//人脸曝光线程 void *VC_FaceThreadFnc(void* param) { ImageThread_S *pFaceThread; PFRectS…
- User
//人脸曝光线程 void VC_FaceThreadFnc(void param) { ImageThread_S *pFaceThread; PF_Rect_S viRect; Uapi_ExpWin_t expWin; HNY_AiFaceRectInfo_S *pAiFaceRectInfo = NULL; char threadName[64]; char *pBuf = NULL; int i, id, faceRect, width, height, ret, cnt = 0; PF_Rect_S stRect = {0}; HNY_Blc_S blc, curBlc;
sprintf(threadName, "FaceFnc"); prctl(PR_SET_NAME, (unsigned long)threadName, 0, 0, 0); pBuf = (char *)malloc(sizeof(HNY_FrameHeader_S) + sizeof(HNY_AiFaceRectInfo_S)); if(pBuf == NULL) { DEBUG_ERROR(MODULE_CODEC, "Call malloc func err!"); return NULL; } memset(&viRect, 0x0, sizeof(PF_Rect_S)); VC_GetViRect(0, &viRect); pFaceThread = (ImageThread_S *)param; while(pFaceThread->threadRun) { memset(pBuf, 0x00, sizeof(HNY_FrameHeader_S) + sizeof(HNY_AiFaceRectInfo_S)); ret = SHB_ShareBufGetOneFrame(g_imageManager.metaDataBuf, sizeof(HNY_FrameHeader_S) + sizeof(HNY_AiFaceRectInfo_S), pBuf); if(ret <= 0) { usleep(50*1000); cnt ++; if(cnt < 10) continue; } if(cnt >= 10) { cnt = 0; expWin.h_offs = 0; expWin.v_offs = 0; expWin.h_size = 1920; expWin.v_size = 1080; } else { pAiFaceRectInfo = (HNY_AiFaceRectInfo_S *)(pBuf + sizeof(HNY_FrameHeader_S)); if(pAiFaceRectInfo->faceCnt <= 0) { usleep(50*1000); continue; } //查找最大人脸 id = -1; faceRect = 0; for(i=0; i<pAiFaceRectInfo->faceCnt; i++) { width = pAiFaceRectInfo->faceRect[i].faceRect.right - pAiFaceRectInfo->faceRect[i].faceRect.left; height = pAiFaceRectInfo->faceRect[i].faceRect.bottom - pAiFaceRectInfo->faceRect[i].faceRect.top; if(faceRect < width*height) { id = i; faceRect = width*height; } } static unsigned int u32Count = 0; if ( pAiFaceRectInfo->faceCnt != 0 ) // 规避无人脸框的情况 { if (u32Count = 0 ) { u32Count++; stRect.x = pAiFaceRectInfo->faceRect[id].faceRect.left * viRect.width / 10000; stRect.y = pAiFaceRectInfo->faceRect[id].faceRect.top * viRect.height / 10000; stRect.width = (pAiFaceRectInfo->faceRect[id].faceRect.right - pAiFaceRectInfo->faceRect[id].faceRect.left) * viRect.width / 10000; stRect.height = (pAiFaceRectInfo->faceRect[id].faceRect.bottom - pAiFaceRectInfo->faceRect[id].faceRect.top) * viRect.height / 10000; stRect.x = expWin.h_offs; stRect.y = expWin.v_offs; stRect.width = expWin.h_size; stRect.height = expWin.v_size; ret = VC_SetFaceExp(stRect); } else { u32Count++; // 延时 40 次,再设置一次曝光 if (u32Count == 40) { u32Count = 0; } } } else // 无人脸框时计数归 0 { u32Count = 0; } }// printf("id[%d] set face[%d,%d--%d,%d]\n", id, expWin.h_offs, expWin.v_offs, expWin.h_size, expWin.v_size); // printf("dx[%d] dy[%d] percent1[%2f]\n", dx[i], dy[i],percent1[i]); //ret = SAMPLE_COMM_ISP_SET_ExpWinAttr(0, expWin);
} free(pBuf); return NULL;} 人脸曝光不稳定 优化一下
- Assistant
根据代码分析,可能导致人脸曝光不稳定的原因是人脸框的位置和大小在不断变化,导致设置曝光时的参数不准确。为了优化稳定性,可以考虑以下方法:
-
对人脸框进行平滑处理,减少不必要的抖动,可以使用滤波算法或者平均值算法来处理。
-
设置一个曝光阈值,当人脸框的大小和位置变化超过阈值时,才进行曝光的调整,否则保持之前的曝光参数不变。
-
提高人脸检测的精度,减少误检和漏检,从而减少曝光调整的次数。
-
结合人脸识别算法,对于已知的人脸,可以提前设置好曝光参数,从而避免不必要的曝光调整,提高稳定性。
综上所述,可以采取以上方法来优化人脸曝光的稳定性。
-
- User
- 对人脸框进行平滑处理,使用滤波算法或者平均值算法来处理
- Assistant
对人脸框进行平滑处理的方法有多种,常用的包括滤波算法和平均值算法。
滤波算法是利用滤波器对信号进行处理,去除噪声和杂波,从而平滑信号。在人脸检测中,可以采用滤波算法对检测得到的人脸框进行平滑处理。常用的滤波算法包括高斯滤波、中值滤波等。
平均值算法是利用历史数据来进行平滑处理,将历史数据的平均值作为当前数据的估计值,从而减少数据的变化。在人脸检测中,可以采用平均值算法对检测得到的人脸框进行平滑处理。常用的平均值算法包括指数移动平均值算法、滑动平均值算法等。
采用滤波算法或者平均值算法对检测得到的人脸框进行平滑处理,能够有效降低人脸曝光因框的抖动而引起的不稳定性。
- User
void VC_FaceThreadFnc(void param) { ImageThread_S *pFaceThread; PF_Rect_S viRect; Uapi_ExpWin_t expWin; HNY_AiFaceRectInfo_S *pAiFaceRectInfo = NULL; char threadName[64]; char *pBuf = NULL; int i, id, faceRect, width, height, ret, cnt = 0; PF_Rect_S stRect = {0};
sprintf(threadName, "FaceFnc"); prctl(PR_SET_NAME, (unsigned long)threadName, 0, 0, 0); pBuf = (char *)malloc(sizeof(HNY_FrameHeader_S) + sizeof(HNY_AiFaceRectInfo_S)); if(pBuf == NULL) { DEBUG_ERROR(MODULE_CODEC, "Call malloc func err!"); return NULL; } memset(&viRect, 0x0, sizeof(PF_Rect_S)); VC_GetViRect(0, &viRect); pFaceThread = (ImageThread_S *)param; while(pFaceThread->threadRun) { memset(pBuf, 0x00, sizeof(HNY_FrameHeader_S) + sizeof(HNY_AiFaceRectInfo_S)); ret = SHB_ShareBufGetOneFrame(g_imageManager.metaDataBuf, sizeof(HNY_FrameHeader_S) + sizeof(HNY_AiFaceRectInfo_S), pBuf); if(ret <= 0) { usleep(50*1000); cnt ++; if(cnt < 3) continue; } if(cnt >= 3) { cnt = 0; expWin.h_offs = 0; expWin.v_offs = 0; expWin.h_size = 1920; expWin.v_size = 1080; } else { pAiFaceRectInfo = (HNY_AiFaceRectInfo_S *)(pBuf + sizeof(HNY_FrameHeader_S)); if(pAiFaceRectInfo->faceCnt <= 0) { usleep(50*1000); continue; } //查找最大人脸 id = -1; faceRect = 0; for(i=0; i<pAiFaceRectInfo->faceCnt; i++) { width = pAiFaceRectInfo->faceRect[i].faceRect.right - pAiFaceRectInfo->faceRect[i].faceRect.left; height = pAiFaceRectInfo->faceRect[i].faceRect.bottom - pAiFaceRectInfo->faceRect[i].faceRect.top; if(faceRect < width*height) { id = i; faceRect = width*height; } } - Assistant
// 进行人脸框平滑处理 static PF_Rect_S prevRect = {0}; static int stableCnt = 0; const int MAX_STABLE_CNT = 3; // 最大稳定计数器 const float SMOOTH_FACTOR = 0.3; // 平滑因子 PF_Rect_S curRect = {0}; curRect.x = pAiFaceRectInfo->faceRect[id].faceRect.left * viRect.width / 10000; curRect.y = pAiFaceRectInfo->faceRect[id].faceRect.top * viRect.height / 10000; curRect.width = (pAiFaceRectInfo->faceRect[id].faceRect.right - pAiFaceRectInfo->faceRect[id].faceRect.left) * viRect.width / 10000; curRect.height = (pAiFaceRectInfo->faceRect[id].faceRect.bottom - pAiFaceRectInfo->faceRect[id].faceRect.top) * viRect.height / 10000;
if (prevRect.width == 0 || prevRect.height == 0) // 初始化 prevRect { prevRect = curRect; } else { // 平滑处理人脸框 curRect.x = (int)(curRect.x * SMOOTH_FACTOR + prevRect.x * (1 - SMOOTH_FACTOR)); curRect.y = (int)(curRect.y * SMOOTH_FACTOR + prevRect.y * (1 - SMOOTH_FACTOR)); curRect.width = (int)(curRect.width * SMOOTH_FACTOR + prevRect.width * (1 - SMOOTH_FACTOR)); curRect.height = (int)(curRect.height * SMOOTH_FACTOR + prevRect.height * (1 - SMOOTH_FACTOR)); // 判断当前人脸框是否稳定 if (curRect.width == prevRect.width && curRect.height == prevRect.height) { stableCnt++; } else { stableCnt = 0; } // 如果人脸框稳定,更新 prevRect if (stableCnt >= MAX_STABLE_CNT) { prevRect = curRect; } // 如果人脸框不稳定,使用 prevRect 作为人脸框 else { curRect = prevRect; } } // 设置曝光参数 stRect.x = curRect.x; stRect.y = curRect.y; stRect.width = curRect.width; stRect.height = curRect.height; expWin.h_offs = stRect.x; expWin.v_offs = stRect.y; expWin.h_size = stRect.width; expWin.v_size = stRect.height; ret = VC_SetFaceExp(stRect); }// printf("id[%d] set face[%d,%d--%d,%d]\n", id, expWin.h_offs, expWin.v_offs, expWin.h_size, expWin.v_size); // printf("dx[%d] dy[%d] percent1[%2f]\n", dx[i], dy[i],percent1[i]); //ret = SAMPLE_COMM_ISP_SET_ExpWinAttr(0, expWin);
} free(pBuf); return NULL;}
经过人脸框平滑处理后,可以提高曝光的稳定性和精度。在代码中,使用平滑因子对当前人脸框和上一帧人脸框进行加权平均,得到平滑后的人脸框位置和大小。同时,设置一个稳定计数器,当连续几帧的人脸框位置和大小稳定时,才更新曝光参数,从而避免因人脸框抖动而引起的曝光调整不稳定。如果人脸框稳定,曝光参数使用当前的平滑后的人脸框;如果人脸框不稳定,曝光参数使用上一帧的平滑后的人脸框。