App 카메라 최적화

얼굴 인식 성능 최적화: App 카메라 최적화 사례

프로젝트 개요

react-native-vision-camera 라이브러리를 활용하여 얼굴 인식을 구현하였다. 하지만 전체 화면에서 얼굴 인식을 수행할 때 성능 저하가 발생하여, 이를 해결하기 위한 최적화 작업을 진행하였다.

문제점

얼굴 인식을 전체 화면에서 진행할 경우 발생한 문제:

• 연산 부하: 많은 양의 이미지 데이터를 처리해야 하며, 이로 인해 메모리 사용량이 증가.
• 속도 저하: 얼굴 인식 속도가 느려지고, 전체 앱 성능이 저하됨.

해결 방법

이 문제를 해결하기 위해 다음과 같은 방법을 적용했다:

1. 영역 제한

문제: 전체 화면에서 얼굴 인식을 수행할 경우 데이터 처리량이 많아 성능이 저하됨.

해결 방법: 얼굴 인식을 전체 화면이 아닌 특정 영역에만 수행하도록 최적화. 이 접근 방식으로 데이터 처리량을 줄였다.

구현 코드:

1. 카메라 프리뷰에서 ROI 설정:

   
   import { Camera, useCameraDevices } from 'react-native-vision-camera';
   
   const App = () => {
     const devices = useCameraDevices();
     const device = devices.front;
   
     return (
       device != null && (
         <Camera
           device={device}
           isActive={true}
           style={{ flex: 1 }}
           frameProcessor={frame => {
             // 설정한 영역을 기준으로 얼굴 인식을 수행
             const roi = { x: 100, y: 100, width: 200, height: 200 };
             const croppedFrame = cropFrame(frame, roi);
             detectFace(croppedFrame);
           }}
           frameProcessorFps={5} // 처리 주기를 설정
         />
       )
     );
   };
   
   const cropFrame = (frame, roi) => {
     // ROI에 맞게 이미지를 자르는 함수
     // 하단 코드 참고
   };
   
   const detectFace = (frame) => {
     // 얼굴 인식을 수행하는 함수
     // 하단 코드 참고
   };
   

   인식할 영역만을 정의하고 해당 영역의 데이터만 처리했다.
   

2. 빈도 조절 및 영역 내 인식

문제: 얼굴 인식의 빈도가 높아 불필요한 연산이 발생했다.

해결 방법: 얼굴 인식 빈도를 조절하고, 얼굴이 지정된 영역 내에 있을 때만 인식을 수행하도록 개선했다.

구현 코드:

1. 빈도 조절:

   
   import { useRef } from 'react';
   import { Camera } from 'react-native-vision-camera';
   
   const App = () => {
     const lastDetectionTime = useRef(Date.now());
   
     return (
       <Camera
         // 카메라 설정
         frameProcessor={frame => {
           const now = Date.now();
           if (now - lastDetectionTime.current > 500) { // 500ms마다 인식
             lastDetectionTime.current = now;
             const roi = { x: 100, y: 100, width: 200, height: 200 };
             const croppedFrame = cropFrame(frame, roi);
             detectFace(croppedFrame);
           }
         }}
       />
     );
   };
   

2. 영역 내 인식:

   typescriptCopy code
   const detectFace = (frame) => {
     // 얼굴 인식 로직
     const faces = detectFacesInFrame(frame);
     faces.forEach(face => {
       if (isFaceInROI(face, { x: 100, y: 100, width: 200, height: 200 })) {
         // ROI 내의 얼굴만 처리한다.
       }
     });
   };
   
   const isFaceInROI = (face, roi) => {
     // 얼굴이 ROI 내에 있는지 확인
   };
   

1. detectFace 함수

이 함수는 이미지 프레임에서 얼굴을 인식하고, 인식된 얼굴이 ROI(관심 영역) 내에 있는지 확인하는 역할을 합니다. 아래는 detectFace 함수의 자세한 구현 예시입니다:

const detectFace = (frame: ImageFrame) => {
  // 얼굴 인식 로직
  // `detectFacesInFrame` 함수는 프레임에서 얼굴을 탐지하여 얼굴 정보 배열을 반환.
  const faces = detectFacesInFrame(frame);

  // ROI 설정 (x, y, width, height)
  const roi = { x: 100, y: 100, width: 200, height: 200 };

  faces.forEach(face => {
    // `isFaceInROI` 함수는 얼굴이 설정한 ROI 내에 있는지 확인
    if (isFaceInROI(face, roi)) {
      // ROI 내의 얼굴만 처리
      // 여기에서 얼굴 인식 후의 추가 작업을 수행할 수 있다.
       console.log("Detected face in ROI:", face);
    }
  });
};

• detectFacesInFrame(frame): 프레임에서 얼굴을 탐지하여 얼굴 정보가 담긴 배열을 반환하는 함수. 얼굴 인식 라이브러리의 API를 호출하여 구현.
• roi: 관심 영역을 설정하는 객체입니다. 이 영역 내에서만 얼굴 인식을 수행.
• isFaceInROI(face, roi): 각 얼굴이 설정한 ROI 내에 있는지 확인.

2. isFaceInROI 함수

이 함수는 얼굴이 주어진 ROI 내에 있는지 확인합니다. 다음은 isFaceInROI 함수의 자세한 구현 예시입니다:

interface Face {
  x: number; // 얼굴의 x 좌표
  y: number; // 얼굴의 y 좌표
  width: number; // 얼굴의 너비
  height: number; // 얼굴의 높이
}

interface ROI {
  x: number; // ROI의 x 좌표
  y: number; // ROI의 y 좌표
  width: number; // ROI의 너비
  height: number; // ROI의 높이
}

const isFaceInROI = (face: Face, roi: ROI): boolean => {
  // 얼굴의 경계
  const faceLeft = face.x;
  const faceRight = face.x + face.width;
  const faceTop = face.y;
  const faceBottom = face.y + face.height;

  // ROI의 경계
  const roiLeft = roi.x;
  const roiRight = roi.x + roi.width;
  const roiTop = roi.y;
  const roiBottom = roi.y + roi.height;

  // 얼굴이 ROI 내에 있는지 확인
  return !(faceRight < roiLeft ||
           faceLeft > roiRight ||
           faceBottom < roiTop ||
           faceTop > roiBottom);
};

• Face 인터페이스: 얼굴의 위치와 크기를 정의다. 이 값들은 얼굴 인식 라이브러리에서 제공하는 데이터에 따라 달라질 수 있음.
• ROI 인터페이스: 관심 영역의 위치와 크기를 정의.
• isFaceInROI 함수: 얼굴이 ROI 내에 포함되어 있는지 검사한다. ROI와 얼굴의 경계를 비교하여 얼굴이 ROI의 경계 안에 있는지를 확인.

성과

• 속도 개선: 얼굴 인식 속도가 15fps에서 20fps로 개선되었다.
• 성능 향상: 전체 앱의 성능이 향상되어, 사용자 경험이 개선되었다.

결론

이번 최적화 작업을 통해 성능을 크게 향상시킬 수 있었습니다. ROI 설정, 빈도 조절, 영역 내 인식과 같은 최적화 방법을 통해 데이터 처리의 효율성을 높이고, 사용자 경험을 개선했다.