1. 方案簡介

人臉檢測：在圖像中找出人臉，以及每張人臉的landmarks位置。

方案設計邏輯流程圖，方案代碼分為分為兩個業(yè)務流程，主體代碼負責抓取、合成圖像，
算法代碼負責人臉檢測功能。

2. 快速上手

2.1 開發(fā)環(huán)境準備

如果您初次閱讀此文檔，請閱讀《入門指南/開發(fā)環(huán)境準備/Easy-Eai編譯環(huán)境準備與更新》，并按照其相關的操作，進行編譯環(huán)境的部署。

在PC端Ubuntu系統(tǒng)中執(zhí)行run腳本，進入EASY-EAI編譯環(huán)境，具體如下所示。

cd ~/develop_environment ./run.sh

2.2 源碼下載以及實例編譯

在EASY-EAI編譯環(huán)境下創(chuàng)建存放源碼倉庫的管理目錄：

cd /opt mkdir EASY-EAI-Toolkit cd EASY-EAI-Toolkit

通過git工具，在管理目錄內克隆遠程倉庫

git clone https://github.com/EASY-EAI/EASY-EAI-Toolkit-C-Solution.git

注：

* 此處可能會因網(wǎng)絡原因造成卡頓，請耐心等待。

* 如果實在要在gitHub網(wǎng)頁上下載，也要把整個倉庫下載下來，不能單獨下載本實例對應的目錄。

進入到對應的例程目錄執(zhí)行編譯操作，具體命令如下所示：

cd EASY-EAI-Toolkit-C-Solution/solu-faceDetect/ ./build.sh

注：

* 由于依賴庫部署在板卡上，因此交叉編譯過程中必須保持adb連接。

注：

* 若build.sh腳本不帶任何參數(shù)，則僅會拷貝solution編譯出來的可執(zhí)行文件。

* 若build.sh腳本帶有cpres參數(shù)，則會把Release/目錄下的所有資源都拷貝到開發(fā)板上。

* 若build.sh腳本帶有clear參數(shù)，則會把build/目錄和Release/目錄刪除。

2.3 模型獲取

本方案用到模型：face_detect.model

直接把模型下載到本地Windows主機，復制

進入PC端Ubuntu創(chuàng)建存放model目錄：

cd /opt mkdir model

然后把模型從本地Windows主機粘貼到PC端Ubuntu中：

2.4 方案部署

使用下方命令再次回到開發(fā)實例目錄

cd /opt/EASY-EAI-Toolkit-C-Solution/solu-faceDetect/

然后，將EASY-EAI編譯環(huán)境的編譯結果部署到板卡中（有兩種方法）。

方法一：通過執(zhí)行以下命令手動部署【推薦】

cp Release/solu-* /mnt/userdata/Solu

方法二：在編譯時加上編譯參數(shù)自動部署

./build.sh cpres

最后，將準備好的模型部署到板卡中（注意：模型要放到編譯結果的同一目錄中），執(zhí)行命令如下所示。

cp /opt/model/face_detect.model /mnt/userdata/Solu

2.5 示例方案運行

通過按鍵Ctrl+Shift+T創(chuàng)建一個新窗口，執(zhí)行adb shell命令，進入板卡運行環(huán)境。

adb shell

進入板卡后，定位到例程部署的位置，如下所示：

cd /userdata/Solu

運行例程命令如下所示：

./solu-faceDetect

2.6 運行效果

運行打印：

用人臉對準攝像頭，如果檢測到人臉，后臺會打印出被檢測到的人臉數(shù)量：

并且會在圖像上框出每一張人臉，并標記出landmarks。如下圖所示。

2.7 開機啟動

首先進入板卡環(huán)境，執(zhí)行以下命令，在板卡上創(chuàng)建一個給本例程使用的應用目錄：myapp

cd /userdata/apps/ mkdir myapp

然后回到開發(fā)環(huán)境中，通過使用“2.4方案部署”類似的操作方法，把本例程所需要的全部文件，包含：編譯結果，配置文件，模型等。部署到剛剛新建的myapp目錄中。

最后在板卡上創(chuàng)建一個run.sh腳本來管控用戶所有需要的應用即可，《入門指南/應用程序開機自啟動》會詳細描述run.sh腳本該如何編寫。

3. 代碼解析

方案主邏輯代碼位于：EASY-EAI-Toolkit-C-Solution/solu-faceDetect/src/main.cpp。代碼實現(xiàn)主要通過調用我司的easyeai-api庫快速實現(xiàn)人臉檢測功能，代碼主體分為主線程和算法分析子線程。

3.1 組件庫組成

要實現(xiàn)人臉檢測功能，需要使用到easyeai-api庫的以下組件，如下所示。

模組信息如下所示。

這些組件通過CMakeLists.txt編譯進工程，具體請看后續(xù)章節(jié)。

3.2 邏輯框圖

項目的整體邏輯框圖如下所示。

3.3 主線程

主線程處理的業(yè)務有：

• 初始化外設；
• 創(chuàng)建算法分析子線程；
• 抓圖發(fā)送給到子線程；
• 抓圖、顯示；

本處附上主要的邏輯功能代碼，其他輔助的、校驗型的代碼先忽略。

組件初始化操作如下，本處調用RGB攝像頭。

// 1.打開攝像頭 ret = rgbcamera_init(CAMERA_WIDTH, CAMERA_HEIGHT, 90); pbuf = NULL; pbuf = (char *)malloc(IMAGE_SIZE);

創(chuàng)建線程互斥鎖以及線程，如下所示。

// 2.創(chuàng)建識別線程，以及圖像互斥鎖 pthread_mutex_init(&img_lock, NULL); pResult = (Result_t *)malloc(sizeof(Result_t)); memset(pResult, 0, sizeof(Result_t)); if(0 != CreateNormalThread(detect_thread_entry, pResult, &mTid)){ free(pResult); }

初始化顯示屏，如下所示。

// 3.顯示初始化 ret = disp_init(SCREEN_WIDTH, SCREEN_HEIGHT);

抓取圖像，調用clone操作。

// 4.(取流 + 顯示)循環(huán) pthread_mutex_lock(&img_lock); ret = rgbcamera_getframe(pbuf); algorithm_image = Mat(CAMERA_HEIGHT, CAMERA_WIDTH, CV_8UC3, pbuf); image = algorithm_image.clone(); pthread_mutex_unlock(&img_lock);

調用顯示圖像，將分析的目標位置通過pResult標記出來。

for (int i = 0; i < (int)Result.result.size(); i++) { // 標出人臉框 int x = (int)(Result.result[i].box.x); int y = (int)(Result.result[i].box.y); int w = (int)(Result.result[i].box.width); int h = (int)(Result.result[i].box.height); rectangle(image, Rect(x, y, w, h), Scalar(0, 255, 0), 2, 8, 0); // 標出人臉定位標記 for (int j = 0; j < (int)Result.result[i].landmarks.size(); ++j) { cv::circle(image, cv::Point((int)Result.result[i].landmarks[j].x, (int)Result.result[i].landmarks[j].y), 2, cv::Scalar(0, 255, 0), 3, 8); } } disp_commit(image.data, IMAGE_SIZE);

3.4 算法分析子線程

算法分析子線程，主要完成以下操作：

• 延時監(jiān)測是否圖像緩沖區(qū)是否為空；
• 不為空時，證明主函數(shù)已發(fā)送圖像數(shù)據(jù)過來，線程執(zhí)行圖像獲取操作；
• 調用人臉分析函數(shù)；
• 記錄目標框的數(shù)據(jù)，用于后續(xù)圖像合成操作；

延時監(jiān)測是否有圖像，操作如下所示。

if(algorithm_image.empty()) { usleep(5); continue; }

獲取圖像操作如下所示。

pthread_mutex_lock(&img_lock); image = algorithm_image.clone(); pthread_mutex_unlock(&img_lock);

調用人臉檢測函數(shù)，算法得到的目標結果記錄于pResult內，如下所示。

// 算法分析 ret = face_detect_run(ctx, image, pResult->result);

4. 開發(fā)指南

4.1 示例文件&目錄結構

Solution git倉庫會隨著產(chǎn)品迭代更新，不斷新增解決方案代碼，當前截圖只作參考。

4.1.1 Solution git倉庫目錄介紹。

Solution工程構成如下所示，由功能組件easyeai-api和各個解決方案構成。

單個“solu-”開頭的目錄即為一個解決方案案例，代碼內調用“EASY EAI-API”來滿足某一實際應用場景的需求。

功能組件的描述如下所示，easyeai-api是經(jīng)過高度封裝的易用性組件接口，便于用戶直接調用板卡資源。

4.1.2 解決方案最基本的目錄構成。

每個解決方案就是一個獨立的項目，項目內包含部分如下所示，項目使用cmake構建自動編譯部署。

具體介紹如下所示。

4.1.3 解決方案可拓展的目錄構成。

可拓展的目錄是指：開發(fā)過程中增加某些功能模塊，功能代碼。增加模式分為兩種：

• 增加已編譯的第三方庫，在include、libs目錄內添加頭文件和庫文件；
• 增加用戶自定義的功能模塊，推薦在src目錄內增加；

具體情況如下所示，第三方模塊相關的文件由include/3rd_model/xxx.h、libs/3rd_model/xxx.a。自定義的功能模塊為src/mySrcCode、src/mySrcCode2。

4.2 CMakeLists.txt文件解析

4.2.1 編譯環(huán)境配置部分：

第一部分為配置部分，配置部分如下所示。（獲取當前方案目錄、配置工具鏈、提取方案名稱）：

配置信息如下所示。

4.2.2 easyeai-api配置部分

第二部分是引入我司的功能組件庫（針對當前方案進行：配置EASY EAI API頭文件目錄、庫文件目錄以及配置庫鏈接參數(shù)）：

配置信息如下所示。

4.2.3 第三方庫配置部分

第三部分配置第三方的庫（針對當前方案進行：配置第三方頭文件目錄、庫文件目錄、配置第三方庫鏈接參數(shù)以及配置源碼目錄）：

配置信息如下所示。

例如添加個人庫的目錄組成方式如下所示。

aux_source_directory的修改方式為：

aux_source_directory(./src ./src/mySrcCode ./src/mySrcCode2 dir_srcs)

或

aux_source_directory(./src dir_srcs) aux_source_directory(./src/mySrcCode dir_srcs) aux_source_directory(./src/mySrcCode2 dir_srcs)

4.2.4 本方案配置部分

第四部分配置項目的編譯信息，內容如下所示：

配置項如下所示。

4.3 build.sh編譯腳本：

4.3.1路徑定位部分

第一部分用于提取目錄用于編譯操作，內容如下所示：（進入build.sh腳本所在目錄，并且提取當前目錄絕對路徑，提取當前目錄名稱）

4.3.2 清除編譯部分

第二部分清除操作，清除目錄為build、Release，內容如下所示：（執(zhí)行build.sh腳本時，帶入了參數(shù)“clear”，則清空編譯輸出）

4.3.3 編譯操作

第三部分，編譯直接調用cmake，內容如下所示：（重新編譯，成部署目錄，并把資源自動部署進板卡）