虹软人脸识别3.0 - 图像数据结构介绍(Android)

时间：2022-03-23 07:15:35

从虹软开放了2.0版本SDK以来，由于具有免费、离线使用的特点，我们公司在人脸识别门禁应用中使用了虹软SDK，识别效果还不错，因此比较关注虹软SDK的官方动态。近期上线了ArcFace 3.0 SDK版本，确实做了比较大的更新。首先本篇介绍一下关于Android平台算法的更新内容，下一篇将针对Windows平台的算法更新展开介绍。

  • 特征比对支持比对模型选择，有生活照比对模型和人证比对模型
  • 识别率、防***效果显著提升
  • 特征值更新，升级后人脸库需重新注册
  • Android平台新增64位的SDK
  • 图像处理工具类
  • 人脸检测同时支持全角度及单一角度
  • 新增了一种图像数据传入方式

在实际开发过程中使用新的图像数据结构具有一定的难度，本文将从以下几点对该图像数据结构及使用方式进行详细介绍

  1. SDK接口变动

  2. ArcSoftImageInfo类解析

  3. SDK相关代码解析

  4. 步长的作用

  5. 将Camera2回传的Image转换为ArcSoftImageInfo

一、SDK接口变动

在接入3.0版SDK时，发现FaceEngine类中的detectFaces、process、extractFaceFeature等传入图像数据的函数都有重载函数，重载函数的接口均使用ArcSoftImageInfo对象作为入参的图像数据，以人脸检测为例，具体接口如下：

原始接口：

public int detectFaces(byte[] data, int width, int height, int format, List<FaceInfo> faceInfoList)

新增接口：

public int detectFaces(ArcSoftImageInfo arcSoftImageInfo, List<FaceInfo> faceInfoList)

可以看到，重载函数传入ArcSoftImageInfo对象作为图像数据进行检测，arcSoftImageInfo替代了原来的data, width, height, format。

二、ArcSoftImageInfo类解析

在我实际使用后发现，ArcSoftImageInfo不只是简单封装一下，它还将一维数组data修改为二维数组planes，还新增了一个与planes对应的步长数组strides。

步长概念介绍：
步长可以理解为一行像素的字节数。

类结构如下:

public class ArcSoftImageInfo {
    private int width;
    private int height;
    private int imageFormat;
    private byte[][] planes;
    private int[] strides;
    ...
}

官方文档中对该类的介绍：

  • 成员描述
类型 变量名 描述
int width 图像宽度
int height 图像高度
int imageFormat 图像格式
byte[][] planes 图像通道
int[] strides 每个图像通道的步长
  • 组成方式介绍
// arcSoftImageInfo组成方式举例：

// NV21格式数据，有两个通道，
// Y通道步长一般为图像宽度，若图像经过8字节对齐、16字节对齐等操作，需填入对齐后的图像步长
// VU通道步长一般为图像宽度，若图像经过8字节对齐、16字节对齐等操作，需填入对齐后的图像步长
ArcSoftImageInfo arcSoftImageInfo = new ArcSoftImageInfo(width, height, FaceEngine.CP_PAF_NV21, new byte[][]{planeY, planeVU}, new int[]{yStride, vuStride});

// GRAY，只有一个通道，
// 步长一般为图像宽度，若图像经过8字节对齐、16字节对齐等操作，需填入对齐后的图像步长
arcSoftImageInfo = new ArcSoftImageInfo(width, height, FaceEngine.CP_PAF_GRAY, new byte[][]{gray}, new int[]{grayStride});

// BGR24，只有一个通道，
// 步长一般为图像宽度的三倍，若图像经过8字节对齐、16字节对齐等操作，需填入对齐后的图像步长
arcSoftImageInfo = new ArcSoftImageInfo(width, height, FaceEngine.CP_PAF_BGR24, new byte[][]{bgr24}, new int[]{bgr24Stride});

// DEPTH_U16，只有一个通道，
// 步长一般为图像宽度的两倍，若图像经过8字节对齐、16字节对齐等操作，需填入对齐后的图像步长
arcSoftImageInfo = new ArcSoftImageInfo(width, height, FaceEngine.CP_PAF_DEPTH_U16, new byte[][]{depthU16}, new int[]{depthU16Stride});

可以看到，ArcSoftImageInfo用于存储分离的图像数据，以NV21数据为例，NV21数据有两个通道，那二维数组planes存储的就是两个数组：y数组和vu数组。以下是NV21数据的排列方式：

NV21图像格式属于 YUV颜色空间中的YUV420SP格式，每四个Y分量共用一组U分量和V分量，Y连续存储，U与V交叉存储。

排列方式如下（以8x4的图像为例）：

Y Y ? Y Y ? Y Y ? Y Y
Y Y ? Y Y ? Y Y ? Y Y
Y Y ? Y Y ? Y Y ? Y Y
Y Y ? Y Y ? Y Y ? Y Y
V U? V U ? V U? V U
V U ?V U ? V U? V U

以上数据分为两个通道，首先是连续的Y数据，然后是交叉存储的V和U数据。如果我们使用的是Camera API，那基本用不到ArcSoftImageInfo类，因为Camera API回传的NV21数据是连续的，直接使用旧版接口即可；而当我们使用的是其他API时，拿到的数据可能是不连续的，例如使用Camera2 API、MediaCodec拿到的android.media.Image类对象，其图像数据也是分通道的，我们可以根据其通道内容，获取Y通道数据和VU通道数据，组成NV21格式的ArcSoftImageInfo对象用于处理。

三、SDK相关代码解析

我们来看下SDK中判断图像数据是否合法的校验代码：

注：原始代码由于被编译器修改过，阅读体验不佳，以下代码是我修改过的，将常量值替换回常量名，更便于阅读。

  • 校验分离的图像信息数据

        private static boolean isImageDataValid(byte[] data, int width, int height, int format) {
        return 
        (format == CP_PAF_NV21 && (height & 1) == 0 && data.length == width * height * 3 / 2)|| 
        (format == CP_PAF_BGR24 && data.length == width * height * 3)|| 
        (format == CP_PAF_GRAY && data.length == width * height) ||
        (format == CP_PAF_DEPTH_U16 && data.length == width * height * 2);
    }

    解读：
    各个图像数据的要求如下：

    1. NV21格式图像数据的高度是偶数，数据大小是：宽x高x3/2
    2. BGR24格式图像数据的大小是：宽x高x3
    3. GRAY格式图像数据的大小是：宽x高
    4. DEPTH_U16格式图像数据的大小是：宽x高x2

  • 校验ArcSoftImageInfo对象

        private static boolean isImageDataValid(ArcSoftImageInfo arcSoftImageInfo) {
        byte[][] planes = arcSoftImageInfo.getPlanes();
        int[] strides = arcSoftImageInfo.getStrides();
        if (planes != null && strides != null) {
            if (planes.length != strides.length) {
                return false;
            } else {
                byte[][] var3 = planes;
                int var4 = planes.length;

                for(int var5 = 0; var5 < var4;   var5) {
                    byte[] plane = var3[var5];
                    if (plane == null || plane.length == 0) {
                        return false;
                    }
                }

                switch(arcSoftImageInfo.getImageFormat()) {
                case CP_PAF_BGR24:
                case CP_PAF_GRAY:
                case CP_PAF_DEPTH_U16:
                    return planes.length == 1 && planes[0].length == arcSoftImageInfo.getStrides()[0] * arcSoftImageInfo.getHeight();
                case CP_PAF_NV21:
                    return (arcSoftImageInfo.getHeight() & 1) == 0 && planes.length == 2 && planes[0].length == planes[1].length * 2 && planes[0].length == arcSoftImageInfo.getStrides()[0] * arcSoftImageInfo.getHeight() && planes[1].length == arcSoftImageInfo.getStrides()[1] * arcSoftImageInfo.getHeight() / 2;
                default:
                    return false;
                }
            }
        } else {
            return false;
        }
    }

    解读：

    1. 每个通道数据的大小是：高度x每个通道的步长
    2. BGR24、GRAY、DEPTH_U16格式图像数据都只有一个通道，但上述示例组成方式说明中提到它们的步长不同，关系如下：
      • BGR24格式图像数据步长一般为3 x width
      • GRAY格式图像数据步长一般为width
      • DEPTH_U16格式图像数据步长一般为2 x width
    3. NV21格式图像数据的高度是偶数，有两个通道，且第0个通道的数据大小是第1个通道数据大小的2倍。

    四、步长的作用

    • 具体踩坑举例

    如下图，这是在某台手机上使用Camera2 API时，指定了以1520x760分辨率进行预览时获取的数据。虽然指定的分辨率是1520x760，但是预览数据的实际大小却是1536x760，解析存下的图像数据，发现右边填充的16像素内容均为0，此时若我们以1520x760的分辨率去将这组YUV数据取出并转换为NV21，并在进行人脸检测时传入的宽度是1520，SDK将无法检测到人脸；若我们以1536x760的分辨率去解析，生成的NV21传给SDK，并且传入的宽度是1536时，SDK能够检测到人脸。

    虹软人脸识别3.0 - 图像数据结构介绍(Android)

  • 步长的重要性

只是差了这几个像素，为什么就导致人脸检测不到了呢？之前说到过，步长可以理解为一行像素的字节数。如果第一行像素的读取有偏差，那后续像素的读取也会受到影响。<br>

以下是对一张大小为1000x554的NV21图像数据，以不同步长进行解析的结果：

以正确的步长解析 以错误的步长解析
虹软人脸识别3.0 - 图像数据结构介绍(Android) 虹软人脸识别3.0 - 图像数据结构介绍(Android)

可以看到，对于一张图像，如果使用了错误的步长去解析，我们可能就无法看到正确的图像内容。

结论：通过引入图像步长能够有效的避免高字节对齐的问题。

五、将Camera2回传的Image转换为ArcSoftImageInfo

  • Camera2 API回传数据处理
    对于以上场景，我们可提取android.media.Image对象的Y、U、V通道数据，组成NV21格式的ArcSoftImageInfo对象，传入SDK处理。示例代码如下：

    • 取出Camera2 API回传数据的Y、U、V通道数据

              private class OnImageAvailableListenerImpl implements ImageReader.OnImageAvailableListener{
            private byte[] y;
            private byte[] u;
            private byte[] v;

            @Override
            public void onImageAvailable(ImageReader reader) {
                Image image = reader.acquireNextImage();
                // 实际结果一般是 Y:U:V == 4:2:2
                if (camera2Listener != null && image.getFormat() == ImageFormat.YUV_420_888) {
                    Image.Plane[] planes = image.getPlanes();
                    // 重复使用同一批byte数组，减少gc频率
                    if (y == null) {
                        y = new byte[planes[0].getBuffer().limit() - planes[0].getBuffer().position()];
                        u = new byte[planes[1].getBuffer().limit() - planes[1].getBuffer().position()];
                        v = new byte[planes[2].getBuffer().limit() - planes[2].getBuffer().position()];
                    }
                    if (image.getPlanes()[0].getBuffer().remaining() == y.length) {
                        planes[0].getBuffer().get(y);
                        planes[1].getBuffer().get(u);
                        planes[2].getBuffer().get(v);
                        camera2Listener.onPreview(y, u, v, mPreviewSize, planes[0].getRowStride());
                    }
                }
                image.close();
            }
        }
    • 转换为ArcSoftImageInfo对象

    注意： 拿到的YUV数据可能是YUV422，也可能是YUV420，需要分别实现两者转换为NV21格式的ArcSoftImageInfo对象的函数。

            @Override
        public void onPreview(final byte[] y, final byte[] u, final byte[] v, final Size previewSize, final int stride) {
            if (arcSoftImageInfo == null) {
                arcSoftImageInfo = new ArcSoftImageInfo(previewSize.getWidth(), previewSize.getHeight(), FaceEngine.CP_PAF_NV21);
            }
            // 回传数据是YUV422
            if (y.length / u.length == 2) {
                ImageUtil.yuv422ToNv21ImageInfo(y, u, v, arcSoftImageInfo, stride, previewSize.getHeight());
            }
            // 回传数据是YUV420
            else if (y.length / u.length == 4) {
                ImageUtil.yuv420ToNv21ImageInfo(y, u, v, arcSoftImageInfo, stride, previewSize.getHeight());
            }
            // 此时的arcSoftImageInfo数据即可传给SDK使用
            if (faceEngine != null) {
                List<FaceInfo> faceInfoList = new ArrayList<>();
                int code = faceEngine.detectFaces(arcSoftImageInfo, faceInfoList);
                if (code == ErrorInfo.MOK) {
                    Log.i(TAG, "onPreview: "   code   "  "   faceInfoList.size());
                } else {
                    Log.i(TAG, "onPreview: no face detected , code is : "   code);
                }
            } else {
                Log.e(TAG, "onPreview: faceEngine is null");
                return;
            }
            ...
        }

以上代码中便是Camera2 API回传的数据转换为ArcSoftImageInfo对象并检测的具体实现。以下是将Y、U、V数据组成ArcSoftImageInfo对象的具体实现。

  • 将Y、U、V数据组成ArcSoftImageInfo对象

    对于Y通道，直接拷贝即可，对于U通道和V通道，需要考虑这组YUV数据的格式是YUV420还是YUV422，再获取其中的U、V数据

            /**
         * YUV420数据转换为NV21格式的ArcSoftImageInfo
         *
         * @param y                YUV420数据的y分量
         * @param u                YUV420数据的u分量
         * @param v                YUV420数据的v分量
         * @param arcSoftImageInfo NV21格式的ArcSoftImageInfo
         * @param stride           y分量的步长，一般情况下，由于YUV数据的对应关系，Y分量步长确定了，U和V也随之确定
         * @param height           图像高度
         */
        public static void yuv420ToNv21ImageInfo(byte[] y, byte[] u, byte[] v, ArcSoftImageInfo arcSoftImageInfo, int stride, int height) {
            if (arcSoftImageInfo.getPlanes() == null) {
                arcSoftImageInfo.setPlanes(new byte[][]{new byte[stride * height], new byte[stride * height / 2]});
                arcSoftImageInfo.setStrides(new int[]{stride, stride});
            }
            System.arraycopy(y, 0, arcSoftImageInfo.getPlanes()[0], 0, y.length);
            // 注意，vuLength 不能直接通过步长和高度计算，实测发现Camera2 API回传的数据有数据丢失，需要使用真实数据长度
            byte[] vu = arcSoftImageInfo.getPlanes()[1];
            int vuLength = u.length / 2   v.length / 2;
            int uIndex = 0, vIndex = 0;
            for (int i = 0; i < vuLength; i  ) {
                vu[i] = v[vIndex  ];
                vu[i   1] = u[uIndex  ];
            }
        }
        /**
         * YUV422数据转换为NV21格式的ArcSoftImageInfo
         *
         * @param y                YUV422数据的y分量
         * @param u                YUV422数据的u分量
         * @param v                YUV422数据的v分量
         * @param arcSoftImageInfo NV21格式的ArcSoftImageInfo
         * @param stride           y分量的步长，一般情况下，由于YUV数据的对应关系，Y分量步长确定了，U和V也随之确定
         * @param height           图像高度
         */
        public static void yuv422ToNv21ImageInfo(byte[] y, byte[] u, byte[] v, ArcSoftImageInfo arcSoftImageInfo, int stride, int height) {
            if (arcSoftImageInfo.getPlanes() == null) {
                arcSoftImageInfo.setPlanes(new byte[][]{new byte[stride * height], new byte[stride * height / 2]});
                arcSoftImageInfo.setStrides(new int[]{stride, stride});
            }
            System.arraycopy(y, 0, arcSoftImageInfo.getPlanes()[0], 0, y.length);
            byte[] vu = arcSoftImageInfo.getPlanes()[1];
            // 注意，vuLength 不能直接通过步长和高度计算，实测发现Camera2 API回传的数据有数据丢失，需要使用真实数据长度
            int vuLength = u.length / 2   v.length / 2;
            int uIndex = 0, vIndex = 0;
            for (int i = 0; i < vuLength; i  = 2) {
                vu[i] = v[vIndex];
                vu[i   1] = u[uIndex];
                vIndex  = 2;
                uIndex  = 2;
            }
        }

六、ArcSoftImageInfo优点总结

  1. 在获取的图像数据源是分通道的数据时，使用ArcSoftImageInfo对象传入分离的图像数据可避免数据拼接所需的额外内存消耗。
  2. 引入了步长的概念，在使用时传入了各个通道的步长，使开发者在使用SDK时对图像数据的了解更清晰。

Android Demo可在虹软人脸识别开放平台下载

相关文章