1舔痕、前言
《人臉識(shí)別實(shí)戰(zhàn)》系列文章將講述一個(gè)人臉識(shí)別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)過程魏滚。本文是系列文章的開篇镀首，主要描述系統(tǒng)的整體架構(gòu)和各模塊的功能職責(zé)，以及系統(tǒng)所需要的環(huán)境依賴部署鼠次。
2更哄、系統(tǒng)整體架構(gòu)
2.1 服務(wù)器端
（1）網(wǎng)絡(luò)消息處理模塊
主要負(fù)責(zé)管理客戶端發(fā)送來的網(wǎng)絡(luò)連接請(qǐng)求芋齿、消息數(shù)據(jù)的收發(fā)與數(shù)據(jù)協(xié)議解析，以及對(duì)圖像數(shù)據(jù)的編解碼處理成翩。在系統(tǒng)中以JSON格式進(jìn)行消息封裝觅捆，使用TCP連接進(jìn)行收發(fā)通信，而圖像數(shù)據(jù)的解碼僅支持OpenCV對(duì)圖像數(shù)據(jù)的編解碼操作麻敌。
（2）圖像處理模塊
圖像處理模塊負(fù)責(zé)處理人臉圖像的數(shù)據(jù)栅炒，需要實(shí)現(xiàn)的功能包括：
- 人臉檢測(cè)：如果客戶端發(fā)送來的圖像數(shù)據(jù)是人臉圖像則不需要再進(jìn)行檢測(cè)，否則就需要對(duì)人臉進(jìn)行檢測(cè)术羔。系統(tǒng)將采用基于ncnn實(shí)現(xiàn)的MTCNN算法進(jìn)行部署赢赊。
- 人臉對(duì)齊：將檢測(cè)到的人臉圖像區(qū)域調(diào)整到正常角度，系統(tǒng)中將使用OpenCV的仿射變換來進(jìn)行對(duì)齊级历。
- 人臉特征提仁鸵啤：系統(tǒng)將集成FaceNet和InsightFace兩種算法進(jìn)行人臉的特征提取。
- 人臉特征比對(duì)：使用歐式距離進(jìn)行人臉特征比對(duì)寥殖，在閾值范圍內(nèi)選擇最小值作為比對(duì)結(jié)果玩讳。
（3）數(shù)據(jù)庫管理模塊
數(shù)據(jù)庫管理模塊負(fù)責(zé)數(shù)據(jù)庫的連接與管理以及用戶數(shù)據(jù)的增刪改查，主要包括新用戶的信息及人臉特征的注冊(cè)與刪除嚼贡，以及人臉特征比對(duì)時(shí)的查詢操作熏纯。系統(tǒng)中使用MySql數(shù)據(jù)庫作為存儲(chǔ)倉庫。
2.2 客戶端
（1）網(wǎng)絡(luò)處理模塊
主要的功能與服務(wù)器端相同编曼，可以復(fù)用豆巨。
（2）圖像處理模塊
圖像處理模塊在客戶端中僅需要實(shí)現(xiàn)人臉檢測(cè)及人臉對(duì)齊即可。
3掐场、環(huán)境部署
3.1 依賴
（1）硬件依賴
服務(wù)器端：需要運(yùn)行的人臉特征算法比較耗時(shí)往扔，需要GPU加速支持。
客戶端：攝像頭讀取圖像熊户，處理器僅需要CPU即可萍膛。
（2）軟件依賴
- 服務(wù)器端‘
- Tensorflow C++動(dòng)態(tài)庫：用于支持FaceNet與InsightFace的運(yùn)行。
- OpenCV C++動(dòng)態(tài)庫：用于支持圖像數(shù)據(jù)讀取嚷堡，編解碼蝗罗，人臉對(duì)齊等操作。
- ncnn：用于實(shí)現(xiàn)MTCNN蝌戒。
- Cuda：支持GPU運(yùn)行串塑。
- MySql：數(shù)據(jù)庫開發(fā)庫。
- 客戶端
- OpenCV：用于支持圖像數(shù)據(jù)讀取北苟，編解碼及人臉對(duì)齊等操作桩匪。
- ncnn：用于實(shí)現(xiàn)MTCNN算法的人臉檢測(cè)。
3.2 環(huán)境部署
（1）基礎(chǔ)依賴安裝
sudo apt-get install -y cmake
sudo apt-get install -y libeigen3-dev
sudo apt-get install -y zlib1g zlib1g.dev
sudo apt-get install -y build-essential libgtk2.0-dev libavcodec-dev
sudo apt-get install -y libavformat-dev libjpeg-dev libtiff5-dev
sudo apt-get install -y libswscale-dev libjasper-dev
sudo apt-get install mysql-server mysql-client libmysqlclient-dev
sudo apt-get install libopenblas-dev
（2）OpenCV編譯安裝
wget https://github.com/opencv/opencv/archive/4.1.1.zip
sudo apt-get install -y unzip
unzip -x 4.1.1.zip
OPENCV_DIR=$(pwd)/opencv-4.1.1
cd $OPENCV_DIR
mkdir build
cd build
cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local ..
sudo make
sudo make install
sudo echo /usr/local/lib >> /etc/ld.so.conf.d/opencv.conf
sudo ldconfig
sudo echo -e "PKG_CONFIG_PATH=\$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig\nexport PKG_CONFIG_PATH" >> /etc/bash.bashrc
source /etc/bash.bashrc
sudo updatedb
（3）tensorflow動(dòng)態(tài)庫編譯
- 下載源碼
git clone https://github.com/tensorflow/tensorflow.git
- cd到tensorflow目錄友鼻，更新到1.14版本
git checkout r1.14
- 執(zhí)行./configure進(jìn)行項(xiàng)目配置
- 使用bazel工具進(jìn)行編譯
bazel build --config=opt //tensorflow:libtensorflow_cc.so
- 編譯完成后傻昙，在tensorflow根目錄下出現(xiàn) bazel-bin, bazel-genfiles 等文件夾, 按順序執(zhí)行以下命令將對(duì)應(yīng)的libtensorflow_cc.so文件和其他文件拷貝進(jìn)入 /usr/local/lib/ 目錄完成后就準(zhǔn)備好了tensorflow_cc.so文件闺骚，后面在C++編譯環(huán)境和代碼目錄下編譯時(shí)鏈接這些庫即可，比如在CMakefile.txt中添加
mkdir /usr/local/include/tf
cp -r bazel-genfiles/ /usr/local/include/tf/
cp -r tensorflow /usr/local/include/tf/
cp -r third_party /usr/local/include/tf/
cp -r bazel-bin/tensorflow/libtensorflow* /usr/local/lib/
- 完成后就準(zhǔn)備好了tensorflow_cc.so文件妆档，后面在C++編譯環(huán)境和代碼目錄下編譯時(shí)鏈接這些庫即可僻爽，比如在CMakefile.txt中添加
include_directories(/usr/local/include/tf)
target_link_libraries(face_id -ltensorflow_cc -ltensorflow_framework)
（4）Cuda安裝
可以參考官網(wǎng)及其它網(wǎng)絡(luò)資源的教程，這里不再詳述贾惦。
詳細(xì)的設(shè)計(jì)細(xì)節(jié)及項(xiàng)目源碼地址在AIPlayer 發(fā)布
