（1）seetaface6 JNI之做人脸遮挡评估

项目地址

seetaface6SDK地址

前期准备

1. 下载项目
2. 下载seetaface6 模型文件: 模型文件1 （code：ngne），模型文件2 （code: t6j0）
3. 配置模型文件到项目中，运行Test

人脸遮挡评估代码

 package com.seeta.sdk.proxy;

import com.seeta.pool.SeetaConfSetting;
import com.seeta.proxy.FaceDetectorProxy;
import com.seeta.proxy.FaceLandmarkerProxy;
import com.seeta.sdk.*;
import com.seeta.sdk.util.LoadNativeCore;
import com.seeta.sdk.util.SeetafaceUtil;

import java.util.Arrays;

/**
 * 使用对象池
 * 人脸遮挡评估测试
 */
public class LandmarkerProxyTest {

    //模型文件夹路径
    public static String CSTA_PATH = "E:\\models";

    //图片路径
    public static String fileName = "E:\\111.jpg";

    // 拼接模型路径
    public static String[] detector_cstas = {CSTA_PATH + "/face_detector.csta"};
    public static String[] face_landmarker_mask_pts5_cstas = {CSTA_PATH + "/face_landmarker_mask_pts5.csta"};


    /**
     * 加载dll
     */
    static {
        LoadNativeCore.LOAD_NATIVE(SeetaDevice.SEETA_DEVICE_AUTO);
    }

    public static void main(String[] args) {

        //人脸识别检测器对象池配置，可以配置对象的个数哦
        SeetaConfSetting detectorPoolSetting = new SeetaConfSetting(
                new SeetaModelSetting(0, detector_cstas, SeetaDevice.SEETA_DEVICE_AUTO));
        //人脸检测器对象池代理 ， spring boot可以用FaceDetectorProxy来配置Bean
        FaceDetectorProxy faceDetectorProxy = new FaceDetectorProxy(detectorPoolSetting);

        //人脸关键点定位器对象池配置，并可以检测遮挡
        SeetaConfSetting faceLandmarkerPoolSetting = new SeetaConfSetting(
                new SeetaModelSetting(0, face_landmarker_mask_pts5_cstas, SeetaDevice.SEETA_DEVICE_AUTO));
        //人脸关键点定位器对象池代理 ， spring boot可以用FaceLandmarkerProxy来配置Bean
        FaceLandmarkerProxy faceLandmarkerProxy = new FaceLandmarkerProxy(faceLandmarkerPoolSetting);

        try {
            //图片
            SeetaImageData image = SeetafaceUtil.toSeetaImageData(fileName);
            //检测人脸，识别到人脸
            SeetaRect[] detects = faceDetectorProxy.detect(image);
            for (SeetaRect seetaRect : detects) {
                //人脸关键点定位，人脸遮挡的点位
                LandmarkerMask mask = faceLandmarkerProxy.isMask(image, seetaRect);
                //输出
                System.out.println(Arrays.toString(mask.getSeetaPointFS()));
                System.out.println(Arrays.toString(mask.getMasks()));
            }
        } catch (Exception e) {
            e.printStackTrace();
        }
    }
}

输出结果

1. 结果1表示定位到的关键点，五个关键点，分别是左右眼中心、鼻尖和左右嘴角
2. 结果2表示关键点有没有被遮挡，1：遮挡， 0：没遮挡

结果1：[SeetaPointF{x=229.45148932933807, y=198.19792396594858}, SeetaPointF{x=339.58734488487244, y=203.27415060797102}, SeetaPointF{x=275.9813448190689, y=265.7534281641201}, SeetaPointF{x=243.33962106704712, y=305.1243141249979}, SeetaPointF{x=314.47644221782684, y=307.86544809458064}]
结果2：[0, 0, 1, 1, 1]

总结

1. 人脸识别过程复杂，但这个代码简单。
2. 精度高，这边的模型都是中科院商业开源的，比起社区的模型，用到的训练集多很多。
3. 功能齐全 ：
人脸检测和关键点定位
人脸特征提取和对比
人脸特征提取
人脸特征对比
活体检测
人脸跟踪
质量评估
年龄识别
性别识别
口罩检测
口罩人脸识别
眼睛状态检测

不懂seetaface6SDK的可以先看gitee项目哦