关于百度云人脸识别概括

最新推荐文章于 2024-08-08 07:08:16 发布
最新推荐文章于 2024-08-08 07:08:16 发布
阅读量4.8k 收藏 5
点赞数 1
分类专栏： Android

(摘自百度云  https://cloud.baidu.com/doc/FACE/Face-Java-SDK.html#.E8.BF.94.E5.9B.9E.E8.AF.B4.E6.98.8E-11)

人脸检测

接口描述

检测请求图片中的人脸，返回人脸位置、72个关键点坐标、及人脸相关属性信息。

检测响应速度，与图片中人脸数量相关，人脸数量较多时响应时间会有些许延长。

典型应用场景：如人脸属性分析，基于人脸关键点的加工分析，人脸营销活动等。

五官位置会标记具体坐标；72个关键点坐标也包含具体坐标，但不包含对应位置的详细位置描述。

请求说明

图片接受类型支持本地图片路径字符串，图片文件二进制数组。

举例，要对一张图片进行人脸识别，具体的人脸信息在返回的result字段中：

public void faceRecognize(AipFace client) {
    // 参数为本地图片路径
    String imagePath = "picture.jpg";
    JSONObject response = client.detect(imagePath);
    System.out.println(response.toString());

    // 参数为本地图片文件二进制数组
    byte[] file = readImageFile(imagePath);    // readImageFile函数仅为示例
    JSONObject response = client.detect(file);
    System.out.println(response.toString());
}

 
 

  
  复制

传入图片时还想增加一些自定义参数配置：

public void faceRecognize(AipFace client) {
    // 自定义参数定义
    HashMap<String, String> options = new HashMap<String, String>();
    options.put("max_face_num", "1");
    options.put("face_fields", "expression");

    // 参数为本地图片路径
    String imagePath = "face.jpg";
    JSONObject response = client.detect(imagePath, options);
    System.out.println(response.toString());

    // 参数为本地图片文件二进制数组
    byte[] file = readImageFile(imagePath);
    JSONObject response = client.detect(file, options);
    System.out.println(response.toString());
}

 
 

  
  复制

人脸检测 请求参数详情

参数 类型 描述 是否必须
face_fieldsBoolean包括age、beauty、expression、faceshape、gender、glasses、landmark、race、qualities信息，逗号分隔，默认只返回人脸框、概率和旋转角度。否
max_face_numunit32最多处理人脸数目，默认值1是
imageString图像数据，支持本地图像文件路径，图像文件二进制数组是

返回说明

参数 类型 是否一定输出 描述
log_iduint64是日志id
result_numInt是人脸数目
resultobject[]是人脸属性对象的集合
+agedouble否年龄。face_fields包含age时返回
+beautydouble否美丑打分，范围0-1，越大表示越美。face_fields包含beauty时返回
+locationobject是人脸在图片中的位置
++leftInt是人脸区域离左边界的距离
++topInt是人脸区域离上边界的距离
++widthInt是人脸区域的宽度
++heightInt是人脸区域的高度
+face_probabilitydouble是人脸置信度，范围0-1
+rotation_angleint32是人脸框相对于竖直方向的顺时针旋转角，[-180,180]
+yawdouble是三维旋转之左右旋转角[-90(左), 90(右)]
+pitchdouble是三维旋转之俯仰角度[-90(上), 90(下)]
+rolldouble是平面内旋转角[-180(逆时针), 180(顺时针)]
+expressionInt否表情，0，不笑；1，微笑；2，大笑。face_fields包含expression时返回
+expression_probabilitydouble否表情置信度，范围0~1。face_fields包含expression时返回
+faceshapeobject[]否脸型置信度。face_fields包含faceshape时返回
++typeString是脸型：square/triangle/oval/heart/round
++probabilitydouble是置信度：0~1
+genderString否male、female。face_fields包含gender时返回
+gender_probabilitydouble否性别置信度，范围0~1。face_fields包含gender时返回
+glassesInt否是否带眼镜，0-无眼镜，1-普通眼镜，2-墨镜。face_fields包含glasses时返回
+glasses_probabilitydouble否眼镜置信度，范围0~1。face_fields包含glasses时返回
+landmarkobject[]否4个关键点位置，左眼中心、右眼中心、鼻尖、嘴中心。face_fields包含landmark时返回
++xInt否x坐标
++yInt否y坐标
+landmark72object[]否72个特征点位置，示例图 。face_fields包含landmark时返回
++xInt否x坐标
++yInt否y坐标
+raceString否yellow、white、black、arabs。face_fields包含race时返回
+race_probabilitydouble否人种置信度，范围0~1。face_fields包含race时返回
+qualitiesobject否人脸质量信息。face_fields包含qualities时返回
++occlusionobject是人脸各部分遮挡的概率， [0, 1] （待上线）
+++left_eyedouble是左眼
+++right_eyedouble是右眼
+++nosedouble是鼻子
+++mouthdouble是嘴
+++left_cheekdouble是左脸颊
+++right_cheekdouble是右脸颊
+++chindouble是下巴
++typeobject是真实人脸/卡通人脸置信度
+++humandouble是真实人脸置信度，[0, 1]
+++cartoondouble是卡通人脸置信度，[0, 1]

人脸比对

接口描述

该请求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，可与您现有的人脸库进行比对验证。

说明：支持对比对的两张图片做在线活体检测

请求说明

接受的参数为一系列本地图片路径的数组，或图片二进制数据的数组。
举例，要对两张图片进行人脸比对，具体的人脸信息在返回的result字段中：

public void faceRecognize(AipFace client) {
    // 参数为本地图片路径
    String imagePath1 = "test1.jpg";
    String imagePath2 = "test2.jpg";
    ArrayList<String> pathArray = new ArrayList<String>();
    pathArray.add(imagePath1);
    pathArray.add(imagePath2);
    JSONObject response = client.match(pathArray, new HashMap<String, String>());
    System.out.println(response.toString());
}

 
 

  
  复制

人脸比对请求参数：

所有图片经base64编码后的图片数据总和不超过10M。以下可选参数以HashMap形式放在接口最后的options参数中。

参数 是否必选 类型 说明
ext_fields否string返回质量信息，取值固定: 目前支持qualities(质量检测)。(对所有图片都会做改处理)
image_liveness否string返回的活体信息，“faceliveness,faceliveness” 表示对比对的两张图片都做活体检测；“,faceliveness” 表示对第一张图片不做活体检测、第二张图做活体检测；“faceliveness,” 表示对第一张图片做活体检测、第二张图不做活体检测

返回说明

字段 是否必选 类型 说明
log_id是uint64请求唯一标识码，随机数
result_num是uint32返回结果数目，即：result数组中元素个数
result是array(object)结果数据，index和请求图片index对应。数组元素为每张图片的匹配得分数组，top n。 得分[0,100.0]
+index_i是uint32比对图片1的index
+index_j是uint32比对图片2的index
+score是double比对得分
ext_info否array（dict）对应参数中的ext_fields
+qualities否string质量相关的信息，无特殊需求可以不使用
+faceliveness否string活体分数“0,0.9999”（表示第一个图不做活体检测、第二个图片活体分数为0.9999）

返回样例：

//请求为四张图片，第三张解析失败
{
    "log_id": 73473737,
    "result_num":3,
    "result": [
        {
            "index_i": 0,
            "index_j": 1,
            "score": 44.3
        },
        {
            "index_i": 0,
            "index_j": 3,
            "score": 89.2
        },
        {
            "index_i": 1,
            "index_j": 3,
            "score": 10.4
        }
        ……
    ]
}

 
 

  
  复制

人脸识别

接口描述

用于计算指定组内用户，与上传图像中人脸的相似度。识别前提为您已经创建了一个人脸库。

典型应用场景：如人脸闸机，考勤签到，安防监控等。

说明：人脸识别返回值不直接判断是否是同一人，只返回用户信息及相似度分值。

说明：推荐可判断为同一人的相似度分值为80，您也可以根据业务需求选择更合适的阈值。

请求说明

举例，要计算一张图片与指定组group1, group2内各用户相似度：

public void identifyUser(AipFace client) {
    String path = "test1.jpg";
    HashMap<String, Object> options = new HashMap<String, Object>(1);
    options.put("user_top_num", 1);
    JSONObject res = client.identifyUser(Arrays.asList("group1", "group2"), path, options);
    System.out.println(res.toString(2));
}

 
 

  
  复制

人脸识别请求参数详情：

参数 是否必选 类型 说明
group_id是string用户组id（由数字、字母、下划线组成）列表，每个groupid长度限制48
imgPath/imgData是stringimgPath对应图片本地路径，imgData对应图片二进制数据，要求图片base64编码后大小不超过10M
ext_fields否string特殊返回信息，多个用逗号分隔，取值固定: 目前支持 faceliveness(活体检测)
user_top_num否uint32返回用户top数，默认为1，最多返回5个

返回说明

字段 是否必选 类型 说明
log_id是uint64请求唯一标识码，随机数
result_num是uint32返回结果数目，即：result数组中元素个数
ext_info否array对应参数中的ext_fields
+faceliveness否string活体分数，如0.49999
result是array(object)结果数组
+group_id是string对应的这个用户的group_id
+uid是string匹配到的用户id
+user_info是string注册时的用户信息
+scores是array(double)结果数组，数组元素为匹配得分，top n。得分[0,100.0]

返回样例：

{
    "log_id": 73473737,
    "result_num":1,
    "result": [
        {
            "group_id" : "test1",
            "uid": "u333333",
            "user_info": "Test User",
            "scores": [
                    99.3,
                    83.4
            ]
        }
    ]
}

 
 

  
  复制

人脸认证

接口描述

用于识别上传的图片是否为指定用户，即查找前需要先确定要查找的用户在人脸库中的id。

典型应用场景：如人脸登录，人脸签到等

说明：人脸认证与人脸识别的差别在于：人脸识别需要指定一个待查找的人脸库中的组；而人脸认证需要指定具体的用户id即可，不需要指定具体的人脸库中的组；实际应用中，人脸认证需要用户或系统先输入id，这增加了验证安全度，但也增加了复杂度，具体使用哪个接口需要视您的业务场景判断。

说明：请求参数中，新增在线活体检测

请求说明

举例，要认证一张图片在指定group中是否为uid1的用户：

public void verifyUser(AipFace client) {
    String path = "test1.jpg";
    HashMap<String, Object> options = new HashMap<String, Object>(1);
    options.put("top_num", 5);
    JSONObject res = client.verifyUser("uid1", Arrays.asList("group1", "group2"), path, options);
    System.out.println(res.toString(2));
}

 
 

  
  复制

人脸认证请求参数详情：
可选参数均以HashMap形式放在接口最后的options参数中。

参数 是否必选 类型 说明
uid是string用户id（由数字、字母、下划线组成），长度限制128B
imgPath/imgData是stringimgPath对应图片本地路径，imgData对应图片二进制数据，要求图片base64编码后大小不超过10M
group_id是string用户组id（由数字、字母、下划线组成）列表，每个groupid长度限制48
top_num否uint32返回匹配得分top数，默认为1
ext_fields否string特殊返回信息，多个用逗号分隔，取值固定: 目前支持 faceliveness(活体检测)

返回说明

字段 是否必选 类型 说明
log_id是uint64请求唯一标识码，随机数
result_num是uint32返回结果数目，即：result数组中元素个数
result是array(double)结果数组，数组元素为匹配得分，top n。 得分范围[0,100.0]。推荐得分超过80可认为认证成功
ext_info否array对应参数中的ext_fields
+faceliveness否string活体分数，如0.49999

返回样例：

{
  "results": [
    93.86580657959,
    92.237548828125
  ],
  "result_num": 2,
  "log_id": 1629483134
}

 
 

  
  复制

人脸注册

接口描述

用于从人脸库中新增用户，可以设定多个用户所在组，及组内用户的人脸图片，

典型应用场景：构建您的人脸库，如会员人脸注册，已有用户补全人脸信息等。

人脸库、用户组、用户、用户下的人脸层级关系如下所示：

|- 人脸库
   |- 用户组一
      |- 用户01
         |- 人脸
      |- 用户02
         |- 人脸
         |- 人脸
         ....
       ....
   |- 用户组二
   |- 用户组三
   |- 用户组四
   ....

 
 

  
  复制

说明：关于人脸库的设置限制

  • 每个开发者账号只能创建一个人脸库；
  • 每个人脸库下，用户组（group）数量没有限制；
  • 每个用户组（group）下，可添加最多300000张人脸，如每个uid注册一张人脸，则最多300000个用户uid；
  • 每个用户（uid）所能注册的最大人脸数量没有限制；

说明：人脸注册完毕后，生效时间最长为35s，之后便可以进行识别或认证操作。

说明：注册的人脸，建议为用户正面人脸。

说明：uid在库中已经存在时，对此uid重复注册时，新注册的图片默认会追加到该uid下，如果手动选择action_type:replace，则会用新图替换库中该uid下所有图片。

请求说明

举例，要注册一个新用户，用户id为uid1，加入组id为group1和group2, 注册成功后服务端会返回操作的logid：

public void facesetAddUser(AipFace client) {
    // 参数为本地图片路径
    String path = "picture1.jpg";
    HashMap<String, String> options = new HashMap<String, String>();
    JSONObject res = client.addUser("uid1", "test_user_info", Arrays.asList("group1", "group2"), path, options);
    System.out.println(res.toString(2));
}

 
 

  
  复制

人脸注册请求参数详情：

可选参数均以HashMap形式放在接口最后的options参数中。
| 参数 | 是否必选 | 类型 | 说明 |
| ----------- | ---- | ------ | ---------------------------------------- |
| uid | 是 | string | 用户id（由数字、字母、下划线组成），长度限制128B |
| user_info | 是 | string | 用户资料，长度限制256B |
| imgPath/imgData| 是 | string | imgPath对应图片本地路径，imgData对应图片二进制数据，要求图片base64编码后大小不超过10M |
| group_id | 是 | string | 用户组id（由数字、字母、下划线组成）列表，每个groupid长度限制48 |
| action_type | 否 | string | 参数包含append、replace。如果为“replace”，则每次注册时进行替换replace（新增或更新）操作，默认为append操作 |

返回说明

字段 是否必选 类型 说明
log_id是uint64请求标识码，随机数，唯一

返回样例：

// 注册成功
{
    "log_id": 73473737,
}
// 注册发生错误
{
  "error_code": 216616,
  "log_id": 674786177,
  "error_msg": "image exist"
}

 
 

  
  复制

人脸更新

接口描述

用于对人脸库中指定用户，更新其下的人脸图像。

说明：针对一个uid执行更新操作，新上传的人脸图像将覆盖此uid原有所有图像。

说明：执行更新操作，如果该uid不存在时，会返回错误。如果添加了action_type:replace,则不会报错，并自动注册该uid，操作结果等同注册新用户。

请求说明

举例，要更新一个用户，用户id为uid1， 更新成功后服务端会返回操作的logid：

public void facesetUpdateUser(AipFace client) {
    // 参数为本地图片路径
    String path = "picture1.jpg";
    HashMap<String, String> options = new HashMap<String, String>();
    JSONObject res = client.updateUser("uid1", "user_info_memo", "group1", path, options);
    System.out.println(res.toString(2));
}

 
 

  
  复制

人脸更新请求参数详情：

参数 是否必选 类型 说明
uid是string用户id（由数字、字母、下划线组成），长度限制128B
imgPath/imgData是stringimgPath对应图片本地路径，imgData对应图片二进制数据，要求图片base64编码后大小不超过10M
group_id是string用户组id（由数字、字母、下划线组成），长度限制48
user_info是string新的user_info信息"memo"
action_type否string如果为replace时，则uid不存在时，不报错，会自动注册。 不存在该参数时，如果uid不存在会提示错误replace

返回说明

字段 是否必选 类型 说明
log_id是uint64请求标识码，随机数，唯一

返回样例：

// 更新成功
{
    "log_id": 73473737,
}
// 更新发生错误
{
  "error_code": 216612,
  "log_id": 1137508902,
  "error_msg": "user not exist"
}

 
 

  
  复制

人脸删除

接口描述

用于从人脸库中删除一个用户。

人脸删除注意事项：

  • 删除的内容，包括用户所有图像和身份信息；
  • 如果一个uid存在于多个用户组内且没有指定group_id，将会同时将从各个组中把用户删除
  • 如果指定了group_id，则只删除此group下的uid相关信息

请求说明

举例，要删除一个用户，用户id为uid1， 删除成功后服务端会返回操作的logid：

public void facesetDeleteUser(AipFace client) {
    // 只从指定组中删除用户
    JSONObject res = client.deleteUser("uid1", Arrays.asList("group1"));
    System.out.println(res.toString(2));

    // 从人脸库中彻底删除用户
    JSONObject res = client.deleteUser("uid1");
    System.out.println(res.toString(2));
}

 
 

  
  复制

人脸删除请求参数：

参数 是否必选 类型 说明
uid是string用户id（由数字、字母、下划线组成），长度限制128B
group_id否string选择指定group_id则只删除group列表下的uid内容，如果不指定则删除group下对应uid的信息

返回说明

字段 是否必选 类型 说明
log_id是uint64请求标识码，随机数，唯一

返回样例：

// 更新成功
{
    "log_id": 73473737,
}
// 更新发生错误
{
  "error_code": 216612,
  "log_id": 1137508902,
  "error_msg": "user not exist"
}

 
 

  
  复制

用户信息查询

接口描述

用于查询人脸库中某用户的详细信息。

请求说明

举例，要查询指定用户的信息：

public void getUser(AipFace client) {
    // 查询一个用户在所有组内的信息
    JSONObject res = client.getUser("uid1");
    System.out.println(res.toString(2));

    // 查询一个用户在指定组内的信息
    JSONObject res = client.getUser("uid1", Arrays.asList("group1"));
    System.out.println(res.toString(2));
}

 
 

  
  复制

用户信息查询请求参数：

参数 是否必选 类型 说明
uid是string用户id（由数字、字母、下划线组成），长度限制128B
group_id否string选择指定group_id则只查找group列表下的uid内容，如果不指定则查找所有group下对应uid的信息

返回说明

字段 是否必选 类型 说明
log_id是uint64请求标识码，随机数，唯一
result是array(double)结果数组
+uid是string匹配到的用户id
+user_info是string注册时的用户信息
+groups是array(string)用户所属组列表

返回样例：

{
    "result": {
        "uid": "testuser2",
        "user_info": "registed user info ...",
        "groups": [
            "grp1",
            "grp2",
            "grp3"
        ]
    },
    "log_id": 2979357502
}

 
 

  
  复制

组列表查询

接口描述

用于查询用户组的列表。

请求说明

举例：

public void getGroupList(AipFace client) {
    HashMap<String, Object> options = new HashMap<String, Object>(2);
    options.put("start", 0);
    options.put("num", 10);
    JSONObject res = client.getGroupList(options);
    System.out.println(res.toString(2));
}

 
 

  
  复制

组列表查询请求参数详情：

参数 是否必选 类型 说明
start否uint32默认值0，起始序号
end否uint32返回数量，默认值100，最大值1000

返回说明

字段 是否必选 类型 说明
log_id是uint64请求标识码，随机数，唯一
result_num是uint32返回个数
result是array(string)group_id列表

返回样例：

{
    "result_num": 2,
    "result": [
        "grp1",
        "grp2"
    ],
    "log_id": 3314921889
}

 
 

  
  复制

组内用户列表查询

接口描述

用于查询指定用户组中的用户列表。

请求说明

举例：

public void getGroupUsers(AipFace client) {
    HashMap<String, Object> options = new HashMap<String, Object>(2);
    options.put("start", 0);
    options.put("num", 10);
    JSONObject res = client.getGroupUsers("group1", options);
    System.out.println(res.toString(2));
}

 
 

  
  复制

组内用户列表查询请求参数详情：

参数 是否必选 类型 说明
group_id是string用户组id
start否uint32默认值0，起始序号
end否uint32返回数量，默认值100，最大值1000

返回说明

字段 是否必选 类型 说明
log_id是uint64请求标识码，随机数，唯一
result_num是uint32返回个数
result是array(object)user列表
+uid是string用户id
+user_info是string用户信息

返回样例：

{
    "log_id": 3314921889,
    "result_num": 2,
    "result": [
        {
            "uid": "uid1",
            "user_info": "user info 1"
        },
        {
            "uid": "uid2",
            "user_info": "user info 2"
        }
    ]
}

 
 

  
  复制

组内添加用户

接口描述

用于将已经存在于人脸库中的用户添加到一个新的组。

说明：并不是向一个指定组内添加用户，而是直接从其它组复制用户信息

请求说明

举例：

public void addGroupUser(AipFace client) {
    JSONObject res = client.addGroupUser("srcgroup", Arrays.asList("dstGroup1", "dstGroup2"), "uid1");
    System.out.println(res.toString(2));
}

 
 

  
  复制

组内添加用户请求参数详情：

参数 是否必选 类型 说明
src_group_id是string从指定group里复制信息
group_id是string需要添加信息的组id列表
uid是string用户id

返回说明

字段 是否必选 类型 说明
log_id是uint64请求标识码，随机数，唯一

返回样例：

// 正确返回值 
{
    "log_id": 3314921889,
}
// 发生错误时返回值 
{
  "error_code": 216100,
  "log_id": 3111284097,
  "error_msg": "already add"
}

 
 

  
  复制

组内删除用户

接口描述

用于将用户从某个组中删除，但不会删除用户在其它组的信息。

说明：当用户仅属于单个分组时，本接口将返回错误，请使用人脸删除接口

请求说明

举例：

public void deleteGroupUser(AipFace client) {
    JSONObject res = client.deleteGroupUser(Arrays.asList("group1", "group2"), "uid1");
    System.out.println(res.toString(2));
}

 
 

  
  复制

组内删除用户请求参数详情：

参数 是否必选 类型 说明
group_id是string用户组id列表
uid是string用户id

返回说明

字段 是否必选 类型 说明
log_id是uint64请求标识码，随机数，唯一

返回样例：

// 正确返回值 
{
    "log_id": 3314921889,
}
// 发生错误时返回值 
{
  "error_code": 216619,
  "log_id": 815967402,
  "error_msg": "user must be in one group at least"
}

Z_SG
关注
专栏目录
百度人脸识别使用总结（环境+测试+人脸库管理）
bugei的博客
07-12 1万+
内容有点多，大概分三天写完。提前开坑省的拖延症犯了orz。//好吧拖延症果然犯了，然后第四天才继续开始更 先总结一下，全程花了三四天的白天的时间。本身其实是不复杂的，但是中间会有很多坑。专门写这个教程出来是想给同样想尝试使用这个的同学们一点帮助，希望不要遇到和我遇到的同样的问题。至于百度这个人脸识别的表现，我用了1000个人脸测试了下，其实只有100个人就是了。准确率还阔以，速度还好吧半秒左右。...
百度人脸识别
qq_45953233的博客
04-14 714
百度人脸识别技术
探索人脸识别的无限可能：FaceAI开源项目推荐
最新发布
gitblog_00850的博客
08-08 870
探索人脸识别的无限可能：FaceAI开源项目推荐 faceai一款入门级的人脸、视频、文字检测以及识别的项目.项目地址:https://gitcode.com/gh_mirrors/fa/faceai 在人工智能的浪潮中，人脸识别技术以其独特的魅力和广泛的应用场景，成为了技术领域的一颗璀璨明珠。今天，我们将向您推荐一个功能强大、易于上手的开源项目——FaceAI。这个项目不仅集成了多种先进的人脸...
python+opencv+百度智能云 人脸识别——人数识别+标记
weixin_42670502的博客
01-31 1965
一.设计流程 1.导入模块 import time import base64 import cv2 import requests time模块：计时 base64模块：由于某些系统中只能使用ASCII字符。Base64就是用来将非ASCII字符的数据转换成 ASCII字符的一种方法。 cv2模块：本程序中要用到opencv的框选模块 requests模块：使得python进行网络请求时，变得人性化，使用Requests可以轻而易举的完成浏览器可有的任何操作 2.获取token 这里首先要在百度
人脸识别——基于百度智能云实现
sevenh的博客
04-18 5597
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。基于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...
百度云：人脸识别API接入
我的BUG会隐身术，上线前绝不出现！
07-02 829
百度云：人脸识别API接入
一种OpenCV与云计算结合的人脸识别方法.pdf
07-17
与此同时，利用OAuth2.0协议进行授权调用百度云的AI开放平台，使用其提供的API进行人脸比对，可以进一步提升整体的识别精度。 该人脸识别系统在Java语言开发的Web应用上实现，采用MVC设计模型，并使用SSM框架...
深度人脸识别中的长尾噪声数据的非均匀训练方法
1基于长尾噪声数据的深度人脸识别的非均匀训练钟耀耀，邓晓波，王梅，胡佳妮北京邮电大学{zhongyaoyao，whdeng，wangmei1，jnhu}@ bupt.edu.cn彭建腾，陶训强，黄耀海佳能信息技术（北京）有限公司，公司{...
关于当前云平台发展现状的调研报告
番茄不是嘻嘻嘻红柿的博客
06-10 3525
随着互联网技术的不断发展，人们每天产生的数据也是呈指数型增长，而云计算也被人们看作是第三次IT浪潮，谁占据领先地位谁就在这场浪潮中取得胜利。人们对云计算的研究也会给生活、生产方式和商业模式等等带来实质性的改变，目前在网络上已经出现了很多的云平台，本报告就是针对网上比较出名的几个云平台进行综合分析比较，看看各个平台都占据了什么优势。 首先云计算的产业分成了三级： 云设备（基础设施即服务：IaaS）...
中国开源深度学习框架第六年：百度飞桨国内综合份额第一，全球开发者超400万...
量子位
04-08 4568
明敏 发自 凹非寺量子位 | 公众号 QbitAI前不久，中兴结束5年合规检查期的消息，在科技圈引发不小波澜。在这样一个特殊的时间节点下，“缺芯少魂”方面的自主自强问题，再次成为全社会关注的焦点。芯片，代表着底层算力；魂则是指系统。如今，AI被视为高精尖技术竞赛角逐的战场，其最核心的系统便是深度学习框架。国际两大主流深度学习框架TensorFlow、PyTorch之外，中...
AIGC从入门到实战：AI 2.0 向多领域全场景应用迈进
程序员光剑
06-30 557
人工智能(Artificial Intelligence, AI) 的概念最早可以追溯到上世纪 50 年代，图灵在 1950 年发表的论文《计算机器与智能》中提出了著名的“图灵测试”，被认为是人工智能的开山之作。此后，人工智能经历了几十年的发展，经历了符号主义、连接主义、专家系统等阶段，但始终未能突破理论和应用的瓶颈。20 世纪 80 年代末，机器学习开始兴起，并在 90 年代取得了突破性进展，例如支持向量机(SVM) 和决策树等算法的提出。
百度云人脸识别
hjbjmn的博客
05-28 2148
首创最全百度云人脸识别
百度AI实现Web端人脸识别登陆-Springboot-Vue/element-ui
weixin_46031754的博客
12-01 4326
3.8 人脸识别登陆Controller 1、效果图 后台获取的数据 {"face_token":"efb5996c1707850f81e884ef190c984b","user_list":[{"score":91.080505371094,"group_id":"group1","user_id":"1","user_info":""}]} 2、注册百度ai 百度ai地址https://login.bce.baidu.com/?redirect=https%3A%2F%2Fconsol.
图片上传组件和人脸识别组件
weixin_40942790的博客
09-02 391
图片上传组件使用的的阿里云oss存储 1.优点：开发简单，拥有强大功能，免维护 2.缺点：付费 应用场景：完善个人信息选用阿里云的oss服务进行图片存储 地址：https://www.aliyun.com/product/oss 上传文件 查看图片 参照阿里提供的开发指南JavaSDK版 https://help.aliyun.com/document_detail/32009.html?spm=a2c4g.11186623.6.916.6f41...
XTU1307 Beautiful Number
sabermustbeagirl的博客
06-06 877
题目描述 如果一个数的二进制中只有1个0，那么我们称这样的数是“美丽数”，比如510=1012。 现在给你一个区间a,b，求区间内有多少个“美丽数”。 输入 第一行是一个整数K，表示样例的个数。 每个样例是两个整数a和b。 输出 每行输出一个样例的结果。 样例输入 3 1 2 2 5 1 1000000000000000000 样例输出 1 2 1712 提示 第一个例子中，只有2是美丽数； 第二个例子中，2和5是美丽数； 解析： 这个题目其实就是防止超时，不过也要注意类型，正常的方法是打表，但是我这里使用
Beautiful numbers（前缀和思想）
qq_52572399的博客
12-22 590
A - Olympiad Description You are one of the competitors of the Olympiad in numbers. The problem of this year relates to beatiful numbers. One integer is called beautiful if and only if all of its digitals are different (i.e. 12345 is beautiful, 11 is not b
使用百度云AI实现刷脸登录
NSX-Truth
10-12 1928
前言 刷脸登录是基于人工智能、生物识别、3D传感、大数据风控技术，最新实现的登录形式。用户在无需输入用户名密码的前提下，凭借“刷脸”完成登录过程。实现刷脸登录的核心是人脸处理，在人脸处理中有两个概念： 人脸检测：检测图中的人脸，并为人脸标记出边框。检测出人脸后，可对人脸进行分析，获得眼、口、鼻轮廓等72个关键点定位准确识别多种人脸属性，如性别，年龄，表情等信息 人脸识别（对比）：通过提取人脸的特征，计算两张人脸的相似度，从而判断是否同一个人，并给出相似度评分。 作为中小型企业，可以采取世面上流行的人工智
人工智能数据标注案例之人脸识别案例
热门推荐
weixin_55551028的博客
11-26 5万+
人脸关键点是对于图像中人脸五官与轮廓定位的标注，主要用来对人脸的关键位置，如脸廓、眉毛、眼睛、嘴唇进行定位，人脸关键点检测是人脸识别过程中重要的一步。
人工智能-百度云API的入门(人脸识别)
逍遥云恋
12-31 1809
3 百度云API的入门 3.1 搭建环境 创建工程并导入依赖： <dependency> <groupId>com.baidu.aip</groupId> <artifactId>java-sdk</artifactId> <version>4.8.0</version> </depe...
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