OpenVINO实时人脸表面3D点云提取
2019出现的一个可以在移动端实时运行的人脸3D表面提取模型-FaceMesh，被很多移动端AR应用作为底层算法实现人脸检测与人脸3D点云生成。相关的论文标题为：
《Real-time Facial Surface Geometry from Monocular Video on Mobile GPUs》
github有pytorch版本的实现地址如下：
https://github.com/thepowerfuldeez/facemesh.pytorch
已经提供了预训练模型文件pth，可以用Netron打开查看。它的输入与输出显示截图如下：
图-2
最终输出的点云数据是468个3D坐标人脸点云坐标，输入人脸的ROI区域，大小为192x192。使用Pytorch支持的脚本可以把该模型转换为ONNX格式模型，转换的脚本与代码如下：
from facemesh import FaceMeshimport torch
net = FaceMesh()net.load_weights("facemesh.pth")torch.onnx.export(net, torch.randn(1, 3, 192, 192, device='cpu'), "facemesh.onnx", input_names=("image", ), output_names=("preds", "confs"), opset_version=9)
这样我们就得到了ONNX版本的模型文件。
OpenVINO调用facemesh模型
OpenVINO2020.x版本以后均支持直接读取ONNX格式模型文件，实现模型加载与推理调用。这里以OpenVINO2021.2版本为例。我们的基本思路是首先通过OpenVINO自带的人脸检测模型实现人脸检测，然后截取人脸ROI区域再送到facemesh模型中实现人脸3D表面点云468个点提取。人脸检测这里我们选择了OpenVINO自带的face-detection-0202模型文件，该模型是基于MobileNet SSDv版本，输入格式如下：
NCHW = 1x3x384x384
输出格式为:
1x1xNx7
通道的顺序是：BGR
从图-2得知人脸3D点云提取模型facemesh的输入格式为1x3x192x192,输出层有两个分别是preds与confs，其中preds是点云数据，confs表示置信度。preds的1404表示的是468个点每个点的三维坐标，总计468x3=1404。代码演示部分的步骤与运行结果详解说明与步骤。加载模型与获取输入与输出信息：
-
# 加载人脸检测模型
-
net = ie.read_network(model=model_xml, weights=model_bin)
-
input_blob = next(iter(net.input_info))
-
out_blob = next(iter(net.outputs))
-
# 人脸检测的输入格式
-
n, c, h, w = net.input_info[input_blob].input_data.shape
-
print(n, c, h, w)
-
exec_net = ie.load_network(network=net, device_name="CPU")
-
-
# 加载人脸3D点云预测模型
-
face_mesh_onnx = "facemesh.onnx"
-
mesh_face_net = ie.read_network(model=face_mesh_onnx)
-
# 输入格式
-
em_input_blob = next(iter(mesh_face_net.input_info))
-
en, ec, eh, ew = mesh_face_net.input_info[em_input_blob].input_data.shape
-
print(en, ec, eh, ew)
-
em_exec_net = ie.load_network(network=mesh_face_net, device_name="CPU")
人脸检测与获取人脸ROI然后提取人脸3D点云数据,然后显示：
-
# 设置输入图像与人脸检测模型推理预测
-
image = cv.resize(frame, (w, h))
-
image = image.transpose(2, 0, 1)
-
inf_start = time.time()
-
res = exec_net.infer(inputs={input_blob: [image]})
-
ih, iw, ic = frame.shape
-
res = res[out_blob]
-
# 解析人脸检测，获取ROI
-
for obj in res[0][0]:
-
if obj[2] > 0.75:
-
xmin = int(obj[3] * iw)
-
ymin = int(obj[4] * ih)
-
xmax = int(obj[5] * iw)
-
ymax = int(obj[6] * ih)
-
if xmin < 0:
-
xmin = 0
-
if ymin < 0:
-
ymin = 0
-
if xmax >= iw:
-
xmax = iw - 1
-
if ymax >= ih:
-
ymax = ih - 1
-
-
# 截取人脸ROI，提取3D表面点云数据
-
roi = frame[ymin:ymax, xmin:xmax, :]
-
roi_img = cv.resize(roi, (ew, eh))
-
roi_img = np.float32(roi_img) / 127.5
-
roi_img = roi_img.transpose(2, 0, 1)
-
em_res = em_exec_net.infer(inputs={em_input_blob: [roi_img]})
-
-
# 转换为468个3D点云数据， 然后显示
-
prob_mesh = em_res["preds"]
-
prob_mesh= np.reshape(prob_mesh, (-1, 3))
-
cv.rectangle(frame, (xmin, ymin), (xmax, ymax), (0, 255, 255), 2, 8)
-
sx, sy= ew / roi.shape[1], eh / roi.shape[0]
-
for i in range(prob_mesh.shape[0]):
-
x, y = int(prob_mesh[i, 0] / sx), int(prob_mesh[i, 1] / sy)
-
cv.circle(frame, (xmin + x, ymin + y), 1, (0, 0, 255), 1)
-
-
# 计算帧率与显示点云结果
-
inf_end = time.time() - inf_start
-
cv.putText(frame, "infer time(ms): %.3f, FPS: %.2f" % (inf_end * 1000, 1 / inf_end), (10, 50),
-
cv.FONT_HERSHEY_SIMPLEX, 1.0, (255, 0, 255), 2, 8)
-
cv.imshow("Face Detection + 3D mesh", frame)
运行显示结果如下：
文章来源: blog.csdn.net，作者：AI视觉网奇，版权归原作者所有，如需转载，请联系作者。
原文链接：blog.csdn.net/jacke121/article/details/119113658
- 点赞
- 收藏
- 关注作者
评论（0）