Question

目前，我们的应用程序正在成功运行Snapdragon SDK。我们正在尝试在我们的项目中实现Vision 8.3.0中的FaceDetector，以增加兼容设备的数量。我们不能使用CameraSource，因为我们依靠自定义相机+表面来提供某些功能。我们希望尽可能多地重用代码，Snapdragon SDK在我们当前的实现方面做得非常好。

工作流程如下：

1）检索相机预览

2）将传入的字节数组转换为位图（由于某种原因，我们还没有设法使用ByteBuffers。提供并验证了图像大小，旋转和NV21图像格式，但没有找到面部）。 Bitmap是一个已在处理线程内部初始化的全局变量，以避免分配速度减慢。

3）通过receiveFrame进料检测器

到目前为止的结果还不够好。即使我们已禁用地标和分类，检测速度太慢（2-3秒）且不准确。

问题是：是否可以在不使用前者的情况下复制CameraSource + Detector性能？是否必须使用CameraSource使其与实时输入一起使用？

提前致谢！

修改

按照下面的pm0733464建议，我正在尝试使用ByteBuffer而不是Bitmap。这是我遵循的步骤：

// Initialize variables
// Mat is part of opencvSDK
Mat currentFrame = new Mat(cameraPreviewHeight + cameraPreviewHeight / 2, cameraPreviewWidth, CvType.CV_8UC1);
Mat yuvMat = new Mat(cameraPreviewHeight + cameraPreviewHeight / 2, cameraPreviewWidth, CvType.CV_8UC1);

// Load current frame
yuvMat.put(0, 0, data);

// Convert the frame to gray for better processing
Imgproc.cvtColor(yuvMat, currentFrame, Imgproc.COLOR_YUV420sp2RGB);
Imgproc.cvtColor(currentFrame, currentFrame, Imgproc.COLOR_BGR2GRAY);

从这里开始，字节数组创建：

// Initialize grayscale byte array
byte[] grayscaleBytes = new byte[data.length];

// Extract grayscale data
currentFrame.get(0, 0, grayscaleBytes);

// Allocate ByteBuffer
ByteBuffer buffer = ByteBuffer.allocateDirect(grayscaleBytes.length);

// Wrap grayscale byte array
buffer.wrap(grayscaleBytes);

// Create frame
// rotation is calculated before
Frame currentGoogleFrame = new Frame.Builder().setImageData(buffer, currentFrame.cols(), currentFrame.rows(), ImageFormat.NV21).setRotation(rotation).build();

以这种方式构造框架会导致找不到面孔。但是，使用位图可以按预期工作：

if(bitmap == null) {
    // Bitmap allocation
    bitmap = Bitmap.createBitmap(currentFrame.cols(), currentFrame.rows(), Bitmap.Config.ARGB_8888);
}

// Copy grayscale contents
org.opencv.android.Utils.matToBitmap(currentFrame, bitmap);

// Scale down to improve performance
Matrix scaleMatrix = new Matrix();
scaleMatrix.postScale(scaleFactor, scaleFactor);

// Recycle before creating scaleBitmap
if(scaledBitmap != null) {
    scaledBitmap.recycle();
}

// Generate scaled bitmap
scaledBitmap = Bitmap.createBitmap(bitmap, 0, 0, bitmap.getWidth(), bitmap.getHeight(), rotationMatrix, true);

// Create frame
// The same rotation as before is still used
if(scaledBitmap != null) {
    Frame currentGoogleFrame = new Frame.Builder().setBitmap(scaledBitmap).setRotation(rotation).build();
}

Answer 1

检测需要2-3秒是不典型的。使用CameraSource无需获得最佳性能您使用的是哪些硬件？你能提供更多细节吗？

人脸检测的某些方面是速度与准确度之间的权衡。

<强>速度

如果可能，请尝试使用较低分辨率的图像。例如，人脸检测应该可以在640x480下正常工作。面部检测器代码在运行检测之前会对大图像进行下采样，但与接收较低分辨率的原始图像相比，这需要额外的时间。
使用ByteBuffers而不是Bitmaps会更快一些。第一部分应该只是一个灰度图像（没有颜色信息）。
如上所述，禁用地标和分类会使其更快。
在将来的版本中，会有一个“最小脸大小”选项。将最小尺寸设置得更高可以使面部检测更快（在未检测到较小面部的精度权衡中）。
将模式设置为“快速”将使其更快（在未检测到非正面的精确权衡时）。
使用“仅限突出面”选项会更快，但它只会检测到一张大脸（至少是图像宽度的35％）。

<强>精度：

启用地标将允许更准确地计算姿势角。
将模式设置为“准确”将检测更宽角度范围的面（例如，轮廓中的面）。但是，这需要更多时间。
缺少上面提到的“最小脸部尺寸”选项，默认情况下只会检测到大于图像宽度10％的脸部。不会检测到较小的面孔。将来更改此设置将有助于检测较小的面部。但请注意，检测较小的面部需要更长的时间。
使用分辨率较高的图像比分辨率较低的图像更准确。例如，如果图像为640x480，则可能会错过320x240图像中的某些面部。您设置的“最小面部尺寸”越低，检测该尺寸面部所需的分辨率就越高。
确保旋转正确。例如，如果面部是颠倒的，则不会检测到面部。如果要检测倒置的脸，则应使用旋转的图像再次调用脸部检测器。

此外，如果您要创建大量位图，垃圾收集时间可能是一个因素。使用ByteBuffer的一个优点是，您可以重复使用相同的缓冲区，而不会产生每个图像GC开销，如果您使用每个图像的位图，则会遇到这种开销。 CameraSource具有这一优势，因为它只使用几个缓冲区。

Google移动视觉：没有CameraSource的FaceDetector性能不佳

修改

1 个答案: