开放API和SDK的离线人脸识别机研发完成

最新推荐文章于 2024-05-01 15:53:34 发布
最新推荐文章于 2024-05-01 15:53:34 发布
阅读量762 收藏 4
点赞数
分类专栏： 摄像头 IPC
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/imlsq/article/details/110261171
版权

开放API接口协议和SDK二次开放的人脸识别摄像头

摄像头在中国是非常成熟的产品，整个行业趋于垄断和封闭的状态，要找到一款能方便整合到自己系统的摄像头是非常不容易的事情.

OPCOL是一款AI智能的开放API接口和SDK二次开发的人脸识别摄像头。可以非常轻松的接入的已有的业务系统中。

它有如下特点：

  • 开放API+SDK，API为全HTTP restful风格的极容易集成的接口方式，SDK方式为C/C++插件so动态库扩展方式
  • 完全离线模式，不依赖任何第三方云服务器，数据不会传输到任何第三方服务器，让用户隐私得到保障
  • 设备支持2万张人脸库，人脸识别毫秒级响应，深度学习算法实现人脸检测、跟踪、去重、质量检测。
  • 采用SONY CMOS图像传感器
  • 最大画面尺寸 1080P(1920*1080)，最大支持2路视频流和1路JPG图像抓拍通道

不支持判断是否活体检测

API详细说明链接

https://gitee.com/imlsq/pubdoc/blob/master/opcolv300.md

实物图

 

API介绍

设备提供如下3种途径集成到第三应用

  • HTTP协议接口.
  • TCP/ip长连接协议对接
  • SDK用户自定义研发SO插件集成

TTP方式提供基本的，最简单的对接方式

 

HTTP请求认证

通过http访问设备的请求需要加上签名安全认证码，以确定合法来源.url格式如下

 

http://${ip}:${port}/xxx?sign=${xxx}&token=请求令牌,创建一个随机UUID
*类型说明
ipstring设备IP地址(参考内网搜索设备获取ip)
signstring签名串,token+key组合md5算法之后16进制字符串(32位)
key请参考下面如何签名KEY的说明
tokenstring请求令牌，客户端每次请求创建一个新的uuid，token不能重复使用

 

签名KEY

用户名和密码登录验证之后会返回md5签名key。

 

/api/login

method:post
Content-Type: application/json

Request body:

 

{"username":"admin","password":"xxxx"}
*类型说明
usernamestring用户名固定admin
passwordstring密码

这个url请求无需签名，主机验证用户名和密码之后会返回签名md5 key，后续url请求用这个md5 key进行签名访问

返回结构

 

{
	"code":	20000,
	"data":	{
		"accessKey":	"xxxxx"
	}
}
*类型说明
codestring20000,设备有处理请求
accessKeystring签名KEY，后续请求用这个md5 key签名访问
可以把这个key缓存在应用端，设备重置操作KEY会变化

 

修改密码

 

/api/set_password?old_password=x&new_password=x

method:get

请求参数:

*类型说明
old_passwordstring密码
new_passwordstring新密码

 

设置WIFI

 

/api/set_wifi

method:post
Content-Type: application/json

Request body:

 

{"ssid":"x","password":"x"}
*类型说明
ssidstringwifi ssid
passwordstringwifi password

Response body:

 

{
	"code":	20000,
	"bizCode":	200
}

 

设备上报接口设置

当设备端有移动侦测或识别到人脸时会通过此接口设置的URL上报。

 

/api/set_3rd_url?url=http://your_url&key=xxx

method:get

*类型说明
urlstring设备数据通过http的 POST提交到此URL,数据格式参考 "人脸识别数据结构说明"
keystring预留

人脸识别数据结构说明

 

{
	"event_type":	4,
	"time":	"1603934998092",
	"mac":	"76:be:d8:75:29:f0",
	"sign":	"x",
	"track_id":	"6",
	"score":	86.57,
	"person_id":	"10010001",
	"person_name":	"Mr.luo",
	"face_base64":	"xxxxx",
	"origin_base64": "xxxx",
	"blur":0.1,
	"goodness":0.9
}
*类型说明
event_typeint4 人脸识别事件
timestring事件发生时间
macstring设备mac地址
signstring签名串,用于验证是否合法请求源,md5(time+key+mac) 32位16进制字符串
track_idstring人脸跟踪ID
scorestring相似度,分值越高，相似度越高，满分100,通常大于70分判断为相同的人
person_idstring搜索到的相似度最高的人脸库的人脸ID
person_namestring搜索到的相似度最高的人脸库的人名字
face_base64string抓拍的人脸图像数据(base64编码)
origin_base64string抓拍的整个图像数据(base64编码)
blurfloat人脸模糊程度属性（0〜1，0代表最清晰，1代表最模糊）
goodnessfloat人脸品质,根据pose/blur，得到的人脸分数(0〜1，1是最高分，表示人脸好

 

人脸上传

 

/api/face_upload

method:post

Request body:

 

人脸照片的base64编码16进制字符串
/9j/4AAQSkZJRgABAQ....

整个请求Body全部为照片的base64编码字符串，不能有其他数据

Response body:

 

{
	"code":	20000,
	"bizCode":	200,
	"data":	{
		"id":	896
	}
}
*类型说明
codeint20000为上传成功
idint人脸保存的唯一ID

 

人脸库查询

 

/api/face_list?page=1&limit=16

method:get

Request body:

*类型说明
pageint分页查询
limitint每页记录数量

Response body:

 

{
	"code":	20000,
	"data":	{
		"total":	2,
		"list":	[{
				"id":	896,
				"file":	"/face/896.jpg",
				"state":	"1"
			}, {
				"id":	801,
				"file":	"/face/801.jpg",
				"state":	"2",
				"biz_id":	"10010001",
				"name":	"Mr.luo"
			}]
	}
}
*类型说明
idint人脸保存的唯一ID
filestring人脸图片路径
stateint状态：1未入库，2已入库
biz_idstring身份ID这个字段值会作为上报接口中对应的person_id字段值
namestring名字这个字段值会作为上报接口中对应的person_name字段值

 

设置人脸身份ID

根据人脸保存的唯一ID设置照片身份ID和名字

 

/api/face_edit

method:post
Content-Type: application/json

Request body:

 

{"id":801,"biz_id":"xx","name":"xxx"}
*类型说明
biz_idstring身份ID这个字段值会作为上报接口中对应的person_id字段值
namestring名字这个字段值会作为上报接口中对应的person_name字段值

 

人脸识别记录查询

分页查询人脸识别历史记录

 

/api/recognition_list?page=1&limit=16

method:get

*类型说明
pageint页码
limitint每页记录数

response body

 

{
    "code": 20000,
    "data": {
        "total": 9,
        "list": [
            {
                "id": 10,
                "face": "./track_out/10.jpg",
                "time": "1606189079985",
                "person_id": "",
                "person_face": "",
                "name": "",
                "origin_file": "./track_out/origin_10.jpg",
                "video_file": "",
                "blur": "0.1",
                "goodness": "1",
                "score": "0"
            },
            {
                "id": 9,
                "face": "./track_out/9.jpg",
                "time": "1606188705928",
                "person_id": "",
                "person_face": "",
                "name": "",
                "blur": "0.1",
                "goodness": "0.9",
                "score": "0"
            }
        ]
    }
}
*类型说明
idintid
facestring抓拍的人脸保存路径
timestring识别时间(毫秒)
person_idstring识别到的人脸编号
person_facestring识别到的人脸路径
namestring识别到的人名字
origin_filestring抓拍的整画面图
video_filestring抓拍的视频文件
blurfloat人脸模糊程度属性（0〜1，0代表最清晰，1代表最模糊）
goodnessfloat人脸品质,根据pose/blur，得到的人脸分数(0〜1，1是最高分，表示人脸好
scorestring相似度

 

人脸入库

只有进行了入库操作的人脸才会参与识别

 

/api/face_extract_feature?id=x

method:get

*类型说明
idint人脸保存的唯一ID

response body

 

{
	"code":	20000,
	"bizCode":	200
}
*类型说明
bizCodeint200为成功

 

内网搜索设备

通过udp协议给5634端口广播“hi”，同一局域网内的设备会回复自身主机信息。
JAVA搜索例子

 

DatagramSocket dgSocket = new DatagramSocket();
dgSocket.setSoTimeout(1000);
byte b[] = "hi\n".getBytes();
DatagramPacket dgPacket = new DatagramPacket(b, b.length, InetAddress.getByName("255.255.255.255"), 5634);
dgSocket.send(dgPacket);
byte[] receiveBuf = new byte[256];
DatagramPacket dp = new DatagramPacket(receiveBuf, 0, receiveBuf.length);//定义一个接收的包
try {
while (true) {
    dgSocket.receive(dp);
    if (dp.getLength() > 0) {
        String rs = new String(dp.getData(), 0, dp.getLength());
        //id:xxxxxx,v:xxxx,m:xxxxx
        String rs_slipt[] = rs.split(",");
        if ((cMap.get(rs) == null) && (rs_slipt.length > 1)) {
            String id = rs_slipt[0].replaceAll("id:", "");
            System.out.println("id:"+id);
            System.out.println("ip:"+dp.getAddress().getHostAddress());
        }
    }
}

iOS/C

 

int socketfd;
socklen_t addr_len;
char hi[]="Hi";
struct sockaddr_in server_addr;
if((socketfd = socket(PF_INET,SOCK_DGRAM,0)) < 0)
{
perror("socket");
return -1;
}
int i=1;
socklen_t len = sizeof(i);
setsockopt(socketfd,SOL_SOCKET,SO_BROADCAST,&i,len);
struct timeval tv_out;
tv_out.tv_sec = 1;//等待5秒
tv_out.tv_usec = 0;
setsockopt(socketfd,SOL_SOCKET,SO_RCVTIMEO,&tv_out, sizeof(tv_out));
memset(&server_addr,0,sizeof(server_addr));
server_addr.sin_family = AF_INET;
server_addr.sin_addr.s_addr = inet_addr("255.255.255.255");
server_addr.sin_port = htons(atoi("5634"));
addr_len=sizeof(server_addr);
sendto(socketfd,hi,strlen(hi),0,(struct sockaddr*)&server_addr,addr_len);
printf("Broadcast message to port 5634\n");
char buff[256];
memset(&buff, 0, 256);
struct sockaddr_in sddr;
int n;
len = sizeof(sddr);
n = recvfrom(socketfd, buff, 256, 0, (struct sockaddr*)&sddr,&len);
if (n>0){
printf("%s,server ip=%s\n",buff,inet_ntoa(sddr.sin_addr));
}
close(socketfd);

 

视频抓拍数据流

待完善

 

TCP/IP协议对接

支持TCP长连接对接第三方服务器，在TCP通道可以发送指令控制设备
待完善

 

获取实时视频流(H264)

待完善

 

P2P对接协议

待完善

 

RTMP协议对接

待完善

 

SDK二次开发说明

可以二次开发扩展程序(c/c++)，FTP上传到设备或NFS挂载调试。
设备应用框架采用linux so动态链接库方式扩展功能

需要具备的知识:
需要熟练掌握C/C++编程
熟悉Linux操作系统基本知识

 

开发第一个Hello程序

安装Linux 32位操作系统

建议虚拟机，Ubuntu18.04版本，如果是64位，需要安装32位扩展.

安装HISI Arm处理器编译器

arm-himix200-linux
下载地址 百度网盘
链接：https://pan.baidu.com/s/1IHAlX3NwITqPzXP55N4BZQ
提取码：ibn1

 

tar -xzvf arm-himix200-linux.tgz
cd arm-himix200-linux
chmod +x ./arm-himix200-linux.install
./arm-himix200-linux.install

执行下面命令确认编译器是否安装成功

 

arm-himix200-linux-gcc -v

 

Using built-in specs.
COLLECT_GCC=arm-himix200-linux-gcc
COLLECT_LTO_WRAPPER=/opt/hisi-linux/x86-arm/arm-himix200-linux/host_bin/../libexec/gcc/arm-linux-gnueabi/6.3.0/lto-wrapper
Target: arm-linux-gnueabi

编译第一个程序Hello

解压OPCOL SDK之后，看到如下目录结构

 

.OPCOLV300
│--3rd
│--admin
│--doc
│--hisi
│--plugin
│   │--hello
│   │--|--Makefile
│--sdkinclude   
│--cfg.mak
│--Makefile.param

在hello的目录下执行

 

Make

编译成功之后生成了 libhello.so
把libhello.so拷贝到设备上的/app/plugin目录下
用telnet客户端连接到设备
执行启动主程序

 

cd /app
./run.sh

hello.c程序解析

 

#include "opcol.h" //SDK头文件
#include <stdlib.h>

int OPCOL_plugin_init(OPCOL_PLUGIN_CONTEXT_S *context)
{
    //扩展SO，初始化入口
    printf("Hi,i am opcol\n");
    return 0;
}
int OPCOL_plugin_free()
{
    //扩展SO，释放函数
    return 0;
}

有2个函数
OPCOL_plugin_init为so的入口函数，主程序主动调用用户二次开发的so
OPCOL_plugin_free 为主程序退出时调用的函数

 

SO里获取视频流

设备里有2路视频流：1路1080P 30帧/s；1路360P 20帧/s

 

#include "opcol.h" //SDK头文件
#include <stdlib.h>
int SNB_event_handle(OPCOL_EVENT_TYPE_E eventType, void *pstData);
int OPCOL_plugin_init(OPCOL_PLUGIN_CONTEXT_S *context)
{
    //扩展SO，初始化入口
    //注册事件回调函数，当有视频数据时，回调my_event_handle函数
    context->eventListener = &my_event_handle;
    return 0;
}
int OPCOL_plugin_free()
{
    //扩展SO，释放函数
    return 0;
}

//视频数据回调函数
int SNB_event_handle(OPCOL_EVENT_TYPE_E eventType, void *pstData)
{
    if (eventType != OPCOL_EVENT_VENC_STREAM)
    {
        return 0;
    }
    OPCOL_VENC_STREAM_S *param = (OPCOL_VENC_STREAM_S *)pstData;
    //视频流数据处理，例如保存到文件，提交到云服务器等
    //....do something
    if (param->chn == 1)
    {
        //第1通道视频数据,拷贝到内存
        char *cache=(char *)malloc(1024*1024);
        int len=0;
        for (i = 0; i < param->pstStream->u32PackCount; i++)
        {
            memcpy(cache + len, pstStream->pstPack[i].pu8Addr + pstStream->pstPack[i].u32Offset, pstStream->pstPack[i].u32Len - pstStream->pstPack[i].u32Offset);
            len = len + pstStream->pstPack[i].u32Len - pstStream->pstPack[i].u32Offset;
        }
        free(cache);
    }
    return 0;
}

 

SQLite3数据库

 

#include "opcol.h" //SDK头文件
#include <stdlib.h>
#include "sqlite3.h"
sqlite3 *db_handler;
int SNB_event_handle(OPCOL_EVENT_TYPE_E eventType, void *pstData);
int OPCOL_plugin_init(OPCOL_PLUGIN_CONTEXT_S *context)
{
    //扩展SO，初始化入口
    db_handler = context->db_handler; //指向数据库指针
    //do something about sqlite3 db
    //.....
    return 0;
}
int OPCOL_plugin_free()
{
    //扩展SO，释放函数
    return 0;
}

 

SDK函数

 

//设置视频通道的帧率
int OPCOL_set_h264_frame_rate(int chn, int rate);
//设置视频通道的码流
int OPCOL_set_h264_bit_rate(int chn, int rate);
//编码一帧图像RAW(yuv420)数据到JPG
int OPCOL_encode_jpeg(VIDEO_FRAME_INFO_S *frame, unsigned char *out_buffer, int *out_len);
//在视频画面画框
int OPCOL_draw_rect(int x, int y, int w, int h);
//清除视频画面画框
int OPCOL_clear_rect();
//侦听系统事件
void OPCOL_plugin_dispath_event(OPCOL_EVENT_TYPE_E eType, void *data);
//设置系统密码
int OPCOL_set_password(const char *old_password, const char *new_password);
//获取签名KEY
OPCOL_ACCESS_INFO *OPCOL_get_access_info();
//设置音视频参数，如视频镜像翻转，快门曝光时间
int OPCOL_set_video_audio_attr(OPCOL_VIDEO_AUDIO_ATTR *video_audio_attr);
//获取音视频参数
OPCOL_VIDEO_AUDIO_ATTR *OPCOL_get_video_audio_attr();
//获取网络配置参数，如WIFI，IP地址，mac等
OPCOL_NET_INFO *OPCOL_get_net_info();
//设置网络参数，如WFI，ip
int OPCOL_set_net_info(OPCOL_NET_INFO *net_info);

系统事件，系统事件发生时，会广播每个so插件,每个插件在入口函数里注册事件侦听函数
如下注册my_event_handle为事件处理函数，具体看SO里获取视频流例子代码

context->eventListener = &my_event_handle;

 

typedef enum _opcolEVENT_TYPE_E
{
    OPCOL_EVENT_VENC_STREAM = 0, //有新的视频流帧数据
    OPCOL_EVENT_YUV_FRAME,       //新的yuv420 raw数据帧
    OPCOL_EVENT_HTTP_REQ,        //当收到HTTP请求事件
    OPCOL_EVENT_DISK_SPACE_COUNTED,  //磁盘统计信息事件
    OPCOL_EVENT_FACE_RECOGNITION,    //侦测到人脸时事件
} OPCOL_EVENT_TYPE_E;
imlsq
关注
  • 0
    点赞
  • 踩
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
人脸识别openV
12-08
人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部识别的一系列相关技术，通常也叫做人像识别、面部识别。
使用虹软SDK实现离线人脸识别（局域网）
蓝影灵的博客
03-24 3965
第一步，获取SDK 首先注册开发者账号，创建一个应用，得到两个东西，用于激活SDK引擎的，SDK key 和 AppID。 把SDK下载到本地，我这里选择的是java版本的， 文件夹中包括开发者文档、API文档、示例程序、jar包、引擎库dll文件。 第二步，写后台 把文件夹中的jar包复制到项目中的lib（自己创建的）文件夹下， 依赖这样写： <dependency> <groupId>com.arcsoft.face</groupId>
高效人脸识别算法SDK开发包，支持人证比对、检测核验二次开发
hFTNNeMdw的博客
05-01 64
通过二次开发，开发者可以根据自身需求，实现更加灵活和个性化的人脸识别应用。未来，随着技术的进一步发展和应用场景的拓宽，这些开发包将发挥更加重要的作用，为各个行业的信息安全和智能化建设提供技术支持和保障。本文将围绕人脸识别算法源码SDK开发包和人证比对二次开发检测核验开发包展开讨论，探讨其在实际应用中的价值以及相关技术的原理和实现方法，旨在为开发者提供技术分析和实践指导。近年来，随着深度学习的发展和大规模数据集的积累，人脸识别算法在准确性和速度上取得了显著的进展，为各个领域的应用提供了强有力的支持。
用深度学习做的人脸识别离线采集sdk
GKQ670623743的博客
04-13 2665
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档 文章目录前言 前言 提示：这里可以添加本文要记录的大概内容： 基于深度学习技术FaceID技术，研发出安全帽人脸识别、口罩人脸识别、单目活体检测、双目活体检测、人脸特征属性等。 提示：以下是本篇文章正文内容，下面案例可供参考 人脸识别的应用场景，核心可以分为三大类： **身份核验：**即1:1对比，判断两张脸的相似度，判断你是你，通常用于需要验证用户身份真实性的场景，如人证对比。 **身份识别：**即1:N识别，在一个人脸集合中找到.
【毕业设计】基于单片机的人脸识别与追踪系统 -物联网 stm32
m0_71572576的博客
07-06 9518
Hi，大家好，这里是丹成学长，今天向大家介绍一个学长做的单片机项目基于单片机的人脸识别追踪大家可用于 课程设计 或 毕业设计单片机-嵌入式毕设选题大全及项目分享:https://blog.csdn.net/m0_71572576/article/details/125409052传统图像监控设备功能非常单一，仅有图像的采集与显示功能，已经不能满足现代技术要求。本项目尝试物联网概念结合，不仅实现了包含传统的录像功能，还实现了如今同样很火暴的技术——人脸识别。本项目的优点：通过WIFI传输数据，只要哪里有电源插
C# 海康威视平台API接入 和网页摄像头部署
qq_44695769的博客
10-26 4387
最近有个需求是将海康的摄像头视频画面传到我们平台上，作为一个全干工程师，网页后端都要我来做。
(C#)百度人脸识别离线SDK
11-04
c#调用百度人脸识别离线SDK的dll文件，可直接加到项目里调用。
基于百度API实现的人脸识别demo-Java前后端分离实现
03-21
本资源是基于百度API实现的人脸识别小demo，包含人脸注册、人脸登录、人脸检测、人脸在线活体检测、人脸识别等，Java语言前后端分离实现，sql导入数据库，前后端启动即可验证
基于SpringBoot结合百度云人脸识别API完成的刷脸登录功能
最新发布
05-28
【作品名称】：基于SpringBoot结合百度云人脸识别API完成的刷脸登录功能 【适用人群】：适用于希望学习不同技术领域的小白或进阶学习者。可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。 【项目介绍...
百度离线识别SDK1.1 demo
01-18
解决百度人脸识别之离线识别SDK1.1demo编译失败和运行失败的问题，gradel3.4的implementation、api、complile区别，技术交流QQ:774908055
C#人脸识别demo（基于百度AI开放平台SDK），亲测可用
06-10
基于百度AI开放平台人脸识别SDK写的C# 人脸识别Demo，包含 人脸注册：将人脸照片注册到百度AI开放平台人脸库中。 人脸检测：根据人脸检测年龄、性别、表情、靓丽度、人种、眼镜等特征 人脸识别：识别百度AI开放平台...
Windows人脸识别离线SDK
08-17
1、基本说明： 32bit程序，可运行在win7及以上系统，推荐配置：i3+4G； 依赖msvcr140.dll、msvcp140.dll，缺失时自行下载vc_redist2015.x86.exe安装； 2、命令格式： FaceDemo.exe face1.jpg face2.jpg 3、性能及精度 图片face1.jpg检测耗时情况如下: 人脸检测: 0 ms; 年龄检测: 46 ms; 性别检测: 16 ms; 特征提取: 125 ms; 人脸属性: 男, 23岁; 图片face2.jpg检测耗时情况如下: 人脸检测: 187 ms; 年龄检测: 172 ms; 性别检测: 125 ms; 特征提取: 63 ms; 人脸属性: 男, 33岁; 比对情况: 比对10000次用时: 1266 ms; 比对得分: 0.659347; 比对结论: 是同一个人;
人脸识别离线SDK配合博客使用
01-30
人脸识别SDK 速度快、不受网络影响，高效稳定 可自组网、自建云 亲测可用。若运行有问题请移驾博客
人脸识别C#源码
02-02
人脸识别离线SDK开发C#Demo。。。。。。。。。。。。。
人脸识别离线sdk，含人脸比对、性别年龄检测（附C#详细Demo代码）
09-29
1、人脸识别sdk功能包含：摄像头操作封装，人脸检测、特征提取、人脸特征比对、性别检测、年龄检测； 2、本sdk二次开发包提供32位和64位dll，适用于Windows7以上系统，建议配置为i3+4G，开发包打包环境vs2015； 3、在64位i5上实测性能如下： 人脸检测耗时: 13 毫秒; 年龄检测耗时: 93 毫秒; 性别检测耗时: 79 毫秒; 特征提取耗时: 109 毫秒; 比对10000次用时: 1063 毫秒; 识别率>99.8%;
最新版-百度离线人脸识别SDK及实例
12-25
最新版-百度离线人脸识别SDK及实例，支持离线识别，android平台
萤石开放平台——怎么通过API接口远程添加摄像头？
hq123897的博客
02-26 7407
怎么用postman，通过接口调用我们的摄像头进行远程操控？
百度人脸识别win C++离线SDK只能同时识别出一个人脸的问题
Larry_Yanan的博客
11-16 291
简单来说，就是运行sdk后，无论是使用示例图片还是usb摄像头，都只能同时检测出一个人脸。然而程序里并没有，找了半天，居然是在sdk文件夹/conf/detect.json里面，然而他居然默认max_detect_num=10.这个问题初次遇到的时候，大概率猜测是什么参数的问题，然后在程序里使劲找，百度也找了半天，好像是一个max_detect_num的参数。先说明一下，这个问题已经解决了，但真的很想吐槽一下官方的指引。这我就崩溃了，找到这个参数，然而他默认就已经是10了。改完之后就可以了。
Android基于虹软SDK实现离线人脸识别
lilihexiaoxiangege的博客
08-07 3297
Android端实现离线人脸识别功能，即对比两张人脸是否是同一个人。
百度离线人脸识别 delphi sdk
05-27
百度离线人脸识别的 Delphi SDK 可以通过以下步骤获取： 1. 访问百度 AI 开放平台官网（https://ai.baidu.com/）并登录。 2. 在菜单栏中选择“人脸识别”并进入人脸识别开放平台页面。 3. 选择“SDK下载”并在下拉...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值