OpenNCC入门：实现人脸检测

OpenNCC入门：实现人脸检测

在OpenNCC的开发包中提供了一个"OpenNCC View"工具，通过这个工具，即使你完全不了解算法实现原理，也能轻松的使用OpenNCC去运行各种AI算法。它里面内置了10种不同的模型检测算法，可以直接上手使用，学习成本大大降低，今天我先尝试运行下人脸检测模型算法：face-detection-retail-0004，测试一下检测的准确性。使用的预训练模型来自于OpenVINO下的Free Open model zoo，感兴趣的朋友可以去了解下，传送门

首先把OpenNCC相机通过usb数据线插到电脑上，打开view 软件，加载要测试的face-detection-retail-0004模型，检测最低分数为默认的50%，满分100%。这个分数的意思是，算法会尝试在场景中找出人脸，并打分，觉得符合人脸特征时得分就很高，特征不明显得分就偏低，设置最低分为50%后，只有算法识别出的人脸分数大于50%时，才会在画面中框选出来。，参数就按默认值，选择好后，start running model。没使用过OpenNCC View的可以参考官方的使用文档 。

首先测试下 模型算法对于单个人脸检测的准确性

a.正常人脸，出现在镜头中

在正常人脸出现在镜头中，检测很稳定，能很准确的捕捉到人脸信息，得分基本在100%

b.人脸被遮挡

我戴着口罩测试下来，人脸检测也很稳定，能很准确的捕捉到人脸信息，基本和不戴口罩检测结果保持一致。

c.侧脸/背对镜头

这张图片中（偷拍工作中的同事????），右边同事其实也不算侧脸了，只露出了小部分面部信息，而且还戴了口罩，这对算法的考验还是挺大的，可以看出，我们算法还是能够识别出来的，只不过分数有所下降，到了70%，

而对于左边完全背对着镜头的同事，就无法检测到人脸信息了，无法识别，毕竟是人脸检测嘛，咱不能对算法过于苛刻，也合理。

d.暗光环境下：

在实验室暗光下，照度只有10lux，下图中的人脸肉眼都已经很难看清，但算法还是识别出来了人脸，暗光环境下表现很好。

e.远距离测试

这张图片是在距离镜头6m左右的位置，人脸图像已经有点模糊，算法检测分数在60%左右，再远的位置就很难检测到人脸了。这个结果有点出乎我的意料，因为从图像上看，人脸轮廓还是能分辨出来，算法应该不难检测出来，希望后续能更新优化算法能力，发挥更好的性能。

接下来，我测试画面有多张人脸时的检测能力(谢谢办公室的小伙伴们友情出演[]_(￣▽￣)*)

看来多张人脸也不成问题，办公室人少，我想测试算法检测人脸的上限。

于是我从网上找到一张图片，40张人脸，在显示器上展示图片，用ncc相机对着显示器，结果出乎我的意料：照片中一共40张人脸全部都被识别到了！厉害，我原以为算法最多能识别10个左右人脸，看来我错了，算法很厉害????

测试下来的结果，还是挺令我惊喜的，检测准确率很高。但令我感触最深的是，OpenNCC相机让“AI算法“，”人脸检测“，这些在我以前的认知中遥不可及的词汇，变得似乎不再那么遥远，可以用手指触碰得到。我希望OpenNCC能一扇新的大门，引导更多的开发者接触ai算法领域。说不定在未来的某一天，ai的力量就像空气一样遍布在我们的生活中。

参考链接：
OpenNCC官网：https://www.openncc.com.cn
OpenVINO官网：https://software.intel.com/content/www/us/en/develop/tools/openvino-toolkit.html