Android 人脸识别————关于虹软人脸识别SDK引擎使用总结

虹软 最近开放了人脸识别的SDK引擎（免费的哦），刚好有Android版的，就体验了一波。下面来说说Android版的SDK使用心得：

ArcFace 虹软人脸认知引擎简介

目前开放的版本有人脸比对（1:1）和人脸检索（1：N），根据应用场景可选择人脸检索分为小型网络（检测100人内），中型网络（1000人内），大型网络（需联系虹软官方）目前开放的功能有人脸比对，人脸识别，人脸追踪

关于如何使用

在官网下载SDK引擎后集成到你的项目中，然后我在此举例说下其中一个sample:人脸识别 官方sample是这样的: AFR_FSDKInterface engine = new AFR_FSDKEngine(); //用来存放提取到的人脸信息, face_1 是注册的人脸，face_2 是要识别的人脸 AFR_FSDKFace face1 = new AFR_FSDKFace(); AFR_FSDKFace face2 = new AFR_FSDKFace(); //初始化人脸识别引擎，使用时请替换申请的 APPID 和 SDKKEY AFR_FSDKError error = engine.AFR_FSDK_InitialEngine("APPID", "SDKKEY"); Log.d("com.arcsoft", "AFR_FSDK_InitialEngine = " + error.getCode()); //输入的 data 数据为 NV21 格式（如 Camera 里 NV21 格式的 preview 数据）；人脸坐标一般使用人脸检测返回的 Rect 传入；人脸角度请按照人脸检测引擎返回的值传入。 error = engine.AFR_FSDK_ExtractFRFeature(data1, width, height, AFR_FSDKEngine.CP_PAF_NV21, new Rect(210, 178, 478, 446), AFR_FSDKEngine.AFR_FOC_0, face1); Log.d("com.arcsoft", "Face=" + face1.getFeatureData()[0]+ "," + face1.getFeatureData()[1] + "," + face1.getFeatureData()[2] + "," + error.getCode()); error = engine.AFR_FSDK_ExtractFRFeature(data1, width, height, AFR_FSDKEngine.CP_PAF_NV21, new Rect(210, 170, 470, 440), AFR_FSDKEngine.AFR_FOC_0, face2); Log.d("com.arcsoft", "Face=" + face2.getFeatureData()[0]+ "," + face2.getFeatureData()[1] + "," + face2.getFeatureData()[2] + "," + error.getCode()); //score 用于存放人脸对比的相似度值 AFR_FSDKMatching score = new AFR_FSDKMatching(); error = engine.AFR_FSDK_FacePairMatching(face1, face2, score); Log.d("com.arcsoft", "AFR_FSDK_FacePairMatching=" + error.getCode()); Log.d("com.arcsoft", "Score:" + score.getScore()); //销毁人脸识别引擎 error = engine.AFR_FSDK_UninitialEngine(); Log.d("com.arcsoft", "AFR_FSDK_UninitialEngine : " + error.getCode()); 代码中的注释已经解释得很清楚了，这是再说下这个NV21格式的data数据。关于NV21是什么东西，请戳这里

使用场景

人脸识别一种场景可以是实时摄像取景，即可以在相机的预览界面里进行。在Android的Camera里有这样一个回调: mCamera.setPreviewCallback(new Camera.PreviewCallback() { @Override public void onPreviewFrame(byte[] data, Camera camera) { //这里的data数据就是NV21格式，可以在这里处理人脸检测 } });

注意：Camera里的PictureCallback()，也就是我们拍照的回调，里面也有个data,但是这里的data格式不是NV21的，所以在这里传入的data是不能处理人脸识别的

人脸检测还可以利用已有的图像进行检测，但是注意，Android里对图像处理的接口最常用的是BitMap吧。我们需要把BitMap解码为RGB转为NV21才能检测图像中的人脸。这里提供一种转换工具类，当然大神可以无视这个自己写哈：

public static byte[] getNV21(int inputWidth, int inputHeight, Bitmap scaled) throws Exception { int[] argb = new int[inputWidth * inputHeight]; scaled.getPixels(argb, 0, inputWidth, 0, 0, inputWidth, inputHeight); byte[] yuv = new byte[inputWidth * inputHeight * 3 / 2]; encodeYUV420SP(yuv, argb, inputWidth, inputHeight); scaled.recycle(); return yuv; } public static void encodeYUV420SP(byte[] yuv420sp, int[] argb, int width, int height) throws Exception { final int frameSize = width * height; int yIndex = 0; int uvIndex = frameSize; int a, R, G, B, Y, U, V; int index = 0; for (int j = 0; j < height; j++) { for (int i = 0; i < width; i++) { a = (argb[index] & 0xff000000) >> 24; // a is not used obviously R = (argb[index] & 0xff0000) >> 16; G = (argb[index] & 0xff00) >> 8; B = (argb[index] & 0xff) >> 0; // well known RGB to YUV algorithm Y = ((66 * R + 129 * G + 25 * B + 128) >> 8) + 16; U = ((-38 * R - 74 * G + 112 * B + 128) >> 8) + 128; V = ((112 * R - 94 * G - 18 * B + 128) >> 8) + 128; // NV21 has a plane of Y and interleaved planes of VU each sampled by a factor of 2 // meaning for every 4 Y pixels there are 1 V and 1 U. Note the sampling is every other // pixel AND every other scanline. yuv420sp[yIndex++] = (byte) ((Y < 0) ? 0 : ((Y > 255) ? 255 : Y)); if (j % 2 == 0 && index % 2 == 0) { yuv420sp[uvIndex++] = (byte) ((V < 0) ? 0 : ((V > 255) ? 255 : V)); yuv420sp[uvIndex++] = (byte) ((U < 0) ? 0 : ((U > 255) ? 255 : U)); } index++; } } }

关于实测效果（用的小型网络版本，仅代表个人意见）

人脸检测速度很快，大概几十毫秒就能检测出人脸信息，20多张人脸的图像只有1-2个检测不到。人脸识别这个功能，在特征值提取上会慢点，大概需要100毫秒以上，不过因为用的是小型网络（人数100以下达到最佳），所以这个速度也是完全可以满足应用的。关于人脸注册方式，可以自行建网或建云，当然采用本地化也是可以的，用数据库和文件等多种方式均可注册人脸。人脸追踪看了下接口跟人脸检测的接口是完全一样的，没有测试不作评价。

总结

虹软免费开放SDK引擎这点很赞引擎暂不支持人脸信息特征值合成，只能通过注册多张人脸来解决这个引擎二次开发的可拓展性是很强的，开发者可以根据自己的应用场景去拓展功能，这样可以保证引擎的纯洁度、可拓展性又GET到很多干货还没探索到1：N情况下高效识别的方法，目前遍历数据库人脸信息作比对人数多的话识别速度应该会慢很多，请问有高人指导下如何优化不？还不行，还得再继续努力