人脸识别的开源算法库首推OpenCV，但要说开源软件的话，我比较推荐虹软视觉开放平台的ArcFaceGo人脸识别应用套件。

虹软视觉开放平台​ai.arcsoft.com.cn

简单来说，这款应用套件研发之初是为了方便基础薄弱用户，功能完整，可以快速甚至零代码搭建人脸识别闸机通行、刷脸考勤以及近来大火的人脸识别测温等应用。随着这款软件开源之后，开发者也完全能够在此基础上开发成一款符合自身业务需求的产品，并投入商用。

普通环境下识别准确率接近100%，而且识别速度快，稳定性好，容易集成，好用。

PS：有别的答主回答了虹软的人脸识别引擎，和我这个不是一个东西，ArcFaceGo内置了人脸识别引擎，功能更加完整，所以不算重复回答。

【简单易用——ArcFaceGo应用套件构成】

在应用套件中，已经内置了虹软视觉开放平台的离线人脸识别SDK。涵盖人脸检测、人脸比对、活体检测、人脸属性分析等一系列核心算法，即使无网络状态下也可以运行。在虹软视觉开放平台完成下载后，可以看到该应用套件由人脸识别软件APK、中心管理端两部分构成。

中心管理端：拥有人员注册、考勤统计、出入查询等功能，也可以云端进一步对接已有的业务平台。

人脸识别设备端应用APK：负责采集人脸信息、进行身份比对，并向中心管理端报备识别结果以及通知相关联通控制器。在该部分其代码中，已经针对人脸检测、人脸比对、活体检测等算法，模块化的集成了相应算法运转逻辑。开发者无需考虑各算法之间复杂运转流程，只需传入camera数据流，便可以回调识别结果。

同时，针对人脸图像传输、处理中需要用到的多媒体图像技术，在代码中也同样模块化的封装好了NV21、RGBA、BGR等不同颜色格式自动转化及图像的四字节对齐等功能。

在运行性能方面，该开源应用套件在底层算法逻辑中维护“人脸底库”，可以充分提升人脸识别速度，以RK3288 -10000人为例，相比在上层逻辑中进行人脸比对需要100ms ，而目前仅需10ms。

【适配灵活——可应用于各类实际场景】

基于开源代码，开发者可以自行定义交互界面及交互逻辑，并开发应用于各类场景的人脸识别应用。比如智慧办公的人脸识别考勤机、智慧社区的人脸识别出入闸机、智慧商业的VIP迎宾系统、智慧医院的人脸识别挂号机、智慧酒店的人脸识别入住等等产品。

1.针对具体场景，可视化适配硬件

不同场景的不同应用，也意味着需要适配不同的分辨率设备，适配单摄、双摄、宽动态等各类摄像头。ArcFaceGo人脸识别应用套件提供了可视化的硬件适配页面，方便预览显示及识别设置。

用户也能自行改写该部分代码，譬如不希望用户自行调节相关参数，以至于影响识别效果，甚至可以将该部分功能进行封装，以免用户误触。

2.可供对接硬件的多种广播形式。

Action描述

com.arcsoft.arcfacesingle.ACTION_IDENTIFY_SUCCESSFUL人员识别成功

com.arcsoft.arcfacesingle.ACTION_IDENTIFY_SUCCESS_PERSON_SERIAL人员识别成功后，会向外发送“personSerial”唯一标识号”

com.arcsoft.arcfacesingle.ACTION_OPEN_DOOR开门(在人员识别成功后会发送该广播)

com.arcsoft.arcfacesingle.ACTION_CLOSE_DOOR关门(发送开门广播后，延迟一段时间会发送该广播)

com.arcsoft.arcfacesingle.ACTION_FACE_DETECT_HAS_FACE检测到人脸框

com.arcsoft.arcfacesingle.ACTION_FACE_DETECT_NO_FACE人脸框丢失

典型场景1

在室内走廊或楼梯过道等光线不佳的地方，可以对接ACTION_FACE_DETECT_HAS_FACE和ACTION_FACE_DETECT_NO_FACE广播，在检测到人脸时打开补光灯，这样可以提高识别率。

典型场景2

在一些单次授权通过的场景比如取药房，可对接ACTION_IDENTIFY_SUCCESS_PERSON_SERIAL广播，在授权并且识别通过之后可以删除该人授权以达到目的。

【人脸识别测温机开发实例】

疫情期间，很多智慧门禁设备都会增加测温模组，在通过人脸识别实现身份权限管理的同时，一并测量体温。

目前这类产品的市场反响非常火热，无论是要实现抗疫常态化的国内，还是感染人数持续暴增的国外，都对该产品有迫切需求。

这款应用套件可以与测温模块快速集成，以实现测温结果与识别身份绑定的效果。具体如何实现，以下是代码示例。

以下是具体实现的代码示例，以主流的HTPA32x32d为例。

private ConcurrentMap temperatureMap = new ConcurrentHashMap<>();

​

private byte[] rawData = new byte[2048];

private ReadThread.ReadListener readListener = (data, size) -> {

synchronized (temperatureLocker) {

System.arraycopy(data, 1, rawData, 0, 2048);

}

};

​

public void start() {

ReadThread readThread = new ReadThread();

readThread.setListener(readListener);

readThread.start();

​

FaceEngine faceEngine = new FaceEngine();

Config config = new Config();

faceEngine.setRecognizeCallback(this);

faceEngine.init(this, config);

}

@Override

public void onRecognizeComplete(RecognitionResult recognitionResult) {

FaceInfo faceInfo = recognitionResult.faceInfo;

if (recognitionResult.result == ErrorInfo.MOK) {

if(temperatureMap.get(faceInfo.faceId)<=37.3) {

//温度低于预警值并且识别成功，进行后续操作

}

}

}

​

@Override

public void onCameraPreview(byte[] bytes, ICamera iCamera) {

FaceInfo faceInfo = new FaceInfo();

faceEngine.faceRecognize(rgbData, irData, width, height, true, faceInfo);

​

if (faceInfo.faceId != -1 && temperatureMap.get(faceInfo.faceId) != null) {

//把额头区域映射至32x32温度矩阵中，取出对应的温度

float temperature = getTemperature(faceInfo.forehead, rawData);

temperatureMap.put(faceInfo.faceId, temperature);

}

}

public class ReadThread extends Thread {

private static final String HEIMANN_PATH = "/dev/ttyS2";

private static final int BAUDRATE = 115200;

private static final byte[] command = {(byte) 0XEE, (byte) 0xE1, (byte) 0x01, (byte) 0x55, (byte) 0xFF, (byte) 0xFC, (byte) 0xFD, (byte) 0xFF};

private FileOutputStream outputStream;

private FileInputStream inputStream;

private Object locker = new Object();

public ReadThread() {

try {

mSerialPort = SerialPort

.newBuilder(HEIMANN_PATH, BAUDRATE)

.parity(0)

.dataBits(8)

.stopBits(1)

.build();

mInputStream = (FileInputStream) mSerialPort.getInputStream();

mOutputStream = (FileOutputStream) mSerialPort.getOutputStream();

} catch (IOException e) {

e.printStackTrace();

}

}

public void sendCommand(byte[] data) {

if (mOutputStream != null) {

try {

synchronized (locker) {

mOutputStream.write(data);

offset = 0;

}

} catch (IOException e) {

e.printStackTrace();

}

}

}

@Override

public void run() {

super.run();

while (!isInterrupted()) {

int size;

try {

synchronized (locker) {

if (mInputStream == null) {

return;

}

size = mInputStream.available();

if (size > 0) {

mInputStream.read(rawData, offset, size);

offset += size;

}

}

​

if (offset == rawData.length) {

if (getListener() != null) {

getListener().onDataReceived(rawData, offset);

}

offset = 0;

}

if (offset == 0) {

SystemClock.sleep(50);

sendCommand(command);

}

} catch (IOException e) {

e.printStackTrace();

}

}

}

}虹软视觉开放平台​ai.arcsoft.com.cn