人脸识别——基于百度智能云实现

百度智能云是百度旗下面向企业、开发者和政府机构的智能云计算服务商，致力于为各行业提供以ABC（人工智能、大数据、云计算）技术为一体的平台服务。

对于开发者而言，灵活利用其提供的大量模块化接口，可快速完成相关的开发，大大缩短开发周期。

本文将对其人脸识别的接口进行利用，并实现几个实例。对这些实例核心进行拓展将能实现更广泛的应用。基于百度深度学习能力的人脸识别技术，提供人脸检测与属性分析、人脸1：1对比、人脸搜索、活体检测等能力。灵活应用于金融、泛安防、零售等行业场景，满足身份核验、人脸考勤、闸机通行等业务需求。

4个实例：

faceDao.faceDetect(client);//检测是否是人，评测人像各类指标
faceDao.faceMatch(client);//检测两个图片的人物匹配度
faceDao.faceSerch(client);//检索一张人脸是否在人脸库中
faceDao.faceUpdate(client);//更新人脸库

思路：

工程中建立4个类：

AiFaceMain类：主函数类，用于调用FaceDao类中实现的各种具体方法。

FaceDao：实现各种人脸识别的具体方法：人脸检测，人脸对比，库中检索特定人脸，对人脸库的操作。

ClientUtils：初始化类，初始化AipFace，获得AipFace client。登入AipFace。

ImageUtils：图片转化工具类，将本地图片转换为base64流，最后转为String提供给FaceDao中的各类方法使用。这里是因为百度API中要求图片要以Base64编码进行传输，请求的图片需经过Base64编码，图片的base64编码指将图片数据编码成一串字符串，使用该字符串代替图像地址。

上干货，代码：

工程结构：

AiFaceMain类：

package com.sevenh.Dao;import java.io.IOException;import com.baidu.aip.face.AipFace;
import com.sevenh.Util.ClientUtils;public class AiFaceMain {public static void main(String[] args) {ClientUtils cl = new ClientUtils();AipFace client=cl.getClient();FaceDao faceDao = new FaceDao();try {//faceDao.faceDetect(client);//检测是否是人，评测人像各类指标faceDao.faceMatch(client);//检测两个图片的人物匹配度//faceDao.faceSerch(client);//从人脸库中找到最匹配的一个//faceDao.faceUpdate(client);//更新人脸信息//faceDao.deletUserGroup(client);//删库} catch (IOException e) {// TODO Auto-generated catch blocke.printStackTrace();}}}

FaceDao类：

public class FaceDao {/*** 人脸检测* @param client * ClientUtils cl = new ClientUtils();AipFace client=cl.getClient();FaceDao faceDao = new FaceDao();faceDao.faceDetect(client);* @throws IOException*/public void faceDetect(AipFace client) throws IOException{String src=ImageUtils.image2Base64("E:\\zm\\人脸识别\\勒布朗.png");String image = src;String imageType = "BASE64";// 人脸检测// 传入可选参数调用接口HashMap<String, String> options = new HashMap<String, String>();options.put("face_field", "age,emotion,gender");options.put("max_face_num", "2");options.put("face_type", "LIVE");options.put("liveness_control", "NONE");JSONObject res = client.detect(image, imageType, options);JSONObject jD=res.getJSONObject("result");JSONArray stus=jD.getJSONArray("face_list");JSONObject ty=stus.getJSONObject(0);System.out.println("年龄："+ty.get("age"));System.out.println("情绪："+ty.get("emotion"));System.out.println("性别："+ty.get("gender"));System.out.println(res.toString(2));}/*** 人脸对比* @param client* @throws IOException*/public void faceMatch(AipFace client) throws IOException{String image1;String image2;String imageType;image1 = ImageUtils.image2Base64("C:\\Users\\ayyk\\Desktop\\人脸识别\\勒布朗.jpg");image2 = ImageUtils.image2Base64("C:\\Users\\ayyk\\Desktop\\人脸识别\\勒布朗没胡子.jpg");imageType = "BASE64";MatchRequest req1 = new MatchRequest(image1, imageType);MatchRequest req2 = new MatchRequest(image2, imageType);ArrayList<MatchRequest> requests = new ArrayList<MatchRequest>();requests.add(req1);requests.add(req2);JSONObject res = client.match(requests);JSONObject jD=res.getJSONObject("result");Double sc=(Double) jD.get("score");System.out.println("相似度:"+sc);if(sc>80) {System.out.println("是同一个人");}else {System.out.println("不是同一个人");}System.out.println(res.toString());}/*** 在人脸库中搜索人脸* @param client* @throws IOException*/public void faceSerch(AipFace client) throws IOException {// 传入可选参数调用接口HashMap<String, String> options = new HashMap<String, String>();//在哈希表（hash table）中缓存放入相关字段对应的值来进行参数设置。options.put("max_face_num", "1");options.put("match_threshold", "10");options.put("quality_control", "NORMAL");//options.put("liveness_control", "LOW");//options.put("user_id", "233451");options.put("max_user_num", "1");String image = ImageUtils.image2Base64("E:\\zm\\人脸识别\\人脸对比\\dd.jpg");String imageType = "BASE64";String groupIdList = "test";// 人脸搜索JSONObject res = client.search(image, imageType, groupIdList, options);System.out.println(res.toString(2));//这里的toString(2)是json格式缩进2个字符}/*** 人脸更新* @param client* @throws IOException*/public void faceUpdate(AipFace client) throws IOException{// 传入可选参数调用接口HashMap<String, String> options = new HashMap<String, String>();//options.put("image", "027d8308a2ec665acb1bdf63e513bcb9");options.put("group_id", "test");options.put("user_id", "LeBron");options.put("user_info", "勒布朗·詹姆斯（LeBron James），1984年12月30日出生于美国俄亥俄州阿克伦（Akron, Ohio），美国职业篮球运动员，司职小前锋，效力于NBA洛杉矶湖人队。");//options.put("liveness_control", "NORMAL");//options.put("image_type", "FACE_TOKEN");options.put("quality_control", "LOW");String image = ImageUtils.image2Base64("E:\\zm\\人脸识别\\勒布朗.png");String imageType = "BASE64";String groupIdList = "test";String userId = "LeBron";JSONObject res=client.updateUser(image, imageType, groupIdList, userId, options);System.out.println("更新成功："+res.toString(2));}/*** 人脸库删除* @param client*/public void deletUserGroup(AipFace client) throws IOException{// 传入可选参数调用接口HashMap<String, String> options = new HashMap<String, String>();String groupId = "sevenh";// 删除用户组JSONObject res = client.groupDelete(groupId, options);System.out.println(res.toString(2));}}

ClientUtils类：

public class ClientUtils {//设置APPID/AK/SKpublic static final String APP_ID = "16578793";public static final String API_KEY = "aRQYOMsXk3k7AUFDoZjVV2Td";public static final String SECRET_KEY = "wgPvo64xQo3mSQlLwzVbGEWGx19douwh";/*** 初始化AipFace，获得AipFace client。登入AipFace。* @return*/public AipFace getClient() {AipFace client = new AipFace(APP_ID, API_KEY, SECRET_KEY);client.setConnectionTimeoutInMillis(2000);client.setSocketTimeoutInMillis(60000);return client;}
}

ImageUtils类：

public class ImageUtils {
/*** 将本地图片转换为base64流，最后转为String。* @param imageFilePath 本地图片地址参数* @return 返回的是图片流的字符串。* @throws IOException*/public static String image2Base64(String imageFilePath) throws IOException {FileInputStream fis = new FileInputStream(new File(imageFilePath));byte[] bytes = new byte[fis.available()];.available()这个方法可以在读写操作前先得知数据流里有多少个字节可以读取fis.read(bytes);// 从一个输入流中读取一定数量的字节，并将这些字节存储到其缓冲作用的数组bytes中。      //static BASE64Encoder encoder = new BASE64Encoder();这是以前的旧方法。jdk9后弃用。//String base64String = encoder.encode(bytes);        Encoder encoder = Base64.getEncoder();String base64String = encoder.encodeToString(bytes);System.out.println("base64String: " + base64String);//输出图片变成的字符串来看看return base64String;}

运行结果：

1.人脸检测：

接口能力

人脸检测：检测图片中的人脸并标记出位置信息;
人脸关键点：展示人脸的核心关键点信息，及150个关键点信息。
人脸属性值：展示人脸属性信息，如年龄、性别等。
人脸质量信息：返回人脸各部分的遮挡、光照、模糊、完整度、置信度等信息。

2.人脸对比：

接口能力

两张人脸图片相似度对比：比对两张图片中人脸的相似度，并返回相似度分值；
多种图片类型：支持生活照、证件照、身份证芯片照、带网纹照四种类型的人脸对比；
活体检测控制：基于图片中的破绽分析，判断其中的人脸是否为二次翻拍（举例：如用户A用手机拍摄了一张包含人脸的图片一，用户B翻拍了图片一得到了图片二，并用图片二伪造成用户A去进行识别操作，这种情况普遍发生在金融开户、实名认证等环节。）；
质量检测控制：分析图片的中人脸的模糊度、角度、光照强度等特征，判断图片质量；

业务应用

用于比对多张图片中的人脸相似度并返回两两比对的得分，可用于判断两张脸是否是同一人的可能性大小。

典型应用场景：如人证合一验证，用户认证等，可与现有的人脸库进行比对验证。

3.特定人脸在人脸库中检索

在人脸库（test）中查找是否有“猜猜我是谁.png”图片中的人物。

结果：

4.对人脸库的增删改查（以更新人脸信息为例）

百度智能云平台当前已经开放了身份识别、公安验证、视频活体检测等底层API，根据实际业务情况可直接接入相关的API，方便快速集成开发使用，减少开发工作量，加快开发速度。

注：本文着重介绍的是工程结构和代码的具体实现，开发环境的建立请见另一篇文章。

人脸识别——基于百度智能云实现相关推荐

Linux下基于百度智能云平台人脸识别
Linux下基于百度智能云平台人脸识别 1.百度智能云接口及简介 https://cloud.baidu.com/product/face 接口技术文档: 2.人脸检测属性分析项目示例硬件平台 ...
基于百度智能云的人脸识别登陆系统
基于百度智能云的人脸识别登陆系统设计说明后端项目结构前端页面项目版本1下载使用说明项目版本1的Gitee链接项目版本2--基于人脸对比的登陆系统项目2下载链接版本2的Gitee链接 ...
基于百度智能云api识别验证码
基于百度智能云api识别验证码通过调用百度智能云api接口进行验证码识别并输出. 使用baidu-aip模块进行模拟client登录,client.basicgeneral()函数识别图片文字并返回 ...
Android--智能图像识别（基于百度智能云）
目录效果图引言步骤调用相机显示图片到Activity并识别创建百度智能云平台下一步下载官方提供的SDK 查看官方文档查看API接口文档(在SDK文档的同一个界面) 坑点:没注意提供的代 ...
java+js实现人脸识别-基于百度api
java+js实现人脸识别-基于百度api 我的第一次分享第一步-我们了解下实现的思路代码部分:1.js代码 2.后台代码 3.如何使用百度大脑 4.如何使用 navigator.mediaDev ...
OCR（文字识别）功能与ASR（语音识别）的java应用开发（基于百度智能云）
百度云官网: 百度智能云-智能时代基础设施百度智能云专注云计算.智能大数据.人工智能服务,提供稳定的云服务器.云主机.云存储.CDN.域名注册.物联网等云服务,支持API对接,快速备案等专业解决方案. ...
python基于百度智能云实现批量身份证信息识别（附完整代码，可直接使用）
百度智能云配置一.登录登录百度智能云,找到卡证文字识别,点击立即使用地址: https://cloud.baidu.com/product/ocr_cards 二.创建应用创建一个应用,过程不 ...
python：ocr图文识别（百度智能云API文字识别）
文章目录前言一.创建账号和应用二.具体步骤 1.第一种方式: 2.第二种方式总结前言说道OCR图文识别,其实python也有在自己的库(以下是我了解,应该还有很多): 第一个 tesser ...
基于百度智能云的人脸识别系统
演示视频: [人脸识别]没想到自己做个人脸识别软件居然这么简单! 树莓派人脸识别代码: from picamera.array import PiRGBArray from picamera impo ...

人脸识别——基于百度智能云实现

人脸识别——基于百度智能云实现相关推荐

最新文章

热门文章