徐州网站推广公司,天津网站设计公司,wordpress修改了访问地址,docker查看wordpress目前我们的应用内使用了 ArcFace 的人脸检测功能#xff0c;其他的我们并不了解#xff0c;所以这里就和大家分享一下我们的集成过程和一些使用心得 集成 ArcFace FD 的集成过程非常简单 在 ArcFace FD 的文档上有说明支持的系统为 5.0 及以上系统#xff0c;但其实在 4.4 系… 目前我们的应用内使用了 ArcFace 的人脸检测功能其他的我们并不了解所以这里就和大家分享一下我们的集成过程和一些使用心得 集成 ArcFace FD 的集成过程非常简单 在 ArcFace FD 的文档上有说明支持的系统为 5.0 及以上系统但其实在 4.4 系统上也是可以跑的 if (engine null) { // Build.VERSION.SDK_INT Build.VERSION_CODES.LOLLIPOP) {try {engine new AFD_FSDKEngine(); AFD_FSDKError err engine.AFD_FSDK_InitialFaceEngine( XXXX, XXXX, AFD_FSDKEngine.AFD_OPF_0_HIGHER_EXT, 12, 3); if (err.getCode() ! 0) { engine.AFD_FSDK_UninitialFaceEngine(); engine null; } } catch (Exception e) { e.printStackTrace(); engine null; } } 我觉得 ArcFace 的优势除了多角度检测之外另外一个是他的每次检测并不是独立即这一次的检测结果会指导下一次的检测 (我猜测的-_-) 所以 ArcFace 在检测到人脸之后识别的时间会大幅减少而 Seeta FD 的检测每次都是独立的所以在无人脸的情况下Seeta 的检测速度要快于 ArcFace, 但是检测到人脸之后因为应用整体的计算量增加导致 Seeta 的检测速度降低的非常明显大大慢于 ArcFace, (所以二者是不是可以结合一下...) AFD_FSDKError err engine.AFD_FSDK_StillImageFaceDetection(data, width, height, AFD_FSDKEngine.CP_PAF_NV21, result);优化 不得不说 ArcFace FD 的错误率是有待优化的虽然 ArcFace 没有提供任何可以调节的参数但是还是可以稍微优化一下! 因为从摄像头出来的 yuv 数据是横向的而 ArcFace 只有 AFD_OPF_0_HIGHER_EXT 这个扩展选项优先检测 0 度方向, 但是这个方向一般是没有人脸的所以如果直接进行检测我们觉得这个可能会增加检测的错误率猜的-_-)所以处理方法是将 yuv 旋转到手机竖屏方向当然这个操作不是直接由 CPU 来处理而是从 Camera 的外部纹理上开始做操作再拿去检测这样会减少一点错误率从用户反馈得出虽然错误率依然很高特别对于带栅格的物体希望虹软能继续优化 另外一个是目前 ArcFace 还没有支持 Android 8.x 系统所以这种情况下我们会启用备选的其他方案来进行人脸检测 最后希望虹软能把 ArcFace 越做越好 _ 因为只有产品足够好才会不断的有人为你做免费宣传   转载于:https://www.cnblogs.com/Zzz-/p/10630759.html