[资料]

《DNESP32S3使用指南-IDF版_V1.6》第五十八章人脸检测实验

2025-3-24 09:34:26 1899 单片机开发板 ESP32 正点原子

第五十八章人脸检测实验

人脸检测是一种基于人工智能（AI）的计算机技术，用于在数字图像中查找和识别人脸。人脸检测技术可应用于各个领域，包括安全、生物识别、执法、娱乐和个人安全等，以提供对人员的实时监控和跟踪。人脸检测技术通过使用算法自动搜索图像/视频帧中的人脸，判断是否存在人脸，并返回人脸的位置、大小和姿态。本章，我们使用乐鑫AI库来实现人脸检测功能。

本章分为如下几个部分：

58.1 硬件设计

58.2 软件设计

58.3 下载验证

58.1 硬件设计

1.例程功能

本章实验功能简介：使用乐鑫官方的ESP32-WHO AI库对OV2640和OV5640摄像头输出的数据进行人脸检测。

2. 硬件资源

1）LED灯

LED-IO1

2）XL9555

IIC_INT-IO0（需在P5连接IO0）

IIC_SDA-IO41

IIC_SCL-IO42

3）SPILCD

CS-IO21

SCK-IO12

SDA-IO11

DC-IO40（在P5端口，使用跳线帽将IO_SET和LCD_DC相连）

PWR- IO1_3（XL9555）

RST- IO1_2（XL9555）

4）CAMERA

OV_SCL-IO38

OV_SDA- IO39

VSYNC- IO47

HREF- IO48

PCLK- IO45

D0- IO4

D1- IO5

D2- IO6

D3- IO7

D4- IO15

D5- IO16

D6- IO17

D7- IO18

RESET-IO0_5（XL9555）

PWDN-IO0_4（XL9555）

3. 原理图

本章实验使用的KPU为ESP32-S3的内部资源，因此并没有相应的连接原理图。

58.2 软件设计

58.2.1 程序流程图

程序流程图能帮助我们更好的理解一个工程的功能和实现的过程，对学习和设计工程有很好的主导作用。下面看看本实验的程序流程图：

图58.2.1.1 程序流程图

58.2.2 程序解析

在本章节中，我们将重点关注两个文件：esp_face_detection.cpp和esp_face_detection.hpp。其中，esp_face_detection.hpp主要声明了esp_face_detection函数，其内容相对简单，因此我们暂时不作详细解释。本章节的核心关注点是esp_face_detection.cpp文件中的函数。

接下来，我们将详细解析esp_face_detection_ai_strat函数的工作原理。

TaskHandle_t camera_task_handle;
TaskHandle_t ai_task_handle;
QueueHandle_t xQueueFrameO = NULL;
QueueHandle_t xQueueAIFrameO = NULL;
/**
* @Brief 摄像头图像数据获取任务
* @param arg：未使用
* @retval 无
*/
static void camera_process_handler(void *arg)
{
arg = arg;
camera_fb_t *camera_frame = NULL;
while (1)
{
/* 获取摄像头图像 */
camera_frame = esp_camera_fb_get();
if (camera_frame)
{
/* 以队列的形式发送 */
xQueueSend(xQueueFrameO, &camera_frame, portMAX_DELAY);
}
}
}
/**
* @brief 摄像头图像数据传入AI处理任务
* @param arg：未使用
* @retval 无
*/
static void ai_process_handler(void *arg)
{
arg = arg;
camera_fb_t *face_ai_frameI = NULL;
HumanFaceDetectMSR01 detector(0.3F, 0.3F, 10, 0.3F);
HumanFaceDetectMNP01 detector2(0.4F, 0.3F, 10);
while(1)
{
/* 以队列的形式获取摄像头图像数据 */
if (xQueueReceive(xQueueFrameO, &face_ai_frameI, portMAX_DELAY))
{
/* 判断图像是否出现人脸 */
std::list &detect_candidates
= detector.infer((uint16_t *)face_ai_frameI->buf,
{(int)face_ai_frameI->height,
(int)face_ai_frameI->width, 3});
std::list &detect_results
= detector2.infer((uint16_t *)face_ai_frameI->buf,
{(int)face_ai_frameI->height,
(int)face_ai_frameI->width, 3},
detect_candidates);
if (detect_results.size() > 0)
{
printf("Face detected\r\n");
/* 此处是在图像中绘画检测效果 */
draw_detection_result((uint16_t *)face_ai_frameI->buf,
face_ai_frameI->height,
face_ai_frameI->width, detect_results);
}
else
{
printf("Face not detected\r\n");
}
/* 以队列的形式发送AI处理的图像 */
xQueueSend(xQueueAIFrameO, &face_ai_frameI, portMAX_DELAY);
}
}
}
/**
* @brief AI图像数据开启
* @param 无
* @retval 1：创建失败；0：创建成功
*/
uint8_t esp_face_detection_ai_strat(void)
{
/* 创建队列及任务 */
xQueueFrameO = xQueueCreate(5, sizeof(camera_fb_t *));
xQueueAIFrameO = xQueueCreate(5, sizeof(camera_fb_t *));
xTaskCreatePinnedToCore(camera_process_handler, "camera_process_handler",
4 * 1024, NULL, 5, &camera_task_handle, 1);
xTaskCreatePinnedToCore(ai_process_handler, "ai_process_handler",
6 * 1024, NULL, 5, &ai_task_handle, 1);
if (xQueueFrameO != NULL
|| xQueueAIFrameO != NULL
|| camera_task_handle != NULL
|| ai_task_handle != NULL)
{
return 0;
}
return 1;
}

复制代码

首先，我们创建了两个消息队列和两个任务。这两个消息队列的主要功能是传输图像数据，它们的区别在于一个用于传输原始图像数据，另一个用于传输经过AI处理后的图像数据或者未检测到的图像数据（原始图像数据）。而这两个任务则分别负责图像数据的获取和AI处理。在AI处理任务中，无论检测是否成功，我们都会使用消息队列将AI处理后的图像数据或未检测到的图像数据（原始图像数据）发送到LCD上进行显示。

58.3 下载验证

程序下载成功后，如果在检测过程中发现人脸，该系统会将此帧的图像数据发送给人脸检测API进行处理。处理成功后，此帧的图像将被显示在LCD上，如下图所示。

图58.3.1 人脸检测效果图