Java使用虹软SDK实现人脸检测、特征提取、比对

已于 2023-09-11 08:52:23 修改
阅读量2.5k 收藏 18
点赞数 1
文章标签： java 开发语言 个人开发
于 2023-09-07 11:31:51 首次发布
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/qq_34982730/article/details/132733483
版权

最近公司有个业务场景是需要用到人脸识别功能的，正好趁此机会写下这篇文章，以巩固自己不精的技能~

话不多说，开干！

1.环境准备：JDK1.8 + SpringBoot + Maven

2.下载虹软SDK

前往虹软开发者中心

新建应用--填写一些基本信息，完成后如下图

点击下载，然后解压文件，你会得到下图

我们主要是需要libs文件夹下的文件

3.引入jar包

        虹软并没有为spring boot 提供 maven 的引入方式，所以你需要手动将他的jar包集成到本地

        3.1src 同级目录下创建libs 文件夹，将虹软的jar包放到这个文件中

        3.2其次在 pom.xml 文件中将这个jar包引入到项目中

<dependency>
	<groupId>com.arcsoft.face</groupId>
	<artifactId>arcsoft-sdk-face</artifactId>
	<version>3.0.0.0</version>
	<scope>system</scope>
	<systemPath>${basedir}/libs/arcsoft-sdk-face-3.0.0.0.jar</systemPath>
</dependency>

        3.3允许你的项目在打包发布后仍然可以调用本地路径下的jar包

<build>
	<plugins>
		<plugin>
			<groupId>org.springframework.boot</groupId>
			<artifactId>spring-boot-maven-plugin</artifactId>
			<configuration>
                <!-- 加入下面这一行 -->
				<includeSystemScope>true</includeSystemScope>
			</configuration>
		</plugin>
	</plugins>
</build>

4.集成到项目

4.1application.yml配置

arcsoft:
  appid: *********#你注册应用后所对应的APP_ID
  sdkkey: ********#你注册应用后所对应的SDK_KEY
  libpath: *******#libs目录下的dll文件夹路径，如D:\\libs\\WIN64
  engine-configuration:       #引擎配置
    detectMode: IMAGE
    detectFaceOrientPriority: ASF_OP_ALL_OUT
    detectFaceScale: 32
    detectFaceMaxNum: 8
  function-configuration:     #功能配置
    supportAge: true
    supportFace3dAngle: true
    supportFaceDetect: true
    supportFaceRecognition: true
    supportGender: true
    supportLiveness: true
    supportIRLiveness: true

4.2引擎类

@Data
@ConfigurationProperties(prefix = "arcsoft.engine-configuration")
public class EngineConfigurationProperty {
    private String detectMode;
    private String detectFaceOrientPriority;
    private Integer detectFaceScale;
    private Integer detectFaceMaxNum;
}

4.3功能类

@Data
@ConfigurationProperties(prefix = "arcsoft.function-configuration")
public class FunConfigurationProperty {
    private boolean supportFace3dAngle = true;
    private boolean supportFaceDetect = true;
    private boolean supportFaceRecognition = true;
    private boolean supportGender = true;
    private boolean supportAge = true;
    private boolean supportLiveness = true;
    private boolean supportIRLiveness = true;
}

4.4初始化配置类

@Data
@Configuration
@ConfigurationProperties(prefix = "arcsoft")
@EnableConfigurationProperties({ FunConfigurationProperty.class,EngineConfigurationProperty.class})
public class ArcSoftConfig {

    @Autowired
    private FunConfigurationProperty funConfigurationProperty;

    @Autowired
    private EngineConfigurationProperty engineConfigurationProperty;

    private String appid;
    private String sdkkey;
    private String libpath;

    @Bean
    public FaceEngine faceEngine(){
        FaceEngine faceEngine = new FaceEngine(libpath);
        int errorCode = faceEngine.activeOnline(appid, sdkkey);
        if (errorCode != ErrorInfo.MOK.getValue() &&
                errorCode != ErrorInfo.MERR_ASF_ALREADY_ACTIVATED.getValue())
            throw new RuntimeException("引擎注册失败");
        EngineConfiguration engineConfiguration = getFaceEngineConfiguration();
        //初始化引擎
        errorCode = faceEngine.init(engineConfiguration);
        if (errorCode != ErrorInfo.MOK.getValue())
            throw new RuntimeException("初始化引擎失败");
        return faceEngine;
    }

    /**
     * 初始化引擎配置
     * @return
     */
    private EngineConfiguration getFaceEngineConfiguration() {
        EngineConfiguration engineConfiguration = new EngineConfiguration();
        //配置引擎模式
        if ("IMAGE".equals(engineConfigurationProperty.getDetectMode()))
            engineConfiguration.setDetectMode(DetectMode.ASF_DETECT_MODE_IMAGE);
        else
            engineConfiguration.setDetectMode(DetectMode.ASF_DETECT_MODE_VIDEO);

        //配置人脸角度 全角度 ASF_OP_ALL_OUT 不够准确且检测速度慢
        switch (engineConfigurationProperty.getDetectFaceOrientPriority()){
            case "ASF_OP_0_ONLY":
                engineConfiguration
                        .setDetectFaceOrientPriority(DetectOrient.ASF_OP_0_ONLY);
                break;
            case "ASF_OP_90_ONLY":
                engineConfiguration
                        .setDetectFaceOrientPriority(DetectOrient.ASF_OP_90_ONLY);
                break;
            case "ASF_OP_270_ONLY":
                engineConfiguration
                        .setDetectFaceOrientPriority(DetectOrient.ASF_OP_270_ONLY);
                break;
            case "ASF_OP_180_ONLY":
                engineConfiguration
                        .setDetectFaceOrientPriority(DetectOrient.ASF_OP_180_ONLY);
                break;
            case "ASF_OP_ALL_OUT":
                engineConfiguration
                        .setDetectFaceOrientPriority(DetectOrient.ASF_OP_ALL_OUT);
                break;
            default:
                engineConfiguration
                        .setDetectFaceOrientPriority(DetectOrient.ASF_OP_ALL_OUT);
        }
        //设置识别的最小人脸比
        engineConfiguration
                .setDetectFaceScaleVal(engineConfigurationProperty.getDetectFaceScale());
        engineConfiguration
                .setDetectFaceMaxNum(engineConfigurationProperty.getDetectFaceMaxNum());
        //功能配置
        initFuncConfiguration(engineConfiguration);
        return engineConfiguration;
    }

    /**
     * 功能配置
     * @param engineConfiguration
     */
    private void initFuncConfiguration(EngineConfiguration engineConfiguration){
        FunctionConfiguration functionConfiguration = new FunctionConfiguration();
        //是否支持年龄检测
        functionConfiguration.setSupportAge(funConfigurationProperty.isSupportAge());
        //是否支持3d 检测
        functionConfiguration
                .setSupportFace3dAngle(funConfigurationProperty.isSupportFace3dAngle());
        //是否支持人脸检测
        functionConfiguration
                .setSupportFaceDetect(funConfigurationProperty.isSupportFaceDetect());
        //是否支持人脸识别
        functionConfiguration
                .setSupportFaceRecognition(funConfigurationProperty.isSupportFaceRecognition());
        //是否支持性别检测
        functionConfiguration
                .setSupportGender(funConfigurationProperty.isSupportGender());
        //是否支持活体检测
        functionConfiguration
                .setSupportLiveness(funConfigurationProperty.isSupportLiveness());
        //是否至此IR活体检测
        functionConfiguration
                .setSupportIRLiveness(funConfigurationProperty.isSupportIRLiveness());
        engineConfiguration.setFunctionConfiguration(functionConfiguration);
    }
}

4.5对图片对象封装的工具类

public class ArcSoftUtils {

    /**
     * 处理 File 的图片流
     * @param img
     * @return
     */
    public static ImageInfoMeta packImageInfoEx(File img){
        ImageInfo imageInfo = getRGBData(img);
        return packImageInfoMeta(imageInfo);
    }

    /**
     * 处理 byte[] 的图片流
     * @param img
     * @return
     */
    public static ImageInfoMeta packImageInfoMeta(byte[] img){
        ImageInfo imageInfo = getRGBData(img);
        return packImageInfoMeta(imageInfo);
    }

    /**
     * 处理 InpuStream 的图片流
     * @param img
     * @return
     */
    public static ImageInfoMeta packImageInfoMeta(InputStream img){
        ImageInfo imageInfo = getRGBData(img);
        return packImageInfoMeta(imageInfo);
    }


    /**
     * 打包生成 ImageInfoMeta
     * @param imageInfo
     * @return
     */
    private static ImageInfoMeta packImageInfoMeta(ImageInfo imageInfo){
        ImageInfoMeta imageInfoMeta = new ImageInfoMeta(imageInfo);
        return imageInfoMeta;
    }

    /**
     * 对imageInfo 和 imageInfoEx 的打包对象
     * @return
     */
    @Data
    public static class ImageInfoMeta{
        private ImageInfo imageInfo;
        private ImageInfoEx imageInfoEx;

        public ImageInfoMeta(ImageInfo imageInfo) {
            this.imageInfo = imageInfo;
            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});
        }
    }

}

4.6封装的常用方法工具类

@Component
public class ArcSoftMothodUtils {

    @Autowired
    private FaceEngine faceEngine;

    /**
     * 人脸检测
     */
    public List<FaceInfo> detectFace(ImageInfoEx imageInfoEx) {
        if (imageInfoEx == null)
            return null;
        List<FaceInfo> faceInfoList = new ArrayList<FaceInfo>();
        int i = faceEngine.detectFaces(imageInfoEx, DetectModel.ASF_DETECT_MODEL_RGB, faceInfoList);
        checkEngineResult(i, ErrorInfo.MOK.getValue(), "人脸检测失败");
        return faceInfoList;
    }

    /**
     * 特征提取
     */
    public FaceFeature extractFaceFeature(
            List<FaceInfo> faceInfoList, ImageInfoEx imageInfoEx) {

        if (faceInfoList == null || imageInfoEx == null)
            return null;
        FaceFeature faceFeature = new FaceFeature();
        int i = faceEngine.extractFaceFeature(imageInfoEx, faceInfoList.get(0), faceFeature);
        checkEngineResult(i, ErrorInfo.MOK.getValue(), "人脸特征提取失败");
        return faceFeature;
    }

    /**
     * 特征比对
     */
    public FaceSimilar compareFaceFeature(
            FaceFeature target, FaceFeature source, CompareModel compareModel) {
        FaceSimilar faceSimilar = new FaceSimilar();
        int i = faceEngine
                .compareFaceFeature(target, source, compareModel, faceSimilar);
        checkEngineResult(i, ErrorInfo.MOK.getValue(), "人脸特征对比失败");
        return faceSimilar;
    }

    /**
     * 错误检测
     */
    private void checkEngineResult(int errorCode, int sourceCode, String errMsg) {
        if (errorCode != sourceCode)
            throw new RuntimeException(errMsg);
    }
}

4.7测试

@RestController
@RequestMapping("/arcsoft")
public class FaceController {

    @Autowired
    private ArcSoftMothodUtils arcSoftMothodUtils;

    @GetMapping("/detectFace")
    public Result detectFace(String imgPath) {
        List<FaceInfo> faceInfo = arcSoftMothodUtils.detectFace(ArcfaceUtils.packImageInfoEx(new File(imgPath)).getImageInfoEx());
        return Result.succ(faceInfo);
    }

    @GetMapping("/extractFaceFeature")
    public Result extractFaceFeature(String imgPath) {
        List<FaceInfo> faceInfo = arcSoftMothodUtils.detectFace(ArcfaceUtils.packImageInfoEx(new File(imgPath)).getImageInfoEx());
        FaceFeature faceFeature = arcSoftMothodUtils.extractFaceFeature(faceInfo, ArcfaceUtils.packImageInfoEx(new File(imgPath)).getImageInfoEx());
        return Result.succ(faceFeature);
    }

    @GetMapping("/compareFaceFeature")
    public Result compareFaceFeature(String imgPath1,String imgPath2) {
        List<FaceInfo> faceInfo1 = arcSoftMothodUtils.detectFace(ArcfaceUtils.packImageInfoEx(new File(imgPath1)).getImageInfoEx());
        FaceFeature faceFeature1 = arcSoftMothodUtils.extractFaceFeature(faceInfo1, ArcfaceUtils.packImageInfoEx(new File(imgPath1)).getImageInfoEx());

        List<FaceInfo> faceInfo2 = arcSoftMothodUtils.detectFace(ArcfaceUtils.packImageInfoEx(new File(imgPath2)).getImageInfoEx());
        FaceFeature faceFeature2 = arcSoftMothodUtils.extractFaceFeature(faceInfo2, ArcfaceUtils.packImageInfoEx(new File(imgPath2)).getImageInfoEx());

        FaceSimilar faceSimilar = arcSoftMothodUtils.compareFaceFeature(faceFeature1, faceFeature2, CompareModel.LIFE_PHOTO);
        return Result.succ(faceSimilar);
    }



}

到这里整个流程就结束了，其实虹软的几个方法的使用有两种方式，我使用的是第二种，也就是下图红圈中的

最后，附上文档中心--虹软AI-虹软AI开放平台

Y一直在路上
关注
  • 1
    点赞
  • 踩
  • 18
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
java如何使用虹软sdk_Java使用虹软SDK做人脸识别之十分简单的入门
weixin_42444815的博客
02-25 587
操作系统：Windows10 64位编程语言：Java使用spring boot开发工具：IDEA一、下载虹软SDK进入虹软官网https://ai.arcsoft.com.cn/右上角注册登陆 官网有新手指南，按照指南进行实名认证、创建应用、获取免费SDK，要注意选择相应的操作系统和编程语言 获取了免费的SDK后在“我的应用”里可以看到相关信息可以看到自己的APP ID和SDK KEY，这两个要...
虹软科技Java人脸识别_java人脸识别 虹软ArcFace 2.0，java SDK使用、人脸识别-抽取人脸特征并做比对...
weixin_29159127的博客
02-23 387
人脸检测人脸跟踪人脸属性检测(性别、年龄)人脸三维角度检测人脸对比本文使用到的SDK为本人自己使用JNA做的封装，2.0的使用比1.x的版本使用更方便，api更集中更科学人脸识别：人脸特征值抽取人脸特征值比对获得相似度介于 0.0~1.0之间【相似度越接近1.0两个人脸特征数据越有可能是一个人】人脸特征值抽取的步骤：1，对图片或者视频流中的人脸位置进行识别2，对人脸特征值进行抽取(里面算法比较专业...
虹软---⼈脸识别
那就这样吧~
04-04 1142
⼈脸识别技术采⽤虹软开放平台实现（免费使⽤）。 官⽹：https://www.arcsoft.com.cn/ 1、使⽤说明 使⽤虹软平台需要先注册开发者账号：https://ai.arcsoft.com.cn/ucenter/user/userlogin 注册完成后进⾏登录，然后进⾏创建应⽤： 创建完成后，需要进⾏实名认证，否则相关的SDK是不能使⽤的。 实名认证后即可下载对应平台的SDk，我们需要下载windows以及linux平台。 添加SDK（Linux与Windows平台）： 注意这
基于虹软人脸识别，实现本地视频流或RTSP视频流实现人脸追踪（C++）
milkhoko的博客
09-15 1753
或RTSP视频流？？？ 一、前言 1. 文章内容 本文主要基于C++语言，利用虹软人脸识别SDK，来实现本地视频流的人脸追踪。实现内容包括实时检测摄像头的图像帧，将摄像头的每个人脸特征与人脸库中的多个人脸信息特征进行对比，实现多对多的人脸跟踪。 2. 关键技术 2.1 C++ C++ 是一种中级语言，它是由 Bjarne Stroustrup 于 1979 年在贝尔实验室开始设计开发的。. C++ 进一步扩充和完善了 C 语言，是一种面向对象的程序设计语言，并且C++可以很好地应用在多种平台上，比如：Win
Java实现虹软人脸识别
寒星孤月的博客
06-13 343
核心利用虹软人脸识别API进行识别.操作流程:前端调用摄像头然后拍照把图片存入数据库, 后端从数据库把人像图片取出来,再把注册时的人像取出来 ,调用虹软API进行对比识别, 把对比数字返回给前端,前端判断是否大于0.8(可以自己调),就对比成功,否则对比失败。
基于虹软使用Java实现人脸识别、人脸比对、活性检测等
写Bug的小白的博客
02-21 3076
基于虹软使用Java实现人脸识别、人脸比对、活性检测等 虹软： 免费，高级版本试用 支持在线、离线 有 Java SDK，C++ SDK 一、注册虹软开发者平台 点击注册 注册完成后可在“我的应用”中新建应用，获得 APP_ID 和 SDK_Key，请记住这两个信息，后续 SDK 中会用到。 接下来下载SDK就行了。 二、开始使用SDK SDK包结构 在下载的sdk包中，包结构大概是这样 |—demo | |—ArcFaceDemo Demo工程 |—doc |
java 集成免费虹软人脸识别 SDK，实现人脸识别认证功能
demo_yo的博客
09-09 2267
本文详细介绍了 java 集成免费虹软人脸识别的详细流程，从 SDK 下载到 SDK 的集成，以及 API 的封装策略。
Java如何集成虹软人脸识别SDK
weixin_71616455的博客
07-27 581
Java快速集成虹软人脸识别
使用虹软SDK实现离线人脸识别（局域网）
蓝影灵的博客
03-24 3995
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>
利用虹软SDK开发人脸识别（客户端版）
03-17
5. **人脸比对**：特征提取后，你可以将新提取的特征与数据库中已有的特征进行比对。SDK提供了比对接口，根据返回的相似度分数判断是否为同一个人。相似度分数越高，表示两张人脸越可能属于同一个人。 6. **实时...
虹软人脸比对SDK，windows_x64,java版本
06-02
在开发过程中，需要注意的是，虹软SDK可能需要配合其特定的授权机制，如使用许可证密钥，以确保合法使用。同时，由于涉及到个人隐私，开发者在使用人脸比对技术时，必须遵守相关法律法规，确保数据的安全和合规使用...
通过虹软SDK进行人脸识别
05-28
本文将深入探讨如何利用虹软SDK进行人脸识别，包括人脸检测、人脸跟踪以及人脸识别的核心概念和技术。 首先，人脸检测是人脸识别的第一步，它是指在图像中定位出人脸的位置和大小。虹软ArcFace SDK内置了高级的人脸...
基于java的虹软人脸识别，包括人脸检测，人脸相识比对
11-06
本文将深入探讨基于Java的虹软人脸识别系统，包括其人脸检测和人脸比对的核心功能。 首先，我们要了解虹软是一家专注于计算机视觉技术的公司，其提供的SDK（Software Development Kit）为开发者提供了强大的人脸...
利用虹软SDK开发人脸识别（网页版）
03-17
使用虹软SDK的预处理功能进行人脸检测，找出图像中的人脸区域。此步骤会返回人脸的位置信息，如坐标和大小。 4. 人脸识别 有了人脸区域信息后，可以调用SDK的识别接口，输入人脸图像进行比对。虹软SDK提供了多种...
12. Hibernate 模板设计模式
这是一个web全栈开发的博客，取其精华去其糟粕，争取让大家一看就懂，一学就会，一用就成~
07-22 1267
如何运用模板设计模式重构 Hibernate 操作流程；持久化对象与序列化接口；OOP中有一个编码原则 ：写仅写一次。翻译过来就是，不要重复，要重用。答案是：使用模板设计模式进一步封装Hibernate的操作。在真实项目中，Hibernate仅仅只是完成项目中的一部分工作，需要和其它，如Spring等框架联合工作，一起承担整体项目的开发。Spring框架中就提供的有Hibernate模板对象。一个常规的、频繁的操作代码中，大部分代码不需要变动，只有小部分代码需要根据需求变动。
golang 接口
m0_70982551的博客
07-24 852
接口定义了一组方法，这些方法没有具体的实现。接口类型的变量可以存储任何实现了这些方法的类型的值。// 更多方法...在Go语言中，接口值是指存储了实现某个接口的具体类型值的变量。接口值由两部分组成：1.动态类型：这是接口值当前存储的实际类型。2.动态值：这是实际存储的值，该值必须实现了接口中定义的所有方法。
Swagger使用Map接受参数时，页面如何显示具体参数及说
最新发布
a1058926697的博客
07-26 380
后端使用Map接受参数，要求在swagger页面上显示具体的参数名称、类型及说明。当Map接受参数数量少时，可以使用Swagger自带的注解。自定义注解 @ApiGlobalModel。编写处理注解对应的插件。
虹软人脸识别中人脸特征提取用的什么算法
05-30
虹软人脸识别中，人脸特征提取使用的是基于深度学习的算法，主要是使用卷积神经网络（CNN）模型，通过对人脸图像进行多次卷积和池化操作来提取人脸特征，然后再将这些特征进行降维、归一化等处理，最终得到一个128维的向量表示人脸特征。虹软人脸识别的特征提取算法采用了多种技术，如残差网络（ResNet）、单向神经网络（SNN）等，能够在不同角度、不同光照条件下准确地提取人脸特征。
评论 1
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