想的人臉識別考勤系統(tǒng)產(chǎn)品時,需要綜合考慮多個方面,包括但不限于設(shè)備的性能、兼容性、數(shù)據(jù)存儲能力、環(huán)境適應(yīng)性以及售后服務(wù)等因素。以下是根據(jù)提供的搜索結(jié)果
    的頭像 發(fā)表于 06-05 14:59 ?279次閱讀
    如何挑選理想<b class='flag-5'>的人臉</b>識別考勤系統(tǒng)產(chǎn)品?<b class='flag-5'>人臉</b>識別設(shè)備的選型

    人臉識別技術(shù)的原理是什么 人臉識別技術(shù)的特點有哪些

    人臉識別技術(shù)的原理 人臉識別技術(shù)是一種通過計算機以圖像或視頻為輸入,識別、檢測、跟蹤和分析人臉的技術(shù)。其原理基于計算機視覺和模式識別等領(lǐng)域的理論和算法。下面將詳細介紹
    的頭像 發(fā)表于 02-18 13:52 ?1140次閱讀

    OneFlow Softmax算子源碼解讀之BlockSoftmax

    寫在前面:筆者這段時間工作太忙,身心俱疲,博客停更了一段時間,現(xiàn)在重新?lián)炱饋?。本文主?b class='flag-5'>解讀 OneFlow 框架的第二種 Softmax 源碼實現(xiàn)細節(jié),即 block 級別的 Softmax。
    的頭像 發(fā)表于 01-08 09:26 ?539次閱讀
    OneFlow Softmax算子<b class='flag-5'>源碼</b><b class='flag-5'>解讀</b>之BlockSoftmax

    OneFlow Softmax算子源碼解讀之WarpSoftmax

    寫在前面:近來筆者偶然間接觸了一個深度學(xué)習(xí)框架 OneFlow,所以這段時間主要在閱讀 OneFlow 框架的 cuda 源碼。官方源碼基于不同場景分三種方式實現(xiàn) Softmax,本文主要介紹其中一種的實現(xiàn)過程,即 Warp 級別 Softmax,適用于矩陣寬度不超過 1
    的頭像 發(fā)表于 01-08 09:24 ?582次閱讀
    OneFlow Softmax算子<b class='flag-5'>源碼</b><b class='flag-5'>解讀</b>之WarpSoftmax

    【飛騰派4G版免費試用】飛騰派SeetafaceEngine人臉對齊(PART2

    demofacedet_test,人臉檢測用戶態(tài)庫libseeta_facedet_lib.so和face_detection.h頭文件。 2、飛騰派Ubuntu系統(tǒng)下編譯FaceAlignment人臉對齊庫 $cd
    發(fā)表于 12-19 09:57

    【飛騰派4G版免費試用】飛騰派SeetafaceEngine人臉檢測

    收到個飛騰派,周末有空玩玩。。。 Seetaface是2016年中科院老師開源的的人臉識別引擎。https://github.com/seetaface/SeetaFaceEngine 源碼
    發(fā)表于 12-18 10:53

    178個C語言算法源碼下載

    電子發(fā)燒友網(wǎng)站提供《178個C語言算法源碼下載.zip》資料免費下載
    發(fā)表于 11-21 09:35 ?3次下載
    178個C語言<b class='flag-5'>算法</b><b class='flag-5'>源碼</b>下載

    Android系統(tǒng)下OpenCV的人臉檢測模塊的設(shè)計

    電子發(fā)燒友網(wǎng)站提供《Android系統(tǒng)下OpenCV的人臉檢測模塊的設(shè)計.pdf》資料免費下載
    發(fā)表于 10-23 09:37 ?0次下載
    Android系統(tǒng)下OpenCV<b class='flag-5'>的人臉</b>檢測模塊的設(shè)計

    stm32f429內(nèi)部自帶dsp能跑人臉識別算法嗎?

    stm32f429內(nèi)部自帶dsp能跑人臉識別算法么?
    發(fā)表于 10-17 06:06