【花雕动手做】HUSKYLENS 2 AI视觉传感器之识别人脸输出相关数据

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

一、核心硬件与软件平台介绍

HUSKYLENS 2（二哈识图2）是DFRobot推出的全新AI视觉传感器，内置具备6TOPS算力的Kendryte K230双核RISC-V处理器，配备1GB LPDDR4内存和8GB存储空间。该设备支持人脸识别、物体检测、姿态估计等超过20种预设AI模型，并允许用户通过自定义训练部署专属识别模型。

其硬件配置包含200万像素摄像头、2.4英寸触摸显示屏、可更换镜头模组（支持显微与夜视功能）以及RGB补光灯。设备提供UART/I2C接口，可轻松连接Arduino、树莓派等主流开发板，实现图像实时传输与多模态交互。内置MCP服务打通本地视觉处理与大模型能力，例如在识别餐食图片后自动生成营养建议；同时“模型广场”提供车牌识别、跌倒监测等垂直场景下的即用解决方案。作为教育领域的重要工具，HUSKYLENS 2已融入《中小学人工智能通识教育指南》课程体系，配合Mind+图形化编程环境，显著降低AI学习门槛，广泛应用于创客教育与STEAM实践项目中。

行空板 K10 是一款面向中小学信息科技教学及创客项目设计的国产AIoT开发板，采用ESP32-S3为主控芯片，高度集成2.8英寸全彩LCD屏、摄像头、双麦克风与扬声器、Wi-Fi/蓝牙模块，以及温湿度、光线强度、加速度等多种传感器。无需外接配件即可实现离线语音识别（支持约200词库）、人脸识别、二维码扫描和物联网联动等功能。

它兼容Mind+图形化编程与MicroPython代码编程，兼顾初学者的操作便捷性与高级用户的扩展需求。丰富的扩展接口便于连接各类外部传感器与执行机构，适合开展AI应用与物联网创新项目，是一款性价比高且功能全面的科创实践平台。

Mind+ 是由DFRobot旗下蘑菇云科创教育团队自主研发的青少年编程软件，拥有完全自主知识产权。软件兼容Scratch 3.0操作逻辑，既支持零基础用户使用积木式拖拽编程，也支持进阶者切换至Python/C/C++进行代码编写，且图形化积木可自动转换为对应文本代码，助力学习者平滑过渡到专业编程阶段。

该平台适配行空板M10/K10、Arduino、micro:bit等主流开源硬件，兼容上百种电子模块，集成图像识别、语音识别等AI能力及物联网开发功能。提供实时运行、程序烧录脱机执行等多种模式，并配套大量教学案例，适用于校内外编程教学、科技创新项目与竞赛场景，是一款兼具易用性与拓展性的综合型科创教育工具。

二、设备连接方案

所需材料清单：

• 行空板K10 × 1
• HUSKYLENS 2 × 1
• USB数据线 × 2
• 4Pin连接线（或杜邦线） × 1

首先，使用一条USB数据线将电脑与行空板K10连接，用于程序上传与调试。接着，利用一根4Pin白色硅胶线将行空板K10与HUSKYLENS 2进行通信对接。由于HUSKYLENS 2对供电要求较高，建议额外使用第二条USB数据线将其Type-C接口连接至独立电源（如USB电源适配器或电脑USB口），以确保稳定运行。

三、人脸识别技术解析

人脸识别（Face Recognition）是一种融合计算机视觉与人工智能的技术，旨在通过摄像头或图像分析系统，自动检测画面中的人脸区域，并进一步识别个体身份、分析面部特征或判断情绪状态。这项技术赋予设备“认出你”的能力，是身份验证、安防监控、智能人机交互等领域的重要支撑。

（1）基本定义

人脸识别是指：基于人脸图像中的几何结构、纹理细节或深度信息，识别个体身份或提取面部特征的过程。它不仅能够判断“是否存在人脸”，更能精确识别“这是谁”。

（2）技术流程

1. 人脸检测：在输入图像中定位人脸所在区域。
2. 特征提取：分析眼睛、鼻子、嘴巴等关键点的位置关系与比例特征。
3. 特征编码：将提取的特征转化为数字向量（如常见的128维特征向量）。
4. 身份比对：将生成的特征向量与数据库中已注册的人脸数据进行匹配。
5. 结果输出：返回识别结果，包括姓名、编号、相似度分数等信息。

（3）与其他技术的区别

（4）典型应用场景

• 门禁系统：实现刷脸开门或考勤打卡
• 手机解锁与支付身份验证
• 医疗系统中用于患者身份确认
• 机场安检与边境出入境核验
• 教育场景下统计学生出勤情况或注意力分析
• 社交或游戏平台实现个性化互动体验

（5）常用算法与模型

（6）技术优势与挑战

（7）实际应用示意图

四、【花雕动手做】HUSKYLENS 2 AI视觉传感器实现人脸识别并输出数据

当启用HUSKYLENS 2的人脸识别功能时，只要有人脸进入摄像头视野，设备即可自动检测并在屏幕上框选出人脸区域，同时获取当前画面中的人脸总数及相关详细信息。

系统可读取指定人脸的五官位置与几何参数，具体可获取的数据包括：人脸ID、人脸名称、人脸宽度与高度、人脸中心点X/Y坐标、左眼与右眼的X/Y坐标、左嘴角与右嘴角的X/Y坐标，以及鼻子的X/Y坐标位置。

1、实测样本展示

2、实验测试代码

（此处原内容未提供具体代码，保留标题结构以便后续补充）

/*【花雕动手做】HUSKYLENS 2 AI视觉传感器实现人脸识别并输出对应数据
* 开发环境：MindPlus
* 硬件平台：esp32s3bit
*/

// 包含所需库文件
#include "DFRobot_HuskylensV2.h"   // HUSKYLENS视觉识别模块驱动库
#include "unihiker_k10.h"          // UNIHIKER主控开发板支持库

// 实例化对象
UNIHIKER_K10 k10;                 // 创建UNIHIKER设备对象
HuskylensV2  huskylens;           // 创建HUSKYLENS传感器实例
uint8_t      screen_dir = 2;      // 设定屏幕显示方向为横向（值为2）

// 系统初始化函数
void setup() {
  k10.begin();                    // 启动并初始化UNIHIKER开发板
  Wire.begin();                   // 初始化I2C通信接口

  // 循环尝试连接HUSKYLENS，直到成功为止
  while (!huskylens.begin(Wire)) {
    delay(100);                   // 每次失败后延迟100毫秒重试
  }

  k10.initScreen(screen_dir);     // 配置屏幕方向
  k10.creatCanvas();              // 建立绘图画布用于界面显示

  // 切换HUSKYLENS至人脸识别算法模式
  huskylens.switchAlgorithm(ALGORITHM_FACE_RECOGNITION);

  // 在画布上绘制标题信息（蓝色字体，位于第2行）
  k10.canvas->canvasText("识别人脸数据", 2, 0x0000FF);
}

// 主循环函数
void loop() {
  // 请求获取当前人脸识别结果
  huskylens.getResult(ALGORITHM_FACE_RECOGNITION);

  // 判断是否检测到有效的人脸数据
  if (huskylens.available(ALGORITHM_FACE_RECOGNITION)) {

    // 显示最接近画面中心位置的人脸ID（红色文字，第4行）
    k10.canvas->canvasText(
      String("靠中心的人脸ID: ") + 
      String(RET_ITEM_NUM(huskylens.getCachedCenterResult(ALGORITHM_FACE_RECOGNITION), Result, ID)),
      4, 0xFF0000
    );

    // 输出当前识别到的人脸总数（红色文字，第5行）
    k10.canvas->canvasText(
      String("人脸总数: ") + 
      String(huskylens.getCachedResultNum(ALGORITHM_FACE_RECOGNITION)),
      5, 0xFF0000
    );

    // 展示中心人脸的宽度与高度信息（蓝色文字，第6行）
    k10.canvas->canvasText(
      String("人脸宽高: ") + 
      String(RET_ITEM_NUM(huskylens.getCachedCenterResult(ALGORITHM_FACE_RECOGNITION), Result, width)) +
      String("，") +
      String(RET_ITEM_NUM(huskylens.getCachedCenterResult(ALGORITHM_FACE_RECOGNITION), Result, height)),
      6, 0x0000FF
    );

    // 显示中心人脸在画面中的坐标位置（蓝色文字，第7行）
    k10.canvas->canvasText(
      String("人脸坐标: ") + 
      String(RET_ITEM_NUM(huskylens.getCachedCenterResult(ALGORITHM_FACE_RECOGNITION), Result, xCenter)) +
      String("，") +
      String(RET_ITEM_NUM(huskylens.getCachedCenterResult(ALGORITHM_FACE_RECOGNITION), Result, yCenter)),
      7, 0x0000FF
    );

    // 再次显示人脸坐标信息（蓝色文字，第8行）——可能存在重复输出
    k10.canvas->canvasText(
      String("人脸坐标: ") + 
      String(RET_ITEM_NUM(huskylens.getCachedCenterResult(ALGORITHM_FACE_RECOGNITION), Result, xCenter)) +
      String("，") +
      String(RET_ITEM_NUM(huskylens.getCachedCenterResult(ALGORITHM_FACE_RECOGNITION), Result, yCenter)),
      8, 0x0000FF
    );
  }
}

// 主循环中的核心逻辑处理
void loop() {
    // 获取当前人脸识别结果
    huskylens.getResult(ALGORITHM_FACE_RECOGNITION);

    // 判断是否检测到有效的人脸数据
    if (huskylens.available(ALGORITHM_FACE_RECOGNITION)) {

        // 统计当前画面中识别人脸的总数
        int faceCount = huskylens.getReturnBoxes(ALGORITHM_FACE_RECOGNITION);
        
        // 显示人脸总数信息（蓝色文字，第3行）
        k10.canvas->canvasText((String("人脸数量: ") + String(faceCount)), 3, 0x0000FF);

        // 获取位于画面中心区域的人脸ID
        int centerFaceId = RET_ITEM_NUM(huskylens.getCachedCenterResult(ALGORITHM_FACE_RECOGNITION), Result, ID);

        // 显示中心人脸的唯一标识（蓝色文字，第4行）
        k10.canvas->canvasText((String("中心人脸ID: ") + String(centerFaceId)), 4, 0x0000FF);

        // 获取并显示中心人脸在画面中的位置坐标（X, Y）
        int xCenter = RET_ITEM_NUM(huskylens.getCachedCenterResult(ALGORITHM_FACE_RECOGNITION), Result, xCenter);
        int yCenter = RET_ITEM_NUM(huskylens.getCachedCenterResult(ALGORITHM_FACE_RECOGNITION), Result, yCenter);

        // 显示中心点坐标信息（蓝色文字，第8行）
        k10.canvas->canvasText((String("中心坐标: ") +
            String((String(xCenter) + String("，") + String(yCenter))))),
            8, 0x0000FF);

        // 提取左眼位置数据
        int leye_x = RET_ITEM_NUM(huskylens.getCachedCenterResult(ALGORITHM_FACE_RECOGNITION), FaceResult, leye_x);
        int leye_y = RET_ITEM_NUM(huskylens.getCachedCenterResult(ALGORITHM_FACE_RECOGNITION), FaceResult, leye_y);

        // 在屏幕上绘制左眼坐标提示（蓝色文字，第9行）
        k10.canvas->canvasText((String("左眼坐标: ") +
            String((String(leye_x) + String("，") + String(leye_y))))),
            9, 0x0000FF);

        // 获取右眼位置参数
        int reye_x = RET_ITEM_NUM(huskylens.getCachedCenterResult(ALGORITHM_FACE_RECOGNITION), FaceResult, reye_x);
        int reye_y = RET_ITEM_NUM(huskylens.getCachedCenterResult(ALGORITHM_FACE_RECOGNITION), FaceResult, reye_y);

        // 输出右眼坐标至屏幕指定位置（蓝色文字，第10行）
        k10.canvas->canvasText((String("右眼坐标: ") +
            String((String(reye_x) + String("，") + String(reye_y))))),
            10, 0x0000FF);
    }

    // 刷新屏幕以更新显示内容
    k10.canvas->updateCanvas();

    // 延迟50毫秒，用于控制画面刷新频率，避免过快重绘
    delay(50);
}

代码结构解析

头文件引入与对象实例化

#include "unihiker_k10.h"           // 引入UNIHIKER开发板底层控制库
#include "DFRobot_HuskylensV2.h"    // 包含HUSKYLENS视觉传感器驱动支持

HuskylensV2 huskylens;              // 创建AI视觉识别模块对象
UNIHIKER_K10 k10;                   // 实例化开发板主控操作对象
uint8_t screen_dir = 2;             // 设定屏幕显示方向为横向模式（值为2）

系统初始化配置（setup函数）

void setup() {
    k10.begin();                    // 启动并初始化开发板硬件资源
    Wire.begin();                   // 初始化I2C通信接口，用于连接外部设备

    // 循环尝试连接HUSKYLENS传感器，确保成功建立通信
    while (!huskylens.begin(Wire)) {
        delay(100);                 // 若连接失败，则等待100ms后重试
    }

    // 屏幕相关初始化设置
    k10.initScreen(screen_dir);     // 根据设定的方向初始化显示屏
    k10.creatCanvas();              // 创建绘图用的画布环境

    // 配置HUSKYLENS运行算法类型
    huskylens.switchAlgorithm(ALGORITHM_FACE_RECOGNITION);  // 切换至人脸识别算法模式

    // 在屏幕上打印标题信息
    k10.canvas->canvasText("识别人脸数据", 2, 0x0000FF);  // 使用蓝色字体显示于第2行
}

主循环功能说明

在loop()函数中，程序持续从HUSKYLENS获取最新的人脸识别结果，并判断是否有有效数据返回。当检测到人脸时，执行一系列数据显示操作。

关键数据获取详解：

• 中心人脸ID提取

  RET_ITEM_NUM(huskylens.getCachedCenterResult(ALGORITHM_FACE_RECOGNITION), Result, ID)

  此语句用于获取画面中最接近中心位置的人脸唯一编号，可用于区分多个不同个体。
• 识别人脸数量统计 通过调用getReturnBoxes(ALGORITHM_FACE_RECOGNITION)方法，获得当前帧中被检测出的人脸总数，反映场景内人数。

返回当前画面中检测到的人脸总数，可通过调用 huskylens.getCachedResultNum(ALGORITHM_FACE_RECOGNITION) 实现。

人脸尺寸信息

获取检测到的人脸在图像中的宽度与高度：

RET_ITEM_NUM(..., Result, width)   // 人脸宽度
RET_ITEM_NUM(..., Result, height)  // 人脸高度

该数据反映人脸在画面中的实际大小，可用于估算人脸距离摄像头的远近，尺寸越大通常表示距离越近。

人脸位置坐标

通过以下接口获取人脸中心点在画面中的位置：

RET_ITEM_NUM(..., Result, xCenter)  // 中心点X坐标
RET_ITEM_NUM(..., Result, yCenter)  // 中心点Y坐标

用于定位人脸在图像中的具体位置，坐标系原点一般位于画面左上角，向右为X轴正方向，向下为Y轴正方向。

眼部特征点坐标

可获取左右眼的精确位置信息：

RET_ITEM_NUM(..., FaceResult, leye_x/leye_y)  // 左眼坐标
RET_ITEM_NUM(..., FaceResult, reye_x/reye_y)  // 右眼坐标

实现对眼睛位置的精准识别，支持视线追踪、眨眼检测等高级视觉应用功能。

技术特性

• 实时性：每50ms刷新一次数据，确保信息更新及时；
• 多维度输出：同时提供人脸ID、数量、尺寸、位置及特征点等多项参数；
• 图形化显示：识别结果可在UNIHIKER屏幕中直观呈现；
• 容错能力强：初始化过程具备重试机制，提升系统运行稳定性。

典型应用场景

• 基于人脸识别的门禁控制系统
• 具备追踪能力的智能摄像头
• 人机交互式界面设计
• 智能安防与监控系统
• 教学用途的演示实验项目

4、MInd+图形化编程测试实验

5、实验场景图展示

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：KYLE 相关数据 lens 关数据 Sky