最新资讯

一、背景需求

​ 随着城市安防、智慧园区、智能零售以及工业监控等场景的快速发展，多路网络摄像头实时人脸检测已成为安防等系统中的核心需求。为了实现这些需求，我选择了虹软（ArcSoft）服务器版人脸识别 SDK（以下简称“SDK”），利用其在人脸检测、跟踪、识别方面的高精度与高性能特性，实现多路网络摄像头人脸检测功能。
​ 网络摄像头离不开ONVIF和RTSP，其中ONVIF（开放式网络视频接口论坛）是一个全球性开放标准，旨在实现不同品牌网络视频设备（如摄像头、录像机）之间的互联互通；RTSP是一种流媒体控制传输层协议，作为ONVIF中的一员，负责播放、暂停、快进、拉取实时视频流、暂停等操作；

​ 本文不详细介绍ONVIF，主要针对RTSP流获取、人脸SDK集成、实时检测人脸和检测结果渲染这几点展开说明。

二、前期准备

2.1 ONVIF介绍

​ ONVIF通过制定统一的通信协议，解决早期监控系统厂商壁垒问题，让用户能用不同品牌设备构建统一的IP安防系统，支持设备发现、配置、流媒体传输、云台控制、事件管理等功能。ONVIF的技术实现主要基于Web Services架构，通过一系列标准协议实现不同设备间的互操作。技术架构包括服务层（SOAP & XML）、接口描述（WSDL）、传输层（HTTP）和流媒体层（RTSP）。整体技术架构图如下。

​ 海康、大华等主流摄像头基本都支持ONVIF，不同厂商的产品可通过ONVIF实现互联。由于ONVIF体系过于庞大，本文就不做详细介绍了。

2.2 获取RTSP流

2.2.1 本地RTSP流

​ 使用VLC media Player播放器，加载本地视频文件，通过设置流的方式提供本地RTSP播放地址，本方式适合本地临时测试。

2.2.2 远程RTSP流

​ 接入远程硬件摄像头（如海康监控摄像头，基本都支持ONVIF协议），获取摄像头IP地址（带端口）、登录用户名和密码，在地址中输入rtsp://用户名:密码@IP地址:554/Streaming/Channels/通道号(主码流101,子码流102)即可获取视频流。

2.3 获取LINUX PRO SDK

​ 登录虹软开放平台（地址https://ai.arcsoft.com.cn），按要求注册认证，然后选择SDK（注意要选择人脸识别LINUX PRO）。前期开发测试可以申请试用码，申请通过后直接下载SDK。

2.4 开发环境

​ Ubuntu虚拟机或WSL，Visual Studio Code，maven + spring boot，jdk 1.8。前期先使用本地机器WSL环境开发，等正式上线后再迁移到云服务器上。

三、项目架构

1. 获取本地/远程RTSP流。
2. UI界面/接口：使用VUE3实现UI界面，支持输入多路RTSP地址。
3. 拉流解码/转码：使用 ffmpeg编解码，opencv转换格式，每路 RTSP流有独立的处理周期。
4. 人脸检测/识别：使用线程池，每个线程持有独立的SDK引擎实例，保证线程安全。
5. 结果显示/上报：将人脸检测结果实时绘制到原视频帧上，将绘制结果编码推流，实时渲染在UI上。

四、实现流程

4.1 项目创建

使用java spring boot + maven框架创建项目，导入SDK，填写SDK试用码。编写激活和初始化功能，首次运行项目，验证SDK可用。项目框架如下。

使用当前比较主流的技术，后端使用Java语言实现相关逻辑，前端使用VUE3。

4.2 实现流程

4.2.1 RTSP流输入

​ 使用VUE3框架，简单编写了一个RTSP流实时输入和效果展示页面，目前支持4路RTSP流输入，页面如下图所示。如果只是实现后台检测服务，无需UI显示，可以省去此步骤。

​ 通过前文介绍的方式获取到稳定的RTSP流地址，输入地址点击播放后，通过StreamController类接收相关参数，代码如下。

@Controller
@Slf4j
public class StreamController {
    @Autowired
    private VideoPlayerService videoPlayerService;
    //解析RTSP流地址
    @RequestMapping(value = "/stream")
    public void test(HttpServletRequest request, HttpServletResponse response, @RequestParam(required = false) String address) throws Exception {
        response.addHeader("Content-Disposition", "attachment;filename="" + "127.0.0.1" + """);
        response.setContentType("video/x-flv");
        response.setHeader("Connection", "keep-alive");
        response.setHeader("accept_ranges", "bytes");
        response.setHeader("pragma", "no-cache");
        response.setHeader("cache_control", "no-cache");
        response.setHeader("transfer_encoding", "CHUNKED");
        response.setStatus(200);
        if(StringUtils.isEmpty(address)){
            throw new IllegalAccessException("地址不能为空");
        }
        try(FrameGrabber grabber=new FFmpegFrameGrabber(address)) {
            videoPlayerService.servletStreamPlayer(grabber, response.getOutputStream());
        }
    }
}

4.2.2 拉流解码和转码

​ 因为SDK对图像数据格式有一定要求，需要稳定、高效地将视频流逐帧解码/转码成符合要求的图像数据，所以我选择了“org.bytedeco.javacv”这个第三方库。这个库集成了ffmpeg，支持对rtsp流进行逐帧解码；集成了opencv，支持不同颜色格式之间转换。javacv库需要在pom.xml文件中集成，javacv可在github上搜索，根据需求填写，示例如下图所示。

​ FFmpegFrameGrabber和OpenCVFrameConverter这两个类是核心，FFmpegFrameGrabber是对FFmpeg解码流程的完整封装，包含打开输入源、解析流信息、初始化解码器、分配AVMFrame/AVMPacket等主要功能，可以对视频进行抓帧、解码；OpenCVFrameConverter负责将解码出来的帧数据进行转码，FFmpeg解码出来的通常是YUV420格式，可以转换成人脸SDK要求的BGR格式。注意，要实现多路RTSP流同时解析，每路都需要创建converter实例。

	public void servletStreamPlayer(FrameGrabber grabber, ServletOutputStream servletOutputStream) throws Exception {
        //要实现多路RTSP流同时解析，每路都需要创建一个converter实例
        OpenCVFrameConverter.ToIplImage converter = new OpenCVFrameConverter.ToIplImage();
        // 开启ffmpeg相关log，建议前期开发测试阶段开启
        //avutil.av_log_set_level(avutil.AV_LOG_DEBUG);
        // 生产环境关闭warning信息
        //avutil.av_log_set_level(avutil.AV_LOG_ERROR);
        // 超时时间(10秒)
        grabber.setOption("stimeout", "10 * 1000 * 1000");  
        // 强制使用TCP，要不然无法解码成功
        grabber.setOption("rtsp_transport", "tcp");
        grabber.setOption("threads", "1");
        // 设置缓存大小，提高画质、减少卡顿花屏
        grabber.setOption("buffer_size", "1024000");
        // 读写超时，适用于所有协议的通用读写超时
        grabber.setOption("rw_timeout", "10 * 1000 * 1000");
        // 探测视频流信息，为空默认5000000微秒
        grabber.setOption("probesize", "10 * 1000 * 1000");
        // 解析视频流信息，为空默认5000000微秒
        grabber.setOption("analyzeduration", "10 * 1000 * 1000");
        grabber.start();
        //启动人脸处理引擎
        FacePreview faceProcessEngine = new FacePreview();
        for (; ; ) {
            Frame frame = grabber.grab();
            if (frame == null) {
                break;
            }
            //抓取一帧视频并将其转换为图像IplImage
            IplImage iplImage = converter.convert(frame);
        }
    }

4.2.3 人脸检测识别

4.2.3.1 人脸检测参数配置

​ 根据官方解释，SDK单个引擎的同一功能模块中的算法功能函数不支持多线程调用，所以为了支持多路视频多线程并发检测，需要创建SDK人脸检测引擎池（以下简称“引擎池”）。借助springboot框架和“org.apache.commons.pool2.GenericObjectPool”对象池类，我们可以很方便的实现引擎池。在application.properties文件中添加以下引擎池配置

config.arcface-sdk.detect-pool-size=5	//大小可根据实际需求配置
config.arcface-sdk.app-id=从虹软官网获取appId
config.arcface-sdk.sdk-key=从虹软官网获取sdkKey
config.arcface-sdk.active-key=从虹软官网获取activeKey

​ 根据config文件实现通用人脸检测引擎池配置类，片段代码如下

@Configuration
@Slf4j
public class FaceEnginePoolConfig {
    @Value("${config.arcface-sdk.app-id}")
    public String appId;
    @Value("${config.arcface-sdk.sdk-key}")
    public String sdkKey;
    @Value("${config.arcface-sdk.active-key}")
    public String activeKey;
    @Value("${config.arcface-sdk.active-file}")
    public String activeFile;
    @Value("${config.arcface-sdk.detect-pool-size}")
    public Integer detectPoolSize;
    @Value("${config.arcface-sdk.compare-pool-size}")
    public Integer comparePoolSize;
    @Value("${config.arcface-sdk.faceModel}")
    public String faceModel;
    
    @Bean
    public FaceEnginePool faceEnginePool() {
        FaceModel faceModels = null;
        if ("large".equals(faceModel)) {
            faceModels = FaceModel.ASF_REC_LARGE;
        }else if ("middle".equals(faceModel)) {
            faceModels = FaceModel.ASF_REC_MIDDLE;
        }else {
            throw new BusinessException(ErrorCodeEnum.FAIL,"无效的人脸模型 config.arcface-sdk.faceModel");
        }
        return new FaceEnginePool(appId, sdkKey, activeKey, activeFile, detectPoolSize, comparePoolSize, faceModels);
    }
}

4.2.3.1 创建人脸检测引擎

创建通用人脸检测引擎池类FaceEnginePool，片段代码如下。

@Slf4j
public class FaceEnginePool {
    private GenericObjectPool<FaceEngine> ftPool;

    public FaceEnginePool(String appId, String sdkKey, String activeKey, String activeFile, Integer detectPoolSize, Integer comparePoolSize,FaceModel faceModel) {
        init();
    }

    private void init() {
        GenericObjectPoolConfig<FaceEngine> detectFtPoolConfig = new GenericObjectPoolConfig<>();
        detectFtPoolConfig.setMaxIdle(detectPoolSize);
        detectFtPoolConfig.setMaxTotal(detectPoolSize);
        detectFtPoolConfig.setMinIdle(detectPoolSize);
        detectFtPoolConfig.setLifo(false);
        EngineConfiguration detectFtCfg = new EngineConfiguration();
        FunctionConfiguration detectFtFunctionCfg = new FunctionConfiguration();
        detectFtFunctionCfg.setSupportFaceDetect(true);//开启人脸检测功能
        detectFtFunctionCfg.setSupportAge(true);//开启年龄检测功能
        detectFtFunctionCfg.setSupportGender(true);//开启性别检测功能
        detectFtFunctionCfg.setSupportLiveness(true);//开启活体检测功能
        detectFtCfg.setFunctionConfiguration(detectFtFunctionCfg);
        detectFtCfg.setDetectMode(DetectMode.ASF_DETECT_MODE_VIDEO);//图片检测模式，如果是连续帧的视频流图片，那么改成VIDEO模式
        detectFtCfg.setDetectFaceOrientPriority(DetectOrient.ASF_OP_0_ONLY);//人脸旋转角度
        detectFtCfg.setFaceModel(faceModel);
        //底层库算法对象池
        ftPool = new GenericObjectPool<>(new FaceEngineFactory(appId, sdkKey, activeKey, activeFile, detectFtCfg), detectFtPoolConfig);

        //初始化特征比较线程池
        GenericObjectPoolConfig<FaceEngine> comparePoolConfig = new GenericObjectPoolConfig<>();
        comparePoolConfig.setMaxIdle(comparePoolSize);
        comparePoolConfig.setMaxTotal(comparePoolSize);
        comparePoolConfig.setMinIdle(comparePoolSize);
        comparePoolConfig.setLifo(false);
        EngineConfiguration compareCfg = new EngineConfiguration();
        FunctionConfiguration compareFunctionCfg = new FunctionConfiguration();
        compareFunctionCfg.setSupportFaceRecognition(true);//开启人脸识别功能
        compareFunctionCfg.setSupportMaskDetect(true);//开启口罩检测功能
        compareFunctionCfg.setSupportImageQuality(true);//开启图像质量检测功能
        compareCfg.setFunctionConfiguration(compareFunctionCfg);
        compareCfg.setDetectMode(DetectMode.ASF_DETECT_MODE_IMAGE);//图片检测模式，如果是连续帧的视频流图片，那么改成VIDEO模式
        compareCfg.setDetectFaceOrientPriority(DetectOrient.ASF_OP_0_ONLY);//人脸旋转角度
        compareCfg.setFaceModel(faceModel);
        comparePool = new GenericObjectPool<>(new FaceEngineFactory(appId, sdkKey, activeKey, activeFile, compareCfg), comparePoolConfig);//底层库算法对象池
        try {
            comparePool.preparePool();
        } catch (Exception e) {
            log.error("", e);
        }
    }

    //通用人脸检测引擎池，适用于视频预览人脸检测
    public GenericObjectPool<FaceEngine> ftPool() {
        return ftPool;
    }
}

4.2.3.3 人脸检测识别

创建人脸检测、识别功能逻辑封装类FaceRecognize，支持人脸框检测、人脸图像质量检测和人脸比对识别等功能。片段代码如下。

@Slf4j
public class FaceRecognize {
    //用于视频预览人脸检测的引擎池
    private final GenericObjectPool<FaceEngine> ftEnginePool = SpringUtil.getBean(FaceEnginePool.class).ftPool();
    //VIDEO模式人脸检测引擎，用于视频预览人脸检测
    private FaceEngine ftEngine = null;

	//视频预览图人脸框检测
    public List<FacePreviewInfo> detectFaces(ImageInfo imageInfo) {
        if (ftEngine != null) {
            List<FaceInfo> faceInfoList = new ArrayList<>();
            int code = ftEngine.detectFaces(imageInfo.getImageData(), imageInfo.getWidth(), imageInfo.getHeight(),
                    imageInfo.getImageFormat(), faceInfoList);
            List<FacePreviewInfo> previewInfoList = new LinkedList<>();
            for (FaceInfo faceInfo : faceInfoList) {
                FacePreviewInfo facePreviewInfo = new FacePreviewInfo();
                facePreviewInfo.setFaceInfo(faceInfo);
                previewInfoList.add(facePreviewInfo);
            }
            clearFaceResultRegistry(faceInfoList);
            return previewInfoList;
        }
        return null;
    }
    
    //检测识别图像质量
    public boolean imageQuality(ImageInfo imageInfo, FaceInfo faceInfo) {}
    
    //人脸比对
    public FaceResult faceCompare(FaceInfo faceInfo, ImageInfo imageInfo) {
        faceResultRegistry.remove(faceInfo.getFaceId());
        FaceResult faceResult = new FaceResult();
        faceResultRegistry.put(faceInfo.getFaceId(), faceResult);
        frService.submit(new FaceInfoRunnable(faceInfo, imageInfo, faceResult));
        return faceResult;
    }

    //通过faceId获取人脸比对结果
    public FaceResult getFaceCompareResult(int faceId) {
        return faceResultRegistry.get(faceId);
    }

4.2.4 检测结果整合显示

4.2.4.1 检测结果处理

​ 如果需要在UI上实时显示检测结果，比如绘制人脸框、显示人脸比对结果，需要缓存SDK检测到的人脸框数据，提取坐标Rect信息，然后使用opencv_imgproc.cvRectangle函数将Rect绘制到单帧图像上，使用opencv_imgproc.cvPutText函数将人脸比对结果绘制到单帧图形上，通过recoder编码成H264视频流，最后通过ServletOutputStream输出到浏览器上显示。人脸框检测和人脸比对逻辑片段代码如下。

public class FacePreview {
    private static final CvScalar color = cvScalar(0, 0, 255, 0);       // blue [green] [red]
    private static final CvFont cvFont = cvFont(opencv_imgproc.FONT_HERSHEY_DUPLEX);
    private final FaceRecognize faceRecognize;
    //模拟触发人脸对比事件，当needRecognizeCount计数满足条件时触发一次人脸比对事件，实际可按照项目需求修改
    private int needRecognizeCount;
    
    //使用SDK检测人脸框，并通过opencv绘制人脸识别结果至IplImage上
    public void preview(IplImage iplImage) {
        ImageInfo imageInfo = new ImageInfo();
        imageInfo.setWidth(iplImage.width());
        imageInfo.setHeight(iplImage.height());
        imageInfo.setImageFormat(ImageFormat.CP_PAF_RGB24);
        byte[] imageData = new byte[iplImage.imageSize()];
        iplImage.imageData().get(imageData);
        imageInfo.setImageData(imageData);
        List<FaceRecognize.FacePreviewInfo> previewInfoList = faceRecognize.detectFaces(imageInfo);
        for (FaceRecognize.FacePreviewInfo facePreviewInfo : previewInfoList) {
        	//提取人脸框坐标Rect
            int x = facePreviewInfo.getFaceInfo().getRect().getLeft();
            int y = facePreviewInfo.getFaceInfo().getRect().getTop();
            int xMax = facePreviewInfo.getFaceInfo().getRect().getRight();
            int yMax = facePreviewInfo.getFaceInfo().getRect().getBottom();
            //将人脸框绘制到iplImage上，也就是视频预览帧数据上
            CvPoint pt1 = cvPoint(x, y);
            CvPoint pt2 = cvPoint(xMax, yMax);
            opencv_imgproc.cvRectangle(iplImage, pt1, pt2, color, 3, 4, 0);
        }
         FaceRecognize.FacePreviewInfo facePreviewInfo = previewInfoList.get(0);
            if (needRecognizeCount % 200 == 0) {
                FaceRecognize.FaceResult faceResult = faceRecognize.faceCompare(facePreviewInfo.getFaceInfo(), imageInfo);
                if (faceResult != null && faceResult.isFlag()) {
                    int x = facePreviewInfo.getFaceInfo().getRect().getLeft();
                    int y = facePreviewInfo.getFaceInfo().getRect().getTop();
                    CvPoint pt3 = cvPoint(x, y - 2);
                    opencv_imgproc.cvPutText(iplImage,  faceResult.getName(), pt3, cvFont, color);
                }
            } else {
                faceResult = faceRecognize.getFaceCompareResult(facePreviewInfo.getFaceInfo().getFaceId());
                if (faceResult != null && faceResult.isFlag()) {
                    int x = facePreviewInfo.getFaceInfo().getRect().getLeft();
                    int y = facePreviewInfo.getFaceInfo().getRect().getTop();
                    CvPoint pt3 = cvPoint(x, y - 2);
                    opencv_imgproc.cvPutText(iplImage, faceResult.getName(), pt3, cvFont, color);
                }
            }
    }
}

4.2.4.1 检测结果实时渲染

​ 得到绘制结果帧数据（IplImage）后，将帧数据编码成h264文件，并推送到浏览器UI上，这里需要注意设置格式为“flv”，其他配置可根据需求修改。代码片段如下。

private boolean needShowFacePreview = true;
public void servletStreamPlayer(FrameGrabber grabber, ServletOutputStream servletOutputStream) throws Exception {
        ByteArrayOutputStream outputStream = new ByteArrayOutputStream();
        FFmpegFrameRecorder recorder = null;
        if (needShowFacePreview) {
            recorder = new FFmpegFrameRecorder(outputStream, grabber.getImageWidth(), grabber.getImageHeight(), 0);
            //UI渲染流格式/转码，当前支持flv格式
            recorder.setFormat("flv");
            recorder.setInterleaved(false);
            recorder.setVideoOption("tune", "zerolatency");
            recorder.setVideoOption("preset", "ultrafast");
            recorder.setVideoOption("crf", "26");
            recorder.setVideoOption("threads", "1");
            double frameRate = grabber.getFrameRate();
            recorder.setFrameRate(frameRate);// 设置帧率
            recorder.setGopSize(25);// 设置gop,关键帧
            int videoBitrate = grabber.getVideoBitrate();
            recorder.setVideoBitrate(videoBitrate);// 设置码率500kb/s，画质
            recorder.setVideoCodec(avcodec.AV_CODEC_ID_H264);
            recorder.setPixelFormat(avutil.AV_PIX_FMT_YUV420P);
            recorder.setAudioCodec(avcodec.AV_CODEC_ID_AAC);
            recorder.setTrellis(1);
            recorder.setMaxDelay(0);// 设置延迟
            recorder.setAudioChannels(grabber.getAudioChannels());
            recorder.start();
        }
        FacePreview faceProcessEngine = new FacePreview();
        long startTime = 0;
        long videoTS;
        for (; ; ) {
            Frame frame = grabber.grab();
            if (frame == null) {
                break;
            }
            IplImage iplImage = converter.convert(frame);//抓取一帧视频并将其转换为图像
            if (needShowFacePreview) {
                //需要将人脸检测框实时显示在UI上,首先将IplImage传入人脸处理引擎进行处理,
                //处理后IplImage会被修改，然后通过recoder编码成H264视频流,最后通过ServletOutputStream输出到浏览器
                if (iplImage != null) {
                    faceProcessEngine.preview(iplImage);
                    frame = converter.convert(iplImage);
                }
                if (startTime == 0) {
                    startTime = System.currentTimeMillis();
                }
                videoTS = 1000 * (System.currentTimeMillis() - startTime);
                if (recorder != null) {
                    if (videoTS > recorder.getTimestamp()) {
                        recorder.setTimestamp((videoTS));
                    }
                    recorder.record(frame);
                } 
                if (outputStream.size() > 0) {
                    //将检测结果实时渲染到UI上
                    byte[] bytes = outputStream.toByteArray();
                    servletOutputStream.write(bytes);
                    outputStream.reset();
                }
            } else {
                //不需要将人脸检测框实时显示在UI上，自定义实现保存逻辑，例如将结果聚合成JSON数据，在适当时机推送给其他端。
            }
        }
   }

​ 如下图（保护隐私，做了脱敏处理），输入多个RTSP地址，通过人脸识别检测后，会实时渲染到UI上。

​ 如果不需要实时显示人脸框，只保留后台服务，可以删除VUE3和HTML相关功能。也可以自定义实现人脸检测数据保存功能，对此本文不做详细展开。

六、总结

​ 本文主要介绍了虹软LINUX PRO人脸识别SDK的集成流程，对RTSP流进行解码，并进行人脸检测和显示结果，使用了当前主流的前后端开发技术。文中使用的ffmpeg + opencv是开源框架，支持很多协议和格式，如果大家想拓展其他视频流检测功能，可以在本文基础上二次开发，本文就不做详细介绍了。

​ 附上本文涉及到的工程源码路径。

​ 主工程（java + springboot）：https://github.com/WeiLiqiang/ArcFaceDemoForLinuxPRO

​ UI工程（vue3）：https://github.com/WeiLiqiang/ArcFaceDemoForLinuxPROUI

s0-1768271821449)]

​