更新了文档，可恢复版本

2026-01-08 16:26:36 +08:00 · 2026-01-08 16:26:36 +08:00 · e5894c2206
commit e5894c2206
parent c7ec975874
2 changed files with 190 additions and 295 deletions
--- a/FaceRecognition_SchemeB.md
+++ b/FaceRecognition_SchemeB.md
@ -1,281 +0,0 @@
-# 人脸识别方案 B（ai_face_det + ai_face_recog）设计文档
-
-> 目标：在现有 **Graph(DAG)+Plugin Node** 框架中，实现“有人脸库，可识别具体姓名/陌生人”。
->
-> 约束：
-> - 插件化接入：新能力以 Node 插件形式加入 pipeline；不改动主业务流程即可启用/禁用。
-> - 与现有 `publish` 对 `Frame::user_meta` 的使用不冲突。
-> - 运行平台：RK3588（RKNN/NPU 优先），CPU 负责检索与业务逻辑。
-
---
-
-## 1. 总体架构
-
-### 1.1 现有框架要点（与本方案的衔接）
-
- Node 插件接口：`INode`（`Init/Start/Process/Stop/UpdateConfig`），通过 `REGISTER_NODE` 导出符号加载。
- 数据承载：`Frame` 内含图像数据（DMA/CPU）以及元数据：
-  - `frame->det`：当前用于通用检测（`DetectionResult`）
-  - `frame->user_meta`：扩展元数据（当前 `publish` 会写入编码包 meta）
- 推理：`AiScheduler` 支持 RKNN 模型加载与推理（可复用）。
-
-### 1.2 方案 B 的节点拆分
-
-新增两个 **Filter** 插件：
-
-1) `ai_face_det`：人脸检测（可选输出关键点）
-
- 输入：RGB/BGR/NV12（根据你的 preprocess 输出）
- 输出：人脸框列表（可含 5 点关键点）、检测置信度
-
-2) `ai_face_recog`：人脸对齐/裁剪 + 特征提取 + 人脸库检索 + 陌生人判定
-
- 输入：原始 Frame + `ai_face_det` 的检测结果
- 输出：识别结果（person_id/name/similarity/unknown）、可选把“姓名”写回可视化/告警侧
-
-推荐拓扑：
-
-```text
-[input_*] → [preprocess] → [ai_face_det] → [ai_face_recog] → [osd/alarm/publish/storage]
-```
-
---
-
-## 2. 数据与元数据协议（关键设计点）
-
-### 2.1 为什么不直接复用 `Frame::user_meta`
-
-当前 `publish` 节点会写 `frame->user_meta`（编码包 meta）。如果 `ai_face_*` 也直接写同一字段，会出现覆盖/冲突。
-
-### 2.2 推荐的元数据承载方式（二选一）
-
-**选项 1（推荐，长期干净）**：扩展 `Frame` 结构新增专用字段，例如：
-
- `std::shared_ptr<FaceDetResult> face_det;`
- `std::shared_ptr<FaceRecogResult> face_recog;`
-
-优点：不与 `user_meta` 冲突，类型清晰，插件协作简单。
-
-**选项 2（兼容性强，侵入更小）**：引入“MetaBundle”统一承载多类 meta，并把 `Frame::user_meta` 变成 bundle。
-
- `user_meta` 保存 `std::shared_ptr<MetaBundle>`，由 bundle 内部维护多个 typed slot（例如 publish_meta、face_meta…）。
-
-优点：不新增 Frame 字段；缺点：需要先统一改造现有写 `user_meta` 的插件（至少 publish/alarm）。
-
-> 本文后续描述以 **选项 1** 为主（更直观）。
-
-### 2.3 FaceDetResult 数据结构（建议）
-
- `faces[]`：每个元素包含
-  - `bbox`（x,y,w,h，图像坐标）
-  - `score`
-  - `landmarks[5]`（可选：左眼/右眼/鼻尖/左嘴角/右嘴角）
-  - `track_id`（可选，后续可加跟踪）
-
-### 2.4 FaceRecogResult 数据结构（建议）
-
- `items[]`：每个元素与一个人脸对应
-  - `bbox`
-  - `best_person_id` / `best_name` / `best_sim`
-  - `unknown`（bool）
-  - `second_sim`（可选，用于 margin 判定/调试）
-  - `embedding`（可选：用于注册/调试；生产可关闭以省内存）
-
---
-
-## 3. 算法与模型选型
-
-### 3.1 检测模型（ai_face_det）
-
-推荐轻量：SCRFD/RetinaFace 类人脸检测（可带 5 点）。
-
- 输入分辨率：320/640 任选（权衡精度与速度）
- 输出：bbox + score +（可选）5 点
-
-### 3.2 特征模型（ai_face_recog）
-
-推荐：ArcFace 系列轻量 backbone（MobileFaceNet 等）。
-
- 输入：112x112 aligned face
- 输出：128D 或 512D embedding
- 后处理：L2 normalize
-
-### 3.3 相似度与陌生人判定
-
- 相似度：cosine（归一化后点积）
- 判定规则建议：
-  - `top1_sim >= T_accept` 且（可选）`top1_sim - top2_sim >= T_margin` → 识别为该人
-  - 否则 unknown
-
-阈值需要按你的数据集标定（不同模型差别大），但架构层支持动态配置。
-
---
-
-## 4. 人脸库（Gallery）设计
-
-### 4.1 存储形态
-
-建议分两层：
-
- **内存索引**：运行时检索用（向量矩阵 + person 映射）
- **持久化存储**：用于重启恢复/管理
-
-持久化方案：
-
-1) SQLite（推荐）：
-   - `person(id, name, created_at, updated_at, extra_json)`
-   - `embedding(person_id, emb BLOB, normed, created_at)`
-
-2) 文件（简化版）：
-   - `gallery.bin`（向量）+ `gallery.json`（person 映射）
-
-### 4.2 多样本策略
-
- 每人保存 N 个样本 embedding（建议 3~10）。
- 运行时维护 `centroid`（平均向量再归一化）提高稳定性；检索可先比 centroid，再必要时比多样本。
-
-### 4.3 检索实现
-
- 小库（≤几千人）：CPU 暴力点积足够。
- 大库（≥几万人）：再考虑 ANN（HNSW/Faiss），属于后续优化，不影响方案 B 的接口。
-
---
-
-## 5. 两个节点的职责、接口与配置
-
-### 5.1 ai_face_det（插件）
-
-**职责**：
-
- 从 `Frame` 获取图像（必要时做色彩/resize）
- 调用 `AiScheduler` 推理检测模型
- 生成 `FaceDetResult` 写入 `frame->face_det`
-
-**配置建议（示例）**
-
-```json
-{
-  "id": "face_det",
-  "type": "ai_face_det",
-  "role": "filter",
-  "enable": true,
-  "model_path": "/models/scrfd_640.rknn",
-  "conf": 0.6,
-  "nms": 0.4,
-  "max_faces": 10,
-  "output_landmarks": true,
-  "input_format": "rgb" 
-}
-```
-
-### 5.2 ai_face_recog（插件）
-
-**职责**：
-
- 读取 `frame->face_det`
- 对每个 face：
-  - （可选）按 5 点对齐（affine）
-  - crop/resize 到识别模型输入
-  - `AiScheduler` 推理得到 embedding，并 L2 normalize
-  - 在人脸库检索，输出 best match 或 unknown
- 写入 `frame->face_recog`
-
-**配置建议（示例）**
-
-```json
-{
-  "id": "face_recog",
-  "type": "ai_face_recog",
-  "role": "filter",
-  "enable": true,
-  "model_path": "/models/arcface_112.rknn",
-  "gallery": {
-    "backend": "sqlite",
-    "path": "/data/face_gallery.db",
-    "load_on_start": true,
-    "cache_in_memory": true
-  },
-  "threshold": {
-    "accept": 0.45,
-    "margin": 0.05
-  },
-  "max_faces": 10,
-  "align": true,
-  "emit_embedding": false
-}
-```
-
---
-
-## 6. 与 OSD / Alarm / Publish 的集成策略
-
-### 6.1 OSD 显示姓名
-
-现状：`osd` 只读 `frame->det` 并通过 `cls_id → labels` 显示类别名，不支持动态姓名。
-
-推荐方案：
-
- 扩展 `osd`：若 `frame->face_recog` 存在，则在 bbox 处绘制 `name(sim)`；否则保持原逻辑。
- 或新增 `osd_face` 插件专门画人脸识别结果（与原 `osd` 并存）。
-
-### 6.2 Alarm 规则与上报
-
-推荐：在 `alarm` 中新增一种事件源：
-
- 读取 `frame->face_recog`，按规则触发（例如：出现黑名单人员、陌生人出现、某人出现次数/停留时间）。
-
-### 6.3 Publish/Storage
-
- 与人脸识别无强耦合：只要不覆盖 `user_meta`，推流/录像可照常工作。
-
---
-
-## 7. 性能与线程模型建议
-
- `ai_face_det` 和 `ai_face_recog` 都是 filter 节点，由 GraphMgr 驱动 `Process(frame)`。
- 推理层复用 `AiScheduler`（其内部对每个 model context 有互斥保护），可减少重复加载。
- 关键优化点：
-  - 尽量在 preprocess 输出 RGB/BGR，避免在两个节点重复色彩转换。
-  - 对齐与裁剪尽量复用 CPU SIMD 或 RGA（若你已有 RGA 路径）。
-  - 检索使用批量点积（向量矩阵乘），人数不大时可用简单循环即可。
-
---
-
-## 8. 一步步实现计划（后续按此执行）
-
-> 你确认开始开发后，我们将严格按以下步骤逐步实现与验证。
-
-### Step 0：确定元数据承载方式（必须先定）
-
- 选择“Frame 新字段（face_det/face_recog）”或“MetaBundle”。
- 若选择新字段：需要同步更新相关 include、序列化/metrics（如有）以及 OSD/Alarm 读取逻辑。
-
-### Step 1：新增公共头文件与数据结构
-
- 定义 `FaceDetResult` / `FaceRecogResult`（include 目录下）。
-
-### Step 2：实现插件 `ai_face_det`
-
- CMake 加入新插件目标
- 使用 `AiScheduler` 加载/推理检测模型
- 输出 `FaceDetResult`
-
-### Step 3：实现插件 `ai_face_recog`
-
- 读取 `FaceDetResult`
- 对齐/裁剪/推理/归一化
- 实现 Gallery：SQLite 或文件（先做最简单可用版本）
- 输出 `FaceRecogResult`
-
-### Step 4：OSD/Alarm 接入（最小可用）
-
- OSD：显示 `name`/`unknown`
- Alarm：支持“陌生人出现/指定人员出现”触发
-
-### Step 5：配置与热更新
-
- `UpdateConfig` 支持阈值、gallery reload 等
-
-### Step 6：验证
-
- 使用样例视频/RTSP 流验证：识别准确率、误认率、性能、内存
--- a/Readme.md
+++ b/Readme.md
@ -1,11 +1,5 @@

-
-## 回答
-
-# RK3588 智能视频分析系统 PRD（完整方案 v1.1）
-
-> 在你 v1.0 的基础上，已经补上你点名要的这几块：  
-> **DAG 多分支示例 + 节点通用字段 + 生命周期 Drain + Frame 结构 + 性能 / 线程 / 监控章节**，现在这份可以直接当总 PRD 用。
+# RK3588 智能视频分析系统 PRD（v1.2）

 ---

@ -145,7 +139,9 @@ struct Frame {
    uint64_t pts;           // 时间戳（微秒）
    uint64_t frame_id;      // 单调递增ID

-    std::shared_ptr<DetectionResult> det;       // AI 检测结果
+    std::shared_ptr<DetectionResult> det;       // AI 检测结果（通用目标检测）
+    std::shared_ptr<FaceDetResult> face_det;    // 人脸检测结果
+    std::shared_ptr<FaceRecogResult> face_recog;// 人脸识别结果
    std::shared_ptr<void> user_meta;            // 扩展元数据（具体类型由插件间约定）
 };
 ```
@ -153,9 +149,54 @@ struct Frame {
 **约定：**

 - **零拷贝优先**：解码/前处理尽量通过 `dma_fd` 传递，必要时才用 data。
- 节点默认只读图像数据，**可以更新 `det` / `user_meta`**。
+- 节点默认只读图像数据，**可以更新 `det` / `face_det` / `face_recog` / `user_meta`**。
 - 所有队列中传递的都是 `std::shared_ptr<Frame>`，实现多下游共享。

+### 3.3 人脸检测结果结构（FaceDetResult）
+
+```cpp
+struct Point2f {
+    float x;
+    float y;
+};
+
+struct FaceDetItem {
+    Rect bbox;                          // 人脸框
+    float score;                        // 检测置信度
+    int track_id;                       // 跟踪ID（可选，-1表示无）
+    bool has_landmarks;                 // 是否有关键点
+    std::array<Point2f, 5> landmarks;   // 5点关键点：左眼/右眼/鼻尖/左嘴角/右嘴角
+};
+
+struct FaceDetResult {
+    std::vector<FaceDetItem> faces;
+    int img_w;                          // 原始图像宽
+    int img_h;                          // 原始图像高
+    std::string model_name;             // 模型名（如 "retinaface"）
+};
+```
+
+### 3.4 人脸识别结果结构（FaceRecogResult）
+
+```cpp
+struct FaceRecogItem {
+    Rect bbox;                          // 人脸框（与检测结果对应）
+    int best_person_id;                 // 匹配的人员ID（-1表示陌生人）
+    std::string best_name;              // 匹配的人员姓名（"unknown"表示陌生人）
+    float best_sim;                     // 最高相似度
+    float second_sim;                   // 次高相似度（用于margin判定）
+    bool unknown;                       // 是否为陌生人
+    std::vector<float> embedding;       // 特征向量（可选，调试/注册用）
+};
+
+struct FaceRecogResult {
+    std::vector<FaceRecogItem> items;
+    int img_w;
+    int img_h;
+    std::string model_name;             // 模型名（如 "arcface"）
+};
+```
+
 ---

 ## 四、插件模型与生命周期
@ -520,11 +561,13 @@ GraphMgr 负责：

 ### 6.2 AI 分析

-| 节点类型     | 功能描述                   | 关键参数                             | 硬件依赖 |
-| :----------- | :------------------------- | :----------------------------------- | :------- |
-| `ai_yolo`    | 通用目标检测（YOLOv5/v8）  | `model_path`, `model_version`, `num_classes`, `conf`, `nms`, `class_filter` | NPU(RKNN) |
-| `ai_pose`    | 关键点检测（可选扩展）     | `model_path`                         | NPU      |
-| `ai_custom`  | 自定义 AI 算法             | `model_path`, `custom_param` 等      | NPU      |
+| 节点类型        | 功能描述                   | 关键参数                             | 硬件依赖 |
+| :-------------- | :------------------------- | :----------------------------------- | :------- |
+| `ai_yolo`       | 通用目标检测（YOLOv5/v8）  | `model_path`, `model_version`, `num_classes`, `conf`, `nms`, `class_filter` | NPU(RKNN) |
+| `ai_face_det`   | 人脸检测（含5点关键点）    | `model_path`, `conf`, `nms`, `max_faces`, `output_landmarks` | NPU(RKNN) |
+| `ai_face_recog` | 人脸识别（对齐+特征提取+检索） | `model_path`, `gallery`, `threshold`, `align` | NPU(RKNN) |
+| `ai_pose`       | 关键点检测（可选扩展）     | `model_path`                         | NPU      |
+| `ai_custom`     | 自定义 AI 算法             | `model_path`, `custom_param` 等      | NPU      |

 #### 6.2.1 det_post（检测结果后处理，按类别策略链）

@ -592,6 +635,139 @@ GraphMgr 负责：

 > 所有 AI 节点通过 **AiScheduler** 使用 NPU，不直接持有 NPU 句柄。

+#### 6.2.2 ai_face_det（人脸检测）
+
+人脸检测节点，基于 RetinaFace/SCRFD 等轻量模型，输出人脸框和 5 点关键点。
+
+**配置示例：**
+
+```json
+{
+  "id": "face_det_cam1",
+  "type": "ai_face_det",
+  "role": "filter",
+  "enable": true,
+  "model_path": "./models/RetinaFace_mobile320.rknn",
+  "conf": 0.6,
+  "nms": 0.4,
+  "max_faces": 10,
+  "output_landmarks": true,
+  "input_format": "rgb"
+}
+```
+
+**参数说明：**
+- `model_path`: RetinaFace RKNN 模型路径
+- `conf`: 置信度阈值（默认 0.6）
+- `nms`: NMS 阈值（默认 0.4）
+- `max_faces`: 最大检测人脸数
+- `output_landmarks`: 是否输出 5 点关键点（用于后续对齐）
+- `input_format`: 输入格式 `rgb` 或 `bgr`
+
+**输出：** 写入 `frame->face_det`，供 `ai_face_recog` 和 `osd` 读取。
+
+#### 6.2.3 ai_face_recog（人脸识别）
+
+人脸识别节点，读取检测结果，对每个人脸进行对齐、特征提取、人脸库检索。
+
+**配置示例：**
+
+```json
+{
+  "id": "face_recog_cam1",
+  "type": "ai_face_recog",
+  "role": "filter",
+  "enable": true,
+  "model_path": "./models/mobilefacenet_arcface.rknn",
+  "align": true,
+  "emit_embedding": false,
+  "max_faces": 10,
+  "input_format": "rgb",
+  "threshold": {
+    "accept": 0.45,
+    "margin": 0.05
+  },
+  "gallery": {
+    "backend": "sqlite",
+    "path": "./models/face_gallery.db",
+    "load_on_start": true,
+    "expected_dim": 512
+  }
+}
+```
+
+**参数说明：**
+- `model_path`: ArcFace/MobileFaceNet RKNN 模型路径（输入 112x112，输出 512D embedding）
+- `align`: 是否使用 5 点关键点做仿射对齐（推荐开启）
+- `emit_embedding`: 是否在结果中输出 embedding（调试用，生产关闭以省内存）
+- `threshold.accept`: 相似度接受阈值（高于此值认为匹配成功）
+- `threshold.margin`: top1 与 top2 相似度差值阈值（可选，用于降低误识率）
+- `gallery.backend`: 人脸库后端（当前支持 `sqlite`）
+- `gallery.path`: SQLite 数据库路径
+- `gallery.expected_dim`: embedding 维度（需与模型匹配）
+
+**判定规则：**
+- `top1_sim >= accept` 且（可选）`top1_sim - top2_sim >= margin` → 识别为该人
+- 否则标记为 `unknown`
+
+**输出：** 写入 `frame->face_recog`，供 `osd` 和 `alarm` 读取。
+
+#### 6.2.4 人脸识别 Pipeline 示例
+
+```text
+[input_rtsp] → [preprocess] → [ai_face_det] → [ai_face_recog] → [osd] → [publish]
+```
+
+**完整配置示例：**
+
+```json
+{
+  "name": "cam1_face_recog",
+  "nodes": [
+    { "id": "in_cam1", "type": "input_rtsp", "url": "rtsp://..." },
+    { "id": "pre_cam1", "type": "preprocess", "dst_w": 1280, "dst_h": 720, "dst_format": "rgb" },
+    { "id": "face_det_cam1", "type": "ai_face_det", "model_path": "./models/RetinaFace_mobile320.rknn", "conf": 0.6 },
+    { "id": "face_recog_cam1", "type": "ai_face_recog", "model_path": "./models/mobilefacenet_arcface.rknn", "gallery": { "path": "./models/face_gallery.db" } },
+    { "id": "osd_cam1", "type": "osd", "draw_face_det": true },
+    { "id": "pub_cam1", "type": "publish", "outputs": [{ "proto": "rtsp_server", "port": 8555, "path": "/live/face" }] }
+  ],
+  "edges": [
+    ["in_cam1", "pre_cam1"],
+    ["pre_cam1", "face_det_cam1"],
+    ["face_det_cam1", "face_recog_cam1"],
+    ["face_recog_cam1", "osd_cam1"],
+    ["osd_cam1", "pub_cam1"]
+  ]
+}
+```
+
+> **注意**：人脸识别应在**原始分辨率**（如 1280x720）上进行，检测模型内部会自动缩放到 320x320 推理，输出坐标缩放回原始尺寸。这样从高清图裁剪对齐人脸，识别质量更高。
+
+#### 6.2.5 人脸库（Gallery）说明
+
+人脸库使用 SQLite 存储，表结构：
+
+```sql
+CREATE TABLE person (
+    id INTEGER PRIMARY KEY,
+    name TEXT NOT NULL,
+    created_at TEXT,
+    extra TEXT           -- JSON 扩展字段
+);
+
+CREATE TABLE embedding (
+    id INTEGER PRIMARY KEY,
+    person_id INTEGER NOT NULL,
+    embedding BLOB NOT NULL,  -- 512D float32 向量
+    created_at TEXT,
+    FOREIGN KEY (person_id) REFERENCES person(id)
+);
+```
+
+**检索实现：**
+- 小库（≤几千人）：CPU 暴力点积，无需额外索引
+- 大库（≥几万人）：可扩展 HNSW/Faiss 等 ANN 索引
+
 ### 6.3 业务逻辑与输出

 | 节点类型    | 功能描述                           | 关键参数                             | 硬件依赖           |