虹软人脸识别 - 采用数据库存取人脸特征数据

前几天有个朋友遇到了个问题，他在使用虹软的人脸识别引擎时，想更换一下人脸识别的存储方式，原本demo中使用的是文件的方式进行存储，而他想要通过数据库的方式进行存储。由于他刚接触Android不久，对数据库这块不甚了解，再加之听上去要存特征数据，听上去就很难的样子，可愁坏了他。其实虹软的人脸特征数据就是一个byte[]，存储起来还是相当方便的。我为他写了一个demo，顺便与大家分享一下，希望能帮到有需要的人，本文将分为以下几点讲述。

两种数据库存储方式

封装数据库操作接口

ArcFaceDemo接入

一、两种数据库操作方式

方案一：使用原生数据库存储人脸特征数据

1. 建表

首先我们需要建一张表来存储特征数据，但是光存储特征数据还是不够的，不足以满足人脸识别的需要，因此我们还需要人脸姓名、人脸图片等数据。下面我创建了一个User表，以id为主键，并自增长，faceName用TEXT类型存储，把人脸图片与特征都用Blob存储。

注意：对于人脸库中人脸较多的场景，请将注册图存储至本地，数据库中仅保留文件路径，否则会占用很多内存。

public class FaceDatabaseHelper extends SQLiteOpenHelper {

private static final String TAG = "FaceDatabaseHelper";

public FaceDatabaseHelper(@Nullable Context context, @Nullable String name, @Nullable SQLiteDatabase.CursorFactory factory, int version) {

super(context, name, factory, version);

}

@Override

public void onCreate(SQLiteDatabase db) {

//创建Face表 ID 名字 照片 特征

db.execSQL("CREATE TABLE IF NOT EXISTS Face" +

"(id INTEGER PRIMARY KEY AUTOINCREMENT, faceName TEXT, facePic Blob , faceFeature Blob)");

//建库成功后给出提示

Log.i(TAG, "dataBase Create Success");

}

@Override

public void onUpgrade(SQLiteDatabase db, int oldVersion, int newVersion) {

}

}

2. 新增人脸数据

表已经建好了，接下来就是往表中插入数据，需要注意的是，这里的最后一个参数需要传入jpeg格式的数据。

public long addFace(String faceName, byte[] faceFeature, byte[] facePic) {

//存人脸

ContentValues values = new ContentValues();

long index = -1;

//写入表

try {

values.put("faceName", faceName);

values.put("faceFeature", faceFeature);

values.put("facePic", facePic);

index = db.insert("Face", null, values);

} catch (Exception e) {

e.printStackTrace();

}

return index;

}

3. 加载人脸数据

人脸数据已经成功的插入到了表中，接下来我们就需要将表内所有的数据加载到内存。

public ArrayList selectAllFaces() {

ArrayList dataList = new ArrayList<>();

Cursor cursor = db.query("Face", null, null, null, null, null, null);

while (cursor.moveToNext()) {

FaceEntity data = new FaceEntity();

int id = cursor.getInt(cursor.getColumnIndex("id"));

String faceName = cursor.getString(cursor.getColumnIndex("faceName"));

byte[] facePic = cursor.getBlob(cursor.getColumnIndex("facePic"));

byte[] faceFeature = cursor.getBlob(cursor.getColumnIndex("faceFeature"));

data.setId(id);

data.setFaceName(faceName);

data.setFacePic(facePic);

data.setFaceFeature(faceFeature);

dataList.add(data);

}

cursor.close();

return dataList;

}

4. 清空人脸数据

支持删除所有人脸或单张人脸。

public void deleteAllFace() {

db.execSQL("delete from Face");

}

public void deleteFaceById(int id) {

db.delete("Face", "id=?", new String[]{"" + id});

}

方案二：使用Room框架存储人脸特征数据

上面使用的是原生数据库操作接口，这边还提供一种使用Android官方推荐的Room框架操作数据库的示例。

1. 添加依赖

首先我们要在app下的build.gradle文件内添加room的依赖。

implementation 'android.arch.persistence.room:runtime:1.1.1'

annotationProcessor 'android.arch.persistence.room:compiler:1.1.1'

2. 建表

Room的数据库操作相比于原生的方式来说简单的多，只需要对实体类进行注解即可。

注意：对于人脸库中人脸较多的场景，请将注册图存储至本地，数据库中仅保留文件路径，否则会占用很多内存。

// entity声明定义，并且指定了映射数据表明

@Entity(tableName = "Face")

public class FaceEntity {

// 设置主键，并且定义自增增

@PrimaryKey(autoGenerate = true)

public int id;

// 字段映射具体的数据表字段名

@ColumnInfo(name = "faceName")

private String faceName;

@ColumnInfo(name = "faceFeature")

private byte[] faceFeature;

@ColumnInfo(name = "facePic")

private byte[] facePic;

// getter/setter就不贴了

...

}

3. 建库

每次打开数据库文件都会产生比较大的开销，所以将FaceRoomDatabase设计成单例。

//注解指定了database的表映射实体数据以及版本等信息

@Database(entities = {FaceEntity.class}, version = 1)

public abstract class FaceRoomDatabase extends RoomDatabase {

//RoomDatabase提供直接访问底层数据库实现，我们通过定义抽象方法返回具体Dao

//然后进行数据库增删该查的实现。

public abstract FaceDao userDao();

private static volatile FaceRoomDatabase instance;

public static FaceRoomDatabase getInstance(Context context) {

if (instance == null) {

synchronized (FaceRoomDatabase.class) {

if (instance == null) {

instance = Room.databaseBuilder(context.getApplicationContext(), FaceRoomDatabase.class, "RoomFaceDB.db")

.build();

}

}

}

return instance;

}

}

4. 数据库操作

基于Room框架的数据库操作较为简单，就不一一例举，统一放在一起进行说明。

@Dao

public interface FaceDao {

//返回Long数据表示，插入条目的主键值(uid)

@Insert

Long addFace(FaceEntity user);

//获取所有人脸数据

@Query("SELECT * FROM Face")

List getAllFace();

//删除所有人脸数据

@Query("DELETE FROM Face")

int deleteAll();

//删除指定人脸

@Delete

int delete(FaceEntity user);

}

二、封装数据库操作接口

2.1 接口声明

为了代码切换更便捷，能够在代码中快速切换使用Room或直接使用SQLite进行数据库操作：

// ROOM方式

private static FaceDatabaseAccessObject dao = new RoomFaceDao();

// 直接使用SQLite方式

// private static FaceDatabaseAccessObject dao = new SQLiteFaceDao();

我们可以预先定义一套接口FaceDatabaseAccessObject：

public interface FaceDatabaseAccessObject {

/**

* 初始化

*/

void init();

/**

* 插入一个人脸

*

* @param userEntity 人脸信息

* @return index

*/

long insert(FaceEntity userEntity);

/**

* 获取所有人脸

*

* @return 所有人脸

*/

List getAll();

/**

* 清空所有人脸

*/

void clearAll();

/**

* 回收资源操作

*/

void release();

}

2.2 SQLite实现FaceDatabaseAccessObject接口

public class SQLiteFaceDao implements FaceDatabaseAccessObject {

private static FaceDatabaseManager faceDataBaseManager;

@Override

public void init() {

faceDataBaseManager = new FaceDatabaseManager(ArcFaceApp.getApplication());

}

@Override

public long insert(FaceEntity userEntity) {

if (faceDataBaseManager == null) {

return -1;

}

return faceDataBaseManager.addFace(userEntity.getFaceName(), userEntity.getFaceFeature(), userEntity.getFacePic());

}

@Override

public List getAll() {

if (faceDataBaseManager == null) {

return null;

}

return faceDataBaseManager.selectAllFaces();

}

@Override

public void clearAll() {

if (faceDataBaseManager == null) {

return;

}

faceDataBaseManager.deleteAllFace();

}

@Override

public void release() {

if (faceDataBaseManager == null) {

return;

}

faceDataBaseManager.release();

}

}

2.3 ROOM实现FaceDatabaseAccessObject接口

public class RoomFaceDao implements FaceDatabaseAccessObject {

private static FaceDao dao;

private FaceRoomDatabase appDatabase;

@Override

public void init() {

appDatabase = FaceRoomDatabase.getInstance(ArcFaceApp.getApplication());

dao = appDatabase.userDao();

}

@Override

public long insert(FaceEntity userEntity) {

return dao == null ? -1 : dao.addFace(userEntity);

}

@Override

public List getAll() {

return dao == null ? null : dao.getAllFace();

}

@Override

public void clearAll() {

if (dao == null) {

return;

}

dao.deleteAll();

}

@Override

public void release() {

if (appDatabase != null) {

appDatabase.close();

}

}

}

三、ArcFaceDemo接入

数据库操作已经实现，接下来就要实际运用到项目中，首先是人脸注册，我们直接修改Demo中FaceServer类的register方法。

3.1 注册

// 创建一个头像的Bitmap，存放旋转结果图

Bitmap headBmp = getHeadImage(bgr24, width, height, faceInfoList.get(0).getOrient(), cropRect, ArcSoftImageFormat.BGR24);

// 录入人脸

ByteArrayOutputStream baos = new ByteArrayOutputStream();

headBmp.compress(Bitmap.CompressFormat.JPEG, 50, baos);

byte[] facePic = baos.toByteArray();

FaceEntity user = new FaceEntity();

user.setFaceName(userName);

user.setFaceFeature(faceFeature.getFeatureData());

user.setFacePic(facePic);

dao.insert(user);

3.2 查询

上面我们已经完成了注册，接下来就是查询，由于Room不推荐在主线程中进行UI操作，我们新创建一个线程，将原本Demo中的initFaceList替换为initFaceListByDataBase。

private void initFaceListByDataBase() {

new Thread(new Runnable() {

@Override

public void run() {

faceRegisterInfoList = new ArrayList<>();

List userTableList = dao.getAll();

for (FaceEntity userInfo : userTableList) {

faceRegisterInfoList.add(new FaceRegisterInfo(userInfo.getFaceFeature(), userInfo.getFaceName(), userInfo.getFacePic()));

}

}

}).start();

}

3.3 删除

删除人脸同样属于IO操作，推荐放在子线程中处理。

public int clearAllFaces(Context context) {

synchronized (this) {

if (context == null) {

return 0;

}

int number = 0;

if (faceRegisterInfoList != null) {

number = faceRegisterInfoList.size();

faceRegisterInfoList.clear();

}

new Thread(new Runnable() {

@Override

public void run() {

dao.clearAll();

}

}).start();

return number;

}

}

3.4 显示

由于原本图片的加载模式是加载本地文件，而现在图片是直接存储在数据库的，因此需要对CompareResult进行修改，同时要对FaceSearchResultAdapter的图片加载做一些修改。

public class CompareResult {

private String userName;

private float similar;

private int trackId;

private byte[] facePic;

public CompareResult(String userName, float similar) {

this.userName = userName;

this.similar = similar;

}

public CompareResult(String userName, float similar, byte[] facePic) {

this.userName = userName;

this.similar = similar;

this.facePic = facePic;

}

}

public CompareResult getTopOfFaceLib(FaceFeature faceFeature) {

//......

//.....

if (maxSimilarIndex != -1) {

//return new CompareResult(faceRegisterInfoList.get(maxSimilarIndex).getName(), maxSimilar);

return new CompareResult(faceRegisterInfoList.get(maxSimilarIndex).getName(), maxSimilar, faceRegisterInfoList.get(maxSimilarIndex).getFacePic());

}

return null;

}

FaceSearchResultAdapter内修改注册照显示的图像加载。

@Override

public void onBindViewHolder(@NonNull CompareResultHolder holder, int position) {

if (compareResultList == null) {

return;

}

// File imgFile = new File(FaceServer.ROOT_PATH + File.separator + FaceServer.SAVE_IMG_DIR + File.separator + compareResultList.get(position).getUserName() + FaceServer.IMG_SUFFIX);

// Glide.with(holder.imageView)

// .load(imgFile)

// .into(holder.imageView);

Glide.with(holder.imageView)

.load(compareResultList.get(position).getFacePic())

.into(holder.imageView);

holder.textView.setText(compareResultList.get(position).getUserName());

}

3.5 效果

至此为止我们已经搭建好数据库，并且完成了识别界面相关的代码修改，下面是实际运行的效果。

四、附录

本文通过两种数据库操作方式介绍了人脸特征数据的存取，供大家参考，若有不对的地方，请大家指正！

如果对您有所帮助，可以为我的demo点个star！

提示：本文示例代码在使用前需先修改com.arcsoft.arcfacedemo.common.Constants.java中的APP_ID与SDK_KEY。

相关产品在虹软人脸识别开放平台进一步了解喔