人脸识别，人脸对比技术及案例实现方案

一、各个人脸识别公司、系统简介
- 1.1 虹软
- 1.2 Face++旷视
- 1.3 云脉
- 1.4 腾讯AI
- 1.5 1MB轻量级人脸检测模型
- 1.6 SeetaFace-科院计算机所开源项目
二、基于虹软的Java人脸识别
- 2.1 人脸识别SDK
- 2.2 Java项目搭建
- - 2.2.1 下载Demo项目
  - 2.2.2 修改application.properties文件
  - 2.2.3 根目录创建lib文件夹
  - 2.2.4 引入arcsoft依赖
  - 2.2.5 启动项目
- 2.3 操作测试
- - 2.3.1 录入人脸图像
  - 2.3.2 人脸对比
- 2.4 源码分析
- - 2.4.1 JS调起本地摄像头拍照，上传图片文件字符串
  - 2.4.2 后台解析图片，提取人像特征
  - 2.4.3 人像特征对比
三、百度AI人脸识别接口调用
- 3.1 百度AI人脸识别接口调用
- 3.2 人脸识别接口调用
四、SeetaFace 开源人脸识别代码
五、基于mtcnn/facenet/tensorflow 实现人脸识别登录系统
六、Web端人脸识别

Git源码：https://gitee.com/AiShiYuShiJiePingXing/ArcSoftDemo 包含了百度AI人脸识别接口的调用源码，以及虹软的Java人脸识别接口。克隆项目： ```git git clone https://gitee.com/AiShiYuShiJiePingXing/ArcSoftDemo.git ```

这两天研究研究人脸识别系统的相关内容，了解了部分开源人脸识别系统以及人脸识别系统的有关公司，对各家价格大概比对了一下，发现着实不便宜。

了解到比较不错的几家人脸识别系统公司有：

一、各个人脸识别公司、系统简介

1.1 虹软

虹软：比较推荐和喜欢的一家，有详细的Demo，文档信息等，更重要的简单容易上手，免费版即可运行Demo案例操作，以便考虑是否使用。

人脸检测：检测人脸位置、锁定人脸坐标。
人脸跟踪：精确定位并跟踪面部区域位置。
人脸比对：比较两张人脸的相似度。
人脸查询：在人脸库中查询相似的人脸。
人脸属性：检测人脸性别、年龄等属性。
活体检测：检测是否真人，预防恶意攻击。

点击前往官网->

1.2 Face++旷视

Face++旷视-人脸识别：

人脸检测：检测并定位图片中的人脸，返回高精度的脸框坐标。Face++还支持存储检测到的人脸员数据，以便日后使用。
人脸比对：计算两张脸的相似程度，并给出相似度的评分，以便分析属于一个人的可能性。
人脸搜索：针对一个新的人脸，在一个已有的人脸集合中搜索相似的人脸。算法会返回一系列相似人脸，以及相似度评分。

接入方式有：

Web API.
Mobile SDK.
其他形式：如提供服务端SDK等。

点击前往官网->

1.3 云脉

云脉-OCR SDK：

点击前往官网->

OCR及人脸识别对比等，各项都有，话不多说，一图便知所有：

1.4 腾讯AI

腾讯AI-人脸与人体识别：
可直接去网站在线试试：
官方网站地址：https://ai.qq.com/
点击前往->腾讯AI开发平台->人脸识别

1.5 1MB轻量级人脸检测模型

很火的一个 (1MB轻量级人脸检测模型)：
有特别专注这块的可以研究，在github和gitee上均有项目：
Gitee地址：https://gitee.com/Linzai/Ultra-Light-Fast-Generic-Face-Detector-1MB
点击前往->

1.6 SeetaFace-科院计算机所开源项目

SeetaFace：中科院计算机所开源项目
仅做了解了一些，未做深入研究。
GitHub地址：https://github.com/seetafaceengine/SeetaFace2
点击前往GitHub->
CSDN博客：

如何安装并使用SeetaFace 开源人脸识别代码【中科院计算机所山世光老师团队研发】

二、基于虹软的Java人脸识别

原文地址：
博客园：程序员内点事：用 Java 实现人脸识别功能（附源码）
相关优秀内容：
简书：团结wang：

java人脸识别虹软ArcFace 2.0，java SDK使用-进行人脸检测
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
java人脸识别虹软ArcFace 2.0，java SDK使用、人脸信息识别（年龄、性别）

2.1 人脸识别SDK

基于虹软的免费SDK：
ArcSoft:，地址：https://ai.arcsoft.com.cn

官网首页 -> 右上角开发者中心 -> 选择“人脸识别” -> 添加SDK，会生成APPID、SDK KEY后续会用到，根据需要选择不同的环境（本文基于windows环境），然后下载SDK是一个压缩包。

2.2 Java项目搭建

从GitHub上clone一个ArcSoft的Java版本Demo。

2.2.1 下载Demo项目

github地址：https://github.com/xinzhfiu/ArcSoftFaceDemo，本地搭建数据库，创建表:user_face_info。这个表主要用来存人像特征，其中主要的字段 face_feature 用二进制类型 blob 存放人脸特征。

SET NAMES utf8mb4;
SET FOREIGN_KEY_CHECKS = 0;-- ----------------------------
-- Table structure for user_face_info
-- ----------------------------
DROP TABLE IF EXISTS `user_face_info`;
CREATE TABLE `user_face_info` (`id` int(11) NOT NULL AUTO_INCREMENT COMMENT '主键',`group_id` int(11) DEFAULT NULL COMMENT '分组id',`face_id` varchar(31) DEFAULT NULL COMMENT '人脸唯一Id',`name` varchar(63) DEFAULT NULL COMMENT '名字',`age` int(3) DEFAULT NULL COMMENT '年纪',`email` varchar(255) DEFAULT NULL COMMENT '邮箱地址',`gender` smallint(1) DEFAULT NULL COMMENT '性别，1=男，2=女',`phone_number` varchar(11) DEFAULT NULL COMMENT '电话号码',`face_feature` blob COMMENT '人脸特征',`create_time` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '创建时间',`update_time` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP COMMENT '更新时间',`fpath` varchar(255) COMMENT '照片路径',PRIMARY KEY (`id`) USING BTREE,KEY `GROUP_ID` (`group_id`) USING BTREE
) ENGINE=InnoDB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8mb4 ROW_FORMAT=DYNAMIC;
SET FOREIGN_KEY_CHECKS = 1;

2.2.2 修改application.properties文件

整个项目还是比较完整的，只需改一些配置即可启动，但有几点注意的地方，后边会重点说明。

config.arcface-sdk.sdk-lib-path：存放SDK压缩包中的三个.dll文件的路径
config.arcface-sdk.app-id ：开发者中心的APPID
config.arcface-sdk.sdk-key ：开发者中心的SDK Key

config.arcface-sdk.sdk-lib-path=d:/arcsoft_lib
config.arcface-sdk.app-id=8XMHMu71Dmb5UtAEBpPTB1E9ZPNTw2nrvQ5bXxBobUA8
config.arcface-sdk.sdk-key=BA8TLA9vVwK7G6btJh2A2FCa8ZrC6VWZLNbBBFctCz5R# druid  本地的数据库地址
spring.datasource.druid.url=jdbc:mysql://127.0.0.1:3306/xin-master?useUnicode=true&characterEncoding=utf-8&useSSL=false&serverTimezone=UTC
spring.datasource.druid.username=junkang
spring.datasource.druid.password=junkang

2.2.3 根目录创建lib文件夹

在项目根目录创建文件夹 lib,将下载的SDK压缩包中的arcsoft-sdk-face-2.2.0.1.jar放入项目根目录：

2.2.4 引入arcsoft依赖

 <dependency><groupId>com.arcsoft.face</groupId><artifactId>arcsoft-sdk-face</artifactId><version>2.2.0.1</version><scope>system</scope><systemPath>${basedir}/lib/arcsoft-sdk-face-2.2.0.1.jar</systemPath>
</dependency>

pom.xml文件要配置includeSystemScope属性，否则可能会导致arcsoft-sdk-face-2.2.0.1.jar引用不到。

 <build><plugins><plugin><groupId>org.springframework.boot</groupId><artifactId>spring-boot-maven-plugin</artifactId><configuration><includeSystemScope>true</includeSystemScope><fork>true</fork></configuration></plugin></plugins></build>

2.2.5 启动项目

run Application文件启动

测试一下：http://127.0.0.1:8089/demo，如下页面即启动成功。

2.3 操作测试

2.3.1 录入人脸图像

页面输入名称，点击摄像头注册调起本地摄像头，提交后将当前图像传入后台，识别提取当前人脸体征，保存至数据库。

2.3.2 人脸对比

录入完人脸图像后测试一下能否识别成功，提交当前的图像，然后会出现对比结果。

2.4 源码分析

2.4.1 JS调起本地摄像头拍照，上传图片文件字符串

function getMedia() {$("#mainDiv").empty();let videoComp = " <video id='video' width='500px' height='500px' autoplay='autoplay' style='margin-top: 20px'></video><canvas id='canvas' width='500px' height='500px' style='display: none'></canvas>";$("#mainDiv").append(videoComp);let constraints = {video: {width: 500, height: 500},audio: true};//获得video摄像头区域let video = document.getElementById("video");//这里介绍新的方法，返回一个 Promise对象// 这个Promise对象返回成功后的回调函数带一个 MediaStream 对象作为其参数// then()是Promise对象里的方法// then()方法是异步执行，当then()前的方法执行完后再执行then()内部的程序// 避免数据没有获取到let promise = navigator.mediaDevices.getUserMedia(constraints);promise.then(function (MediaStream) {video.srcObject = MediaStream;video.play();});// var t1 = window.setTimeout(function() {//     takePhoto();// },2000)}
//拍照事件function takePhoto() {let mainComp = $("#mainDiv");if(mainComp.has('video').length){let userNameInput = $("#userName").val();if(userNameInput == ""){alert("姓名不能为空!");return false;}//获得Canvas对象let video = document.getElementById("video");let canvas = document.getElementById("canvas");let ctx = canvas.getContext('2d');ctx.drawImage(video, 0, 0, 500, 500);var formData = new FormData();var base64File = canvas.toDataURL();var userName = $("#userName").val();formData.append("file", base64File);formData.append("name", userName);formData.append("groupId", "101");$.ajax({type: "post",url: "/faceAdd",data: formData,contentType: false,processData: false,async: false,success: function (text) {var res = JSON.stringify(text)if (text.code == 0) {alert("注册成功")} else {alert(text.message)}},error: function (error) {alert(JSON.stringify(error))}});}else{var formData = new FormData();let userName = $("#userName").val();formData.append("groupId", "101");var file = $("#file0")[0].files[0];var reader = new FileReader();reader.readAsDataURL(file);reader.onload = function () {var base64 = reader.result;formData.append("file", base64);formData.append("name",userName);$.ajax({type: "post",url: "/faceAdd",data: formData,contentType: false,processData: false,async: false,success: function (text) {var res = JSON.stringify(text)if (text.code == 0) {alert("注册成功")} else {alert(text.message)}},error: function (error) {alert(JSON.stringify(error))}});location.reload();}}}

2.4.2 后台解析图片，提取人像特征

台解析前端传过来的图片，提取人像特征存入数据库，人像特征的提取主要是靠FaceEngine引擎。

/*人脸添加*/@RequestMapping(value = "/faceAdd", method = RequestMethod.POST)@ResponseBodypublic Result<Object> faceAdd(@RequestParam("file") String file, @RequestParam("groupId") Integer groupId, @RequestParam("name") String name) {try {//解析图片byte[] decode = Base64.decode(base64Process(file));ImageInfo imageInfo = ImageFactory.getRGBData(decode);//人脸特征获取byte[] bytes = faceEngineService.extractFaceFeature(imageInfo);if (bytes == null) {return Results.newFailedResult(ErrorCodeEnum.NO_FACE_DETECTED);}UserFaceInfo userFaceInfo = new UserFaceInfo();userFaceInfo.setName(name);userFaceInfo.setGroupId(groupId);userFaceInfo.setFaceFeature(bytes);userFaceInfo.setFaceId(RandomUtil.randomString(10));//人脸特征插入到数据库userFaceInfoService.insertSelective(userFaceInfo);logger.info("faceAdd:" + name);return Results.newSuccessResult("");} catch (Exception e) {logger.error("", e);}return Results.newFailedResult(ErrorCodeEnum.UNKNOWN);}

2.4.3 人像特征对比

人脸识别：将前端传入的图像经过人像特征提取后，和库中已存在的人像信息对比分析。

/*人脸识别*/@RequestMapping(value = "/faceSearch", method = RequestMethod.POST)@ResponseBodypublic Result<FaceSearchResDto> faceSearch(String file, Integer groupId) throws Exception {byte[] decode = Base64.decode(base64Process(file));BufferedImage bufImage = ImageIO.read(new ByteArrayInputStream(decode));ImageInfo imageInfo = ImageFactory.bufferedImage2ImageInfo(bufImage);//人脸特征获取byte[] bytes = faceEngineService.extractFaceFeature(imageInfo);if (bytes == null) {return Results.newFailedResult(ErrorCodeEnum.NO_FACE_DETECTED);}//人脸比对，获取比对结果List<FaceUserInfo> userFaceInfoList = faceEngineService.compareFaceFeature(bytes, groupId);if (CollectionUtil.isNotEmpty(userFaceInfoList)) {FaceUserInfo faceUserInfo = userFaceInfoList.get(0);FaceSearchResDto faceSearchResDto = new FaceSearchResDto();BeanUtil.copyProperties(faceUserInfo, faceSearchResDto);List<ProcessInfo> processInfoList = faceEngineService.process(imageInfo);if (CollectionUtil.isNotEmpty(processInfoList)) {//人脸检测List<FaceInfo> faceInfoList = faceEngineService.detectFaces(imageInfo);int left = faceInfoList.get(0).getRect().getLeft();int top = faceInfoList.get(0).getRect().getTop();int width = faceInfoList.get(0).getRect().getRight() - left;int height = faceInfoList.get(0).getRect().getBottom() - top;Graphics2D graphics2D = bufImage.createGraphics();graphics2D.setColor(Color.RED);//红色BasicStroke stroke = new BasicStroke(5f);graphics2D.setStroke(stroke);graphics2D.drawRect(left, top, width, height);ByteArrayOutputStream outputStream = new ByteArrayOutputStream();ImageIO.write(bufImage, "jpg", outputStream);byte[] bytes1 = outputStream.toByteArray();faceSearchResDto.setImage("data:image/jpeg;base64," + Base64Utils.encodeToString(bytes1));faceSearchResDto.setAge(processInfoList.get(0).getAge());faceSearchResDto.setGender(processInfoList.get(0).getGender().equals(1) ? "女" : "男");}return Results.newSuccessResult(faceSearchResDto);}return Results.newFailedResult(ErrorCodeEnum.FACE_DOES_NOT_MATCH);}

整个人脸识别功能的大致流程图如下：

三、百度AI人脸识别接口调用

CSDN：朱_哲：百度AI人脸识别接口调用
CSDN：林中月下隐：JavaWeb使用百度人工智能API实现人脸识别登录，人脸注册
CSDN：周~丫丫：Web前端+Java实现人脸识别登录
CSDN：有故事的男人G：java实现人脸识别登录教程【含效果图】——前台+后台整合

3.1 百度AI人脸识别接口调用

点击此处前往百度云平台官网->
登录百度智能云平台，注册账号，并新建应用，进入管理中心，人工智能—>人脸识别：

然后就可以创建应用，如下图所示：

创建应用之后，我们会得到相应的AppID 、API Key 、Secret Key。当我们调用接口的时候是需要这些东西的。

3.2 人脸识别接口调用

接口的文档地址：https://ai.baidu.com/docs#/Face-Java-SDK/top。

maven依赖：

<!-- https://mvnrepository.com/artifact/com.baidu.aip/java-sdk -->
<dependency><groupId>com.baidu.aip</groupId><artifactId>java-sdk</artifactId><version>4.11.3</version>
</dependency><!-- base64需要改依赖 -->
<!-- https://mvnrepository.com/artifact/commons-codec/commons-codec -->
<dependency><groupId>commons-codec</groupId><artifactId>commons-codec</artifactId><version>1.12</version>
</dependency>

代码示例：

package com.example.generator.ai;import com.baidu.aip.face.AipFace;
import org.apache.commons.codec.binary.Base64;
import org.json.JSONArray;
import org.json.JSONObject;import java.io.FileInputStream;
import java.io.IOException;
import java.io.InputStream;
import java.util.HashMap;/*** @author zhuzhe* @date 2019/7/15 17:40* @email zhuzhe_mail@163.com*/
public class Test {//设置APPID/AK/SKpublic static final String APP_ID = "1681xxxx";public static final String API_KEY = "x1GMc0xxxxxxxxxxxxxxxrrc";public static final String SECRET_KEY = "SaxxxxxxxxxxxxxxxxxxxxxxxNWsL";public static void main(String[] args) {//        文档地址
//        http://ai.baidu.com/docs#/Face-Java-SDK/topString image = base64();String imageType = "BASE64";// 初始化一个AipFaceAipFace client = new AipFace(APP_ID, API_KEY, SECRET_KEY);// 可选：设置网络连接参数client.setConnectionTimeoutInMillis(2000);client.setSocketTimeoutInMillis(60000);// 可选：设置代理服务器地址, http和socket二选一，或者均不设置
//        client.setHttpProxy("proxy_host", proxy_port);  // 设置http代理
//        client.setSocketProxy("proxy_host", proxy_port);  // 设置socket代理// 传入可选参数调用接口，根据需求自行设置HashMap<String, String> options = new HashMap<String, String>();options.put("face_field", "age,beauty,expression,face_shape,gender,glasses,race,eye_status,emotion,face_type");
//        options.put("max_face_num", "2");
//        options.put("face_type", "LIVE");
//        options.put("liveness_control", "LOW");JSONObject res = client.detect(image, imageType, options);if (res.getString("error_msg") != null && res.getString("error_msg").equals("SUCCESS")) {JSONArray faceList = res.getJSONObject("result").getJSONArray("face_list");JSONObject jsonObject = faceList.getJSONObject(0);System.out.println("年龄：" + jsonObject.getInt("age"));// 美丑打分，范围0-100，越大表示越美。System.out.println("美丑打分：" + jsonObject.getDouble("beauty"));// none:不笑；smile:微笑；laugh:大笑System.out.println("表情：" + jsonObject.getJSONObject("expression").getString("type"));// square: 正方形 triangle:三角形 oval: 椭圆 heart: 心形 round: 圆形System.out.println("脸型：" + jsonObject.getJSONObject("face_shape").getString("type"));// male:男性 female:女性System.out.println("性别：" + jsonObject.getJSONObject("gender").getString("type"));// yellow: 黄种人 white: 白种人 black:黑种人 arabs: 阿拉伯人System.out.println("人种：" + jsonObject.getJSONObject("race").getString("type"));// [0,1]取值，越接近0闭合的可能性越大System.out.println("右眼状态（睁开/闭合）：" + jsonObject.getJSONObject("eye_status").getInt("right_eye"));System.out.println("左眼状态（睁开/闭合）：" + jsonObject.getJSONObject("eye_status").getInt("left_eye"));System.out.println("人脸置信度，范围【0~1】：" + jsonObject.getInt("face_probability"));// none:无眼镜，common:普通眼镜，sun:墨镜System.out.println("是否带眼镜：" + jsonObject.getJSONObject("glasses").getString("type"));// angry:愤怒 disgust:厌恶 fear:恐惧 happy:高兴 sad:伤心 surprise:惊讶 neutral:无情绪System.out.println("情绪：" + jsonObject.getJSONObject("emotion").getString("type"));// human: 真实人脸 cartoon: 卡通人脸System.out.println("真实人脸/卡通人脸：" + jsonObject.getJSONObject("face_type").getString("type"));System.out.println("face_token：" + jsonObject.getString("face_token"));} else {System.out.println(res.toString());}}public static String base64() {//将图片文件转化为字节数组字符串，并对其进行Base64编码处理InputStream in = null;byte[] data = null;//读取图片字节数组try {in = new FileInputStream("D:\\dd.jpg");data = new byte[in.available()];in.read(data);in.close();} catch (IOException e) {e.printStackTrace();}return new String(Base64.encodeBase64(data));}
}

四、SeetaFace 开源人脸识别代码

CSDN：安替-AnTi：如何安装并使用SeetaFace 开源人脸识别代码【中科院计算机所山世光老师团队研发】

五、基于mtcnn/facenet/tensorflow 实现人脸识别登录系统

点击前往GitHub->
Github：https://github.com/chenlinzhong/face-login

六、Web端人脸识别

前端的人脸识别，例如使用：Tensorflow.js，Tracking.js，或face-api.js
后端的人脸识别，使用开源或者免费的SDK，如虹软，百度，腾讯的相关SDK。
前后端结合，能够提高系统的安全性，以及减轻服务器负担。

博客园：阿新：使用face-api.js实现人脸识别(一)

Face-api.js 是一个 JavaScript API，是基于 tensorflow.js 核心 API 的人脸检测和人脸识别的浏览器实现。它实现了一系列的卷积神经网络（CNN），针对网络和移动设备进行了优化。

人脸识别，人脸对比技术及案例实现方案相关推荐

人脸识别基础关键技术
人脸识别基础关键技术这是一个「看脸」的时代,一谈人脸技术,大家最为熟知就是人脸识别.该技术在金融.社保.零售.安防等领域表现活跃,成为人工智能技术领域的明星.本文主要介绍一些背后默默支持人脸识别的技 ...
人脸识别及对比_没有“色彩对比可及性的神话”
人脸识别及对比重点 (Top highlight) When you need to work on interfaces, color contrast is a real thing you h ...
基于人脸识别和图像分割技术制作证件照
我们经常会遇到这样的问题,报名参加考某种考试, 需要提交符合指定背景.尺寸要求的照片,但是手上只有生活中,或者照片尺寸符合要求,但是背景不符合要求的情况. 今天我教大家基于人脸识别和图像分割技术制作证 ...
CV之FR之MTCNN：基于TF框架利用MTCNN算法检测并对齐人脸图像进(人脸识别/人脸相似度)而得出人脸特征向量从而计算两张人脸图片距离案例应用之详细攻略
CV之FR之MTCNN:基于TF框架利用MTCNN算法检测并对齐人脸图像进(人脸识别/人脸相似度)而得出人脸特征向量从而计算两张人脸图片距离案例应用之详细攻略目录基于TF框架利用MTCNN算法检测 ...
人脸识别_云端人脸识别-人脸识别SDK+API-人脸识别闸机解决方案
云端人脸识别-人脸识别SDK+API-人脸识别闸机解决方案人脸识别闸机-人脸识别闸机解决方案软硬一体的人脸识别闸机解决方案,提升人员系统化管理的安全性与便捷性方案构成针对人员出入的闸机及门禁场 ...
人脸反光识别和读数识别_云端人脸识别-人脸识别SDK+API-人脸识别闸机解决方案...
云端人脸识别-人脸识别SDK+API-人脸识别闸机解决方案人脸识别闸机-人脸识别闸机解决方案软硬一体的人脸识别闸机解决方案,提升人员系统化管理的安全性与便捷性方案构成针对人员出入的闸机及门禁场 ...
虹软人脸识别 - 人脸特征数据的存取
虹软人脸识别 - 人脸特征数据的存取文章目录虹软人脸识别 - 人脸特征数据的存取一.简介二.数据库应用 1. 连接数据库 2. 建表 3. 注册人脸并保存其特征值到数据库 4. 获取人脸特征数 ...
K210人脸识别+人脸信息存储
K210系列教程使用MaixPy IDE开发K210 K210实现人脸识别(附代码解读) K210人脸识别+人脸信息存储 K210人脸识别+RFID录入信息在我的上一篇博客中已经介绍了如何使用K2 ...
微信小程序公众号支付宝小程序的登录授权、支付、分享、人脸识别人脸核身
文章目录一.微信小程序 1. 获取信息用户信息 2.支付 3.分享 4. 腾讯云小程序人脸核身二.微信公众号 1.获取信息用户信息 2.支付 3. 分享(普通分享) 4.分享(vue单页面配置分 ...

人脸识别，人脸对比技术及案例实现方案

人脸识别，人脸对比技术及案例实现方案

一、各个人脸识别公司、系统简介

1.1 虹软

1.2 Face++旷视

1.3 云脉

1.4 腾讯AI

1.5 1MB轻量级人脸检测模型

1.6 SeetaFace-科院计算机所开源项目

二、基于虹软的Java人脸识别

2.1 人脸识别SDK

2.2 Java项目搭建

2.2.1 下载Demo项目

2.2.2 修改application.properties文件

2.2.3 根目录创建lib文件夹

2.2.4 引入arcsoft依赖

2.2.5 启动项目

2.3 操作测试

2.3.1 录入人脸图像

2.3.2 人脸对比

2.4 源码分析

2.4.1 JS调起本地摄像头拍照，上传图片文件字符串

2.4.2 后台解析图片，提取人像特征

2.4.3 人像特征对比

三、百度AI人脸识别接口调用

3.1 百度AI人脸识别接口调用

3.2 人脸识别接口调用

四、SeetaFace 开源人脸识别代码

五、基于mtcnn/facenet/tensorflow 实现人脸识别登录系统

六、Web端人脸识别

人脸识别，人脸对比技术及案例实现方案相关推荐

最新文章

热门文章