虹软人脸识别3.0 – 图像数据结构介绍(Android)

从虹软开放了2.0版本SDK以来，由于具有免费、离线使用的特点，我们公司在人脸识别门禁应用中使用了虹软SDK，识别效果还不错，因此比较关注虹软SDK的官方动态。近期上线了ArcFace 3.0 SDK版本，确实做了比较大的更新。首先本篇介绍一下关于Android平台算法的更新内容。

• 特征比对支持比对模型选择，有
  生活照比对模型和
  人证比对模型
• 识别率、防攻击效果显著提升
• 特征值更新，升级后人脸库需重新注册
• Android平台新增64位的SDK
• 图像处理工具类
• 人脸检测同时支持全角度及单一角度
• 新增了一种图像数据传入方式

在实际开发过程中使用新的图像数据结构具有一定的难度，本文将从以下几点对该图像数据结构及使用方式进行详细介绍

1. SDK接口变动

2. ArcSoftImageInfo类解析

3. SDK相关代码解析

4. 步长的作用

5. 将Camera2回传的Image转换为ArcSoftImageInfo

一、SDK接口变动

在接入3.0版SDK时，发现
FaceEngine类中的
detectFaces、
process、
extractFaceFeature等传入图像数据的函数都有重载函数，重载函数的接口均使用
ArcSoftImageInfo对象作为入参的图像数据，以人脸检测为例，具体接口如下：

原始接口：

public int detectFaces(byte[] data, int width, int height, int format, List<FaceInfo> faceInfoList)

新增接口：

public int detectFaces(ArcSoftImageInfo arcSoftImageInfo, List<FaceInfo> faceInfoList)

可以看到，重载函数传入
ArcSoftImageInfo对象作为图像数据进行检测，
arcSoftImageInfo替代了原来的
data, width, height, format。

二、ArcSoftImageInfo类解析

在我实际使用后发现，
ArcSoftImageInfo不只是简单封装一下，它还将一维数组
data修改为二维数组
planes，还新增了一个与
planes对应的步长数组
strides。

步长概念介绍：

步长可以理解为一行像素的字节数。

类结构如下:

public class ArcSoftImageInfo {
    private int width;
    private int height;
    private int imageFormat;
    private byte[][] planes;
    private int[] strides;
    ...
}

官方文档中对该类的介绍：

• 成员描述

• 组成方式介绍

// arcSoftImageInfo组成方式举例：
// NV21格式数据，有两个通道，
// Y通道步长一般为图像宽度，若图像经过8字节对齐、16字节对齐等操作，需填入对齐后的图像步长
// VU通道步长一般为图像宽度，若图像经过8字节对齐、16字节对齐等操作，需填入对齐后的图像步长
ArcSoftImageInfo arcSoftImageInfo = new ArcSoftImageInfo(width, height, FaceEngine.CP_PAF_NV21, new byte[][]{planeY, planeVU}, new int[]{yStride, vuStride});
// GRAY，只有一个通道，
// 步长一般为图像宽度，若图像经过8字节对齐、16字节对齐等操作，需填入对齐后的图像步长
arcSoftImageInfo = new ArcSoftImageInfo(width, height, FaceEngine.CP_PAF_GRAY, new byte[][]{gray}, new int[]{grayStride});
// BGR24，只有一个通道，
// 步长一般为图像宽度的三倍，若图像经过8字节对齐、16字节对齐等操作，需填入对齐后的图像步长
arcSoftImageInfo = new ArcSoftImageInfo(width, height, FaceEngine.CP_PAF_BGR24, new byte[][]{bgr24}, new int[]{bgr24Stride});
// DEPTH_U16，只有一个通道，
// 步长一般为图像宽度的两倍，若图像经过8字节对齐、16字节对齐等操作，需填入对齐后的图像步长
arcSoftImageInfo = new ArcSoftImageInfo(width, height, FaceEngine.CP_PAF_DEPTH_U16, new byte[][]{depthU16}, new int[]{depthU16Stride});

可以看到，
ArcSoftImageInfo用于存储分离的图像数据，以
NV21数据为例，
NV21数据有两个通道，那二维数组
planes存储的就是两个数组：
y数组和
vu数组。以下是
NV21数据的排列方式：

NV21图像格式属于
YUV颜色空间中的
YUV420SP格式，每四个Y分量共用一组U分量和V分量，Y连续存储，U与V交叉存储。

排列方式如下（以8×4的图像为例）：

Y Y   Y Y   Y Y   Y Y

Y Y   Y Y   Y Y   Y Y

Y Y   Y Y   Y Y   Y Y

Y Y   Y Y   Y Y   Y Y

V U  V U   V U  V U

V U  V U   V U  V U

以上数据分为两个通道，首先是连续的
Y数据，然后是交叉存储的
V和
U数据。如果我们使用的是
Camera API，那基本用不到
ArcSoftImageInfo类，因为
Camera API回传的
NV21数据是连续的，直接使用旧版接口即可；而当我们使用的是其他API时，拿到的数据可能是不连续的，例如使用
Camera2 API、
MediaCodec拿到的
android.media.Image类对象，其图像数据也是分通道的，我们可以根据其通道内容，获取
Y通道数据和
VU通道数据，组成
NV21格式的
ArcSoftImageInfo对象用于处理。

三、SDK相关代码解析

我们来看下SDK中判断图像数据是否合法的校验代码：

注：原始代码由于被编译器修改过，阅读体验不佳，以下代码是我修改过的，将常量值替换回常量名，更便于阅读。

• 校验分离的图像信息数据

       private static boolean isImageDataValid(byte[] data, int width, int height, int format) {
           return 
           (format == CP_PAF_NV21 && (height & 1) == 0 && data.length == width * height * 3 / 2)|| 
           (format == CP_PAF_BGR24 && data.length == width * height * 3)|| 
           (format == CP_PAF_GRAY && data.length == width * height) ||
           (format == CP_PAF_DEPTH_U16 && data.length == width * height * 2);
       }
  

  解读：
  
  各个图像数据的要求如下：

  1. NV21格式图像数据的高度是偶数，数据大小是：
     宽x高x3/2
  2. BGR24格式图像数据的大小是：
     宽x高x3
  3. GRAY格式图像数据的大小是：
     宽x高

  4. DEPTH_U16格式图像数据的大小是：
     宽x高x2

• 校验
  ArcSoftImageInfo对象

       private static boolean isImageDataValid(ArcSoftImageInfo arcSoftImageInfo) {
           byte[][] planes = arcSoftImageInfo.getPlanes();
           int[] strides = arcSoftImageInfo.getStrides();
           if (planes != null && strides != null) {
               if (planes.length != strides.length) {
                   return false;
               } else {
                   byte[][] var3 = planes;
                   int var4 = planes.length;
                   for(int var5 = 0; var5 < var4; ++var5) {
                       byte[] plane = var3[var5];
                       if (plane == null || plane.length == 0) {
                           return false;
                       }
                   }
                   switch(arcSoftImageInfo.getImageFormat()) {
                   case CP_PAF_BGR24:
                   case CP_PAF_GRAY:
                   case CP_PAF_DEPTH_U16:
                       return planes.length == 1 && planes[0].length == arcSoftImageInfo.getStrides()[0] * arcSoftImageInfo.getHeight();
                   case CP_PAF_NV21:
                       return (arcSoftImageInfo.getHeight() & 1) == 0 && planes.length == 2 && planes[0].length == planes[1].length * 2 && planes[0].length == arcSoftImageInfo.getStrides()[0] * arcSoftImageInfo.getHeight() && planes[1].length == arcSoftImageInfo.getStrides()[1] * arcSoftImageInfo.getHeight() / 2;
                   default:
                       return false;
                   }
               }
           } else {
               return false;
           }
       }
  

  解读：

  1. 每个通道数据的大小是：
     高度x每个通道的步长
  2. BGR24、
     GRAY、
     DEPTH_U16格式图像数据都只有一个通道，但上述示例组成方式说明中提到它们的步长不同，关系如下：
     • BGR24格式图像数据步长一般为
       3 x width
     • GRAY格式图像数据步长一般为
       width
     • DEPTH_U16格式图像数据步长一般为
       2 x width
  3. NV21格式图像数据的高度是偶数，有两个通道，且第0个通道的数据大小是第1个通道数据大小的2倍。

  四、步长的作用

  • 具体踩坑举例

    如下图，这是在某台手机上使用
    Camera2 API时，指定了以
    1520x760分辨率进行预览时获取的数据。虽然指定的分辨率是
    1520x760，但是预览数据的实际大小却是
    1536x760，解析存下的图像数据，发现右边填充的16像素内容均为0，此时若我们以1520×760的分辨率去将这组YUV数据取出并转换为
    NV21，并在进行人脸检测时传入的宽度是1520，SDK将无法检测到人脸；若我们以1536×760的分辨率去解析，生成的
    NV21传给SDK，并且传入的宽度是1536时，SDK能够检测到人脸。

    

• 步长的重要性

只是差了这几个像素，为什么就导致人脸检测不到了呢？之前说到过，步长可以理解为一行像素的字节数。如果第一行像素的读取有偏差，那后续像素的读取也会受到影响。

以下是对一张大小为
1000x554的
NV21图像数据，以不同步长进行解析的结果：

以正确的步长解析	以错误的步长解析

可以看到，对于一张图像，如果使用了错误的步长去解析，我们可能就无法看到正确的图像内容。

结论：通过引入图像步长能够有效的避免高字节对齐的问题。

五、将Camera2回传的Image转换为ArcSoftImageInfo

• Camera2 API回传数据处理

    对于以上场景，我们可提取`android.media.Image`对象的`Y`、`U`、`V`通道数据，组成`NV21`格式的`ArcSoftImageInfo`对象，传入SDK处理。示例代码如下：
  

  • 取出
    Camera2 API回传数据的
    Y、
    U、
    V通道数据

                private class OnImageAvailableListenerImpl implements ImageReader.OnImageAvailableListener{
                    private byte[] y;
                    private byte[] u;
                    private byte[] v;
                    
    
    @Override
                    public void onImageAvailable(ImageReader reader) {
                        Image image = reader.acquireNextImage();
                        // 实际结果一般是 Y:U:V == 4:2:2
                        if (camera2Listener != null && image.getFormat() == ImageFormat.YUV_420_888) {
                            Image.Plane[] planes = image.getPlanes();
                            // 重复使用同一批byte数组，减少gc频率
                            if (y == null) {
                                y = new byte[planes[0].getBuffer().limit() - planes[0].getBuffer().position()];
                                u = new byte[planes[1].getBuffer().limit() - planes[1].getBuffer().position()];
                                v = new byte[planes[2].getBuffer().limit() - planes[2].getBuffer().position()];
                            }
                            if (image.getPlanes()[0].getBuffer().remaining() == y.length) {
                                planes[0].getBuffer().get(y);
                                planes[1].getBuffer().get(u);
                                planes[2].getBuffer().get(v);
                                camera2Listener.onPreview(y, u, v, mPreviewSize, planes[0].getRowStride());
                            }
                        }
                        image.close();
                    }
                }
    

  • 转换为
    ArcSoftImageInfo对象

  注意： 拿到的YUV数据可能是
  YUV422，也可能是
  YUV420，需要分别实现两者转换为
  NV21格式的
  ArcSoftImageInfo对象的函数。

            
  @Override
            public void onPreview(final byte[] y, final byte[] u, final byte[] v, final Size previewSize, final int stride) {
                if (arcSoftImageInfo == null) {
                    arcSoftImageInfo = new ArcSoftImageInfo(previewSize.getWidth(), previewSize.getHeight(), FaceEngine.CP_PAF_NV21);
                }
                // 回传数据是YUV422
                if (y.length / u.length == 2) {
                    ImageUtil.yuv422ToNv21ImageInfo(y, u, v, arcSoftImageInfo, stride, previewSize.getHeight());
                }
                // 回传数据是YUV420
                else if (y.length / u.length == 4) {
                    ImageUtil.yuv420ToNv21ImageInfo(y, u, v, arcSoftImageInfo, stride, previewSize.getHeight());
                }
                // 此时的arcSoftImageInfo数据即可传给SDK使用
                if (faceEngine != null) {
                    List<FaceInfo> faceInfoList = new ArrayList<>();
                    int code = faceEngine.detectFaces(arcSoftImageInfo, faceInfoList);
                    if (code == ErrorInfo.MOK) {
                        Log.i(TAG, "onPreview: " + code + "  " + faceInfoList.size());
                    } else {
                        Log.i(TAG, "onPreview: no face detected , code is : " + code);
                    }
                } else {
                    Log.e(TAG, "onPreview: faceEngine is null");
                    return;
                }
                ...
            }
  

以上代码中便是
Camera2 API回传的数据转换为
ArcSoftImageInfo对象并检测的具体实现。以下是将
Y、
U、
V数据组成
ArcSoftImageInfo对象的具体实现。

• 将
  Y、
  U、
  V数据组成
  ArcSoftImageInfo对象

  对于
  Y通道，直接拷贝即可，对于
  U通道和
  V通道，需要考虑这组YUV数据的格式是
  YUV420还是
  YUV422，再获取其中的
  U、
  V数据

           /**
            * YUV420数据转换为NV21格式的ArcSoftImageInfo
            *
            * 
  @param y                YUV420数据的y分量
            * 
  @param u                YUV420数据的u分量
            * 
  @param v                YUV420数据的v分量
            * 
  @param arcSoftImageInfo NV21格式的ArcSoftImageInfo
            * 
  @param stride           y分量的步长，一般情况下，由于YUV数据的对应关系，Y分量步长确定了，U和V也随之确定
            * 
  @param height           图像高度
            */
           public static void yuv420ToNv21ImageInfo(byte[] y, byte[] u, byte[] v, ArcSoftImageInfo arcSoftImageInfo, int stride, int height) {
               if (arcSoftImageInfo.getPlanes() == null) {
                   arcSoftImageInfo.setPlanes(new byte[][]{new byte[stride * height], new byte[stride * height / 2]});
                   arcSoftImageInfo.setStrides(new int[]{stride, stride});
               }
               System.arraycopy(y, 0, arcSoftImageInfo.getPlanes()[0], 0, y.length);
               // 注意，vuLength 不能直接通过步长和高度计算，实测发现Camera2 API回传的数据有数据丢失，需要使用真实数据长度
               byte[] vu = arcSoftImageInfo.getPlanes()[1];
               int vuLength = u.length / 2 + v.length / 2;
               int uIndex = 0, vIndex = 0;
               for (int i = 0; i < vuLength; i++) {
                   vu[i] = v[vIndex++];
                   vu[i + 1] = u[uIndex++];
               }
           }
           /**
            * YUV422数据转换为NV21格式的ArcSoftImageInfo
            *
            * 
  @param y                YUV422数据的y分量
            * 
  @param u                YUV422数据的u分量
            * 
  @param v                YUV422数据的v分量
            * 
  @param arcSoftImageInfo NV21格式的ArcSoftImageInfo
            * 
  @param stride           y分量的步长，一般情况下，由于YUV数据的对应关系，Y分量步长确定了，U和V也随之确定
            * 
  @param height           图像高度
            */
           public static void yuv422ToNv21ImageInfo(byte[] y, byte[] u, byte[] v, ArcSoftImageInfo arcSoftImageInfo, int stride, int height) {
               if (arcSoftImageInfo.getPlanes() == null) {
                   arcSoftImageInfo.setPlanes(new byte[][]{new byte[stride * height], new byte[stride * height / 2]});
                   arcSoftImageInfo.setStrides(new int[]{stride, stride});
               }
               System.arraycopy(y, 0, arcSoftImageInfo.getPlanes()[0], 0, y.length);
               byte[] vu = arcSoftImageInfo.getPlanes()[1];
               // 注意，vuLength 不能直接通过步长和高度计算，实测发现Camera2 API回传的数据有数据丢失，需要使用真实数据长度
               int vuLength = u.length / 2 + v.length / 2;
               int uIndex = 0, vIndex = 0;
               for (int i = 0; i < vuLength; i += 2) {
                   vu[i] = v[vIndex];
                   vu[i + 1] = u[uIndex];
                   vIndex += 2;
                   uIndex += 2;
               }
           }
  

六、ArcSoftImageInfo优点总结

1. 在获取的图像数据源是分通道的数据时，使用
   ArcSoftImageInfo对象传入分离的图像数据可避免数据拼接所需的额外内存消耗。
2. 引入了步长的概念，在使用时传入了各个通道的步长，使开发者在使用SDK时对图像数据的了解更清晰。

Android Demo可在
虹软人脸识别开放平台下载