#技术派的书架#

人脸3D点云提取网络

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 FaceMesh import 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：