人脸识别(基于ArcFace)
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);
}
欢迎关注我的微信公众号:安卓圈