2D人脸识别之Camera篇

最新推荐文章于 2024-05-26 22:21:04 发布
最新推荐文章于 2024-05-26 22:21:04 发布
阅读量5.1k 收藏 16
点赞数 3
文章标签： python java linux android 编程语言
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/feelabclihu/article/details/122738748
版权


一、概述

本文主要介绍2D人脸识别中的Camera图像采集部分，目前市面上Android阵营中大部分机型都使用的是2D人脸识别；图像采集主要是获取目标的RGB图像，2D人脸图像获取相对简单，只需要获取到RGB的图像信息，不需要深度信息。获取图像数据信息的方式只需要一个普通摄像头模组即可，简单方便。



二、Camera组件架构

2e2de8651ae706fdc8f19de74354affd.png

图1 Camera架构

图1主要展示了Camera HAL及以上的组件架构，Android 5.0对拍照API进行了全新的设计，新增了全新设计的Camera v2 API，这些API不仅大幅提高了Android系统拍照的功能，还能支持RAW照片输出，甚至允许程序调整相机的对焦模式、曝光模式、快门等。



三、Camera数据流

1. Camera整体模型

581329253fa5dbb1d84ab8802f624f74.png

图2 Camera整体模型图

应用框架针对捕获的结果向相机子系统发出请求。一个请求对应一组结果。请求包含有关捕获和处理这些结果的所有配置信息。其中包括分辨率和像素格式；手动传感器、镜头和闪光灯控件；3A 操作模式；RAW 到YUV 处理控件；以及统计信息的生成等。这样一来，便可更好地控制结果的输出和处理。一次可发起多个请求，而且提交请求时不会出现阻塞。请求始终按照接收的顺序进行处理。

2.Camera Pipeline

37aa7e90e3a3fceb223e591eb4d1e5a6.png


图3 Camera Pipeline

图3主要描述Camera Sensor出图后经过不同图像处理后输出不同处理的图像。

其中Image Processing模块里面的一些参数是可以由应用层进行配置，比如Feature参数；

举例说明：

问题：在实际项目调试人脸识别Feature过程中就遇到过因为图质量较差的原因导致识别失败的问题，那如何解决？

解决方法：既然是图差的原因导致的，那就只能正向去优化人脸图像质量了，在图像处理模块中有一个模块叫NoiseReduction（降噪），查询默认参数为NOISE_REDUCTION_MODE_OFF

即Camera模块是关闭降噪功能的，将此参数设定为：

NOISE_REDUCTION_MODE_HIGH_QUALITY后再dump出人脸图像效果改善明显；



四、Camera Capture和Preview

1. Camera Capture

b30c6dc79408c3a9139dbb5050429ac5.png

应用层发起Capture请求且注册onImageCaptureCallback函数后，Camera模块拍照完会回调到应用端获取拍照图像buf;

如何设定Camera拍照参数：

0bf8f85e90a76a1c95e6bb3a61b03deb.png

android.hardware.camera2.CaptureRequest.Builder

A builder for capture requests.

CaptureRequest 表示一个捕捉的请求。可以为不同的场景（预览、拍照）创建不同的捕捉请求，并可以配置不同的捕捉属性，如：预览分辨率，预览目标，对焦模式、曝光模式等等。

通过 CameraDevice 对象的 createCaptureRequest() 方法得到一个 CaptureRequest.Builder 对象，基本配置都是通过该构造者来配置；最后通过CaptureRequest.Builder 对象的 build() 方法便可得到 CaptureRequest 实例。

400318c6737841fa71823cb91993e616.png

上述代码中就是通过CONTROL_AF_MODE_CONTINUOUS_PICTURE参数打开自动对焦功能；

captureBuilder.set(CaptureRequest.CONTROL_AF_MODE,CaptureRequest.CONTROL_AF_MODE_CONTINUOUS_PICTURE);

dd9e1c4403b908b833c30edb533c655a.png


2. Camera Preview

7ca4aa07e814d259a0deb36149712505.png

应用层下发Surface资源到Camera模块且设定重复拍照模式setRepeatingRequest即可实现拍照预览；

五、Camera拍照详细流程

1. 拍照详细流程

8d90018425a04666b591ee2500ee8e0c.png

上图所示为Camera拍照的完整链路，其中最重要的函数调用就是connectDevice操作，这个步骤是实现Client连接CameraServer的关键一环，在项目开发过程中可能经常会遇到connect CameraServer失败的问题，比如Client进程对Camera权限没有配置，或者ImagerReader对象上一次操作没有释放导致没有调用disconnect还处于connect状态最终导致无法connect，又或者Camera资源本身被相机占用提示busy状态等等，针对各种场景需要对应措施进行处理，目的都是为了能否使Client和server连接成功。

同时在开发阶段，也需要对上述中异常情况进行提前预判并加入防呆措施，比如OpenCamera多次retry。

2. 图像格式说明

初始化时已经设置了图像格式为AIMAGE_FORMAT_YUV_420_888

f34335c9e78a8059f59c22abd2277f45.png

下面解释下YUV三通道的数据格式排布：

planes[0] 总是Y ，planes[1] 总是U(Cb)， planes[2]总是V(Cr)。

在ImageFormat中，YUV_420_888格式的数值是35，当前格式是YUV_420_888，根据image的分辨率是 640 x 480 ，像素点个数是307200。下面分别对plane[0]、plane[1]、plane[2]作分析。

plane[0]表示Y，rowStride是640 ，其pixelStride是1 ，Y存储时中间无间隔，每行640个像素全是Y值，buffer size 是 plane[0]的1/4 ，buffer size / rowStride= 480，Y有480行。

plane[1]表示U，rowStride是320，其pixelStride也是1，连续的U之间没有间隔，每行只存储了320个数据，buffer size 是 plane[0]的1/4 ，buffer size / rowStride = 240 可知U有240行，对于U来说横纵都是1/2采样。

pane[2]和plane[1]相同。

六、Android人脸框架

1. 人脸架构

d255cdbf73a8ce17db92fbe66793159b.png

2. 人脸状态图

10cfa5576f3714336b24647a2c1ada05.png

七、人脸Preview关键参数链路

1. Preview

8ec7a75fbf01670d4f8e3a2e394d1777.png

2. Surface资源传递

APP层会创建Surface资源

53d67c44289ae4046d104b2766870fee.png

 创建Surface之后会将此资源经过Face框架一直传递到FaceHAL如上图所示，FaceHAL会将Surface资源传递到Camera模块。具体Surface资源格式如下图所示：

51b608a7037087eef9d1c66b20df4965.png

Surface资源是个动态Buf，可变参数长度由numFds、numInts决定，在version numFds numInts后的参数个数为numFds+numInts。

3. native_handle_t

在代码中结构体信息如下：

在代码中结构体信息如下：

17e6f6f0e2c491d1f05dc5543ff9e5a7.png

native_handle_t只是定义了一个描述buffer的结构体原型，这个原型和平台
无关，方便buffer在各个进程之间传递；


附录

NDK_VENDOR CameraAPI2预览和拍照代码实现



1. 代码链接

https://android.googlesource.com/platform/frameworks/av/+/refs/heads/master/camera/ndk/ndk_vendor/tests/AImageReaderVendorTest.cpp

2. Camera拍照流程-initImageReader

a5a6da1ed28f30d23ea5583ec6182506.png

 首先会调用initImageReader()函数，创建ImageReader对象，初始化图像宽度、高度、图像输出格式、用户属性、最大图像数量；

通过AImageReader_setImageListener设置回调函数onImageAvailable

b2d3b8b626d47a55798a5002ec58610c.png

在回调函数中调用AImageReader_acquireNextImage从ImageReader队列中请求图像数据

cfcf42fab886867f493f477963a77b63.png

接着调用AImage_getHardwareBuffer从HardwareBuffer对象中获取像素的实际数据：

be5f64ecdda2a0fae6ec54d7af737383.png

下面是判断获取的数据是否符合预期大小：

e4707c1e2ab8638b4a888b7484029866.png

 判断完图像长度、宽度后就是如何解析出真正需要的图像数据，使用AImage_getPlaneData函数可以解析出对应通道的像素矩阵；

6dbc3b85d52948695c810b6b306592e7.png



3. Camera拍照流程-CameraHelper

在初始化完ImagerReader后，会新建cameraHelper对象，cameraHelper会调用initCamera()函数对Camera相关进行初始化；

04ceccee128c72c2e06e60282a9552e3.png

那cameraHelper.initCamera里面具体细节干了什么呢？我们继续往下分析

496ace0da87efc53f1bbb28dce7478f7.png

（1）ACameraManager_openCamera

 initCamera函数中首先调用的是ACameraManager_openCamera操作，client发起对Camera的连接动作，我们可以继续追踪下ACameraManager_openCamera具体实现如下：

827ce954d1f48b051d75253cbc59fc0a.png

继续调用ACameraManager类中的openCamera函数：

402eacce5bbf797fa5b65b71c7e488df.png

 进入到这个函数已经是比较底层，就不一个个函数讲了，其中最重要的函数调用就是connectDevice操作，这个步骤是实现Client连接CameraServer的关键一环，在项目开发过程中可能经常会遇到connect CameraServer失败的问题，比如Client进程对Camera权限没有配置，或者ImagerReader对象上一次操作没有释放导致没有调用disconnect还处于connect状态最终导致无法connect，又或者Camera资源本身被相机占用提示busy状态等等，针对各种场景需要对应措施进行处理，目的都是为了能否使Client和server连接成功。

顺便再提下open_camera中还有一个大家熟知的获取Camera服务操作：

1ad4173c1d3c81345ef8c40a97eeb8f4.png

（2）ACaptureSessionOutputContainer_create

175d85df63becc0964db0752f3b30645.png

创建ACaptureSessionOutput类型集合mOutputs

然后mOutputs集合添加ACaptureSessionOutput新建的对象mImgReaderOutput

b3a892ee838b892915ecc3f4fb44dbb4.png

（3）cameraHelper.takePicture

a010503179a97c2bf3395f41e117f1d9.png

takePicture()函数被封装为触发Camera执行拍照动作；

具体实现为：

1132f12f76b7dfceb02e4af226ddd800.png

4. Camera Preview

（4）关键资源参数Surface

上面说了这么多拍照的流程，大家一定想知道Camera Preview是怎么实现的？继续跟踪Android源码；

我们先找到人脸录入的相关代码：

链接：

https://android-opengrok.bangnimang.net/android-12.0.0_r3/xref/frameworks/base/services/core/java/com/android/server/biometrics/sensors/face/hidl/FaceEnrollClient.java?r=659b4ee9#54

 
 
其中有一个跟预览很关键的参数：Surface previewSurface
 
 
8d42606d8409d3df4f5f6daeaa0141df.png
 
 
上面人脸录入是AndroidS以前经常用的HIDL接口方式，下面是AIDL接口
 
 
链接：
 
 
https://android-opengrok.bangnimang.net/android-12.0.0_r3/xref/frameworks/base/services/co
 
 
re/java/com/android/server/biometrics/sensors/face/aidl/FaceEnrollClient.java?r=659b4ee9
 
 
f613b1f19a5a4f9824f18192e00760f9.png
 
 
那有人就会问了，这个previewSurface是从哪里传下来的呢？
 
 
咱们再接着一层层挖掘。
 
 

 
 
（5）settings
 
 
代码链接：
 
 
https://android-opengrok.bangnimang.net/android-12.0.0_r3/xref/packages/apps/Settings/src/c
 
 
om/android/settings/biometrics/face/FaceEnrollSidecar.java?r=35e1f0d1#51
 
 
7c585765b25eff1a52d2dc881271dcb8.png
 
 
 
 
对于使用VENDOR_NDK Camera API2接口传递Surface是使用FaceManager中的
 
 
enroll方法；
 
 
目前能从原生代码中找到的是Java层控制Camera如下：
 
 
4324388e779bd0fac4bb654fe00a657e.png
 
 
（6）FaceManager
 
 
代码链接：
 
 
https://android-opengrok.bangnimang.net/android-12.0.0_r3/xref/frameworks/base/core/java/a
 
 
ndroid/hardware/face/FaceManager.java?r=436f041e
 
 
4637a379f7b0aff3cc0e48b9737e71d9.png
 
 
（7）FaceService
 
 
代码链接：
 
 
https://android-opengrok.bangnimang.net/android-12.0.0_r3/xref/frameworks/base/services/co
 
 
re/java/com/android/server/biometrics/sensors/face/FaceService.java?r=88a506aa
 
 
fbbadb0a290afee47aa9f2e532dab49b.png
 
 
（8）FaceProvider
 
 
代码链接：
 
 
https://android-opengrok.bangnimang.net/android-12.0.0_r3/xref/frameworks/base/services/co
 
 
re/java/com/android/server/biometrics/sensors/face/aidl/FaceProvider.java?r=88a506aa#334
 
 
d54724ac9f87de6cf178dfab0d3e74d4.png
 
 
（9）FaceEnrollClient
 
 
ffad77af000d8eac68e69b2dcc9513ed.png
 
 
26d3071ef65a003c83f2d56e38b7f10a.png
 
 

调用到FaceEnrollClient这层时会再调用到startHalOperation函数
 
 
，然后通过AIDL接口传递到FaceHAL层。

（10）Face AIDL Java层代码是怎么跟HAL层代码交互的呢？就是通过AIDL或者HIDL，这里就只讲下AIDL
接口吧，在FaceProvider中会获取FaceHal的实例：

 继续说下人脸的AIDL接口；
代码链接：
https://android-opengrok.bangnimang.net/android-12.0.0_r3/xref/hardware/interfaces/biometri
cs/face/aidl/android/hardware/biometrics/face/ISession.aidl?r=fa0fb439#156

（11）FaceHALGoogle还提供了带AIDL接口实现的FaceHAL示例代码；
代码链接：
https://android-opengrok.bangnimang.net/android-12.0.0_r3/xref/hardware/interfaces/biometri
cs/face/aidl/default/


（12）native_handle_t 上述小节中描述了Surface参数的完整链路；
下面说下这个资源参数到底包含了哪些内容？
真正传递到HAL层的会通过native_handle_t* makeFromAidl(const
aidl::android::hardware::common::NativeHandle& handle);
函数将previewSurface转换为native_handle_t*指向的资源；
https://android-opengrok.bangnimang.net/android-12.0.0_r3/xref/hardware/interfaces/commo
n/support/include/aidlcommonsupport/NativeHandle.h?r=57fc6485#29
/prebuilts/vndk/v30/arm/include/system/core/libcuti
ls/include_vndk/cutils/native_handle.h
中定义了native_handle_t类型：

推荐Google Android源码查询ToolGoogleOpenGrok
https://android-opengrok.bangnimang.net/android-12.0.0_r3/search?project=frameworks&full=I
CameraService&defs=&refs=&path=&hist=&type=&xrd=1&nn=1


参考文献：图片来源链接：https://source.android.google.cn/devices/camera
Camera代码链接：
https://android.googlesource.com/platform/frameworks/av/+/refs/heads/master/camera/
 
 
长按关注内核工匠微信


Linux 内核黑科技 | 技术文章 | 精选教程
 


                

        

        

    




    

      

        

            

              
                
                  内核工匠
                
              
            

            

                关注
              
            

        

        

          
    
            
  • 
              
                
                
                
                
                    3
                
              
              
    点赞
    
            
    • 
            
  • 
              
                
                
                
              
              
    踩
    
            
    • 
            
  • 
              
                
                
                
                
                    16
                
              
              
    
                
    
                  
                    收藏
                  
                
    
              
    
              
    
                
    
                  觉得还不错?
                  
                    一键收藏
                  
                 
                
    
              
    
            
    • 
                
  • 
                  
                    打赏
                    
                  
                  
    打赏
    
                
    • 
          
  • 
            
    
              
              
            
    
              
              
              
                  2
              
            
            
    评论
    
          
    • 
          
  • 
          
    • 
          
  • 
            
              
            
              
    
            
              
                
            
    
          
    • 
        

      

      










                



	

		

			

				
					
一文掌握 HardwareBuffer 的使用

				
			

			

				

					字节流动
				

				

					09-24
					
					1万+
					
				

			

		

		

			
				
该原创文章首发于微信公众号：字节流动未经作者（微信ID：Byte-Flow）允许，禁止转载。

			
		

	



                

              
                



	

		

			

				
					
simple-camera-pipeline:一个简单轻量级的相机图像处理流水线-matlab开发

				
			

			

				

					05-31
				

			

		

		

			
				
在 MATLAB 中实现的简单轻量级相机图像处理管道。
 首先运行 DEMO.m
 这是用于从智能手机图像去噪数据集 (SIDD) 的原始 RGB 图像渲染 sRGB 图像的代码https://www.eecs.yorku.ca/~kamel/sidd/
 此代码对 CodaLab 上真实图像去噪挑战的参与者有帮助：
 NTIRE 2019 真实图像去噪挑战赛 - 赛道 1：Raw-RGB https://competitions.codalab.org/competitions/21258
 NTIRE 2019实像去噪挑战-音轨2：sRGB https://competitions.codalab.org/competitions/21266
 享受！

			
		

	



                


  
              

                


	

		

			

				
					
Android HDL数据类型

				
			

			

				

					探索未知，成就非凡
				

				

					03-13
					
					1611
					
				

			

		

		

			
				
本部分介绍了 HIDL 数据类型。有关实现详情，请参阅 HIDL C++（如果是 C++ 实现）或 HIDL Java（如果是 Java 实现）。

与 C++ 的相似之处包括：


structs 使用 C++ 语法；unions 默认支持 C++ 语法。结构体和联合都必须具有名称；不支持匿名结构体和联合。
HIDL 中允许使用 typedef（和在 C++ 中一样）。
允许使用 C++ 样式的...

			
		

	





	

		

			

				
					
three.js中使用CameraHelper来可视化调整阴影相机的范围

					
最新发布

				
			

			

				

					webMinStudent的博客
				

				

					05-26
					
					300
					
				

			

		

		

			
				
有时候我们很难，调整好这个对应的数值，不过现在可以通过。，过小阴影会导致不显示或者不完整，来可视化调整这个阴影相机了。

			
		

	



		

			
		



	

		

			

				
					
Android中native_handle private_handle_t ANativeWindowBuffer ANativeWindow GraphicBuffer Surface的关系

				
			

			

				

					ear5cm的专栏
				

				

					05-03
					
					9771
					
				

			

		

		

			
				
在阅读SurfaceFlinger HardwareComposer以及gralloc相关代码的过程中,我们经常会遇到native_handle private_handle_t ANativeWindowBuffer ANativeWindow GraphicBuffer Surface等等一系列和memory相关的struct和class,他们相互之间到底是什么关系,又有什么联系呢?本文从st

			
		

	





	

		

			

				
					
Android核心分析（25）------Android GDI之共享缓冲区机制

					
热门推荐

				
			

			

				

					maxleng的专栏
				

				

					06-14
					
					3万+
					
				

			

		

		

			
				
Androird GDI之共享缓冲区机制    1  native_handle_t对private_handle_t 的包裹       private_handle_t是gralloc.so使用的本地缓冲区私有的数据结构，而Native_handle_t是上层抽象的可以在进程间传递的数据结构。在客户端是如何还原所传递的数据结构呢？首先看看native_handle_t对private_handle_t的抽象包装。        numFds= sNumFds=1;    numInts= sNumInt

			
		

	





	

		

			

				
					
camera pipeline 简介

				
			

			

				

					weixin_41177620的博客
				

				

					06-17
					
					4625
					
				

			

		

		

			
				
应用程序框架向摄像机子系统请求帧，然后摄像机子系统将结果返回到输出流。此外，还会为每组结果生成包含诸如色彩空间和镜头阴影之类信息的元数据。您可以将摄像机版本3视为通往摄像机版本1的单向流的管道。它将每个捕获请求转换为传感器捕获的一个图像，并将其处理为：
具有有关捕获的元数据的Result对象。
图像数据的一到N个缓冲区，每个缓冲区到其自己的目标Surface中。
可能的输出表面集已预先配置：
每个Surface是固定分辨率的图像缓冲区流的目标。
一次只能将少量Surface配置为输出（〜3）。


...

			
		

	





	

		

			

				
					
2D人脸识别

				
			

			

				

					09-20
				

			

		

		

			
				
arcsoft调用代码，可以通过在线申请key，调用arcsoft接口，可以参考官网API

			
		

	





	

		

			

				
					
kinect 人脸识别2d

				
			

			

				

					10-26
				

			

		

		

			
				
Kinect2.0 人脸识别 及面部帧的获取，表情，骨架 Kinect2.0 人脸识别 及面部帧的获取，表情，骨架

			
		

	





	

		

			

				
					
pca2D.rar_pca2D_人脸识别

				
			

			

				

					07-13
				

			

		

		

			
				
人脸识别中经典算法pca二维算法，时间准确率提高很多

			
		

	





	

		

			

				
					
2D/3D人脸识别分析源码

				
			

			

				

					10-28
				

			

		

		

			
				
此项目在IQIYI_VID（IQIYI视频人识别）比赛中获得第一名。提供说明文档.md。

			
		

	





	

		

			

				
					
2D2DPCA人脸识别matlab代码/ORL库

				
			

			

				

					04-24
				

			

		

		

			
				
使用2D2DPCA对orl库的人脸图像进行向量降维并进行人脸识别，可下载运行

			
		

	





	

		

			

				
					
Android Camer2 Pipeline总结

				
			

			

				

					wangzhicheng2013的专栏
				

				

					01-24
					
					4873
					
				

			

		

		

			
				
三 Android Camer2 Pipeline总结... 5

3.1 Pipeline架构... 5

3.2 关键组件... 6

四 Android Camer2 相机开发流程总结... 8

4.1 开发流程综述... 8

4.2 Camera2消息流转... 8

4.3 开关相机流程及API调用... 9

4.4 SurfaceView与TextView.. 11

五 BasicCaptureDemo设计优化... 13

5.1 优化目标... 13

5.2 优化效果展示.....

			
		

	





	

		

			

				
					
安卓共享内存

				
			

			

				

					Barlow
				

				

					05-19
					
					4691
					
				

			

		

		

			
				
0. 原理简介
在Android平台上，提供了一种共享内存的机制——Ashmem。该机制内部其实复用了Linux的共享内存机制。Ashmem机制使用linux的mmap系统调用，可以将同一段物理内存映射到不同进程各自的虚拟地址空间，从而实现高效的进程间共享。
在linux上“一切皆文件”，一块共享内存当然也不例外。因此，在用户态，我们能看到的重要概念就是共享内存的“文件描述符”，文件描述符可以对应一个内核态的ashmem file。file中又可以管理自己的逻辑数据（ashmem_area）。不同进程里的不

			
		

	





	

		

			

				
					
Android libcutils库中整数溢出导致的堆破坏漏洞的发现与利用

				
			

			

				

					omnispace的博客
				

				

					03-07
					
					1237
					
				

			

		

		

			
				
阅读本文之前，您最好理解Android中的Binder机制、用于图形系统的BufferQueue原理、堆管理器je_malloc的基本原理。
此文介绍了如何利用libcutils库中的堆破坏漏洞获得system_server权限，此漏洞是研究Android图形子系统时发现的,对应的CVE号为CVE-2015-1474和CVE-2015-1528。
1.漏洞代码的位置
本文次涉及的漏洞位于创建

			
		

	





	

		

			

				
					
GraphicBuffer、AHardwareBuffer、ANativeWindowBuffer关系

				
			

			

				

					goodnight1994的博客
				

				

					10-21
					
					2934
					
				

			

		

		

			
				
GraphicBuffer、AHardwareBuffer、ANativeWindowBuffer关系 

			
		

	





	

		

			

				
					
vant 上传组件设置capture=“camera“无效

				
			

			

				

					小小笨南瓜
				

				

					01-14
					
					1万+
					
				

			

		

		

			
				
vant 上传组件设置capture="camera"无效

甲方要求上传值调取摄像头，不调取相册
直接在vant uploader 加上 capture=“camera”，但加上后反而只能调取相册，无法调取摄像头

在网上看到解决方法：
将capture="camera"放在组件属性最后，仍未能解决
在github查到是accept影响

原来的写法：


改后：
<van-uploader 
	v-model="fileListBack" 
	:after-read="onReadIdCardBa

			
		

	





	

		

			

				
					
Android帧缓冲区（Frame Buffer）硬件抽象层（HAL）模块Gralloc的实现原理分析

				
			

			

				

					cosmoslhf的专栏
				

				

					04-09
					
					1160
					
				

			

		

		

			
				
老罗的Android之旅  

 
    
总结：
为了在屏幕中绘制一个指定的画面，我们需要：
       1.  分配一个匹配屏幕大小的图形缓冲区
       2.  将分配好的图形缓冲区注册（映射）到当前进程的地址空间来
       3.  将要绘制的画面的内容写入到已经注册好的图形缓冲区中去，并且渲染（拷贝）到系统帧缓冲区中去
       为了实现以上三个操作，我

			
		

	





	

		

			

				
					
ThreeJS中CameraHelper的使用

				
			

			

				

					qq_21476953的博客
				

				

					01-09
					
					3137
					
				

			

		

		

			
				
代码参考
ThreeJS中CameraHelper的使用


想达到这种效果,都必须使用2个相机。

一个是屏幕相机,最终投影成像在屏幕
一个是带相机助手的相机

就如上图2所示,屏幕相机的投影是整个屏幕(左右两个小窗口共同组成),带相机助手的投影是左面的画面。
伪代码:
// 屏幕相机
let camera = new THREE.PerspectiveCamera(45, 1, 0.01, 3...

			
		

	





	

		

			

				
					
多模态2D+3D人脸识别所有公开数据集数据集

				
			

			

				

					07-23
				

			

		

		

			
				
以下是一些公开的多模态2D+3D人脸识别数据集：  1. BU-3DFE数据集：这个数据集包含了100个志愿者的3D面部表情数据，每个志愿者有40个表情。每个样本都包含了2D和3D的数据。  2. BP4D+数据集：该数据集包含了来自41位...

			
		

	



              



  
“相关推荐”对你有帮助么？

  

      
    
          
  • 
              
    
                  
                  
              
    
              
    非常没帮助
    
          
    • 
          
  • 
              
    
                  
                  
              
    
              
    没帮助
    
          
    • 
          
  • 
              
    
                  
                  
              
    
              
    一般
    
          
    • 
          
  • 
              
    
                  
                  
              
    
              
    有帮助
    
          
    • 
          
  • 
              
    
                  
                  
              
    
              
    非常有帮助
    
          
    • 
      

      

      

          
          提交
      

      

  




          




        



    





    



      

      

        
      

      





	

		
评论 2

	

	
	




  

    

      添加红包
      
    

    

      

        
        

          
          
        

        
请填写红包祝福语或标题

      

      

        
        

          
          个
        

        
红包个数最小为10个

      

      

        
        

          
          元
        

        
红包金额最低5元

      

      

        
        

          当前余额3.43元
          前往充值 >
        

      

      

        

          需支付：10.00元
        

        
        
      

    

  





  

    
    
  

  

    
    
  








  

    

      

        

          

            
            
成就一亿技术人!

          

          

        

        

          

          

            领取后你会自动成为博主和红包主的粉丝
            规则
          

        

      

      

        

          

            
              
            
            

              
hope_wisdom
 发出的红包
            

          

        

        

          

          

          

        

      

    

    

  





	
打赏作者

	

		

		
			
		
		

		

			
内核工匠

			
你的鼓励将是我创作的最大动力

		

	

	

			

	

	

    ¥1
    ¥2
    ¥4
    ¥6
    ¥10
    ¥20
	

	

		

			

				

					扫码支付：¥1
				

				

					

					
					获取中
					

				

				

					
					
					扫码支付
				

			

		

		

			
您的余额不足，请更换扫码支付或充值

			
打赏作者

		

	



      
      

      
实付元

      
使用余额支付

      

        

          

            
            点击重新获取
          

        

        
扫码支付

      

      

        
          
            
          
          
        
      

      

        
        钱包余额
          0
          

            
            

              

                
抵扣说明：

                
 1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
 2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

              

            

          

      

      余额充值