从零玩转人脸识别之RGB人脸活体检测

从零玩转RGB人脸活体检测

前言

本期教程人脸识别第三方平台为虹软科技,本文章讲解的是人脸识别RGB活体追踪技术,免费的功能很多可以自行搭配,希望在你看完本章课程有所收获。

从零玩转人脸识别之RGB人脸活体检测

ArcFace 离线SDK,包含人脸检测、性别检测、年龄检测、人脸识别、图像质量检测、RGB活体检测、IR活体检测等能力,初次使用时需联网激活,激活后即可在本地无网络环境下工作,可根据具体的业务需求结合人脸识别SDK灵活地进行应用层开发。

从零玩转人脸识别之RGB人脸活体检测

功能介绍

1. 人脸检测

对传入的图像数据进行人脸检测,返回人脸的边框以及朝向信息,可用于后续的人脸识别、特征提取、活体检测等操作;

  • 支持IMAGE模式和VIDEO模式人脸检测。
  • 支持单人脸、多人脸检测,最多支持检测人脸数为50。

2.人脸追踪

对来自于视频流中的图像数据,进行人脸检测,并对检测到的人脸进行持续跟踪。(我们是实时的所以就只能使用第三方操作,先不使用这个)

3.人脸特征提取

提取人脸特征信息,用于人脸的特征比对。

4.人脸属性检测

人脸属性,支持检测年龄、性别以及3D角度。

人脸3D角度:俯仰角(pitch), 横滚角(roll), 偏航角(yaw)。

从零玩转人脸识别之RGB人脸活体检测

5.活体检测

离线活体检测,静默式识别,在人脸识别过程中判断操作用户是否为真人,有效防御照片、视频、纸张等不同类型的作弊攻击,提高业务安全性,让人脸识别更安全、更快捷,体验更佳。支持单目RGB活体检测、双目(IR/RGB)活体检测,可满足各类人脸识别终端产品活体检测应用。

开造

访问地址: https://ai.arcsoft.com.cn/technology/faceTracking.html 进入开发者中心进行注册以及认证个人信息
1. 点击我的应用 > 新建应用

从零玩转人脸识别之RGB人脸活体检测

2.填写信息立即创建 点击 添加SDK

从零玩转人脸识别之RGB人脸活体检测

3.选中免费版人脸识别

从零玩转人脸识别之RGB人脸活体检测

4. 填写授权码信息
选择平台先选择windows的根据你的电脑配置来 是64位还是32位的, 语言选择Java

从零玩转人脸识别之RGB人脸活体检测

从零玩转人脸识别之RGB人脸活体检测

5. 介绍sdk文件

从零玩转人脸识别之RGB人脸活体检测

一、创建Springboot工程:ArcFace

1. maven依赖

    <dependencies>
<dependency>
<groupid>org.springframework.boot</groupid>
<artifactid>spring-boot-starter-web</artifactid>
</dependency> <dependency>
<groupid>org.springframework.boot</groupid>
<artifactid>spring-boot-configuration-processor</artifactid>
<optional>true</optional>
</dependency> <dependency>
<groupid>org.springframework.boot</groupid>
<artifactid>spring-boot-starter-test</artifactid>
<scope>test</scope>
</dependency> <!--支持html-->
<dependency>
<groupid>org.springframework.boot</groupid>
<artifactid>spring-boot-starter-thymeleaf</artifactid>
</dependency>
<!--虹软sdk-->
<dependency>
<groupid>com.arcsoft.face</groupid>
<artifactid>arcsoft-sdk-face</artifactid>
<version>3.0.0.0</version>
<scope>system</scope>
<systempath>${basedir}/lib/arcsoft-sdk-face-3.0.0.0.jar</systempath>
</dependency> </dependencies>

2.创建lib文件夹将sdk复制

进来记得add依赖有小箭头就行

从零玩转人脸识别之RGB人脸活体检测

3.复制到测试类当中

从零玩转人脸识别之RGB人脸活体检测

从零玩转人脸识别之RGB人脸活体检测

4.填写好对应的appId和sdkKey

从零玩转人脸识别之RGB人脸活体检测

5.复制算法库路径

从零玩转人脸识别之RGB人脸活体检测

从零玩转人脸识别之RGB人脸活体检测

6.启动测试

我进行删除了一些功能就示范特征、活体检测, 其他的可自己试一试

从零玩转人脸识别之RGB人脸活体检测

体验到此结束,可以自己多玩玩

二、改造ArcFace工程

效果图

从零玩转人脸识别之RGB人脸活体检测

从零玩转人脸识别之RGB人脸活体检测

1. 创建FaceRecognitionUtils

package top.yangbuyi.utils;

import com.arcsoft.face.*;
import com.arcsoft.face.enums.*;
import com.arcsoft.face.toolkit.ImageFactory;
import com.arcsoft.face.toolkit.ImageInfo;
import com.arcsoft.face.toolkit.ImageInfoEx;
import com.sun.org.apache.xerces.internal.impl.dv.util.Base64;
import org.apache.logging.log4j.LogManager;
import org.apache.logging.log4j.Logger;
import org.springframework.beans.factory.annotation.Value;
import org.springframework.util.StringUtils; import javax.imageio.ImageIO;
import java.awt.image.BufferedImage;
import java.io.ByteArrayInputStream;
import java.io.IOException;
import java.util.ArrayList;
import java.util.List; /**
* @program: ArcFace
* @ClassName: FaceRecognitionUtils
* @create: 2021-07-01 11:00
* @author: Yang shuai
* @FaceRecognitionUtils: 人脸识别简易版$实现人脸检测活体是否为人脸,追踪人脸
**/
public class FaceRecognitionUtils { /**
* APP ID,请先在虹软开发者中心注册、认证之后创建应用获取
*/
@Value("crm.appId")
private static String APP_ID = "";
/**
* SDK KEY,请先在虹软开发者中心注册、认证之后创建应用获取
*/
@Value("crm.sdk")
private static String SDK_KEY = "";
/**
* dll插件库地址
* linx 和 win 是不一样的
*/
@Value("crm.face")
private static String FACE_ENGINE = "WIN64"; private final static Logger logger = LogManager.getLogger(FaceRecognitionUtils.class.getName()); // 人脸引擎
private static FaceEngine faceEngine = new FaceEngine(FACE_ENGINE); // 创建引擎功能对象(用于初始化引擎)
private static FunctionConfiguration functionConfiguration1 = new FunctionConfiguration(); // 创建引擎功能对象(用于人脸检测)
private static FunctionConfiguration functionConfiguration2 = new FunctionConfiguration(); static {
// 初始化引擎功能(用于初始化引擎)
{
// 是否支持年龄检测功能
functionConfiguration1.setSupportAge(true);
// 是否支持3D检测功能
functionConfiguration1.setSupportFace3dAngle(true);
// 是否支持人脸检测功能
functionConfiguration1.setSupportFaceDetect(true);
// 是否支持人脸识别功能
functionConfiguration1.setSupportFaceRecognition(true);
// 是否支持性别检测功能
functionConfiguration1.setSupportGender(true);
// 是否支持RGB活体检测功能
functionConfiguration1.setSupportLiveness(true);
// 是否支持IR活体检测功能
functionConfiguration1.setSupportIRLiveness(true);
}
// 初始化引擎功能(用于人脸检测)
{
// 是否支持年龄检测功能
functionConfiguration2.setSupportAge(true);
// 是否支持3D检测功能
functionConfiguration2.setSupportFace3dAngle(true);
// 是否支持性别检测功能
functionConfiguration2.setSupportGender(true);
// 是否支持RGB活体检测功能
functionConfiguration2.setSupportLiveness(true);
}
} /**
* 在线激活SDK
*
* @return
*/
public static void sdkActivation() {
int errorCode = faceEngine.activeOnline(APP_ID, SDK_KEY);
if (errorCode != ErrorInfo.MOK.getValue() && errorCode != ErrorInfo.MERR_ASF_ALREADY_ACTIVATED.getValue()) {
// SDK激活失败
logger.error("在线激活SDK失败!错误码:" + errorCode);
} else {
// SDK激活成功
logger.info("在线激活SDK成功!");
} } /**
* 初始化引擎
*
* @param detectMode 检测模式(推荐IMAGE 模式)
* @param detectOrient 人脸检测角度(推荐人脸检测角度,逆时针0度)
* @param faceMaxNum 人脸检测最大数量(推荐10)
* @param faceScaleVal 最小人脸比例(VIDEO模式推荐16;IMAGE模式推荐32)
*/
public static void InitializeTheEngine(DetectMode detectMode, DetectOrient detectOrient, int faceMaxNum, int faceScaleVal) {
// 创建引擎配置类
EngineConfiguration engineConfiguration = new EngineConfiguration();
// 设置detectMode参数
engineConfiguration.setDetectMode(detectMode);
// 设置detectFaceOrientPriority参数
engineConfiguration.setDetectFaceOrientPriority(detectOrient);
// 设置人脸检测最大数量
engineConfiguration.setDetectFaceMaxNum(faceMaxNum);
// 设置detectFaceScaleVal参数为:识别的最小人脸比例 = 图片长边 / 人脸框长边的比值
engineConfiguration.setDetectFaceScaleVal(faceScaleVal);
// 配置引擎功能
engineConfiguration.setFunctionConfiguration(functionConfiguration1);
// 检测角度
// engineConfiguration.setDetectFaceOrientPriority(DetectOrient.ASF_OP_ALL_OUT); // 初始化引擎
int errorCode = faceEngine.init(engineConfiguration);
if (errorCode != ErrorInfo.MOK.getValue()) {
// 引擎初始化失败
logger.error("引擎初始化失败!错误码:" + errorCode);
} else {
// 引擎初始化成功
logger.info("引擎初始化成功!");
}
} /**
* 人脸检测(传入分离的图像信息数据)
*
* @param imageInfo 图像信息
* @param faceInfoList 人脸信息列表
* @return 检测结果,检测成功或是失败!
*/
public static boolean faceDetection1(ImageInfo imageInfo, List<faceinfo> faceInfoList) {
int errorCode = faceEngine.detectFaces(imageInfo.getImageData(),
imageInfo.getWidth(), imageInfo.getHeight(), imageInfo.getImageFormat(),
faceInfoList);
if (errorCode != ErrorInfo.MOK.getValue()) {
// 人脸检测失败
logger.error("人脸检测失败!错误码:" + errorCode);
return false;
} else {
// 人脸检测成功
logger.info("人脸检测成功!");
return true;
}
} /**
* 人脸检测(传入ImageInfoEx图像信息数据)
*
* @param imageInfo 图像信息
* @param faceInfoList 人脸信息列表
* @return 检测结果,检测成功或是失败!
*/
public static boolean faceDetection2(ImageInfo imageInfo, List<faceinfo> faceInfoList) {
ImageInfoEx imageInfoEx = new ImageInfoEx();
imageInfoEx.setHeight(imageInfo.getHeight());
imageInfoEx.setWidth(imageInfo.getWidth());
imageInfoEx.setImageFormat(imageInfo.getImageFormat());
imageInfoEx.setImageDataPlanes(new byte[][]{imageInfo.getImageData()});
imageInfoEx.setImageStrides(new int[]{imageInfo.getWidth() * 3});
int errorCode = faceEngine.detectFaces(imageInfoEx,
DetectModel.ASF_DETECT_MODEL_RGB, faceInfoList);
if (errorCode != ErrorInfo.MOK.getValue()) {
// 人脸检测失败
logger.error("人脸检测失败!错误码:" + errorCode);
return false;
} else {
// 人脸检测成功
logger.info("人脸检测成功!");
return true;
}
} /**
* 人脸特征提取,是否检测到人脸
*
* @param imageInfo
* @return
*/
public static byte[] extractFaceFeature(ImageInfo imageInfo) {
try {
//人脸检测得到人脸列表
List<faceinfo> faceInfoList = new ArrayList<faceinfo>();
//人脸检测
int i = faceEngine.detectFaces(imageInfo.getImageData(), imageInfo.getWidth(), imageInfo.getHeight(), imageInfo.getImageFormat(), faceInfoList); if (faceInfoList.size() > 0) {
FaceFeature faceFeature = new FaceFeature();
//提取人脸特征
faceEngine.extractFaceFeature(imageInfo.getImageData(), imageInfo.getWidth(), imageInfo.getHeight(), imageInfo.getImageFormat(), faceInfoList.get(0), faceFeature);
return faceFeature.getFeatureData();
}
} catch (Exception e) {
logger.error("", e);
} return null;
} /**
* 人脸特征提取(传入分离的图像信息数据)
*
* @param imageInfo 图像信息
* @param faceInfo 人脸信息
* @return 人脸特征
*/
public static FaceFeature faceFeatureExtraction1(ImageInfo imageInfo, FaceInfo faceInfo) {
FaceFeature faceFeature = new FaceFeature();
int errorCode = faceEngine.extractFaceFeature(imageInfo.getImageData(),
imageInfo.getWidth(), imageInfo.getHeight(), imageInfo.getImageFormat(),
faceInfo, faceFeature);
if (errorCode != ErrorInfo.MOK.getValue()) {
// 人脸特征提取失败
logger.error("人脸特征提取失败!错误码:" + errorCode);
return null;
} else {
// 人脸特征提取成功
logger.info("人脸特征提取成功!");
return faceFeature;
}
} /**
* 人脸特征提取(传入ImageInfoEx图像信息数据)
*
* @param imageInfo 图像信息
* @param faceInfo 人脸信息
* @return 人脸特征
*/
public static FaceFeature faceFeatureExtraction2(ImageInfo imageInfo, FaceInfo faceInfo) {
ImageInfoEx imageInfoEx = new ImageInfoEx();
imageInfoEx.setHeight(imageInfo.getHeight());
imageInfoEx.setWidth(imageInfo.getWidth());
imageInfoEx.setImageFormat(imageInfo.getImageFormat());
imageInfoEx.setImageDataPlanes(new byte[][]{imageInfo.getImageData()});
imageInfoEx.setImageStrides(new int[]{imageInfo.getWidth() * 3}); // 创建人脸特征对象
FaceFeature faceFeature = new FaceFeature();
int errorCode = faceEngine.extractFaceFeature(imageInfoEx, faceInfo, faceFeature);
if (errorCode != ErrorInfo.MOK.getValue()) {
// 人脸特征提取失败
logger.error("人脸特征提取失败!错误码:" + errorCode);
return null;
} else {
// 人脸特征提取成功
logger.info("人脸特征提取成功!");
return faceFeature;
}
} /**
* 人脸特征比对
*
* @param targetFaceFeature 目标人脸特征
* @param sourceFaceFeature 来源人脸特征
* @param compareModel 比对模型
* @return 比对相似度
*/
public static Float faceFeatureComparison(FaceFeature targetFaceFeature, FaceFeature sourceFaceFeature, CompareModel compareModel) {
// 创建比对相似度对象
FaceSimilar faceSimilar = new FaceSimilar();
int errorCode = faceEngine.compareFaceFeature(targetFaceFeature, sourceFaceFeature, compareModel, faceSimilar);
if (errorCode != ErrorInfo.MOK.getValue()) {
// 人脸特征比对失败
logger.error("人脸特征比对失败!错误码:" + errorCode);
return null;
} else {
// 人脸特征比对成功
logger.info("人脸特征比对成功!");
return faceSimilar.getScore();
}
} /**
* 人脸特征比对(默认LIFE_PHOTO比对模型)
*
* @param targetFaceFeature 目标人脸特征
* @param sourceFaceFeature 来源人脸特征
* @return 比对相似度
*/
public static Float faceFeatureComparison(FaceFeature targetFaceFeature, FaceFeature sourceFaceFeature) {
// 创建比对相似度对象
FaceSimilar faceSimilar = new FaceSimilar();
int errorCode = faceEngine.compareFaceFeature(targetFaceFeature, sourceFaceFeature,
faceSimilar);
if (errorCode != ErrorInfo.MOK.getValue()) {
// 人脸特征比对失败
logger.error("人脸特征比对失败!错误码:" + errorCode);
return null;
} else {
// 人脸特征比对成功
logger.info("人脸特征比对成功!");
return faceSimilar.getScore();
}
} /**
* 人脸属性检测(传入分离的图像信息数据)
*
* @param imageInfo 图像信息
* @param faceInfoList 人脸信息列表
* @return 检测结果,检测成功或是失败!
*/
public static boolean faceAttributeDetection1(ImageInfo imageInfo, List<faceinfo> faceInfoList) {
int errorCode = faceEngine.process(imageInfo.getImageData(), imageInfo.getWidth(),
imageInfo.getHeight(), imageInfo.getImageFormat(), faceInfoList, functionConfiguration2);
if (errorCode != ErrorInfo.MOK.getValue()) {
// 人脸属性检测失败
logger.error("人脸属性检测失败!错误码:" + errorCode);
return false;
} else {
// 人脸属性检测成功
logger.info("人脸属性检测成功!");
return true;
}
} /**
* 人脸属性检测(传入ImageInfoEx图像信息数据)
*
* @param imageInfo 图像信息
* @param faceInfoList 人脸信息列表
* @return 检测结果,检测成功或是失败!
*/
public static boolean faceAttributeDetection2(ImageInfo imageInfo, List<faceinfo> faceInfoList) {
ImageInfoEx imageInfoEx = new ImageInfoEx();
imageInfoEx.setHeight(imageInfo.getHeight());
imageInfoEx.setWidth(imageInfo.getWidth());
imageInfoEx.setImageFormat(imageInfo.getImageFormat());
imageInfoEx.setImageDataPlanes(new byte[][]{imageInfo.getImageData()});
imageInfoEx.setImageStrides(new int[]{imageInfo.getWidth() * 3});
int errorCode = faceEngine.process(imageInfoEx, faceInfoList,
functionConfiguration2);
if (errorCode != ErrorInfo.MOK.getValue()) {
// 人脸属性检测失败
logger.error("人脸属性检测失败!错误码:" + errorCode);
return false;
} else {
// 人脸属性检测成功
logger.info("人脸属性检测成功!");
return true;
}
} /**
* 获取年龄信息
* 注意:人脸属性检测之后方可调用
*
* @return 获取结果,获取失败或是成功!
*/
public static boolean getAgeInfo(List<ageinfo> ageInfoList) {
int errorCode = faceEngine.getAge(ageInfoList);
if (errorCode != ErrorInfo.MOK.getValue()) {
// 获取年龄信息失败
logger.error("获取年龄信息失败!错误码:" + errorCode);
return false;
} else {
// 已成功获取年龄信息
logger.info("已成功获取年龄信息!");
return true;
}
} /**
* 获取性别(0为男性,1为女性。)
* 注意:人脸属性检测之后方可调用
*
* @return 获取结果,获取失败或是成功!
*/
public static boolean getGender(List<genderinfo> genderInfoList) {
// 性别检测
int errorCode = faceEngine.getGender(genderInfoList);
if (errorCode != ErrorInfo.MOK.getValue()) {
// 获取性别失败
logger.error("获取性别失败!错误码:" + errorCode);
return false;
} else {
// 已成功获取年龄信息
logger.info("已成功获取性别!");
return true;
}
} /**
* 获取人脸三维角度信息
* 人脸3D角度:俯仰角(pitch), 横滚角(roll), 偏航角(yaw)。
* 注意:人脸属性检测之后方可调用
*
* @return 获取结果,获取失败或是成功!
*/
public static boolean getFace3DAngle(List<face3dangle> face3DAngleList) {
// 人脸三维角度检测
int errorCode = faceEngine.getFace3DAngle(face3DAngleList);
if (errorCode != ErrorInfo.MOK.getValue()) {
// 获取人脸三维角度信息失败
logger.error("获取人脸三维角度信息失败!错误码:" + errorCode);
return false;
} else {
// 已成功获取人脸三维角度信息
logger.info("已成功获取人脸三维角度信息!");
return true;
}
} /**
* 获取RGB活体信息
* RGB活体值,未知=-1 、非活体=0 、活体=1、超出人脸=-2
* 注意:人脸属性检测之后方可调用
*
* @return 获取结果,获取失败或是成功!
*/
public static boolean getLiveness(List<livenessinfo> livenessInfoList) {
// RGB活体检测
int errorCode = faceEngine.getLiveness(livenessInfoList);
if (errorCode != ErrorInfo.MOK.getValue()) {
// 获取RGB活体信息失败
logger.error("获取RGB活体信息失败!错误码:" + errorCode);
return false;
} else {
// 已成功获取RGB活体信息
logger.info("已成功获取RGB活体信息!");
return true;
}
} private static String base64Process(String base64Str) {
if (!StringUtils.isEmpty(base64Str)) {
String photoBase64 = base64Str.substring(0, 30).toLowerCase();
int indexOf = photoBase64.indexOf("base64,");
if (indexOf > 0) {
base64Str = base64Str.substring(indexOf + 7);
} return base64Str;
} else {
return "";
}
} /**
* IR活体检测(传入分离的图像信息数据)
* 注意:
* 引擎需要支持IR活体检测功能
*
* @return 检测结果,检测成功或是失败!
*/
public static boolean detectionLiveness_IR1(String string) throws IOException {
// 创建图像信息
// ImageInfo imageInfoGray = getGrayData(file);
byte[] decode = Base64.decode(base64Process(string));
BufferedImage bufImage = ImageIO.read(new ByteArrayInputStream(decode));
ImageInfo imageInfoGray = ImageFactory.bufferedImage2ImageInfo(bufImage); // 创建人脸信息列表
List<faceinfo> faceInfoListGray = new ArrayList<faceinfo>();
// 人脸检测(传入分离的图像信息数据)
int errorCode1 = faceEngine.detectFaces(imageInfoGray.getImageData(),
imageInfoGray.getWidth(), imageInfoGray.getHeight(),
imageInfoGray.getImageFormat(), faceInfoListGray);
// 创建引擎功能实例对象
FunctionConfiguration configuration = new FunctionConfiguration();
// 设置引擎支持IR活体检测
configuration.setSupportIRLiveness(true);
// IR活体检测
int errorCode2 = faceEngine.processIr(imageInfoGray.getImageData(),
imageInfoGray.getWidth(), imageInfoGray.getHeight(),
imageInfoGray.getImageFormat(), faceInfoListGray, configuration);
if (errorCode1 != ErrorInfo.MOK.getValue() || errorCode2 != ErrorInfo.MOK.getValue()) {
String errorCode = errorCode1 == 0 ? errorCode2 + "" : errorCode1 + "";
// IR活体检测失败
logger.error("IR活体检测失败!错误码:" + errorCode);
return false;
} else {
// IR活体检测成功
logger.info("IR活体检测成功!");
return true;
}
} /**
* IR活体检测(传入ImageInfoEx图像信息数据)
* 注意:
* 引擎需要支持年龄检测功能
*
* @param imageInfo 图像信息
* @return 检测结果,检测成功或是失败!
*/
public static boolean detectionLiveness_IR2(ImageInfo imageInfo) {
ImageInfoEx imageInfoEx = new ImageInfoEx();
imageInfoEx.setHeight(imageInfo.getHeight());
imageInfoEx.setWidth(imageInfo.getWidth());
imageInfoEx.setImageFormat(imageInfo.getImageFormat());
imageInfoEx.setImageDataPlanes(new byte[][]{imageInfo.getImageData()});
imageInfoEx.setImageStrides(new int[]{imageInfo.getWidth() * 3});
List<faceinfo> faceInfoList1 = new ArrayList<>();
int errorCode1 = faceEngine.detectFaces(imageInfoEx,
DetectModel.ASF_DETECT_MODEL_RGB, faceInfoList1);
FunctionConfiguration fun = new FunctionConfiguration();
fun.setSupportAge(true);
int errorCode2 = faceEngine.processIr(imageInfoEx, faceInfoList1,
fun);
if (errorCode1 != ErrorInfo.MOK.getValue() || errorCode2 != ErrorInfo.MOK.getValue()) {
String errorCode = errorCode1 == 0 ? errorCode2 + "" : errorCode1 + "";
// IR活体检测失败
logger.error("IR活体检测失败!错误码:" + errorCode);
return false;
} else {
// IR活体检测成功
logger.info("IR活体检测成功!");
return true;
}
} /**
* 获取IR活体信息
* IR活体值,未知=-1 、非活体=0 、活体=1、超出人脸=-2
*
* @return 获取结果,获取失败或是成功!
*/
public static boolean getIrLiveness(List<irlivenessinfo> irLivenessInfo) {
// IR活体检测
int errorCode = faceEngine.getLivenessIr(irLivenessInfo);
if (errorCode != ErrorInfo.MOK.getValue()) {
// 获取IR活体信息失败
logger.error("获取IR活体信息失败!错误码:" + errorCode);
return false;
} else {
// 已成功获取IR活体信息
logger.info("已成功获取IR活体信息!");
return true;
}
} /**
* 销毁SDK引擎
*/
public static void destroyTheSDKEngine() {
int errorCode = faceEngine.unInit();
if (errorCode != ErrorInfo.MOK.getValue()) {
// 销毁SDK引擎失败
logger.error("销毁SDK引擎失败!错误码:" + errorCode);
} else {
// 销毁SDK引擎成功
logger.info("销毁SDK引擎成功!");
}
} }

2.创建ErrorCodeEnum

package top.yangbuyi.constant;

/**
* 错误代码枚举
*
* @author yang buyi
* @date 2021/07/02
*/
public enum ErrorCodeEnum { MOK(0, "成功"),
UNKNOWN(1, "未知错误"),
INVALID_PARAM(2, "无效参数"),
UNSUPPORTED(3, "引擎不支持"),
NO_MEMORY(4, "内存不足"),
BAD_STATE(5, "状态错误"),
USER_CANCEL(6, "用户取消相关操作"),
EXPIRED(7, "操作时间过期"),
USER_PAUSE(8, "用户暂停操作"),
BUFFER_OVERFLOW(9, "缓冲上溢"),
BUFFER_UNDERFLOW(10, "缓冲下溢"),
NO_DISKSPACE(11, "存贮空间不足"),
COMPONENT_NOT_EXIST(12, "组件不存在"),
GLOBAL_DATA_NOT_EXIST(13, "全局数据不存在"),
NO_FACE_DETECTED(14, "未检出到人脸"),
FACE_DOES_NOT_MATCH(15, "人脸不匹配"),
INVALID_APP_ID(28673, "无效的AppId"),
INVALID_SDK_ID(28674, "无效的SdkKey"),
INVALID_ID_PAIR(28675, "AppId和SdkKey不匹配"),
MISMATCH_ID_AND_SDK(28676, "SdkKey 和使用的SDK 不匹配"),
SYSTEM_VERSION_UNSUPPORTED(28677, "系统版本不被当前SDK所支持"),
LICENCE_EXPIRED(28678, "SDK有效期过期,需要重新下载更新"),
APS_ENGINE_HANDLE(69633, "引擎句柄非法"),
APS_MEMMGR_HANDLE(69634, "内存句柄非法"),
APS_DEVICEID_INVALID(69635, " Device ID 非法"),
APS_DEVICEID_UNSUPPORTED(69636, "Device ID 不支持"),
APS_MODEL_HANDLE(69637, "模板数据指针非法"),
APS_MODEL_SIZE(69638, "模板数据长度非法"),
APS_IMAGE_HANDLE(69639, "图像结构体指针非法"),
APS_IMAGE_FORMAT_UNSUPPORTED(69640, "图像格式不支持"),
APS_IMAGE_PARAM(69641, "图像参数非法"),
APS_IMAGE_SIZE(69642, "图像尺寸大小超过支持范围"),
APS_DEVICE_AVX2_UNSUPPORTED(69643, "处理器不支持AVX2指令"),
FR_INVALID_MEMORY_INFO(73729, "无效的输入内存"),
FR_INVALID_IMAGE_INFO(73730, "无效的输入图像参数"),
FR_INVALID_FACE_INFO(73731, "无效的脸部信息"),
FR_NO_GPU_AVAILABLE(73732, "当前设备无GPU可用"),
FR_MISMATCHED_FEATURE_LEVEL(73733, "待比较的两个人脸特征的版本不一致"),
FACEFEATURE_UNKNOWN(81921, "人脸特征检测错误未知"),
FACEFEATURE_MEMORY(81922, "人脸特征检测内存错误"),
FACEFEATURE_INVALID_FORMAT(81923, "人脸特征检测格式错误"),
FACEFEATURE_INVALID_PARAM(81924, "人脸特征检测参数错误"),
FACEFEATURE_LOW_CONFIDENCE_LEVEL(81925, "人脸特征检测结果置信度低"),
ASF_EX_BASE_FEATURE_UNSUPPORTED_ON_INIT(86017, "Engine不支持的检测属性"),
ASF_EX_BASE_FEATURE_UNINITED(86018, "需要检测的属性未初始化"),
ASF_EX_BASE_FEATURE_UNPROCESSED(86019, "待获取的属性未在process中处理过"),
ASF_EX_BASE_FEATURE_UNSUPPORTED_ON_PROCESS(86020, "PROCESS不支持的检测属性,例如FR,有自己独立的处理函数"),
ASF_EX_BASE_INVALID_IMAGE_INFO(86021, "无效的输入图像"),
ASF_EX_BASE_INVALID_FACE_INFO(86022, "无效的脸部信息"),
ASF_BASE_ACTIVATION_FAIL(90113, "人脸比对SDK激活失败,请打开读写权限"),
ASF_BASE_ALREADY_ACTIVATED(90114, "人脸比对SDK已激活"),
ASF_BASE_NOT_ACTIVATED(90115, "人脸比对SDK未激活"),
ASF_BASE_SCALE_NOT_SUPPORT(90116, "detectFaceScaleVal 不支持"),
ASF_BASE_VERION_MISMATCH(90117, "SDK版本不匹配"),
ASF_BASE_DEVICE_MISMATCH(90118, "设备不匹配"),
ASF_BASE_UNIQUE_IDENTIFIER_MISMATCH(90119, "唯一标识不匹配"),
ASF_BASE_PARAM_NULL(90120, "参数为空"),
ASF_BASE_SDK_EXPIRED(90121, "SDK已过期"),
ASF_BASE_VERSION_NOT_SUPPORT(90122, "版本不支持"),
ASF_BASE_SIGN_ERROR(90123, "签名错误"),
ASF_BASE_DATABASE_ERROR(90124, "数据库插入错误"),
ASF_BASE_UNIQUE_CHECKOUT_FAIL(90125, "唯一标识符校验失败"),
ASF_BASE_COLOR_SPACE_NOT_SUPPORT(90126, "输入的颜色空间不支持"),
ASF_BASE_IMAGE_WIDTH_NOT_SUPPORT(90127, "输入图像的byte数据长度不正确"),
ASF_NETWORK_BASE_COULDNT_RESOLVE_HOST(94209, "无法解析主机地址"),
ASF_NETWORK_BASE_COULDNT_CONNECT_SERVER(94210, "无法连接服务器"),
ASF_NETWORK_BASE_CONNECT_TIMEOUT(94211, "网络连接超时"),
ASF_NETWORK_BASE_UNKNOWN_ERROR(94212, "未知错误"); private Integer code;
private String description; ErrorCodeEnum(Integer code, String description) {
this.code = code;
this.description = description;
} public Integer getCode() {
return code;
} public void setCode(Integer code) {
this.code = code;
} public String getDescription() {
return description;
} public void setDescription(String description) {
this.description = description;
} public static ErrorCodeEnum getDescriptionByCode(Integer code) {
for (ErrorCodeEnum errorCodeEnum : ErrorCodeEnum.values()) {
if (code.equals(errorCodeEnum.getCode())) {
return errorCodeEnum;
}
}
return ErrorCodeEnum.UNKNOWN;
} }

3.创建ArcFaceController

package top.yangbuyi.controller;

import com.arcsoft.face.*;
import com.arcsoft.face.enums.DetectMode;
import com.arcsoft.face.enums.DetectOrient;
import com.arcsoft.face.toolkit.ImageFactory;
import com.arcsoft.face.toolkit.ImageInfo;
import com.sun.org.apache.xerces.internal.impl.dv.util.Base64;
import lombok.extern.slf4j.Slf4j;
import org.springframework.util.StringUtils;
import org.springframework.web.bind.annotation.*;
import top.yangbuyi.constant.ErrorCodeEnum;
import top.yangbuyi.utils.FaceRecognitionUtils; import javax.imageio.ImageIO;
import java.awt.image.BufferedImage;
import java.io.ByteArrayInputStream;
import java.io.IOException;
import java.util.ArrayList;
import java.util.HashMap;
import java.util.List;
import java.util.Map; /**
* @program: ArcFace
* @ClassName: ArcFaceController
* @create: 2021-07-01 14:30
* @author: Yang Shuai
* @since: JDK1.8
* @ArcFaceController: 人脸活体检测$
**/ @RestController
@Slf4j
@RequestMapping("arcFace")
public class ArcFaceController { /**
* 人脸识别检测
*
* @param url base64 地址
* @param oId 组织架构 ID
* @param uid 当前登录检测的用户ID
* @return
*/
@RequestMapping(value = "arcFaceSearch", method = RequestMethod.POST)
public Map arcFaceSearch(@RequestParam String url, @RequestParam Integer oId, @RequestParam Integer uid) {
// 前端展示原图
String urlTemp = url; // ...业务
final HashMap<string, object=""> stringObjectHashMap = new HashMap<>(14);
stringObjectHashMap.put("success", false); // 初始化引擎
FaceRecognitionUtils.InitializeTheEngine(DetectMode.ASF_DETECT_MODE_IMAGE, DetectOrient.ASF_OP_0_ONLY, 10, 32); if (!StringUtils.isEmpty(url)) {
String photoBase64 = url.substring(0, 30).toLowerCase();
int indexOf = photoBase64.indexOf("base64,");
if (indexOf > 0) {
url = url.substring(indexOf + 7);
}
// 开始转码
byte[] decode = Base64.decode(url);
BufferedImage bufImage = null;
try {
bufImage = ImageIO.read(new ByteArrayInputStream(decode));
} catch (IOException e) {
e.printStackTrace();
return stringObjectHashMap;
} // 获取图片信息
ImageInfo imageInfo = ImageFactory.bufferedImage2ImageInfo(bufImage); //人脸特征获取
byte[] bytes = FaceRecognitionUtils.extractFaceFeature(imageInfo);
// 校验是否显示出人脸
if (bytes == null) {
System.out.println(ErrorCodeEnum.NO_FACE_DETECTED.getDescription());
stringObjectHashMap.put("msg", ErrorCodeEnum.NO_FACE_DETECTED.getDescription());
return stringObjectHashMap;
} // 创建图像中的人脸信息对象列表
List<faceinfo> faceInfoList1 = new ArrayList<>(); // 检测图像中人脸
FaceRecognitionUtils.faceDetection1(imageInfo, faceInfoList1); // 检测图像中人脸属性
FaceRecognitionUtils.faceAttributeDetection1(imageInfo, faceInfoList1); // 检测人脸特征 /* 图像中的人脸年龄 */
{
// 创建图像中的人脸年龄列表
List<ageinfo> ageInfoList1 = new ArrayList<>();
// 检测图像中的人脸年龄列表
FaceRecognitionUtils.getAgeInfo(ageInfoList1);
// 将图像中的年龄列表打印到控制台
if (ageInfoList1.size() > 0) {
stringObjectHashMap.put("age", ageInfoList1.get(0).getAge());
}
} /* 图像中的人脸性别 */
// 创建图像中的人脸性别列表
List<genderinfo> genderInfoList1 = new ArrayList<>();
// 检测图像中的人脸性别列表
FaceRecognitionUtils.getGender(genderInfoList1);
// 将图像中的性别列表打印到控制台
if (genderInfoList1.size() > 0) {
stringObjectHashMap.put("gender", genderInfoList1.get(0).getGender() == 0 ? "男" : "女");
} /* 图像1中的人脸三维角度 */
// 创建图像中的人脸三维角度信息列表
List<face3dangle> face3DAngleList1 = new ArrayList<>();
// 获取图像1中的人脸三维角度信息列表
FaceRecognitionUtils.getFace3DAngle(face3DAngleList1);
// 将图像中的人脸三维角度信息列表打印到控制台
if (face3DAngleList1.size() > 0) {
List<map<string, object="">> td = new ArrayList<>();
Map<string, object=""> map = new HashMap<>();
map.put("俯仰角", face3DAngleList1.get(0).getPitch());
map.put("横滚角", face3DAngleList1.get(0).getRoll());
map.put("偏航角", face3DAngleList1.get(0).getYaw());
td.add(map);
stringObjectHashMap.put("ThreeDimensional", td);
} /* 图像1中的人脸RGB活体值 */
// 创建图像中的RGB活体信息列表
List<livenessinfo> livenessInfoList1 = new ArrayList<>();
// 获取图像1中的RGB活体信息列表
FaceRecognitionUtils.getLiveness(livenessInfoList1);
// 将图像中的RGB活体信息列表打印到控制台
if (livenessInfoList1.size() > 0) {
stringObjectHashMap.put("RgbLiveness", livenessInfoList1.get(0).getLiveness());
} /**
* 注意: 活体只能支持一个人脸否则返回未知
* 所以我们可以进行使用他来判断是否有多个人检测 直接判定失败
*/
if (livenessInfoList1.size() > 0 && livenessInfoList1.get(0).getLiveness() == 1) {
stringObjectHashMap.put("success", true);
stringObjectHashMap.put("baseUrl", urlTemp);
}
} else {
stringObjectHashMap.put("data", "url,不允许为空");
}
return stringObjectHashMap;
} }

4. 创建路由跳转前端页面 RouteController

import lombok.extern.slf4j.Slf4j;
import org.springframework.stereotype.Controller;
import org.springframework.web.bind.annotation.*; /**
* @program: ArcFace
* @ClassName: RouteController
* @create: 2021-07-02 09:14
* @author: Yang Shuai
* @since: JDK1.8
* @RouteController: $
**/ @Controller
public class RouteController { @GetMapping("/")
public String yby() {
// ...业务
return "index";
} }

三. 前端人脸追踪插件

访问地址: https://trackingjs.com/

里面有demo可观看我就不带大家查看了

从零玩转人脸识别之RGB人脸活体检测

1. 创建前端index.html

js请下载demo获取,连接在最下面


	<meta charset="UTF-8">
<title>人脸检测</title>
<script src="jquery-3.3.1.min.js"></script>
<script src="tracking.js"></script>
<script src="face-min.js"></script>
<script src="training/Landmarks.js"></script>
<script src="training/Regressor.js"></script>
<script src="stats.min.js"></script>
<style>
#regcoDiv {
width: 100%;
height: 530px;
position: relative;
background: #eee;
overflow: hidden;
border-bottom-right-radius: 10px;
border-bottom-left-radius: 10px; /*-webkit-animation: twinkling 1s infinite ease-in-out;*/
/*-webkit-animation-duration: 1s;*/
/*animation-duration: 1s;*/
/*-webkit-animation-fill-mode: both;*/
/*animation-fill-mode: both*/
} video, canvas {
margin-left: 230px;
/*margin-top: 120px;*/
position: absolute;
} .className {
-webkit-animation: twinkling 1s infinite ease-in-out
} .animated {
-webkit-animation-duration: 1s;
animation-duration: 1s;
-webkit-animation-fill-mode: both;
animation-fill-mode: both
} @-webkit-keyframes twinkling {
0% {
background: #eee;
} 35% {
background: #08e800;
} 56% {
background: #1f25d4;
} 100% {
background: #eee;
}
} @keyframes twinkling {
0% {
background: #eee;
} 35% {
background: #08e800;
} 56% {
background: #1f25d4;
} 100% {
background: #eee;
}
}
</style> <div id="regcoDiv"> </div>
<div>
<table frame="void">
<tbody><tr>
<td>
<button title="人脸识别" value="人脸识别" onclick="getMedia2()" style="color:#FFFFFF;height: 30px;display:block;margin:0 auto;margin-top:10px;width:120px;background-color: #3F51B5;border-radius:5px;text-align: center;line-height: 30px;font-size: 20px">
摄像头识别
</button>
</td>
</tr>
<tr>
<td colspan="2">
<button id="snap" onclick="chooseFileChangeComp()" style="color:#FFFFFF;height: 30px;display:block;margin:0 auto;margin-top:10px;width:100px;background-color: #3F51B5;border-radius:5px;text-align: center;line-height: 30px;font-size: 20px">
提交
</button>
</td>
</tr>
</tbody></table> </div>
<div>
<img id="imageDivComp" src="">
</div> <script>
getMedia2() $("#imageDivComp").click(function () {
$("#chooseFileComp").click();
});
var t1; /**
* 开始画摄像头
*/
function getMedia2() {
$("#regcoDiv").empty();
let vedioComp = "<video id='video2' width='500px' height='500px' autoplay='autoplay' playsinline webkit-playsinline='true' ></video><canvas id='canvas2' width='500px' height='500px'></canvas>";
$("#regcoDiv").append(vedioComp);
let constraints = {
video: {width: 500, height: 500},
audio: true
};
//获得video摄像头区域
let video = document.getElementById("video2");
// 这里介绍新的方法,返回一个 Promise对象
// 这个Promise对象返回成功后的回调函数带一个 MediaStream 对象作为其参数
// then()是Promise对象里的方法
// then()方法是异步执行,当then()前的方法执行完后再执行then()内部的程序
// 避免数据没有获取到
let promise = navigator.mediaDevices.getUserMedia(constraints);
promise.then(function (MediaStream) {
video.srcObject = MediaStream;
video.play();
}); /**
* 模拟手机端 三秒主动提交检测
* @type {number}
*/
t1 = window.setInterval(function () {
chooseFileChangeComp()
}, 3000) } /**
* 提交检测 请求接口
*/
function chooseFileChangeComp() {
let regcoDivComp = $("#regcoDiv");
if (regcoDivComp.has('video').length) {
let video = document.getElementById("video2");
let canvas = document.getElementById("canvas2");
let ctx = canvas.getContext('2d');
ctx.drawImage(video, 0, 0, 500, 500);
var base64File = canvas.toDataURL();
var formData = new FormData();
formData.append("url", base64File);
formData.append("oId", 1);
formData.append("uid", 1);
$.ajax({
type: "post",
url: "/arcFace/arcFaceSearch",
data: formData,
contentType: false,
processData: false,
async: false,
success: function (text) {
var res = JSON.stringify(text)
if (text.success == true && text.RgbLiveness == 1) {
console.log(text);
clearInterval(t1);
console.log(text.baseUrl);
} else {
console.log(text);
} },
error: function (error) { alert(JSON.stringify(error))
}
});
}
} /**
* 人脸追踪画框
**/
window.onload = function () {
let video = document.getElementById("video2");
let canvas = document.getElementById("canvas2");
let context = canvas.getContext('2d'); var tracker = new tracking.LandmarksTracker();
tracker.setInitialScale(4);
tracker.setStepSize(2);
tracker.setEdgesDensity(0.1); tracking.track(video, tracker); tracker.on('track', function (event) { context.clearRect(0, 0, canvas.width, canvas.height); if (!event.data) return;
// 画框样式
event.data.faces.forEach(function (rect) {
context.strokeStyle = '#eb4c4c';
context.strokeRect(rect.x, rect.y, rect.width, rect.height);
context.font = '16px Helvetica';
context.fillStyle = "#000";
context.lineWidth = '5';
context.fillText('人脸横向: ' + rect.x + 'px', rect.x + rect.width + 5, rect.y + 11);
context.fillText('人脸纵向: ' + rect.y + 'px', rect.x + rect.width + 5, rect.y + 50);
}); /**
* 人脸追踪 颗粒
*/
event.data.landmarks.forEach(function (landmarks) {
for (var l in landmarks) {
context.beginPath();
context.fillStyle = "#fff";
context.arc(landmarks[l][0], landmarks[l][1], 1, 0, 2 * Math.PI);
context.fill();
}
}); });
// 这里如果报错 不用管
var gui = new dat.GUI();
gui.add(tracker, 'edgesDensity', 0.1, 0.5).step(0.01).listen();
gui.add(tracker, 'initialScale', 1.0, 10.0).step(0.1).listen();
gui.add(tracker, 'stepSize', 1, 5).step(0.1).listen();
}; </script>

6. 启动工程 访问 http://localhost:7000/

四. 人脸识别追踪就到这里啦,具体的代码已经提交到gitee请前往获取Java项目 ArcFace

点击前往获取demo</string,></map<string,></string,>

上一篇:(转载)人脸识别中Softmax-based Loss的演化史


下一篇:opencv基于PCA降维算法的人脸识别