隨着人臉識別的日益普及，它的應用場景越來越廣。近幾年面市的門禁機、考勤機、校園班牌等終端，紛紛集成了人臉識別功能。但與此相對，相應場景下“服役”多年的老舊設備，由於早期產品設計往往沒有攝像頭，並且老舊設備算力也不足以支撐人臉識別算法的運行。但如果將這些老舊設備全盤替換，不僅成本昂貴還需要解決系統迭代兼容性問題。
那么如何低成本讓老舊設備煥發新生機？近期，筆者從市場上了解到，虹軟視覺開放平台聯合多家產業鏈合作伙伴，推出了一款可外接的AI攝像頭模組，內置芯片和高精度算力，能夠在原設備基礎上輕松升級實現人臉識別。
一、什么是A I 攝像頭模組？
首先要介紹一下虹軟視覺開放平台，它是業內知名的免費視覺AI算法提供方，開放了人臉識別、活體檢測、人臉屬性分析、人證核驗等一系列算法SDK。支持免費商用，而且能夠離線運行，在一些對信息安全要求高，或者不具備聯網條件的封閉場景下，都非常適用。
該AI攝像頭模組概況來說，是一款能夠急速上手的軟硬一體化小型開發機，可以讓AI算法落地更標准化，更小巧化。
軟件上，模組集成了虹軟視覺開放平台ArcFace人臉識別算法及相應配套應用軟件服務。算法能力上除了人臉比對、識別、屬性檢測、人證核驗等多種基礎功能外，還支持大面積遮擋下的人臉識別，抵御攻擊方面具備RGB/IR活體檢測雙重保障，支持離線激活使用，同時自帶圖像質量檢測功能，自動過濾畫面模糊或小角度的人臉圖像，提升識別准確率和識別速度。
硬件上，模組集成了UVC攝像頭和RV1109芯片，通過USB接口對外輸出視頻流數據，只需要將模組插入相應設備，即可工作。其中，自帶RV1109芯片平台提供算力這點非常重要，不僅解決了老設備算力不足的問題，而且RV1109芯片性價比非常高，很適合門禁、閘機的改造。
同時，該AI攝像頭模組除了支持跨Android、 Windows、Linux等多系統運行，算法計算結果以JSON標准化輸出，標准化接口可供平台移植、拓展業務。
此外，這款AI攝像頭模組可通過硬件適配參數調節，適配不同分辨率的設備，適用場景也非常豐富，像人員注冊、人臉識別開門、考勤打卡、門禁權限管理、識別記錄查詢等功能，老設備都可以通過外接AI攝像頭模組來實現。
二、項目開發詳細介紹
從虹軟商務獲取了其產業鏈伙伴的AI鏡頭模組，虹軟已經把模組的服務軟件部署進去了，同時也提供了Windows及Android的客戶端Demo，如果沒有特殊需求，安裝客戶端之后基本能做到即插即用。在我個人的開發過程中，因為項目本身有定制化需求，所以沒有用虹軟開放平台官方提供的客戶端APK，而是自己做了Android的上位機開發。簡單來說，項目首先需要獲取UVC視頻流，將視頻圖像顯示在Android上位機上；其次利用RNDIS將模組和Android上位機建立通信；最后通過Arc服務獲取到算法處理結果，並將結果顯示到Android上位機，以下是我的開發過程。
2.1 USB攝像頭SDK封裝
獲取USB攝像頭視頻流需要借助第三方框架，我在Github上找到了一個開源的框架：https://github.com/saki4510t/UVCCamera， 把項目代碼clone到本地，使用AndroidStudio打開項目代碼；修改“Application.mk文件，運行“ndkBuild”；編譯成功后，得到“arm64-v8a”和“armeabi-v7a”兩個架構的so包，並編譯出jar包；或者執行assembleRelease任務，編譯出libuvccamera-release.aar包，供后續項目使用，如下圖所示：
2.2 集成USB攝像頭SDK
新建Android項目，將“libuvccamera-release.aar”開發包添加到項目libs文件夾中，修改build.gradle文件，編譯項目，這樣開發包就集成好了，如下圖所示：
2.3 AI攝像頭模組獲取
虹軟AI攝像頭模組類似於一個軟、硬件結合的小型開發機。軟件上，模組集成了人臉識別算法及應用軟件，通過RNDIS（RNDIS是指Remote NDIS，基於USB實現RNDIS實際上就是TCP/IP over USB，就是在USB設備上跑TCP/IP，讓USB設備看上去像一塊網卡）服務和Android上位機通信；硬件上，模組集成了UVC攝像頭，通過USB接口對外輸出視頻流數據，只需要將模組插入Android上位機，即可工作。
2.4 實現UvcCameraHelper獲取UVC視頻流
2.4.1 獲取到UsbDevice
我自己實現了一個UvcCameraHelper類，用來管理USB攝像頭的生命周期。不同於集成好的Android設備攝像頭，AI攝像頭模組作為一個外接設備，需要使用“USBMonitor.java”類遍歷獲取，attach到對應的USB設備后，請求USB權限，如果權限通過，會有一個onConnect回調，表示USB設備已連接，可以進行下一步操作了，具體如下圖所示：
如上圖，onConnect方法回調成功以后，就可以對UsbDevice進行下一步操作了。
2.4.2 開啟USB攝像頭
拿到UsbDevice后，借助UVCCamera類，就可以開啟USB攝像頭了，調用UVCCamera.open()和UVCCamera.startPreview()方法后，攝像頭開啟成功，使用TextureView作為顯示視頻圖像數據，就可以在Android上位機實時顯示攝像頭圖像數據了，具體實現如下圖所示：
2.5 接入AI攝像頭模組
2.5.1 實現網絡通信
AI攝像頭模組里面集成了Arc服務，用於檢測、識別人臉，並將人臉結果對外輸出。將 AI模組插入Android上位機USB接口上，Arc服務就會自啟動了。
通過RNDIS，我在Android端實現了一套Http和WebSocket通信服務，用來和AI模組進行數據傳輸。如下圖所示，使用Retrofit作為網絡通信框架：
如下圖所示，創建API服務，和AI模組進行網絡數據交互：
如下圖所示，創建WebSoket服務，用於接收AI模組人臉識別數據：
通過以上步驟，就完成了AI攝像頭模組和Android上位機網絡通信功能。
3.5.2 網絡數據交互
Arc服務包含設備激活、人員注冊、設置參數等API。
如下圖所示，調用激活接口，激活AI模組，才能夠進行后續操作：
如下圖所示，調用注冊人員接口，將人臉庫注冊到AI模組中，用於后續人臉識別：
AI攝像頭模組集成了人臉識別算法及算法核心業務，將模組攝像頭對准人臉，開始識別人臉，並最終將人臉識別結果輸出。如下圖所示，我實現了一個WebSocket服務，用於接收人臉識別結果數據：
2.5.2 數據顯示
拿到人臉識別結果數據，包括人臉框，人臉ID，人臉圖片等。如下圖人臉識別結果數據結構：
通過自定義View，使用Paint和Canvas類，繪制人臉框Rect數據；根據type類型判斷識別結果，包括識別成功、識別失敗等，並將人員信息顯示在UI上。
到這里，AI模組和Android上位機就接入好了。
三、注意事項
l 由於虹軟SDK只包含arm64-v8a和armeabi-v7a的so包，在編譯USB攝像頭SDK的時候，只能編譯對應架構的so包；
l 需要選擇對應的USB設備ID，才能正常開啟USB攝像頭，注意不要選錯；
l AI模組連接過程中可能會斷開，需要做一些重連操作。
了解更多人臉識別產品相關內容請到虹軟視覺開放平台哦