隨著人臉識別技術(shù)應(yīng)用范圍不斷擴(kuò)展，如何在Windows C＃上基于免費(fèi)SDK實(shí)現(xiàn)人臉識別應(yīng)用開發(fā)，正成為開發(fā)者們關(guān)心的話題之一。

對于該需求，我推薦虹軟視覺開放平臺的ArcFace 3．0，免費(fèi)、離線且可商用，包含人臉識別、活體檢測、年齡檢測、性別檢測等豐富功能，算法魯棒性強(qiáng)，接入門檻低，同時(shí)支持Windows、iOS、Android（包含Android10）、Linux，是廣大開發(fā)者落地AI應(yīng)用的利器。

為幫助開發(fā)者快速上手，虹軟工程師團(tuán)隊(duì)針對C＃開發(fā)打磨了一期課程，以技術(shù)解析和專項(xiàng)答疑等形式幫助開發(fā)者解決難題。建議有興趣嘗試ArcFace3．0的C＃開發(fā)者可以提前學(xué)習(xí)，在實(shí)際開發(fā)中可事半功倍。

本期課程要點(diǎn)如下，對完整課程視頻感興趣的開發(fā)者，可以通過百度搜索＂虹軟技術(shù)公開課＂觀看。

一、要點(diǎn)一【3分鐘跑通C＃ demo】

課程基于虹軟人臉識別SDK包中提供的示例代碼，以實(shí)操的形式介紹了如何快速接入使用。接入過程在課程視頻中有詳細(xì)介紹。建議觀看視頻后自行嘗試配置，即可對虹軟人臉識別技術(shù)有一個(gè)初步的了解。

Demo配置過程如下：

1． 下載Demo

2． 檢查本地系統(tǒng)環(huán)境是否符合要求：

a． ．NET Framework 4．5．1及以上

b． Microsoft Visual C＋＋ 2013 運(yùn)行庫

3． 在虹軟視覺開放平臺下載SDK，獲取APPID、SDKKEY

4． 配置運(yùn)行Demo：

a．在App．config文件中配置APPID、SDKKEY

b．將SDK lib文件夾中dll文件拷貝到運(yùn)行根目錄下

c．如本地．NET Framework的版本高于4．5．1，直接修改項(xiàng)目的目標(biāo)框架

二、要點(diǎn)二【ArcFace重點(diǎn)接口及參數(shù)介紹】

1．引擎初始化接口：ASFInitEngine（）

【說明】

引擎初始化接口用于初始化引擎，初始化中的參數(shù)設(shè)置用于定義引擎的屬性和算法功能組合，與算法能夠呈現(xiàn)出的效果息息相關(guān)。

初始化失敗時(shí)，根據(jù)錯誤碼查詢原因即可。參數(shù)設(shè)置是開發(fā)者最關(guān)心的核心問題，也是保障在實(shí)際應(yīng)用場景中最大化發(fā)揮算法效果的關(guān)鍵。視頻中主要介紹以下幾個(gè)參數(shù)在實(shí)際場景下如何應(yīng)用。

【重要參數(shù)說明】

· detectMode（檢測模式）：

ASF＿DETECT＿M(jìn)ODE＿VIDEO video模式：適用于攝像頭預(yù)覽，視頻文件識別

ASF＿DETECT＿M(jìn)ODE＿IMAGE image模式：適用于靜態(tài)圖片識別。

· detectFaceScaleVal（最小人臉尺寸）：代表人臉尺寸相對于圖片長邊的占比，數(shù)值越大，能檢測更小的人臉，效值范圍［2，32］，video模式推薦值為16，image模式推薦值32。

· combinedMask（算法功能組合）：建議根據(jù)具體業(yè)務(wù)合理選擇算法功能組合，如果功能選擇越多，占用的內(nèi)存越大。

2．人臉特征提取接口：ASFFaceFeatureExtract（）

【說明】當(dāng)人臉檢測完成時(shí)，可以根據(jù)獲取的人臉信息通過此接口進(jìn)行對應(yīng)人臉的特征提取。

【重要參數(shù)說明】

· faceInfo：特征提取需要單張準(zhǔn)確的人臉位置和角度，否則可能會報(bào)81925。

· featureFeature：算法返回的人臉特征值，包含特征byte數(shù)組及特征長度，特征數(shù)據(jù)庫存取操作應(yīng)存取特征byte數(shù)組。

3．人臉屬性檢測：ASFProcess（）

【說明】人臉檢測成功后，可以根據(jù)人臉信息通過此接口檢測人臉屬性，如年齡、性別等。

【重要參數(shù)說明】

· combinedMask：只支持引擎初始化時(shí)指定需要檢測的功能，如引擎初始化時(shí)，mask指定為年齡和性別，則不能檢測3D角度等其他屬性。

· 支持的屬性：ASF＿AGE（年齡）、ASF＿GENDER（性別）、ASF＿FACE3DANGLE（3D角度）、ASF＿LIVENESS（RGB活體）。

· Process（） 檢測后可根據(jù)ASFGetXXX（）接口獲取對應(yīng)屬性檢測結(jié)果。

三、要點(diǎn)三【視頻流識別和活體檢測】

下圖為常見視頻流識別和活體檢測的邏輯流程圖：

【多線程策略】

· 主線程：包含人臉追蹤以及畫面預(yù)覽功能。

· FR線程：用于人臉特征提取和特征搜索。

· 活體線程：用于人臉活體檢測。

【優(yōu)化策略】

· FaceID：根據(jù)FaceID標(biāo)識一個(gè)人，從進(jìn)入畫面到離開畫面，對這一人臉只做一次識別即可，大大降低系統(tǒng)資源占用。

· 嘗試次數(shù)：同一張人臉，特征提取失敗可以做有限次數(shù)的嘗試，提高交互效果。

四、要點(diǎn)四【常見問題答疑】

1． 多線程調(diào)用問題

a． 同一個(gè)引擎可以使用多線程調(diào)用不同算法。

b． 多線程調(diào)用同一個(gè)算法接口需要啟用不同的引擎。

2． VIDEO和IMAGE模式的區(qū)別

VIDEO模式：

a． 對視頻流中的人臉進(jìn)行追蹤，人臉框平滑過渡，不會出現(xiàn)跳框的現(xiàn)象。

b． 用于預(yù)覽數(shù)據(jù)的人臉追蹤，處理速度快，可避免出現(xiàn)卡頓問題。

c． 在視頻模式引入faceId幀，該值用于標(biāo)記一張人臉，當(dāng)一個(gè)人臉從進(jìn)入畫面直 到離開畫面，faceId 值不變�？捎糜跇I(yè)務(wù)中優(yōu)化程序性能。

IMAGE模式：

a． 針對單張圖片進(jìn)行人臉檢測精度更高。

b． 在注冊人臉庫時(shí)，我們建議使用精度更高的IMAGE模式。

3． 非托管內(nèi)存的操作

C＃調(diào)用C＋＋ SDK接口，有些傳參需要以Intptr的形式。

a． 復(fù)制前應(yīng)先為Intptr申請內(nèi)存；

b． 當(dāng)IntPtr不使用時(shí)，需要及時(shí)手動釋放。

4． 人臉特征數(shù)據(jù)庫的存儲

人臉特征提取接口返回的featureFeature對應(yīng)ASF＿FaceFeature，數(shù)據(jù)庫存儲應(yīng)將ASF＿FaceFeature ．feature轉(zhuǎn)化為byte［］再進(jìn)行數(shù)據(jù)庫存儲，featureSize表示byte［］的長度。

5． SDK dll文件的引用方法（使用DllImport方法）

a． 使用相對路徑，將dll直接放到執(zhí)行目錄下（web程序不建議使用）；

b． 使用絕對路徑；

c． 將dll文件放到系統(tǒng)盤Windows下的System32文件夾下；

d． 為dll文件所在文件夾添加環(huán)境變量。