Skip to content

Latest commit

 

History

History
221 lines (188 loc) · 7.99 KB

face_segmentation.md

File metadata and controls

221 lines (188 loc) · 7.99 KB

人脸分割

一、SDK功能

通过模型生成Mask（遮罩），分离图像或视频中的人脸区域与非人脸区域。支持同时处理多张人脸

API的输入、输出对象可参考VNN 数据结构
API的执行情况（是否成功、错误原因等）可参考 VNN_Result 对应的状态码表

二、技术规格

指标 参数
支持图片格式 BGRA、RGBA、RGB、NV12、NV21、YUV420
支持架构 armeabi-v7、arm64-v8a
Android系统版本 5.0+
iOS系统版本 9.0+
最大支持人脸数 5

三、资源依赖

3.1 头文件

vnn_face.h
vnn_faceparser.h
vnn_kit.h
vnn_define.h

3.2 模型文件

face_mask[1.0.0].vnnmodel

3.3 动态库

Android

libvnn_core.so
libvnn_kit.so
libvnn_face.so
libvnn_faceparser.so

iOS

Accelerate.framework
CoreVideo.framework
Foundation.framework
vnn_core_ios.framework
vnn_kit_ios.framework
vnn_face_ios.framework
vnn_faceparser_ios.framework

四、相关说明

4.1 处理流程

pipline

4.2 Demo示例

Android: 链接
iOS: 链接

五、API文档

5.1 初始化 VNN_Create_FaceParser

说明: 输入模型路径，完成SDK的初始化，获得用于调用后续功能的Handle

VNN_Result VNN_Create_FaceParser( VNNHandle * handle, const int argc, const void * argv[] )
参数 含义
handle 函数调用成功后记录合法的索引，用于调用后续功能，类型为VNN_Handle*，调用成功后handle数值大于0，输出
argc 输入模型文件数，类型为const int，输入
argv 每个模型文件的具体路径，类型为const char*[ ]，输入

返回值: VNN_Result，具体值参见 状态码表
调用示例:

VNN_Handle _handle;

std::string model = _modelpath + "/face_mask[1.0.0].vnnmodel";

const char* argv[] = {
	model.c_str(),
};

const int argc = sizeof(argv)/sizeof(argv[0]);

VNN_Result ret = VNN_Create_FaceParser(&_handle, argc, argv);

5.2 3D游戏人脸风格化 VNN_Apply_FaceParser_CPU

说明: 输入包含人脸的图像，输出检测结果

VNN_Result VNN_Apply_FaceParser_CPU(VNNHandle handle, const void* in_image, const void* face_data, void* output)
参数 含义
handle SDK实例索引，类型为VNN_Handle，输入
in_image 输入图像，类型为 VNN_Image*，输入
face_data 每张人脸的关键点检测信息，类型为 VNN_FaceFrameDataArr*，输入
output 检测结果，类型为 VNN_ImageArr*，输出

返回值: VNN_Result，具体值参见 状态码表
调用示例:

#define MASK_CHANNEL (1)
#define MASK_HEIGHT (128)
#define MASK_WIDTH  (128)

// input 和 faceArr 已在调用人脸关键点检测SDK时生成

// 获取对应的Mask
if (!_maskBuffer) {
    // 按最大支持人脸数申请Buffer
    _maskBuffer = (unsigned char *) malloc(MASK_CHANNEL * MASK_HEIGHT * MASK_WIDTH * VNN_FRAMEDATAARR_MAX_FACES_NUM);
}
VNN_ImageArr faceMaskArr;
faceMaskArr.imgsNum = faceArr.facesNum;
// 按实际检测出的人脸数设置输出对象
for (int f = 0; f < faceArr.facesNum; f++) {
    faceMaskDataArr.imgsArr[f].width = MASK_WIDTH; // 输出图像的宽
    faceMaskDataArr.imgsArr[f].height = MASK_HEIGHT; // 输出图像的高
    faceMaskDataArr.imgsArr[f].channels = MASK_CHANNEL; // 输出图像的通道
    faceMaskDataArr.imgsArr[f].pix_fmt = VNN_PIX_FMT_GRAY8; // 输出数值类型为unsigned char
    faceMaskDataArr.imgsArr[f].data = _maskBuffer + f * MASK_CHANNEL * MASK_HEIGHT * MASK_WIDTH;
}
// 人脸区域数值255，非人脸区域数值0，过渡区域数值0~255
VNN_Apply_FaceParser_CPU(_handle, &input, &face_data, &faceMaskArr);

5.3 资源释放 VNN_Destroy_FaceParser

说明: 不再使用SDK，释放内存等资源

VNN_Result VNN_Destroy_FaceParser(VNNHandle* handle)
参数 含义
handle SDK实例索引，成功释放资源后将被修改为0（无效值），类型为VNN_Handle*，输入&输出

返回值: VNN_Result，具体值参见 状态码表
调用示例:

VNN_Result ret = VNN_Destroy_FaceParser(&_handle);
// VNN_Result ret = VNN_Destory_Face(&_handle_face); // 如不再使用人脸关键点检测SDK，也一并释放资源

5.4 设置参数 VNN_Set_FaceParser_Attr

说明: 设定SDK实例的运行参数

VNN_Result VNN_Set_FaceParser_Attr( VNNHandle handle, const char * name, const void * value )
参数 含义
handle SDK实例索引，类型为VNN_Handle，输入
name 属性名，类型const char*，输入
value 属性值，类型参见下表，输入

合法属性名和属性值

属性名 属性含义 属性值 属性值类型
暂时为空

返回值: VNN_Result，具体值参见 状态码表
调用示例:

// 暂时为空

5.5 获取参数 VNN_Get_FaceParser_Attr

说明: 获取SDK实例的运行参数

VNN_Result VNN_Get_FaceParser_Attr( VNNHandle handle, const char * name, const void * value )
参数 含义
handle SDK实例索引，类型为VNN_Handle，输入
name 属性名，类型const char*，输入
value 属性值，类型参见下表，输出

合法属性名和属性值

属性名 属性含义 属性值 属性值类型
暂时为空

返回值: 类型为VNN_Result，具体值参见 状态码表
调用示例:

// 暂时为空

5.6 人脸关键点检测相关API

参考 链接

六、更新记录

版本 日期 更新说明
v1.0.0 2021.12.07 初次发布