大家都嫌公司以前使用的刷卡门禁太麻烦,正好借这个机会开发一个人脸识别的门禁系统,采用的SDK是虹软公司开发的,接口调用比较简单。
一、虹软SDK接口性能
在配置为i5-7400 、16G内存的PC上测试性能如下:
1.FT 单次3ms左右
2.FD 单次10ms左右
3.FR 单次170ms左右
二、业务层需要解决的问题
1.FT和FR单次性能相差较大,速度不匹配
2.FT支持多人脸,单次检测人脸较多,而FR只支持单人脸
3.视频帧单次处理可能会超过帧间隔时间
三、优化方案
人脸识别过程包括三个步骤,检测人脸、人脸特征提取、特征匹配,以人脸识别的门禁系统为例,主要步骤获取视频帧、检
测视频帧人脸、提取特征、特征匹配,门禁系统对于实时性要求比较高。
流程图大概如下:
image下面说下开发过程中多线程方面的优化点。
- 获取视频帧
摄像头视频的帧率正常在25~30帧左右,并且一般的视频帧的分辨率为1280x720,当然有的摄像头可以达到更大的分辨率,
但是经过测试多款摄像头,发现分辨率设置过大会导致获取视频帧的过程中卡顿。并且分辨率适中,会提升后面的FT的速度。获取视频帧的操作是在主线程进行的。
lock_guard<std::mutex> locker(g_CameraMutex);
if (m_camera->getFrame(m_curFrame))
{
return;
}
ftProcessor->faceDetect(m_curFrame, m_resizeImage);
- 人脸识别处理优化
采用了获取视频帧和FT串行的方式,需要保证从获取视频帧一直到处理完成,必须在帧间隔时间内(帧率为25时,在40ms左右),否则可能会出现卡帧的情况。经测试,获取视频帧和FT串行的单次时间在帧间隔时间内,因此采用串行的方式。
FT支持多人脸检测,我将检测最大人脸数设置为5,所以在极限状态下,人数较多的话,待识别的人数可能一直维持在5人,这就需要提高FR的有效识别率。
FR使用了一个自定义threadsafe_queue简化多线程数据同步操作,在FT中将需要进行FR的人脸框以及对应的视频帧和人脸框的trackid push_back到threadsafe_queue中,FR线程从中取人脸框信息和视频帧,做提取特征和特征匹配处理。
image我从以下几个点优化人脸识别效率:
a.增加FR线程数量。
对于我来说,开线程池的方式可行性并不太高。首先机器的内核数限制的线程数,动态增加线程数听起来不错,但是门禁使用的一体机毕竟跟开发机器不一样,性能限制太多,并且线程切换和数据同步都会更加复杂。但是为了提高FR的识别速度,我最终开了两个FR线程,经测试,在i5-7400T 8G内存 配置的机器上,CPU大概处于40%左右。
b.提高FR识别效率
优化FR识别效率要求FR做到每次识别都是有效的,也就是说FR不做垃圾帧的处理。
1)每次在获取到人脸后,判断是否与前一帧检测到的人脸结果属于同一个人(通过trackid判定,这一部分留到后面的文章说明,敬请期待)。如果某个人脸框首次出现,或者如果某个trackid对应的人脸框仍未识别成功,都需要做FR操作。
imagecase FTSucceed:
case FRFailed:
{
newFaceInfo.faceStatus = FRWaiting;
FRParam frParam = { 0 };
frParam.curImageInfo = m_curImageInfo;
frParam.faceInfo.faceOrient = newFaceInfo.faceOrient;
frParam.faceInfo.faceRect = {
newFaceInfo.faceRect.wleft,
newFaceInfo.faceRect.wtop,
newFaceInfo.faceRect.wright,
newFaceInfo.faceRect.wbottom };
frParam.trackid = newFaceInfo.trackid;
m_frParamsQueue.push(frParam);
}
当某个trackid对应的人脸已经在等待或者在做FR的时候,在后面检测到的该trackid对应人脸将不再做FR,一直到FR检测结果出来以后,再做处理。
case FRProcessing:
case FRWaiting:
{
//default color
}
break;
2)识别成功后,同样将该trackid所对应的人脸都设置为识别到的人,这样下次就不需要再次做FR,不会浪费FR的时间片。
3)每次在从threadsafe_queue获取的待处理的人脸框、trackid和视频帧时,都检测该trackid是否已消失,如果消失,就不做FR,因为拿到的结果毫无用处,直接丢弃。
std::lock_guard<std::mutex> locker(m_faceInfoListMutex);
//找到对应的trackid 对应的人脸,设置为FRProcessing
auto iter = find_if(m_prevFacesRes.begin(), m_prevFacesRes.end(), [=](const FaceInfo& lhs)
{
return lhs.trackid == frParam.trackid;
});
if (iter != m_prevFacesRes.end())
{
iter->faceStatus = FRProcessing;
}
else
{
//找不到 就不用做FR了
continue;
}
好了,这次就说到这,大家有什么问题的话,可以留言,谢谢。
参考链接:
1.trackid 介绍:https://www.jianshu.com/p/4ae90634a79e
网友评论