zoukankan      html  css  js  c++  java
  • 【C#】虹软Arc人脸识别 ArcFace 2.0 demo

    环境:
    win7以上 VS2013以上
    sdk版本:ArcFace v2.0
    x86 x64平台Debug、Release配置都已通过编译
    下载地址:https://github.com/ArcsoftEscErd/ArcfaceDemo_CSharp.git

    配置过程:


    1. 到[虹软官网](https://ai.arcsoft.com.cn/index.htm?utm_source=csdn&utm_medium=referral)下载SDK2.0版本,[点击下载](https://ai.arcsoft.com.cn/index.htm?utm_source=aaa&utm_medium=referral)


    3. 解压下载的x86或x64的zip包,本Demo以x64为例


    4. 选择平台,如:,将libarcsoft_face.dll和libarcsoft_face_engine.dll放到binx64Debug下

    5. 修改工程下App.config配置文件中的APP_ID和对应的SDKKEY64的值


    6. 点击启动或者F5启动;
    7. 其他详细信息请阅读项目中doc目录下的说明文档;

    常见问题:
    1.后引擎初始化失败
    (1)请选择对应的平台,如x64,x86
    (2)删除bin下面对应的asf_install.dat,freesdk_132512.dat;
    (3)请确保App.config下的appid,和appkey与当前sdk一一对应。

    2.SDK支持那些格式的图片人脸检测?
    目前SDK支持的图片格式有jpg,jpeg,png,bmp等。

    3.使用人脸检测功能对图片大小有要求吗?
    推荐的图片大小最大不要超过2M,因为图片过大会使人脸检测的效率不理想,当然图片也不宜过小,否则会导致无法检测到人脸。

    4.使用人脸识别引擎提取到的人脸特征信息是什么?
    人脸特征信息是从图片中的人脸上提取的人脸特征点,是byte[]数组格式。

    5.SDK人脸比对的阈值设为多少合适?
    推荐值为0.8,用户可根据不同场景适当调整阈值。

    6.可不可以将人脸特征信息保存起来,等需要进行人脸比对的时候直接拿保存好的人脸特征进行比对?
    可以,当人脸个数比较多时推荐先存储起来,在使用时直接进行比对,这样可以大大提高比对效率。存入数据库时,请以Blob的格式进行存储,不能以string或其他格式存储。

    7.在.Net项目中出现堆栈溢出问题,如何解决?
    .Net平台设置的默认堆栈大小为256KB,SDK中需要的大小为512KB以上,推荐调整堆栈的方法为:
    new Thread(new ThreadStart(delegate {
    ASF_MultiFaceInfo multiFaceInfo = FaceUtil.DetectFace(pEngine, imageInfo);
    }), 1024 * 512).Start();

    8.X86模式下批量注册人脸有内存溢出或图片空指针
    请增加虚拟内存或每次批量注册人脸控制在20张图片范围内

    9.图片中有人脸,但是检测时未检测到人脸
    (1)请调整detectFaceScaleVal的值;
    (2)请确认图片的宽度是否为4的倍数;
    (3)请确认图片是否通过ImageUtil.ReadBMP方法进行数据调整。

    感谢 虹软提供[免费离线的人脸识别SDK](https://ai.arcsoft.com.cn/index.htm?utm_source=csdn&utm_medium=referral)

  • 相关阅读:
    服务部署 RPC vs RESTful
    模拟浏览器之从 Selenium 到splinter
    windows程序设计 vs2012 新建win32项目
    ubuntu python 安装numpy,scipy.pandas.....
    vmvare 将主机的文件复制到虚拟机系统中 安装WMware tools
    ubuntu 修改root密码
    python 定义类 简单使用
    python 定义函数 两个文件调用函数
    python 定义函数 调用函数
    python windows 安装gensim
  • 原文地址:https://www.cnblogs.com/KEAIILINN/p/10529870.html
Copyright © 2011-2022 走看看