Skip to content
TheChatArchiveThe Chat Archive
gpt-3.5-turbo-0301· OpenAIAi2 WildChat-4.8M (AI2)

//人脸曝光线程 void *VC_FaceThreadFnc(void* param) { ImageThread_S *pFaceThread; PFRectS…

  1. 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

  2. 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:

    1. 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。

    2. 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。

    3. 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。

    4. 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。

  3. User
    1. 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
  4. 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。

  5. 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;
    			}
    		}
    
  6. 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。