前端使用tensorflow.js模型实现浏览器摄像头视频流人像识别，背景虚化&背景替换

admin 工具 暂无评论 2,909 浏览

背景

实习期间有个需求，需要前端调用算法模型，封装成npm包，供视频会议组去用，从而在视频会议中实现背景虚化，背景替换功能。后续可能会进一步加入一些好玩的功能，如面部特效(胡子，一字眉)，头发颜色替换等。

实现效果应类似于下面这样

腾讯会议界面：

image-20210603181106629

​

为了给需求方演示，先采用google的TensorFlow.js的 BodyPix 模型做了一个小demo，先实现背景虚化和背景替换功能，模型的效果较为满意，显示画面流畅。

TensorFlow.js 是一个 JavaScript 库。 我们可以借助于它，来直接用 JavaScript 去创建新的机器学习模型和部署现有模型。对于前端人员入门机器学习十分友好。

TensorFlow.js 提供了很多开箱即用的预训练模型(见下图):
这里选用了图像处理类别里面的BodyPix模型

image-20210604145627620

这是BodyPix的官方演示demo https://storage.googleapis.co...，

demo里的功能对我们的需求来说有些过于复杂，也没有背景替换功能。因此，我自己写了一个针对于背景虚化，背景替换场景的demo。

介绍

  • 思路： 在浏览器中打开摄像头，获取视频流图片，调用tensorflow.js的 body-pix 模型的方法，来绘制结果。 其中背景虚化比较容易实现，可直接用模型提供的drawBokehEffect方法；模型没有现成的背景替换的接口，用canvas的绘制方法对模型的toMask方法返回的遮罩对象 (由前景色&背景色的像素点数组，其中前景色代表人像区域，背景色代表其他区域) 进行了一些处理，从而实现背景替换(后面会详细介绍)。
  • 用到的技术：vue+element ui, tensorflow.js(无需特意学习，直接用其中的示例即可) 以及一些canvas的简单操作
  • 本项目的代码已放到github https://github.com/SprinaLF/f...

实现效果

先上一下最终的效果：

1.起始界面：视频在开启摄像头后会在下方展示，拍的照片会展示在视频的下方

image-20210604164908989

  1. 背景虚化：可选择中，高，低三种虚化程度

image-20210604165329606

  1. 背景替换：模式切换为背景替换后，展示背景图列表，可切换背景

image-20210604170532654

核心过程

一. 引入模型

有两种方法

  1. 引入script
<!-- Load TensorFlow.js -->
<script src="https://cdn.jsdelivr.net/npm/@tensorflow/tfjs@1.2"></script>
<!-- Load BodyPix -->
<script src="https://cdn.jsdelivr.net/npm/@tensorflow-models/body-pix@2.0"></script>
  1. 安装，用如下命令(我的项目中已经安装了tensorflow.js和bodyPix，运行时直接yarn install安装依赖即可)
$ npm install @tensorflow/tfjs 或 yarn add @tensorflow/tfjs
$ npm install @tensorflow-models/body-pix

二. 加载模型

body-pix有两种算法模型架构，MobileNetV1 and ResNet50。

经本地尝试，ResNet50 启动速度非常慢，加载时间很长，对GPU的要求比较高，不适合一般电脑及移动设备，这里只考虑 MobileNetV1

image-20210603193308457

初始时调用 loadAndPredict 方法预先加载模型，参数预设为：

model: {
          architecture: 'MobileNetV1',
          outputStride: 16,   //8,16  值越小，输出分辨率越大，模型越精确，速度越慢
          multiplier: 0.75,   // 0.5,0.75,1  值越大，层越大，模型越精确，速度越慢
          quantBytes: 2    /* 1,2,4  此参数控制用于权重量化的字节  
                             '4. 每个浮点数 4 个字节（无量化）。最高精度&原始模型尺寸',
                             '2. 每个浮点数 2 个字节。精度略低，模型尺寸减小 2 倍',
                             '1. 每个浮点数 1 个字节。精度降低, 模型尺寸减少 4 倍' 
                           */
      },
 async loadAndPredict(model) {
   // 加载模型
   this.net = await bodyPix.load(model);
 }

三. 背景虚化

官网中的示例：

image-20210604102042195

其中，net.segmentPerson(img)返回的是对图像像素分析的结果, 如下图，

image-20210604102538333

采用的现有的bodyPix.drawBokehEffect方法，传入要虚化的图片和要绘制的canvas对象，segmentation以及一些虚化程度的参数,即可将结果绘制到传入的canvas。

虚化背景代码：

 async blurBackground () {
      const img = this.$refs['video']   // 获取视频帧
      const segmentation = await this.net.segmentPerson(img);
      bodyPix.drawBokehEffect(
        this.videoCanvas, img, segmentation, this.backgroundBlurAmount,
        this.edgeBlurAmount, this.flipHorizontal);
   
      if(this.radio===2) {    // 当选中背景虚化时，用requestAnimationFrame不断调用blurBackground
        requestAnimationFrame(
          this.blurBackground
        )
      } else this.clearCanvas(this.videoCanvas)

      // this.timer = setInterval(async() => {
      //   this.segmentation = await this.net.segmentPerson(img);
      //   bodyPix.drawBokehEffect(
      //     this.videoCanvas, img, this.segmentation, 3,
      //     this.edgeBlurAmount, this.flipHorizontal);
      // }, 60)
   },

补充：

这里需要不断的对视频帧进行处理，绘制到canvas，才能保证流畅的体验。

最初设置了一个定时器，每隔60ms就执行相应方法，但是效果并不好，能明显感到卡顿，性能也不好。于是我看了一下bodyPix的demo代码，里面用了 window.requestAnimationFrame来替代定时器。将timer换为此方法后，性能和流畅度有了很大的提升。

四. 背景替换

bodyPix没有提供现成的背景替换的方法，但有个方法是返回一个遮罩对象，人像部分为传入的前景色，背景部分为传入的背景色(见下图)

image-20210604154232811

可以用canvas的 globalCompositeOperation 属性设置要在绘制新形状时应用的合成操作的类型, 对遮罩进行处理来达成替换背景的目的。

globalCompositeOperation有非常多的类型，供我们在之前的画布上 设置新图形的画上去时的操作(如并交差操作，绘制的层级，色调和亮度的保留)，默认值为source-over, 在现有画布上下文之上绘制新图形。

这里用到了source-in和destination-over

image-20210604161019750

image-20210604161052928

  1. 绘制背景图

souce-in用于绘制要替换的新背景图。

事先将人像部分(前景色)设为透明，globalCompositeOperation 为 source-in 类型时，背景图将只在背景色区绘制，如下图：

image-20210604160344895

  1. 绘制人像

接下来只需切换为destination-over，将人像绘制到画布现有内容后面即可。这样背景会挡住之前的背景，而人像将显示出来。

image-20210604164112027

背景替换代码：

  async replaceBackground() {
    if(!this.isOpen) return
    const img = this.$refs['video']
    const segmentation = await this.net.segmentPerson(img);

    const foregroundColor = { r: 0, g: 0, b: 0, a: 0 }    // 前景色  设为完全透明
    const backgroundColor = { r: 0, g: 0, b: 0, a: 255 }   // 背景色
    let backgroundDarkeningMask = bodyPix.toMask(
      segmentation,
      foregroundColor,
      backgroundColor
    )
    if (backgroundDarkeningMask) {
      let context = this.videoCanvas.getContext('2d')
      // 合成
      context.putImageData(backgroundDarkeningMask, 0, 0)
      context.globalCompositeOperation = 'source-in' // 新图形只在重合区域绘制
      context.drawImage(this.backgroundImg, 0, 0, this.videoCanvas.width, this.videoCanvas.height)
      context.globalCompositeOperation = 'destination-over' // 新图形只在不重合的区域绘制
      context.drawImage(img, 0, 0, this.videoCanvas.width, this.videoCanvas.height)
      context.globalCompositeOperation = 'source-over' // 恢复
    }
    if(this.radio===3) {
      requestAnimationFrame(
        this.replaceBackground
      )
    } else {
      this.clearCanvas(this.videoCanvas)
    }
  },

其他：镜像

镜像没有用到bodyPix的方法，尽管它为我们提供了这样的操作

直接是通过css3实现的，借助 vue 的 v-bind 动态切换类

<canvas v-bind:class="{flipHorizontal: isFlipHorizontal}" id="videoCanvas" width="400" height="300"></canvas>
  
.flipHorizontal {
    transform: rotateY(180deg);
  }

参考

开启摄像头： https://www.cnblogs.com/ljx20...
TensorFlow.js模型：https://github.com/tensorflow...
canvas：https://developer.mozilla.org...
JS 统计函数执行时间：https://blog.csdn.net/K346K34...
开启摄像头： https://www.cnblogs.com/ljx20...
bodyPix实现实时摄像头背景模糊/背景替换 https://www.tytion.net/archiv...

相关博文

前端使用tensorflow.js模型实现浏览器摄像头视频流人像识别，背景虚化&背景替换
赏
标签: