转载

How-Old维护小记

简介

前几版How-Old发布后,不少用户反馈,在显示结果的页面中,用于标注前面人年龄的标签,会遮挡住后面的人的脸。这是因为我们最初采用固定偏移的方式来放置年龄标签。

而怎么样让标签不遮挡住其他人的脸,则成为一个有趣的问题。最近我们发布了一次How-Old更新,正好用这篇文章,来记录一下我们对这一问题的实现。

先直观的看一下新版本的改变(左旧 右新):

How-Old维护小记 How-Old维护小记

How-Old维护小记 How-Old维护小记

问题

我们来抽象一下这个问题。

在服务器端识别出了照片中的脸后,会将识别数据传回客户端,其中包含了每个脸的边缘矩形的位置和大小信息(FaceRect)。

然后我们要为每个脸添加对应的标签(LabelRect)。LabelRect和FaceRect两两不重合,LaebelRect自身两两不重合。(FaceRect本身是有可能重合的)

并且我们希望每个标签都尽量离对应的脸比较近。

以上就是比较核心的问题描述。此外我们在实现中还加入了一些小小的增强体验的条件,在正文中会为大家叙述。

算法

我们采用了平面分割标记的算法来布置LabelRect。

对于每个Rect(包括LabelRect,FaceRect),我们需要它的中心点RectCenter(x, y),我们需要确定的也正是每个LabelRect的中心点。

简单的分析一下,我们发现在每个Rect周围一定的区域内,是不能布置LabelCenter的,否则就会导致重合。

如下图所示:

How-Old维护小记

亮蓝色是FaceRect,墨绿色是LabelRect,中间的绿点是LabelRect的中心。

粉红色的半透明区域就是那些不能放置LabelCenter的。这个区域的大小也由LabelRect的大小确定(此例中LabelRect的大小是我们设定好的,每个都一样)。

粉红区域是有FaceRect分别向左右各扩展LabelRect.Width/2,向上下各扩展LabelRect.Height/2确定的。可以看出只要在粉红区域以外放置LabelRect,就必然不会导致LabelRect和FaceRect相交。

我们简单的把每个粉红区域叫做一个ForbidRect。

这样我们就只需要在ForbidRect的边界上选出最合适的点作为LabelCenter就行了(比如离FaceRect最近的点)。

但实际上上图还有问题。还要保证LabelRect彼此不相交呢?

上图应该是这样:

How-Old维护小记

为了方便,我们采用依次布置LabelRect的方式,先布置的一旦布置好就不再移动了,后布置的受限于前面布置的。(即不采用“在一个漏斗里倒入小球,小球会彼此挤开”这种方式)

现在我们提供一种逐步布置的过程,直观的理解一下:

How-Old维护小记 最初从服务器传回的FaceRect。

============================

How-Old维护小记 得出最初的ForbidRect集。

============================

How-Old维护小记 布置第一个LabelRect。

============================

How-Old维护小记 更新ForbidRect集。

============================

How-Old维护小记 布置第2个LabelRect。

============================

再更新ForbidRect集就达到了我们之前那样的结果。

(此过程举例中先放哪个后放哪个,是随便选的)。

那,我们怎么确定该把LabelCenter放在哪呢?换言之,我们怎么出ForbidRect的边界上选出那个合适的点呢?

当时我们就想,怎么在非离散的二维平面上做这个?

然后我们采用了分割平面的方法,就像上图那些重叠的半透明的粉红色块一样,将平面分成一块块的来遍历。

Like this:

How-Old维护小记 (不重要的色块被淡化了。)

每个forbidRect都会引入4个分割线,横向俩,纵向俩。

同时每条分割线会包含引入这条线的ForbidRect编号,每条线都用一个二元组描述:

Tuple1= (offset, rect_id)。Offset是这条线 在垂直方向上距原点的偏移量 (就是“直线X=3”里面的那个“3”),rect_id就是引入它的ForbidRect编号。

横线,纵向分开统计。

举例:假设左上角那个forbidRect编号是0,右下角那个是1。当前纵向的分割线二元组数组为:L1 = {(1, 0), (5, 0), (4, 1), (8, 1)}

然后我们为了以防万一要处理一下,就是把偏移量相同的线归组(虽然不太可能有线重合,但这也是优化点之一,我们可以将forbidRect对齐到一些偏移量为某整数倍的位置)。

归组后的新二元组如下:

Tuple2=(offset,set<rect_id>)。二元组的第二个元素变成了forbidRect 编号的集合了。

此时我们有两个Tuple2数组了(横向的,纵向的),我们按照offset字段将它们排序(两个方向的分开进行)。

举例,排序后的纵向线的数组为:L2 = {(1, {0}), (4, {1}), (5, {0}), (8, {1})}

这时我们要遍历一下排序后的数组,收集一些信息,通过类似栈的方式获取每个forbidRect覆盖的分割线在分割线数组中的索引(从0开始)。因为分割线排好序了,我们就记一个区间好了。

举例:forbidRect 0 的“覆盖线”的索引区间为: [0, 2]。

但是我们是为了分割平面才引入的分割线,因为水平方向上索引为2的线(第三条线)之后已经不是forbidRect 0 的范围了,所以这个索引区间的意义实际上是[0, 2)——不再是分割线的索引,而是横向上的小平面区域的索引。

同时,我们还有一个映射M1:(index1, index2) -> isDirty。映射源是一个被横纵线分割出的小矩形(Cell)的横纵向索引,映射目标是一个boolean量,用来表示这个Cell是否属于一个ForbidRect。

举例:(0,0)->true, (1,0)->true, (2,0)->false. (2,2)->true.

做好这些准备后,就是我们最后的布局阶段了。

我们依照距离所有faceRect重心(是“重心”)最小的顺序为FaceRect排序,也就是越靠近中心的越先处理。

对每个faceRect,找到它的ForbidRect。通过ForbidRect在X Y方向上的“覆盖Cell”索引区间,找出位于该Forbidrect边界上的Cell。

举例:ForbidRect 0 边界上的Cell有:(0, -1) (1, -1) (-1, 0) (-1, 1) (2, 0) (2, 1) (0, 2) (1, 2)

How-Old维护小记 就是图中这四个黄色块标示的8个Cell(最左边和最上边的就为它们编号-1)。

===================================

其中有几个Cell是Dirty的:

How-Old维护小记

===================================

也就是说,我们只要在这6条线段(蓝色标出)上找LabelCenter就可以了

How-Old维护小记

===================================

我们当前的策略是:先上,再左,再右,最后下方。

对每个线段,判断它的两个顶点,是在FaceRect与线段垂直的轴线的一左一右?一上一下?还是在同一侧?——这样就能判断最优的点(距离最近)。每个线段有一个最优解,再从中得出全局最优解。

(如果在上方就能得出这样的解,直接就用它做全局解。不然依次继续左、右、下方中找。下方的点,我们不喜欢,设置一个值去抑制它成为全局最优解)。

但,如果一个forbidRect四面受敌,一条这样的边界线段也没有怎么办呢?

此时我们通过一个forbidRect相交矩阵,广度优先,遍历每个和它直接或间接相接的forbidRect,从这些ForbidRect的边界线段上,找出最优的那个点,作为LabelCenter。

之后我们将这个LabelRect对应的ForbidRect加入ForbidRect集,并对下一个Face(按距重心排序地)进行同样的过程。直到所有Face都处理完成。

总结

这个算法的大致流程就是这样,其中也还有一些地方值得继续优化。当然我们还对标签大小,标签偏移等属性进行了微调。

希望这篇文章能抛砖引玉,如果大家有更好的算法或者想法,欢迎和我们交流。也欢迎下载最新版的How-Old进行各种各样图片的测试。

How-Old维护小记 最后 向量子力学致敬:)

正文到此结束
Loading...