• ArcFac_C#_DEMO开发


    手上有一个项目,需要检验使用本程序的,是否本人!因为在程序使用前,我们都已经做过头像现场采集,所以源头呢是不成问题的,那么人脸检测,人脸比对,怎么办呢?度娘了下,目前流行的几个人脸检测,人脸比对核心,大多都是基于互联网的,但我们的项目是基于本地服务器,那就有点麻烦了,后来找到ArcFace. 它的核心允许本地调用,那就好办了,立刻去了官网,看论坛,下DEMO;我当时下的是这个:ArcFace C#DEMO

    本以为可以一帆风顺的就可以把项目搞定了,不想...噩梦才刚刚开始呢...且听我细细道来:
    首先说下我的调用逻辑;

    项目里有一个采集端(每个业务窗口),负责采集现场人像,并通过ArcFace人脸检测,特征提取,获取到.dat比对源(ServiceFaceModels),然后存到数据库(blob);

    项目里的应用端(用户手机),随机时间的调用摄像头,采集到被比对图片;并对该记录进行标记;

    项目时比对端(服务器),定时询问数据库,哪些被标记记录需要比对,然后通过数据库记录,找到该图片,并通过ArcFace人脸检测,特征提取,获取到.dat被比对源(LocalFaceModels) 然后将这两个源在内存中进行比对,得分高于0.7的,就通过;

    前两端就不多说了,都是一些常规的操作。重点讲下比对端(服务器);

    先说我做的第一个版本,做的是一个控制台程序;

    //首先定义了一个调用类;

    MatchUserFace;它里边包含了初始化,人脸检测,特征提取,人脸比对,以及一些辅助方法;

    //然后在Program里定义了一个委托,这个委托的作用,就是能够让我可以带参数进去ArcFace的检测与比对核心;

    public delegate bool MatchHandler(string userid, string studyid, string photoid, string photopath);
    

      


    //最后我的Program里边,就是做一个递归(这是个罪人),去不断的问数据库拿被标志需要进行核对的记录,拿到图片后,就进行比对;
    QueryDataFile(string upstate);下边这段就是在QueryDataFile();去实现异步调用比对核心;

    MatchHandler handler = new MatchHandler(MatchUserFace.GetAndMatchImage);
    string Identification = string.Format("USERID:{0} STUDYID:{1} PHID:{2}", userid, studyid, photoid);
    IAsyncResult result = handler.BeginInvoke(userid, studyid, photoid, pathstr, RecognizeEngine, DetectEngine, new AsyncCallback(CallbackFunc), Identification);
    

      


    下边这段就是异步的结果回调;

    static void CallbackFunc(IAsyncResult result)
    {
    MatchHandler handler = (MatchHandler)((AsyncResult)result).AsyncDelegate;
    bool match = handler.EndInvoke(result);
    string strmatch = string.Empty;
    if (match)
    {
    strmatch = " 比对结果:OK";
    }
    else
    {
    
    strmatch = " 比对结果:NO";
    }
    Console.WriteLine(result.AsyncState + strmatch);
    GC.Collect();
    }
    

      

    写好了,发布到服务器上,还想着中午吃个鸡腿奖励下自己;不想...发布后不到两小时,小弟来说:服务器是不是出问题了,下边所有业务窗口访问速度严重延迟...立马跑到机房去看,一看没毛病呀,所有的服务都好好的,没有卦死..再打开资源监视器一看,靠...那个比对端一下吃3个多G的内存,而且还在不断上升中...立马停掉,然后再问小弟,下边业务是否正常,他回复正常了...那么说,就是我写的这个比对端有问题了!改!!!

    第二个版本,

    下了机房看代码...左看右看,没有哪不对呀,一步步按步就班的...毫无头绪时,就想,是不是服务器内存不够而已,打申请拿了64G回来。再开程序也是一样吃的很紧,但是下边业务窗口倒是不延时,看来内存增大还是有好处的...呵...;但是源头问题还是没解决,不行的呀!到了晚饭时,一道灵光拍进脑门,我看到代码里我是每异步调用一次,就初始化一次ArcFace的SDK。我就想,是不是这个原因导致呢?修改方法,去试试!!
    //把那个委托改成如下:

    ```
    public delegate bool MatchHandler(string userid, string studyid, string photoid, string photopath, IntPtr RecognizeEngine, IntPtr DetectEngine);
    ```
    //然后初始化SDK放到了Program里做://然后初始化SDK放到了Program里做:

    string appId = "4yHjnxK94FCK6L7HaJieWawSLubnANXXXXX";
    string sdkFDKey = "7S6Xp4mtroLnjTt7qDYnd2dqHXXXXX";
    string sdkFRKey = "7S6Xp4mtroLnjTt7qDYnd2dxSgXXXXX";
    int retCode = AFDFunction.AFD_FSDK_InitialFaceEngine(appId, sdkFDKey, pMem, detectSize, ref DetectEngine, 5, nScale, nMaxFaceNum);
    int retCode2 = AFRFunction.AFR_FSDK_InitialEngine(appId, sdkFRKey, pMemRecongnize, detectSize, ref RecognizeEngine);
    

      


    //最后把异步调用的方法改成如下:

    MatchHandler handler = new MatchHandler(MatchUserFace.GetAndMatchImage);
    string Identification = string.Format("USERID:{0} STUDYID:{1} PHID:{2}", userid, studyid, photoid);
    IAsyncResult result = handler.BeginInvoke(userid, studyid, photoid, pathstr, RecognizeEngine, DetectEngine, new AsyncCallback(CallbackFunc), Identification);
    

      


    再次发布到服务器。然后再到资源监视器去看,哟...线程数不高了而且增长的还不快...好开心!!以为搞好了;就回宿舍睡觉去了!!不想...睡得迷糊的时候,我们的客服小妹妹的电话就打到我这了,我说什么事,她说现在大面积反映用户比对不了?what?我说不可能吧,是不是当地电信故障呀?我自己拿手机试了下,真的不行呀!!!快速赶回办公室远程看了下服务器,我的乖乖...比对端卦了!!!我再看日志,日志没有捕捉到程序异常,只是捕到了个:Value cannot be null.Parameter name: source;我吃你大米了,我刨你家玉米地了,为啥要这么对我!重启比对端,然后都可以正常运作了...我决定在这监视这个比对端,在资源监视器我到是发现了一个:w3wp.exe它在不断的涨内存(这是要划重点的)想想这可已经是深夜了。果不出其然,运行了大概两个多小时后,程序又卦了。我的乖乖,为啥会这样呢,一时半会也想不出办法呀!我也总不能呆在服务器旁它停了,我就重启吧!
    第二天致电虹软,反映了程序会运行一段时间就会卦掉,虹软这边也提出了很多宝贵意见,
    1.先着眼把捕捉到的那个错误,查出来,看看是否处理好了,程序还会不会卦;那我就在程序里增加了日志打印,还真就发现了几个在DEMO里没有处理到的问题:
    <1>每个Marshal.AllocHGlobal,用完以后,一定要释放;
    <2>AFD_FSDK_StillImageFaceDetection;AFR_FSDK_ExtractFRFeature;这两个函数要判断返回值是否等于0;
    所以 MatchUserFace 调用类我作了如下修改:

    private static byte[] detectAndExtractFeature(Image imageParam, out Image facerect,
    IntPtr RecognizeEngine, IntPtr DetectEngine)
    {
    byte[] feature = null; facerect = null;
    
    try
    {
    int width = 0; int height = 0; int pitch = 0;
    Bitmap bitmap = new Bitmap(imageParam);
    byte[] imageData = getBGR(bitmap, ref width, ref height, ref pitch);
    IntPtr imageDataPtr = Marshal.AllocHGlobal(imageData.Length);
    Marshal.Copy(imageData, 0, imageDataPtr, imageData.Length);
    
    ASVLOFFSCREEN offInput = new ASVLOFFSCREEN();
    offInput.u32PixelArrayFormat = 513;
    offInput.ppu8Plane = new IntPtr[4];
    offInput.ppu8Plane[0] = imageDataPtr;
    offInput.i32Width = width;
    offInput.i32Height = height;
    offInput.pi32Pitch = new int[4];
    offInput.pi32Pitch[0] = pitch;
    AFD_FSDK_FACERES faceRes = new AFD_FSDK_FACERES();
    IntPtr offInputPtr = Marshal.AllocHGlobal(Marshal.SizeOf(offInput));
    Marshal.StructureToPtr(offInput, offInputPtr, false);
    IntPtr faceResPtr = Marshal.AllocHGlobal(Marshal.SizeOf(faceRes));
    
    //人脸检测
    int detectResult = AFDFunction.AFD_FSDK_StillImageFaceDetection(DetectEngine, offInputPtr, ref faceResPtr);
    if (detectResult == 0)
    {
    try
    {
    object obj = Marshal.PtrToStructure(faceResPtr, typeof(AFD_FSDK_FACERES));
    faceRes = (AFD_FSDK_FACERES)obj;
    for (int i = 0; i < faceRes.nFace; i++)
    {
    MRECT rect = (MRECT)Marshal.PtrToStructure(faceRes.rcFace + Marshal.SizeOf(typeof(MRECT)) * i, typeof(MRECT));
    int orient = (int)Marshal.PtrToStructure(faceRes.lfaceOrient + Marshal.SizeOf(typeof(int)) * i, typeof(int));
    if (i == 0)
    {
    facerect = CutFace(bitmap, rect.left, rect.top, rect.right - rect.left, rect.bottom - rect.top);
    }
    }
    }
    catch (Exception ex)
    {
    
    LogNetWriter.Error("人脸检测时出错:" + ex.Message);
    }
    
    }
    
    
    if (faceRes.nFace > 0)
    {
    try
    {
    AFR_FSDK_FaceInput faceResult = new AFR_FSDK_FaceInput();
    int orient = (int)Marshal.PtrToStructure(faceRes.lfaceOrient, typeof(int));
    faceResult.lOrient = orient;
    faceResult.rcFace = new MRECT();
    MRECT rect = (MRECT)Marshal.PtrToStructure(faceRes.rcFace, typeof(MRECT));
    faceResult.rcFace = rect;
    IntPtr faceResultPtr = Marshal.AllocHGlobal(Marshal.SizeOf(faceResult));
    Marshal.StructureToPtr(faceResult, faceResultPtr, false);
    
    AFR_FSDK_FaceModel localFaceModels = new AFR_FSDK_FaceModel();
    IntPtr localFaceModelsPtr = Marshal.AllocHGlobal(Marshal.SizeOf(localFaceModels));
    int extractResult = AFRFunction.AFR_FSDK_ExtractFRFeature(RecognizeEngine, offInputPtr, faceResultPtr, localFaceModelsPtr);
    if (extractResult == 0)
    {
    Marshal.FreeHGlobal(faceResultPtr);
    Marshal.FreeHGlobal(offInputPtr);
    
    object objFeature = Marshal.PtrToStructure(localFaceModelsPtr, typeof(AFR_FSDK_FaceModel));
    
    Marshal.FreeHGlobal(localFaceModelsPtr);
    
    localFaceModels = (AFR_FSDK_FaceModel)objFeature;
    feature = new byte[localFaceModels.lFeatureSize];
    Marshal.Copy(localFaceModels.pbFeature, feature, 0, localFaceModels.lFeatureSize);
    
    localFaceModels = new AFR_FSDK_FaceModel();
    }
    }
    catch (Exception ex)
    {
    
    LogNetWriter.Error("提取特征时出错:" + ex.Message);
    }
    
     
    
    }
    
    bitmap.Dispose();
    imageData = null;
    Marshal.FreeHGlobal(imageDataPtr);
    //Marshal.FreeHGlobal(faceResPtr);
    offInput = new ASVLOFFSCREEN();
    faceRes = new AFD_FSDK_FACERES();
    }
    catch (Exception ex)
    {
    LogNetWriter.Error("识别人脸并提取人脸特征出错:" + ex.Message);
    }
    return feature;
    }
    ```
    当然了,比对的时候也作了一些修改,就是当比对完了以后,就做了指针释放;
    
    ```
    Marshal.FreeHGlobal(firstFeaturePtr);
    Marshal.FreeHGlobal(secondFeaturePtr);
    Marshal.FreeHGlobal(firstPtr);
    Marshal.FreeHGlobal(secondPtr);
    ```
    经过这一次修改后,再发布到服务器,哟...不错哦..运行的时间久了...但还是会卦,而且那个w3wp.exe还是会不断的拉内存;这个版本的运行时间可以达到4小左右了;我就想总得有个解决办法吧;再次致电虹软,再次反映这个问题,虹软这边给我的建议就是不要去进行多线程,我想想也对,要把逻辑简单化,我就把识别核心打包成一个EXE.然后在Program里调用这个EXE.意思就是每当我有需要识别的图片,我就调一个EXE.然后EXE处理完以后,就自我释放了...
    于是我改了第三版:
    
    ```
    //这里就是一条线程在做处理
    string strmatch = string.Empty;
    ControlExeClass _ControlExeClass = new Model.ControlExeClass();
    //这个方法是调一个EXE,EXE的内容是:ControlExeClass.cs;
    //做的任务就是把图片进行人脸检测,人脸特征提取,人脸识别;
    bool bo = _ControlExeClass.ControlExe(userid, studyid, photoid, pathstr);
    if (bo)
    {
    iCheck_OK++;
    label5.Text = iCheck_OK.ToString();
    strmatch = " 比对结果:OK";
    }
    else
    {
    
    strmatch = " 比对结果:NO";
    }
    string dates = " 比对时间:" + DateTime.Now.ToString("yyyy-MM-dd HH:mm:ss");
    
    textBox1.Text += " USERID:" + userid + " STUDYID:" + studyid + " PHID:" + photoid + strmatch + dates + Environment.NewLine;
    

      

    然后那个EXE就是沿用MatchUserFace调用类,在EXE的主线程里完成调用;还别说,用了这个方法后,内存不拉升了,而且w3wp.exe上涨,也只是在EXE工作的一刹那上来,EXE干完活后,它就会生成一个新的w3wp.exe,旧的w3wp.exe那个会被注销掉...哗...想想就开心,终于如愿解决了问题,,但....当一个人觉得越顺利时,往往大麻烦就会来了。正如我觉得上天不会对我那么好一样,运行了大概一天后,程序还是卦了。苍天呀,大地呀,我到底做错了什么....
    正在我一筹莫展时,我就老记恨这个w3wp.exe,到底是什么东东,好,度娘下彻底了解下它。
    度娘是这么形容它的:
    w3wp.exe是在IIS(因特网信息服务器)与应用程序池相关联的一个进程,如果你有多个应用程序池,就会有对应的多个w3wp.exe的进程实例运行。这个进程用来分配大量的系统资源。
    好,既然说我的IIS里的应用程序池,那我就对我的应用程序池进行固定内存回收不就好了嘛;我就对线程池做了一个固定内存回收,当达到400000KB时就做一次回收。
    这一下设置做下去后,的确是立竿见影的,当EXE工作时w3wp.exe就从来没高过400000KB;我想这一下应该彻底解决了吧;可是....程序还是卦了....我是真的不得上天倦顾呀...
    一连几天毫无头绪,唉...上下压力都好大呀。搞得我肚子也不舒服,就去厕所蹲了个坑,还别说,这个坑,含金量特高。又一道灵光打进了我的脑门,我想呀,是不是我的递归出现了问题呢???我就回去看了下代码,我的递归逻辑是没有问题的呀,一步步有板有眼,这是怎么回事呢,我又度娘了下,关于C#的递归,是这么形容的:一个算法中,由于递归调用次数过多,堆栈是会溢出。递归使用的内存大小累计达4G,系统就会进行内存回收。 至于何时收,怎么收,就是windows的事情了。乖乖...既然有这么一个限定,我不用不就好了嘛,我就用死询还不好吗?
    所以第4版修改如下:

    private static void CycleData()
    {
    while (true)
    {
    if (_DoWork)
    {
    break;
    }
    else
    {
    QueryDataFile("U");
    Thread.Sleep(1500);
    }
    
    Thread.Sleep(2000);
    }
    
    }
    

      

    至此所有问题解决!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!哦.....忘说了,我后来没有单独调用EXE这种方法了,改成了第一版的控制台程序,其结果是一样的;
    现在...呵呵...我可是十分轻松着座在大班椅上,喝着奶茶,身边座着小秘,我说,她打的这篇文章...呵....开玩笑了,文章里每个字都是我自己亲手敲的,同时也十分感谢虹软能提供这么优秀的SDK供我使用,更要感谢虹软的技术支持,给我莫大的帮助;
    最后总结几点:

    1.SDK可以只初始化一次,然后ref传参进结构体,就可以一直用下去;

    2.每个Marshal.AllocHGlobal,用完以后,一定要释放;

    3.可以异步回调进行;

    4.AFRFunction.AFR_FSDK_ExtractFRFeature;
    AFDFunction.AFD_FSDK_StillImageFaceDetection;
    这两个函数要判断返回值是否等于0;

    5.最最最重要一点,禁使用递归去调用;宁愿用死询代替;(因为这个就是导致我程序死掉的主因),因为递归要是深度太大,而且次数过多,累计内存使用达4G以上,系统就会做一次线程与内存回收,至于怎么收,何时收就是不定时的,所以一定不要用递归,这个是我在C#官方看到对于递归的解释;

    6.如果是使用windows服务器进行虹软SDK的;建议IIS线程池做一个固定内存回收机制。

  • 相关阅读:
    [java]struts2 模型驱动 2016-05-01 21:40 702人阅读 评论(19) 收藏
    [CS]C#操作word 2016-04-17 18:30 1506人阅读 评论(35) 收藏
    软件设计 2016-04-03 18:21 1012人阅读 评论(26) 收藏
    sqlite数据库文件导入到sqlserver 2016-03-26 21:55 1292人阅读 评论(1) 收藏
    C/S和B/S交互 2016-03-19 11:27 1275人阅读 评论(30) 收藏
    DESede/CBC/PKCS5Padding
    Gson应用:利用map和list来拼装Json消息
    使用Log4j2,打包后提示ERROR StatusLogger Log4j2 could not find a logging implementation.
    Jinkins定时任务设置
    给Fitnesse添加调用多参数fixture的调用方法
  • 原文地址:https://www.cnblogs.com/Zzz-/p/10796794.html
Copyright © 2020-2023  润新知