face++人脸识别接口实现原理(一)
来源:互联网 发布:华帝 方太 老板知乎 编辑:程序博客网 时间:2024/06/05 19:36
背景:
市面上,能够提供人脸识别解决方案的公司主要有,百度,科大讯飞,旷世face++,还有已经被facebook收购的face.com。这里涉及到的是旷世科技的人脸识别技术。旷世科技人脸识别技术,在国内得到了很广泛运用,其中最有名是,支付宝的刷脸验证登录技术,以及蚂蚁金服的刷脸验证技术。
需求:
在安卓平台上,开发一app,这个app可以:
(1)提取人脸特征,包括这个人表情(微笑,惊讶,平静,生气),年龄,是否戴眼镜,是否睁眼,肤色,性别,眼睛,鼻子,眉毛在脸部的位置(坐标)。
(2)实现登录验证
(3)将一张合影中的所有人的身份都识别出来。
原理:
实际上,原理并不是很难理解。首先,你将一张图片,上传到服务器,服务器会提取你的面部特征,写进一个文件中,这文件会有一个唯一标识吗,叫做face_token,代表你的身份,然后服务器会把这些特征以及标识通过json数据响应给你。响应给你的json数据里包含面部特征,以及你的face_token。
登录验证就是对比或者说匹配的过程,你通过终端拍摄或者从相册选择一张照片,然后上传到服务器,服务器首先提取你的面部特征,然后和你注册账号时提取的面部特征进行对比,如果相识度达到一定高度,就会认为是同一个人,然后服务器响应验证通过,进入账号。
将一张合影中的所有人的身份都识别出来,原理和登录验证是一样,只不过多了一个工序。首先,服务器会探测一张图片中有多人,并且把能探测到人的脸部特征以及标识码以json数组形式都反馈给你,我们可以通过遍历标识码的方式,一个一个匹配,最后把结果汇总,反馈个用户即可。可能你会有疑惑,为什么要遍历标识码来验证,因为标识码是代表一个人的身份,如果用其他参数,比如是否戴眼镜,那么你会分不清反馈的结果到底指向得是那个人,进而看不出图片中的某个人和服务器反馈的那个人是否是同一个人。
准备
1.注册face++ api_key Secret:
登录官网,注册账号,进入开发者中心,注册免费体验版(正式版web api收费标准:一小时30元,一个月5000元,一年600000元,离线版sdk收费标准:每年300,000元起),然后创建应用程序,获取秘钥以及密码。
2.通读官方文献,熟悉接口是怎么用的。
进入官网api文档,了解相关接口,这里要注意的是需要下载java版的调用接口工具,这个工具不是必须,但是它可以省去你很长时间,里面把封装好了许多函数,方面我们调用。
需要用到技术:
javaSE语法,android平台相关知识(页面布局,网络通信,调取摄像头),解析json,图像压缩技术(上传大小有限制),手机权限获取。
实现:
1.打开AS,创建新工程,将目录结构调整为project模式,lib文件夹添加java接口调用工具。如图(1)所示,右击工具包,点击add as lib..
2.写页面布局(这不是重点,我直接给源码),初始化控件,绑定按钮,效果如图:
3.注册人脸(此代码可以不断完善)
1)调取相机,拍照。
private void take_photo() { // 设置相机拍照后照片保存路径 mPictureFile = new File(Environment.getExternalStorageDirectory(), "picture" + System.currentTimeMillis()/1000 + ".jpg"); // 启动拍照,并保存到临时文件 Intent mIntent = new Intent(); mIntent.setAction(MediaStore.ACTION_IMAGE_CAPTURE); mIntent.putExtra(MediaStore.EXTRA_OUTPUT, Uri.fromFile(mPictureFile)); mIntent.putExtra(MediaStore.Images.Media.ORIENTATION, 0); startActivityForResult(mIntent, REQUEST_CAMERA_IMAGE); }
2)将图片压缩,显示在ImageView中
if (requestCode == REQUEST_CAMERA_IMAGE) { if (null == mPictureFile) { showTip("拍照失败,请重试"); return; } fileSrc = mPictureFile.getAbsolutePath(); updateGallery(fileSrc); // 跳转到图片裁剪页面 FaceUtil.cropPicture(this,Uri.fromFile(new File(fileSrc))); } else if (requestCode == FaceUtil.REQUEST_CROP_IMAGE) { // 获取返回数据 Bitmap bmp = data.getParcelableExtra("data"); // 若返回数据不为null,保存至本地,防止裁剪时未能正常保存 if(null != bmp){ FaceUtil.saveBitmapToFile(MainActivity.this, bmp); } // 获取图片保存路径 fileSrc = FaceUtil.getImagePath(MainActivity.this); // 获取图片的宽和高 BitmapFactory.Options options = new BitmapFactory.Options(); options.inJustDecodeBounds = true; mImage = BitmapFactory.decodeFile(fileSrc, options); // 压缩图片 options.inSampleSize = Math.max(1, (int) Math.ceil(Math.max( (double) options.outWidth / 1024f, (double) options.outHeight / 1024f))); options.inJustDecodeBounds = false; mImage = BitmapFactory.decodeFile(fileSrc, options); // 若mImageBitmap为空则图片信息不能正常获取 if(null == mImage) { showTip("图片信息无法正常获取!"); return; } // 部分手机会对图片做旋转,这里检测旋转角度 int degree = FaceUtil.readPictureDegree(fileSrc); if (degree != 0) { // 把图片旋转为正的方向 mImage = FaceUtil.rotateImage(degree, mImage); } ByteArrayOutputStream baos = new ByteArrayOutputStream(); //可根据流量及网络状况对图片进行压缩 mImage.compress(Bitmap.CompressFormat.JPEG, 80, baos); mImageData = baos.toByteArray(); imageView.setImageBitmap(mImage); }
3)将图片以二进制数组的形式传给服务器
//图片转成二进制数组 public byte[] Bitmap2Bytes(Bitmap bm){ ByteArrayOutputStream baos = new ByteArrayOutputStream(); bm.compress(Bitmap.CompressFormat.PNG, 100, baos); return baos.toByteArray(); } //控件事件调用 CommonOperate commonOperate = new CommonOperate(key, secret, false);//创建连接 Response response = commonOperate.detectByte(Bitmap2Bytes(mImage), 0, attributes);//以本地而形式探测
4)接收反馈数据,解析json
if(response.getStatus() != 200){//连接不成功 return new String(response.getContent()); } String res = new String(response.getContent());//连接成功 Log.e("response", res);//将返回的数据打印出来 JSONObject json = new JSONObject(res);//将返回的数据转化为json数据格式
5)提取人脸face_token,将face_token加入脸集,用于后续匹配。
String faceToken = json.optJSONArray("faces").optJSONObject(0).optString("face_token");//将face_token提取出来 faceToken = getFaceToken(response); FaceSetOperate faceSetOperate=new FaceSetOperate(key, secret, false); Response response1=faceSetOperate.addFaceByFaceToken(faceToken,"c0f50247c7d194f0998d555de208f0e6");
6)一提示框的形式,反馈用户注册完成
showtip("注册完成");private void showTip(final String str) { mToast.setText(str); mToast.show(); }
7)效果图
8)在Androidmanifest.xml中添加权限
<!-- 读取网络信息状态 --> <uses-permission android:name="android.permission.ACCESS_NETWORK_STATE" /> <!-- 如需使用人脸识别,还要添加: 摄相头权限,拍照需要用到 --> <uses-permission android:name="android.permission.CAMERA" />
9)总结:从结果上看,服务器把这个人的基本特性通过json数据反馈给我们,年龄22,女性,不戴眼镜,表情中立,并且这个人的face_token,和脸集的face_taken都反馈我们,这样我们可以利用这两个标识来完成我们想要的功能。
- face++人脸识别接口实现原理(一)
- face++实现人脸识别
- face++实现人脸识别
- face ++ 实现人脸识别
- face++人脸识别接口调用
- 人脸识别(一)调用face++实现人脸检测。
- php调用face++实现人脸识别自学(仅供参考)
- 在树莓派上实现face++人脸识别
- 调用face++ sdk实现人脸识别
- 使用face++接口实现在Android设备上的人脸识别
- face++人脸识别
- face++ 人脸识别
- Face++人脸识别
- Face++人脸识别
- Face++实现人脸识别、证件照识别
- 使用face++的API接口-人脸识别
- 人脸识别(face recognition)
- 人脸识别(Face Recognition)相关
- 利用MOS管和稳压二极管来做保护电路
- ios-UIGesture扩展手势
- React Component 的生命周期 API
- 数组迭代器(一)-《数据结构预算法》
- gcc -fPIC 选项
- face++人脸识别接口实现原理(一)
- 技巧篇
- Insertion sort | Iterative & Recursive
- 一分钟了解“表示优点/缺点/特性 的词汇”
- (80)高级for循环(尤其是在集合中的简写形式)、可变参数、静态导入
- shell的变量
- 分支管理-解决冲突
- SAX解析XML
- 26.获取系统联系人ContentProvider