根据图像或视频中的人脸,解析性别、颜值、年龄等信息。支持解析多张人脸
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
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+ |
最大解析人脸数 | 5 |
指标 | 参数 |
---|---|
支持图片格式 | BGRA、RGBA、RGB、YUV420F |
支持架构 | x86(Win Only)、x86_64、arm64(MacOS Only) |
Windows系统版本 | Win 7+ |
MacOS系统版本 | 10.10+ |
最大解析人脸数 | 5 |
vnn_face.h
vnn_classifying.h
vnn_kit.h
vnn_define.h
person_attribute[1.0.0].vnnmodel
person_attribute_label.json
Android/Linux
libvnn_core.so
libvnn_kit.so
libvnn_face.so
libvnn_classifying.so
iOS
Accelerate.framework
CoreVideo.framework
Foundation.framework
vnn_core_ios.framework
vnn_kit_ios.framework
vnn_face_ios.framework
vnn_classifying_ios.framework
MacOS
Accelerate.framework
CoreVideo.framework
Cocoa.framework
vnn_core_osx.framework
vnn_kit_osx.framework
vnn_face_osx.framework
vnn_classifying_osx.framework
Windows
vnn_core.dll
vnn_kit.dll
vnn_face.dll
vnn_classifying.dll
性别(gender)
序号 | 标签 | 中文标签 |
---|---|---|
0 | male | 男性 |
1 | female | 女性 |
1 | unsure | 不确定 |
颜值(beauty)
序号 | 标签 | 中文标签 |
---|---|---|
0 | high | 高 |
1 | middle | 中 |
2 | low | 低 |
年龄(age)
序号 | 标签 | 中文标签 |
---|---|---|
0 | 0-2 | 0至2岁 |
1-2 | 3-12 | 3至12岁 |
2-3 | 13-30 | 13至30岁 |
4 | 31-50 | 31至50岁 |
5 | 51+ | 51岁及以上 |
6 | unsure | 不确定 |
Android: 链接
iOS: 链接
Windows: 链接
MaoOS: 链接
Linux: 链接
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_Classifying( 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 + "/person_attribute[1.0.0].vnnmodel";
const char* argv[] = {
model.c_str(),
};
const int argc = sizeof(argv)/sizeof(argv[0]);
VNN_Result ret = VNN_Create_Classifying(&_handle, argc, argv);
说明: 输入包含人脸的图像,输出检测结果
VNN_Result VNN_Apply_Classifying_CPU(VNNHandle handle, const void* input, const void* face_data, void* output)
参数 | 含义 |
---|---|
handle | SDK实例索引,类型为VNN_Handle,输入 |
input | 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 | 分类结果,类型为 VNN_MultiClsTopNAccArr*,输出 |
返回值: VNN_Result,具体值参见 状态码表
调用示例:
// 运行前,需调用 VNN_Set_Classifying 设置分类标签
// input:完整的图像或视频帧,类型VNN_Image
// 获取人脸关键点检测结果的同时,获取含相对人脸适当扩大的检测框的检测结果
VNN_FaceFrameDataArr faceArr, detectionArr;
memset(&faceArr, 0x00, sizeof(VNN_FaceFrameDataArr));
memset(&detectionArr, 0x00, sizeof(VNN_FaceFrameDataArr));
VNN_Result ret = VNN_Apply_Face_CPU(_handle_face, &input, &faceArr);
// 注意:在VNN_Apply_Face_CPU之后调用
VNN_Result ret = VNN_Get_Face_Attr(_handle_face, "_detection_data", &detectionArr);
VNN_MultiClsTopNAccArr output;
// 注意:这里的输入数据来自 detectionArr,而不是faceArr
VNN_Result ret = VNN_Apply_Classifying_CPU(_handle, &input, &detectionArr, &output);
说明: 不再使用SDK,释放内存等资源
VNN_Result VNN_Destroy_Classifying(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_Classifying(&_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
说明: 设定SDK实例的运行参数
VNN_Result VNN_Set_Classifying_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 |
---|---|---|---|
_classLabelPath | 分类标签的文件路径 | 有效的路径字符串 | const char* |
返回值: VNN_Result,具体值参见 状态码表
调用示例:
// 设置人物属性识别的标签路径
std::string label = basePath + "/person_attribute_label.json"
VNN_Set_Classifying(_handle, "_classLabelPath", label.c_str());
说明: 获取SDK实例的运行参数
VNN_Result VNN_Get_Classifying_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 |
---|---|---|---|
暂时空白 |
返回值: VNN_Result,具体值参见 状态码表
调用示例:
// 暂时空白
参考 链接
版本 | 日期 | 更新说明 |
---|---|---|
v1.0.0 | 2021.12.07 | 初次发布 |