使用百度AI技術進行人體檢測與屬性識別

一、功能介紹

對於輸入的一張圖片（可正常解碼，且長寬比適宜），檢測圖像中的所有人體並返回每個人體的矩形框位置，識別人體的靜態屬性和行爲，共支持20餘種屬性，包括：性別、年齡階段、衣着（含類別/顏色）、是否戴帽子、是否戴眼鏡、是否揹包、是否使用手機、身體朝向等。

主要適用於監控場景的中低空斜拍視角，支持人體輕度重疊、輕度遮擋、背面、側面、動作變化等複雜場景。

攝像頭硬件選型無特殊要求，分辨率建議720p以上，更低分辨率的圖片也能識別，只是效果可能有差異。暫不適用夜間紅外監控圖片，後續會考慮擴展。

二、應用場景
1、安防監控
識別人體的性別年齡、衣着外觀等特徵，輔助定位追蹤特定人員；監測預警各類危險、違規行爲（如公共場所跑跳、抽菸），減少安全隱。

2、智能零售
商場、門店等線下零售場景，識別入店及路過客羣的屬性信息，收集消費者畫像，輔助精準營銷、個性化推薦、門店選址、流行趨勢分析等應用。

3、線下廣告投放
樓宇、戶外等廣告屏智能化升級，採集人體信息，分析人羣屬性，定向投放廣告物料，提升用戶體驗和商業效率。

三、使用攻略

說明：本文采用C# 語言，開發環境爲.Net Core 2.1，採用在線API接口方式實現。

（1）、登陸百度智能雲-管理中心創建 “人體分析”應用，獲取 “API Key ”和 “Secret Key” ：https://console.bce.baidu.com/ai/?_=1561441540695&fromai=1#/ai/body/overview/index

（2）、根據 API Key 和 Secret Key 獲取 AccessToken。

    /// <summary>
    /// 獲取百度access_token
    /// </summary>
    /// <param name="clientId">API Key</param>
    /// <param name="clientSecret">Secret Key</param>
    /// <returns></returns>
    public static string GetAccessToken(string clientId, string clientSecret)
    {
        string authHost = "https://aip.baidubce.com/oauth/2.0/token";
        HttpClient client = new HttpClient();
        List<KeyValuePair<string, string>> paraList = new List<KeyValuePair<string, string>>();
        paraList.Add(new KeyValuePair<string, string>("grant_type", "client_credentials"));
        paraList.Add(new KeyValuePair<string, string>("client_id", clientId));
        paraList.Add(new KeyValuePair<string, string>("client_secret", clientSecret));

        HttpResponseMessage response = client.PostAsync(authHost, new FormUrlEncodedContent(paraList)).Result;
        string result = response.Content.ReadAsStringAsync().Result;
        JObject jo = (JObject)JsonConvert.DeserializeObject(result);
        string token = jo["access_token"].ToString();
        return token;
    }

（3）、調用API接口獲取識別結果

1、在Startup.cs 文件的 Configure(IApplicationBuilder app, IHostingEnvironment env) 方法中開啓虛擬目錄映射功能：

        string webRootPath = HostingEnvironment.WebRootPath;//wwwroot目錄

        app.UseStaticFiles(new StaticFileOptions
        {
            FileProvider = new PhysicalFileProvider(
                Path.Combine(webRootPath, "Uploads", "BaiduAIs")),
            RequestPath = "/BaiduAIs"
        });

2、建立BodySearch.cshtml文件

2.1 前臺代碼：

由於html代碼無法原生顯示，只能簡單說明一下：

主要是一個form表單，需要設置屬性enctype="multipart/form-data"，否則無法上傳圖片；

form表單裏面有兩個控件：

一個Input：type="file"，asp-for="FileUpload" ，上傳圖片用；

一個Input：type="submit"，asp-page-handler="BodyAttr" ，提交併返回識別結果。

一個img：src="@Model.curPath"，顯示識別的圖片。

最後顯示後臺 msg 字符串列表信息。

2.2 後臺代碼：

    [BindProperty]
    public IFormFile FileUpload { get; set; }
    private readonly IHostingEnvironment HostingEnvironment;
    public List<string> msg = new List<string>();
    public string curPath { get; set; }

    public BodySearchModel(IHostingEnvironment hostingEnvironment)
    {
        HostingEnvironment = hostingEnvironment;
    }

    public async Task<IActionResult> OnPostBodyAttrAsync()
    {
        if (FileUpload is null)
        {
            ModelState.AddModelError(string.Empty, "請先選擇本地圖片！");
        }
        if (!ModelState.IsValid)
        {
            return Page();
        }
        msg = new List<string>();

        string webRootPath = HostingEnvironment.WebRootPath;//wwwroot目錄
        string fileDir = Path.Combine(webRootPath, "Uploads//BaiduAIs//");
        string imgName = await UploadFile(FileUpload, fileDir);

        string fileName = Path.Combine(fileDir, imgName);
        string imgBase64 = GetFileBase64(fileName);
        curPath = Path.Combine("/BaiduAIs/", imgName);//需在Startup.cs 文件 的 Configure(IApplicationBuilder app, IHostingEnvironment env)方法中開啓虛擬目錄映射功能

        string result = GetBodyeJson(imgBase64, “你的API KEY”, “你的SECRET KEY”);
        JObject jo = (JObject)JsonConvert.DeserializeObject(result);

        List<JToken> msgList = jo["person_info"].ToList();
        int number = int.Parse(jo["person_num"].ToString());
        int curNumber = 1;
        msg.Add("人數：" + number);
        foreach (JToken ms in msgList)
        {
            if (number > 1)
            {
                msg.Add("第 " + (curNumber++).ToString() + " 人：");
            }
            msg.Add("性別：" + ms["attributes"]["gender"]["name"].ToString());
            msg.Add("年齡：" + ms["attributes"]["age"]["name"].ToString());
            msg.Add("身體朝向：" + ms["attributes"]["orientation"]["name"].ToString());
            msg.Add("下半身服飾：" + ms["attributes"]["lower_wear"]["name"].ToString());
            msg.Add("下半身衣着顏色：" + ms["attributes"]["lower_color"]["name"].ToString());
            msg.Add("上半身服飾：" + ms["attributes"]["lower_wear"]["name"].ToString());
            msg.Add("上半身衣着顏色：" + ms["attributes"]["upper_color"]["name"].ToString());
            msg.Add("上身服飾分類：" + ms["attributes"]["upper_wear"]["name"].ToString());
            msg.Add("上身服飾紋理：" + ms["attributes"]["upper_wear_texture"]["name"].ToString());
            msg.Add("是否戴眼鏡：" + ms["attributes"]["glasses"]["name"].ToString());
            msg.Add("是否戴帽子：" + ms["attributes"]["headwear"]["name"].ToString());
            msg.Add("是否吸菸：" + ms["attributes"]["smoke"]["name"].ToString());
            msg.Add("交通工具：" + ms["attributes"]["vehicle"]["name"].ToString());
            msg.Add("使用手機：" + ms["attributes"]["cellphone"]["name"].ToString());
            msg.Add("是否撐傘：" + ms["attributes"]["umbrella"]["name"].ToString());
            msg.Add("揹包：" + ms["attributes"]["bag"]["name"].ToString());
        }
        return Page();
    }

    /// <summary>
    /// 上傳文件,返回文件名
    /// </summary>
    /// <param name="formFile">文件上傳控件</param>
    /// <param name="fileDir">文件絕對路徑</param>
    /// <returns></returns>
    public static async Task<string> UploadFile(IFormFile formFile, string fileDir)
    {
        if (!Directory.Exists(fileDir))
        {
            Directory.CreateDirectory(fileDir);
        }
        string extension = Path.GetExtension(formFile.FileName);
        string imgName = Guid.NewGuid().ToString("N") + extension;
        var filePath = Path.Combine(fileDir, imgName);

        using (var fileStream = new FileStream(filePath, FileMode.Create, FileAccess.Write))
        {
            await formFile.CopyToAsync(fileStream);
        }

        return imgName;
    }

    /// <summary>
    /// 返回圖片的base64編碼
    /// </summary>
    /// <param name="fileName">文件絕對路徑名稱</param>
    /// <returns></returns>
    public static String GetFileBase64(string fileName)
    {
        FileStream filestream = new FileStream(fileName, FileMode.Open);
        byte[] arr = new byte[filestream.Length];
        filestream.Read(arr, 0, (int)filestream.Length);
        string baser64 =  Convert.ToBase64String(arr);
        filestream.Close();
        return baser64;
    }

    /// <summary>
    /// 人體檢測Json字符串
    /// </summary>
    /// <param name="strbaser64">圖片base64編碼</param>
    /// <param name="clientId">API Key</param>
    /// <param name="clientSecret">Secret Key</param>
    /// <returns></returns>
    public static string GetBodyeJson(string strbaser64, string clientId, string clientSecret)
    {
        string token = GetAccessToken(clientId, clientSecret);
        string host = "https://aip.baidubce.com/rest/2.0/image-classify/v1/body_attr?access_token=" + token;
        Encoding encoding = Encoding.Default;
        HttpWebRequest request = (HttpWebRequest)WebRequest.Create(host);
        request.Method = "post";
        request.KeepAlive = true;
        string str = "image=" + HttpUtility.UrlEncode(strbaser64);
        byte[] buffer = encoding.GetBytes(str);
        request.ContentLength = buffer.Length;
        request.GetRequestStream().Write(buffer, 0, buffer.Length);
        HttpWebResponse response = (HttpWebResponse)request.GetResponse();
        StreamReader reader = new StreamReader(response.GetResponseStream(), Encoding.Default);
        string result = reader.ReadToEnd();
        return result;
    }

四、效果測試

1、頁面：

2、識別結果：

2.1

完整識別結果：

人數：2

第 1 人：

性別：女性

年齡：青年

身體朝向：正面

下半身服飾：長裙

下半身衣着顏色：藍

上半身服飾：長裙

上半身衣着顏色：白

上身服飾分類：短袖

上身服飾紋理：純色

是否戴眼鏡：戴眼鏡

是否戴帽子：無帽

是否吸菸：未吸菸

交通工具：無交通工具

使用手機：未使用手機

是否撐傘：未打傘

揹包：無揹包

第 2 人：

性別：女性

年齡：青年

身體朝向：正面

下半身服飾：不確定

下半身衣着顏色：不確定

上半身服飾：不確定

上半身衣着顏色：黑

上身服飾分類：短袖

上身服飾紋理：純色

是否戴眼鏡：無眼鏡

是否戴帽子：無帽

是否吸菸：未吸菸

交通工具：無交通工具

使用手機：未使用手機

是否撐傘：未打傘

揹包：無揹包

2.2

完整識別結果：

人數：1

性別：男性

年齡：青年

身體朝向：正面

下半身服飾：不確定

下半身衣着顏色：黑

上半身服飾：不確定

上半身衣着顏色：綠

上身服飾分類：長袖

上身服飾紋理：純色

是否戴眼鏡：無眼鏡

是否戴帽子：無帽

是否吸菸：未吸菸

交通工具：無交通工具

使用手機：未使用手機

是否撐傘：未打傘

揹包：無揹包

2.3

完整識別結果：

人數：1

性別：男性

年齡：青年

身體朝向：正面

下半身服飾：長褲

下半身衣着顏色：黑

上半身服飾：長褲

上半身衣着顏色：灰

上身服飾分類：長袖

上身服飾紋理：純色

是否戴眼鏡：無眼鏡

是否戴帽子：無帽

是否吸菸：未吸菸

交通工具：無交通工具

使用手機：未使用手機

是否撐傘：未打傘

揹包：無揹包

根據識別結果可以看出，該接口對於性別、服飾、服飾類型、顏色等的識別比較準確，但是對於是否吸菸、是否戴眼鏡等識別就比較差了，還需要再改進。

使用百度AI技術進行人體檢測與屬性識別

使用百度AI技術進行手寫文字識別功能

使用百度AI技術進行人體檢測與屬性識別

Mac下配置sublime實現LaTeX

https://yachay.unat.edu.pe/blog/index.php?comment_area=format_blog&comment_component=blog&comment_co

linux以太網驅動總結