采用java语言实现基于深度学习ONNX加速运算通过海康网络摄像头SDK实时高精度人脸检测及识别

1人脸检测及识别在多个的领域具有重要的应用，当前有很多算法主要存在以下问题：

（1）很多算法要么精度不高，
（2）计算量太大延迟较高，
（3）人脸检测算法得到信息不够充分，不能准确计算人脸的姿态，限制了系统的使用范围。
（4）这些算法又往往非常零散不能集中在一块完成检测和识别一体化的任务。
（5）大部分都是pyhon代码，不能与自己原有的基于java的Web或Web cloud系统融合。
（6）不能与当前的监控系统对接，使用opencv自有的rstp协议不能控制的视频流延迟。
（7）当前主流的监控系统如海康威视的SDK二次开发困难，视频编码解码知识困扰很多开发者。
（8）使用java开发系统，存在长时间运行后内存崩溃难以解决。
以上这些问题给各位开发者，以及对原来系统升级改造带来巨大的困难，如何解决以上问题也是这么多年困扰我的问题。本人经过多年的努力基本解决了以上存在的问题，达到了全知识的链的打通，希望与大家交流52185025。

2.人脸检测识别有以下诸多应用。

（1）人员统计：根据人脸检测统计设定区域的人数，如排队人数统计，
（2）对人脸姿态分析：分析人脸在三维空间角度，判断人脸是否正脸，当正脸时可以采集人脸数据作用人脸注册的标淮图片，不用特意站到摄像头前采集图像达到无感知情况下的人脸采集注册。
（3）人脸识别：识别人脸是否是库内人员，主要应用到门禁 ，无感考勤，支付等多个领域。
（4）大范围监管：对管控人员进行实时分析。

3.系统参数

（1）人脸检测精确率大于98%：
（2）多人脸检测，人脸大小大于20像素。
（3）支持多种人脸方法，检测速度小于25毫秒，可根据实际情况采用不用运算量的方法，
（4）人脸识别精确率大于99%，阈值可调。
（5）身份证人证合一认证，1：N识别。
（5） 人脸特征提取速小于15毫秒，有多种特征提取方法可用。
（6）海康网络摄像头SDK调用，延迟降到最低。

4.系统展示