關于人臉識別

目前的人臉識別已經相對成熟，有各種收費免費的商業方案和開源方案，其中OpenCV很早就支持了人臉識別，在我選擇人臉識別開發庫時，也橫向對比了三種庫，包括在線識別的百度、開源的OpenCV和商業庫虹軟（中小型規模免費）。

百度的人臉識別，才上線不久，文檔不太完善，之前聯系百度，官方也給了我基于Android的Example，但是不太符合我的需求，一是照片需要上傳至百度服務器（這個是最大的問題），其次，人臉的定位需要自行去實現（捕獲到人臉后上傳進行識別）。

OpenCV很早以前就用過，當時做人臉+車牌識別時，最先考慮的就是OpenCV，但是識別率在當時不算很高，后來是采用了一個電子科大的老師自行開發的識別庫（相對易用，識別率也還不錯），所以這次準備做時，沒有選擇OpenCV。

虹軟其實在無意間發現的，當時正在尋找開發庫，正在測試Python的一個方案，就發現有新聞說虹軟的識別庫全面開放并且可以免費使用，而且是離線識別，所以就下載嘗試了一下，發現識別率還不錯，所以就暫定了采用虹軟的識別方案。這里主要就給大家分享一下開發過程當中的一些坑和使用心得，順便開源識別庫的C# Wrapper。

SDK的C# Wrapper

由于虹軟的庫是采用C++開發的，而我的應用程序采用的是C#，所以，需要對庫進行包裝，便于C#的調用，包裝的主要需求是可以在C#中快速方便的調用，無需考慮內存、指針等問題，并且具備一定的容錯性。Wrapper庫目前已經開源，大家可以到Github上進行下載，地址點擊這里。Wrapper庫基本上沒有什么可以說的，無非是對PInvoke的包裝，只是里面做了比較多的細節處理，屏蔽了調用細節，提供了相對高層的函數。有興趣的可以看看源代碼。

Wrapper庫的使用例子

基本使用

人臉檢測（靜態圖片）：

using (var detection = LocatorFactory.GetDetectionLocator("appId", "sdkKey")){  var image = Image.FromFile("test.jpg");  var bitmap = new Bitmap(image);  var result = detection.Detect(bitmap, out var locateResult);  //檢測到位置信息在使用完畢后，需要釋放資源，避免內存泄露  using (locateResult)  {    if (result == ErrorCode.Ok && locateResult.FaceCount > 0)    {      using (var g = Graphics.FromImage(bitmap))      {        var face = locateResult.Faces[0].ToRectangle();        g.DrawRectangle(new Pen(Color.Chartreuse), face.X, face.Y, face.Width, face.Height);      }      bitmap.Save("output.jpg", ImageFormat.Jpeg);    }  }}

人臉跟蹤（人臉跟蹤一般用于視頻的連續幀識別，相較于檢測，又更高的執行效率，這里用靜態圖片做例子，實際使用和檢測沒啥區別）：

using (var detection = LocatorFactory.GetTrackingLocator("appId", "sdkKey")){  var image = Image.FromFile("test.jpg");  var bitmap = new Bitmap(image);  var result = detection.Detect(bitmap, out var locateResult);  using (locateResult)  {    if (result == ErrorCode.Ok && locateResult.FaceCount > 0)    {      using (var g = Graphics.FromImage(bitmap))      {        var face = locateResult.Faces[0].ToRectangle();        g.DrawRectangle(new Pen(Color.Chartreuse), face.X, face.Y, face.Width, face.Height);      }      bitmap.Save("output.jpg", ImageFormat.Jpeg);    }  }}

人臉對比：

using (var proccesor = new FaceProcessor("appid",        "locatorKey", "recognizeKey", true)){  var image1 = Image.FromFile("test2.jpg");  var image2 = Image.FromFile("test.jpg");  var result1 = proccesor.LocateExtract(new Bitmap(image1));  var result2 = proccesor.LocateExtract(new Bitmap(image2));    //FaceProcessor是個整合包裝類，集成了檢測和識別，如果要單獨使用識別，可以使用FaceRecognize類  //這里做演示，假設圖片都只有一張臉  //可以將FeatureData持久化保存，這個即是人臉特征數據，用于后續的人臉匹配  //File.WriteAllBytes("XXX.data", feature.FeatureData);FeatureData會自動轉型為byte數組  if ((result1 != null) & (result2 != null))    Console.WriteLine(proccesor.Match(result1[0].FeatureData, result2[0].FeatureData, true));}

使用注意事項

LocateResult（檢測結果）和Feature（人臉特征）都包含需要釋放的內存資源，在使用完畢后，記得需要釋放，否則會引起內存泄露。FaceProcessor和FaceRecognize的Match函數，在完成比較后，可以自動釋放，只需要最后兩個參數指定為true即可，如果是用于人臉匹配（1:N），則可以采用默認參數，這種情況下，第一個參數指定的特征數據不會自動釋放，用于循環和特征庫的特征進行比對。

整合的完整例子

在Github上，有完整的FaceDemo例子，里面主要實現了通過ffmpeg采集RTSP協議的圖像（使用?？档臄z像機），然后進行人臉匹配。在開發過程中遇到不少的坑。

人臉識別的首要工作就是捕獲攝像機視頻幀，這一塊上是坑的最久的，因為最開始采用的是OpenCV的包裝庫，Emgu.CV，在開發過程中，捕獲USB攝像頭時，倒是問題不大，沒有出現過異常。在捕獲RTSP視頻流時，會不定時的出現AccessviolationException異常，短則幾十分鐘，長則幾個小時，總之就是不穩定。在官方Github地址上，也提了Issue，他們給出的答復是屏蔽的我業務邏輯，僅捕獲視頻流試試，結果問題依然，所以，我基本坑定了試Emgu.CV上面的問題。后來經過反復的實驗，最終確定了選擇ffmpeg。

ffmepg主要采用ProcessStartInfo進行調用，我采用的是NReco.VideoConverter（一個ffmpeg調用的包裝，可以通過nuget搜索安裝），雖然ffmpeg解決了穩定性問題，但是實際開發時，也遇到了不少坑，其中，最主要的是NReco.VideoConverter沒有任何文檔和例子（實際有，需要75刀購買），所以，自己研究了半天，如何捕獲視頻流并轉換為Bitmap對象。只要實現這一步，后續就是調用Wrapper就行了。

FaceDemo詳解

上面說到了，通過ffmpeg捕獲視頻流并轉換Bitmap是重點，所以，這里也主要介紹這一塊。

首先是ffmpeg的調用參數：

var setting =new ConvertSettings{  CustomOutputArgs = "-an -r 15 -pix_fmt bgr24 -updatefirst 1"}; //-s 1920x1080 -q:v 2 -b:v 64ktask = ffmpeg.ConvertLiveMedia("rtsp://admin:12qwaszxA@192.168.1.64:554/h264/ch1/main/av_stream", null,outputStream, Format.raw_video, setting);task.OutputDataReceived += DataReceived;task.Start();

-an表示不捕獲音頻流，-r表示幀率，根據需求和實際設備調整此參數，-pix_fmt比較重要，一般情況下，指定為bgr24不會有太大問題（還是看具體設備），之前就是用成了rgb24，結果捕獲出來的圖像，人都變成阿凡達了，顏色是反的。最后一個參數，坑的我差點放棄這個方案。本身，ffmpeg在調用時，需要指定一個文件名模板，捕獲到的輸出會按照模板生成文件，如果要將數據輸出到控制臺，則最后傳入一個-即可，最開始沒有指定updatefirst，ffmpeg在捕獲了第一幀后就拋出了異常，最后查了半天ffmpeg說明（完整參數說明非常多，輸出到文本有1319KB），發現了這個參數，表示持續更新第一個文件。最后，在調用視頻捕獲是，需要指定輸出格式，必須指定為Format.raw_video，實際上這個格式名稱有些誤導人，按道理將應該叫做raw_image，因為最終輸出的是每幀原始的位圖數據。

到此為止，還并沒有解決視頻流數據的捕獲，因為又來一個坑，ProcessStartInfo的控制臺緩沖區大小只有32768 bytes，即，每一次的輸出，實際上并不是一個完整的位圖數據。

//完整代碼參加Github源代碼//代碼片段1private Bitmap _image;private IntPtr _pImage;{  _pImage = Marshal.AllocHGlobal(1920 * 1080 * 3);  _image = new Bitmap(1920, 1080, 1920 * 3, PixelFormat.Format24bppRgb, _pImage);}//代碼片段2private MemoryStream outputStream;private void DataReceived(object sender, EventArgs e){  if (outputStream.Position == 6220800)    lock (_imageLock)    {      var data = outputStream.ToArray();      Marshal.Copy(data, 0, _pImage, data.Length);      outputStream.Seek(0, SeekOrigin.Begin);    }}

花了不少時間摸索（不要看只有幾行，人都整崩潰了），得出了上述代碼。首先，我捕獲的圖像數據是24位的，并且圖像大小是1080p的，所以，實際上，一個原始位圖數據的大小為stride * height，即width * 3 * height，大小為6220800 bytes。所以，在判斷了捕獲數據到達這個大小后，就進行Bitmap轉換處理，然后將MemoryStream的位置移動到最開始。需要注意的時，由于捕獲到的是原始數據（不包含bmp的HeaderInfo），所以注意看Bitmap的構造方式，是通過一個指向原始數據位置的指針就行構造的，更新該圖像時，也僅需要更新指針指向的位置數據即可，無需在建立新的Bitmap實例。

位圖數據獲取到了，就可以進行識別處理了，高高興興的加上了識別邏輯，但是現實總是充滿了意外和驚喜，沒錯，坑又來了。沒有加入識別邏輯的時候，捕獲到的圖像在PictureBox上顯示非常正常，清晰、流暢，加上識別邏輯后，開始出現花屏（捕獲到的圖像花屏）、拖影、顯示延遲（至少會延遲10-20秒以上）、程序卡頓，總之就是各種問題。最開始，我的識別邏輯寫到DataReceived方法里面的，這個方法是運行于主線程外的另一個線程中的，其實按道理將，捕獲、識別、顯示位于一個線程中，應該是不會出現問題，我估計（不確定，沒有去深入研究，如果誰知道實際原因，可以留言告訴我），是因為ffmpeg的原因，因為ffmpeg是單獨的一個進程在跑，他的數據捕獲是持續在進行的，而識別模塊的處理時間大于每一幀的采集時間，所以，緩沖區中的數據沒有得到及時處理，ffmpeg接收到的部分圖像數據（大于32768的數據）被丟棄了，然后就出現了各種問題。最后，又是一次耗時不短的探索之旅。

private void Render(){  while (_renderRunning)  {    if (_image == null)      continue;    Bitmap image;    lock (_imageLock)    {      image = (Bitmap) _image.Clone();    }    if (_shouldShot){      WriteFeature(image);      _shouldShot = false;    }    Verify(image);    if (videoImage.InvokeRequired)      videoImage.Invoke(new Action(() => { videoImage.Image = image; }));    else      videoImage.Image = image;  }}

如上代碼所述，我單獨開了一個線程，用于圖像的識別處理和顯示，每次都從已捕獲到的圖像中克隆出新的Bitmap實例進行處理。這種方式的缺點在于，有可能會導致丟幀的現象，因為上面說到了，識別時間（如果檢測到新的人臉，那么加上匹配，大約需要130ms左右）大于每幀時間，但是并不影響識別效果和需求的實現，基本丟棄的幀可以忽律。最后，運行，穩定了、完美了，實際也感覺不到丟幀。

Demo程序，我運行了大約4天左右，中間沒有出現過任何異常和識別錯誤。

寫在最后

雖然虹軟官方表示，免費識別庫適用于1000人臉庫以下的識別，實際上，做一定的工作（工作量其實也不?。?，也是可以實現較大規模的人臉搜索滴。例如，采用多線程進行匹配，如果人臉庫人臉數量大于1000，則可以考慮每個線程分別進行處理，人臉特征數據做緩存（一個人臉的特征數據是22KB，對內存要求較高），以提升程序的識別搜索效率?；蛘呷四槑焯貏e大的情況下，可以采用分布式處理，人臉特征加載到Redis數據庫當中，多個進程多個線程讀取處理，每個線程上傳自己的識別結果，然后主進程做結果合并判斷工作，主要的挑戰就在于多線程的工作分配一致性和對單點故障的容錯性。

以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支持VEVB武林網。