ArcFace Demo [Android]

虹软人脸识别引擎Android的Demo演示,可以直接下载使用 下载地址 https://github.com/asdfqwrasdf/ArcFaceDemo

工程如何使用?

1.下载代码: git clone https://github.com/asdfqwrasdf/ArcFaceDemo.git 或者直接下载压缩包

2.前往官网申请appid和sdkkey。 修改 ArcFaceDemo-master\src\main\java\com\arcsoft\sdk_demo\FaceDB.java 下面的对应的值:

public static String appid = “xxxx”; public static String fd_key = “xxxx”;
public static String ft_key = “xxxx”;
public static String fr_key = “xxxx”;
下载sdk包之后,解压各个包里libs中的文件到 ArcFaceDemo-master\libs 下,同名so直接覆盖。

3.Android Studio3.0 中直接打开或者导入Project,编译运行即可。

demo如何使用?

1.点击第一个按钮 打开图片或者拍一张带人脸的照片,确认后自动执行人脸,弹出注册框,注册第一个人脸。 注册界面底部会展示已注册的信息列表,点击列表项,则可以执行删除操作。
2.点击第二个按钮 选择打开前置或者后置的镜头进行检测。

demo中人脸数据的保存方式?

以注册时人名为关键索引,保存在face.txt中。
创建的 name.data 则为实际的数据存储文件,保存了所有特征信息。同一个名字可以注册多个不同状态角度的人脸,在name.data 中连续保存,占用的数据文件长度为:  N * {4字节(特征数据长度) + 22020字节(特征数据信息)}

最低支持的API-LEVEL?

14-27

Issue Report

1.before report please check the closed issues.

2.issue format a.错误信息:log,input image,core stack, etc… b.设备信息:cpu, memory, device name, etc… c.系统版本:OS version, API leve,etc… d.具体操作流程:which step,how to recurrence,etc…

FAQ

1.Gradle 错误提示 Error:Failed to find target with hash string ‘android-24’… 一般Android Studio 窗口会有个链接(Install missing platform(s) and sync project) 点击下载更新 android-24 即可解决(其他版本没测试过,建议不要随意更改)。

2.加载图片注册时Crash. NV21格式限制高度和宽度不能同时为奇数,demo已经对这个做了保护。 如有发生,请提供图像尺寸和发生时的全部log。

3.年龄和性别检测结果准确度不够. Video的接口性能优先,Image的接口准确度优先。

4.com.guo.android_extend:android-extend 找不到依赖. 此第三方库android_extend 用来简化camera调用,提供简单的工具方便demo开发。 一般android studio会自动从jcenter 下载对应的aar包,如果没有自动下载,请自行检查是否网络问题,或者删掉build等编译目录,重新运行gradle.

5.还有其他问题. 直接提交issue 我们会尽快解决

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在信号处理领域,DOA(Direction of Arrival)估计是一项关键技术,主要用于确定多个信号源到达接收阵列的方向。本文将详细探讨三种ESPRIT(Estimation of Signal Parameters via Rotational Invariance Techniques)算法在DOA估计中的实现,以及它们在MATLAB环境中的具体应用。 ESPRIT算法是由Paul Kailath等人于1986年提出的,其核心思想是利用阵列数据的旋转不变性来估计信号源的角度。这种算法相比传统的 MUSIC(Multiple Signal Classification)算法具有较低的计算复杂度,且无需进行特征值分解,因此在实际应用中颇具优势。 1. 普通ESPRIT算法 普通ESPRIT算法分为两个主要步骤:构造等效旋转不变系统和估计角度。通过空间平移(如延时)构建两个子阵列,使得它们之间的关系具有旋转不变性。然后,通过对子阵列数据进行最小二乘拟合,可以得到信号源的角频率估计,进一步转换为DOA估计。 2. 常规ESPRIT算法实现 在描述中提到的`common_esprit_method1.m`和`common_esprit_method2.m`是两种不同的普通ESPRIT算法实现。它们可能在实现细节上略有差异,比如选择子阵列的方式、参数估计的策略等。MATLAB代码通常会包含预处理步骤(如数据归一化)、子阵列构造、旋转不变性矩阵的建立、最小二乘估计等部分。通过运行这两个文件,可以比较它们在估计精度和计算效率上的异同。 3. TLS_ESPRIT算法 TLS(Total Least Squares)ESPRIT是对普通ESPRIT的优化,它考虑了数据噪声的影响,提高了估计的稳健性。在TLS_ESPRIT算法中,不假设数据噪声是高斯白噪声,而是采用总最小二乘准则来拟合数据。这使得算法在噪声环境下表现更优。`TLS_esprit.m`文件应该包含了TLS_ESPRIT算法的完整实现,包括TLS估计的步骤和旋转不变性矩阵的改进处理。 在实际应用中,选择合适的ESPRIT变体取决于系统条件,例如噪声水平、信号质量以及计算资源。通过MATLAB实现,研究者和工程师可以方便地比较不同算法的效果,并根据需要进行调整和优化。同时,这些代码也为教学和学习DOA估计提供了一个直观的平台,有助于深入理解ESPRIT算法的工作原理。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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