前言

抄录、笔记，参考价值意义不是很大

1 浅谈人工智能

1.1 人工智能的概述

人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。人工智能可以对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。

1.2 人工智能的应用领域

随着智能家电、穿戴设备、智能机器人等产物的出现和普及，人工智能技术已经进入到生活的各个领域，引发越来
越多的关注。

1.3 基于人工智能的刷脸登录介绍

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能产品快速的实现刷脸登录需求。目前比较流行人脸检测产品如下
（我们的课程中使用百度云AI来完成人脸登录功能）：

• Face++
• 腾讯优图
• 科大讯飞
• 百度云AI

2 百度云AI概述

2.1 概述

百度人脸识别基于深度学习的人脸识别方案，准确识别图片中的人脸信息，提供如下功能：

• 人脸检测：精准定位图中人脸，获得眼、口、鼻等72个关键点位置，分析性别、年龄、表情等多种人脸属性

• 人脸对比：对比两张人脸的相似度，并给出相似度评分，从而判断是否同一个人

• 人脸搜索：针对一张人脸照片，在指定人脸集合中搜索，找出最相似的一张脸或多张人脸，并给出相似度分值

• 活体检测：提供离线/在线方式的活体检测能力，判断操作用户是否为真人，有效抵御照片、视频、模具等作弊攻击

• 视频流人脸采集：设备端离线实时监测视频流中的人脸，同时支持处理静态图片或者视频流，输出人脸图片并进行图片质量控制

2.3 百度云AI的注册与认证

（1）注册百度云帐号
打开百度云平台：https://login.bce.baidu.com/reg.html?tpl=bceplat&from=portal进行账号注册

（2）激活人脸识别，并创建应用
找到产品-人工智能-人脸识别激活应用，并注册应用

3 百度云API的入门

3.1 搭建环境

创建工程并导入依赖：

3.2 人脸注册

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。

<dependency><groupId>com.baidu.aip</groupId><artifactId>java-sdk</artifactId><version>4.8.0</version>
</dependency>

//人脸注册@Testpublic void testFaceRegister() throws Exception {//传入可选参数调用接口HashMap<String, String> options = new HashMap<String, String>();options.put("quality_control", "NORMAL");options.put("liveness_control", "LOW");String imageType = "BASE64";String groupId = "itcast";String userId = "1000";//构造base64图片字符串String path = "C:\\Users\\ThinkPad\\Desktop\\ihrm\\day11\\资源\\照片\\001.png";byte[] bytes = Files.readAllBytes(Paths.get(path));String image = Base64Util.encode(bytes);// 人脸注册JSONObject res = client.addUser(image, imageType, groupId, userId, options);System.out.println(res.toString(2));}

人脸注册 请求参数详情

参数名称	是否必选	类型	默认值	说明
image	是	String		图片信息(总数据大小应小于10M)，图片上传方式根据image_type来判断
image_type	是	String		图片类型 BASE64:图片的base64值，base64编码后的图片数据，需urlencode，编码后的图片大小不超过2M；URL:图片的 URL地址( 可能由于网络等原因导致下载图片时间过长)；FACE_TOKEN: 人脸图片的唯一标识，调用人脸检测接口时，会为每个人脸图片赋予一个唯一的FACE_TOKEN，同一张图片多次检测得到的FACE_TOKEN是同一个
group_id	是	String		用户组id（由数字、字母、下划线组成），长度限制128B
user_id	是	String		用户id（由数字、字母、下划线组成），长度限制128B
user_info	否	String		用户资料，长度限制256B
quality_control	否	String	NONE	图片质量控制 NONE: 不进行控制 LOW:较低的质量要求NORMAL: 一般的质量要求 HIGH: 较高的质量要求 默认NONE
liveness_control	否	String	NONE	活体检测控制 NONE: 不进行控制 LOW:较低的活体要求(高通过率 低攻击拒绝率) NORMAL: 一般的活体要求(平衡的攻击拒绝率, 通过率) HIGH: 较高的活体要求(高攻击拒绝率 低通过率) 默认NONE

人脸注册 返回数据参数详情

字段	必选	类型	说明
log_id	是	uint64	请求标识码，随机数，唯一
face_token	是	string	人脸图片的唯一标识
location	是	array	人脸在图片中的位置
+left	是	double	人脸区域离左边界的距离
+top	是	double	人脸区域离上边界的距离
+width	是	double	人脸区域的宽度
+height	是	double	人脸区域的高度
+rotation	是	int64	人脸框相对于竖直方向的顺时针旋转角，[-180,180]

3.3 人脸更新

用于对人脸库中指定用户，更新其下的人脸图像。

 //人脸更新@Testpublic void testFaceUpdate() throws Exception {//传入可选参数调用接口HashMap<String, String> options = new HashMap<String, String>();options.put("quality_control", "NORMAL");options.put("liveness_control", "LOW");String imageType = "BASE64";String groupId = "itcast";String userId = "1000";//构造base64图片字符串String path = "C:\\Users\\ThinkPad\\Desktop\\ihrm\\day11\\资源\\照片\\001.png";byte[] bytes = Files.readAllBytes(Paths.get(path));String image = Base64Util.encode(bytes);//人脸注册JSONObject res = client.updateUser(image, imageType, groupId, userId, options);System.out.println(res.toString(2));}

人脸更新 请求参数详情

参数名称	是否必选	类型	默认值	说明
image	是	String		图片信息(总数据大小应小于10M)，图片上传方式根据image_type来判断
image_type	是	String		图片类型 BASE64:图片的base64值，base64编码后的图片数据，需urlencode，编码后的图片大小不超过2M；URL:图片的 URL地址( 可能由于网络等原因导致下载图片时间过长)；FACE_TOKEN: 人脸图片的唯一标识，调用人脸检测接口时，会为每个人脸图片赋予一个唯一的FACE_TOKEN，同一张图片多次检测得到的FACE_TOKEN是同一个
group_id	是	String		用户组id（由数字、字母、下划线组成），长度限制128B
user_id	是	String		用户id（由数字、字母、下划线组成），长度限制128B
user_info	否	String		用户资料，长度限制256B
quality_control	否	String	NONE	图片质量控制 NONE: 不进行控制 LOW:较低的质量要求NORMAL: 一般的质量要求 HIGH: 较高的质量要求 默认NONE
liveness_control	否	String	NONE	活体检测控制 NONE: 不进行控制 LOW:较低的活体要求(高通过率 低攻击拒绝率) NORMAL: 一般的活体要求(平衡的攻击拒绝率, 通过率) HIGH: 较高的活体要求(高攻击拒绝率 低通过率) 默认NONE
人脸更新 返回数据参数详情
字段	必选	类型	说明
–	–	–	–
log_id	是	uint64	请求标识码，随机数，唯一
face_token	是	string	人脸图片的唯一标识
location	是	array	人脸在图片中的位置
+left	是	double	人脸区域离左边界的距离
+top	是	double	人脸区域离上边界的距离
+width	是	double	人脸区域的宽度
+height	是	double	人脸区域的高度
+rotation	是	int64	人脸框相对于竖直方向的顺时针旋转角，[-180,180]

人脸检测：检测图片中的人脸并标记出位置信息;

  //人脸检测@Testpublic void testFaceDetect() throws IOException {String path = "C:\\Users\\ThinkPad\\Desktop\\ihrm\\day11\\资源\\照片\\002.png";byte[] bytes = Files.readAllBytes(Paths.get(path));String image = Base64Util.encode(bytes);String imageType = "BASE64";HashMap<String, String> subOptions = new HashMap<String, String>();subOptions.put("max_face_num", "10");//人脸检测JSONObject res = client.detect(image, imageType, subOptions);System.out.println(res.toString(2));}

人脸更新 请求参数详情

参数名称	是否必选	类型	默认值	说明
image	是	String		图片信息(总数据大小应小于10M)，图片上传方式根据image_type来判断
image_type	是	String		图片类型 BASE64:图片的base64值，base64编码后的图片数据，需urlencode，编码后的图片大小不超过2M；URL:图片的 URL地址( 可能由于网络等原因导致下载图片时间过长)；FACE_TOKEN: 人脸图片的唯一标识，调用人脸检测接口时，会为每个人脸图片赋予一个唯一的FACE_TOKEN，同一张图片多次检测得到的FACE_TOKEN是同一个
face_field	否	String		包括 age,beauty,expression,faceshape,gender,glasses,landmark,race,quality,facetype信息 逗号分隔. 默认只返回face_token、人脸框、概率和旋转角度
max_face_num	否	String	1	最多处理人脸的数目，默认值为1，仅检测图片中面积最大的那个人脸；最大值10，检测图片中面积最大的几张人脸。
face_type	否	String		人脸的类型 LIVE表示生活照：通常为手机、相机拍摄的人像图片、或从网络获取的人像图片等IDCARD表示身份证芯片照：二代身份证内置芯片中的人像照片 WATERMARK表示带水印证件照：一般为带水印的小图，如公安网小图 CERT表示证件照片：如拍摄的身份证、工卡、护照、学生证等证件图片 默认LIVE

人脸检测 返回数据参数详情

参数名称	是否必选	类型	说明
face_num	是	int	检测到的图片中的人脸数量
face_list	是	array	人脸信息列表，具体包含的参数参考下面的列表。
+face_token	是	string	人脸图片的唯一标识
+location	是	array	人脸在图片中的位置
++left	是	double	人脸区域离左边界的距离
++top	是	double	人脸区域离上边界的距离
++width	是	double	人脸区域的宽度
++height	是	double	人脸区域的高度
++rotation	是	int64v	人脸框相对于竖直方向的顺时针旋转角，[-180,180]
+face_probability	是	double	人脸置信度，范围【0~1】，代表这是一张人脸的概率，0最小、1最大。
+angel	是	array	人脸旋转角度参数
++yaw	是	double	三维旋转之左右旋转角[-90(左), 90(右)]
++pitch	是	double	三维旋转之俯仰角度[-90(上), 90(下)]
++roll	是	double	平面内旋转角[-180(逆时针), 180(顺时针)]
+age	否	double	年龄 ，当face_field包含age时返回
+beauty	否	int64	美丑打分，范围0-100，越大表示越美。当face_fields包含beauty时返回
+expression	否	array	表情，当 face_field包含expression时返回
++type	否	string	none:不笑；smile:微笑；laugh:大笑
++probability	否	double	表情置信度，范围【0~1】，0最小、1最大。
+face_shape	否	array	脸型，当face_field包含faceshape时返回
++type	否	double	square: 正方形 triangle:三角形 oval: 椭圆 heart: 心形 round:
++probability	否	double	置信度，范围【0~1】，代表这是人脸形状判断正确的概率，0最小、1最大。
+gender	否	array	性别，face_field包含gender时返回
++type	否	string	male:男性 female:女性
++probability	否	double	性别置信度，范围【0~10代表概率最小1代表最大。

参数名称	是否必选	类型	说明
+glasses	否	array	是否带眼镜，face_field包含glasses时返回
++type	否	string	none:无眼镜，common:普通眼镜，sun:墨镜
++probability	否	double	眼镜置信度，范围【0~1】，0代表概率最小、1代表最大。
+race	否	array	人种 face_field包含race时返回
++type	否	string	yellow: 黄种人 white: 白种人 black:黑种人 arabs: 阿拉伯人
++probability	否	double	人种置信度，范围【0~1】，0代表概率最小 1代表最大
+face_type	否	array	真实人脸/卡通人脸 face_field包含face_type时返回
++type	否	string	human: 真实人脸 cartoon: 卡通人脸
++probability	否	double	人脸类型判断正确的置信度，范围【0~1】0代表概率最小\1代表最大。
+landmark	否	array	4个关键点位置，左眼中心、右眼中心、鼻尖、嘴中心。face_field包含landmark时返回
+landmark72	否	array	72个特征点位置 face_field包含landmark时返回
+quality	否	array	人脸质量信息。face_field包含quality时返回
++occlusion	否	array	人脸各部分遮挡的概率，范围[0~1]，0表示完整，1表示不完整
+++left_eye	否	double	左眼遮挡比例
+++right_eye	否	double	右眼遮挡比例
+++nose	否	double	鼻子遮挡比例
+++mouth	否	double	嘴巴遮挡比例
+++left_cheek	否	double	左脸颊遮挡比例
+++right_cheek	否	double	右脸颊遮挡比例
+++chin	否	double	下巴遮挡比例
++blur	否	double	人脸模糊程度，范围[0~1]，0表示清晰，1表示模糊
++illumination	否	double	取值范围在[0~255], 表示脸部区域的光照程度 越大表示光照越好
++completeness	否	int64	人脸完整度，0或1, 0为人脸溢出图像边界，1为人脸都在图像边界内
+parsing_info	否	string	人脸分层结果 结果数据是使用gzip压缩后再base64编码 使用前需base64解码后再解压缩 原数据格式为string 形如0,0,0,0,0,1,1,1,1,1,1,2,2,2,2,2,2,2,2,2,…

3.5 人脸查找

在指定人脸集合中，找到最相似的人脸

  //人脸搜索@Testpublic void testFaceSearch() throws IOException {String path = "D:\\223.png";byte[] bytes = Files.readAllBytes(Paths.get(path));String image = Base64Util.encode(bytes);String imageType = "BASE64";HashMap<String, String> options = new HashMap<String, String>();options.put("user_top_num", "1");//人脸搜索JSONObject res = client.search(image, imageType, "itcast", options);System.out.println(res.toString(2));}

人脸搜索 请求参数详情

参数名称	是否必选	类型	默认值	说明
image	是	String		图片信息(总数据大小应小于10M)，图片上传方式根据image_type来判断
image_type	是	String		图片类型 BASE64:图片的base64值，base64编码后的图片数据，需urlencode，编码后的图片大小不超过2M；URL:图片的 URL地址( 可能由于网络等原因导致下载图片时间过长)；FACE_TOKEN: 人脸图片的唯一标识，调用人脸检测接口时，会为每个人脸图片赋予一个唯一的FACE_TOKEN，同一张图片多次检测得到的FACE_TOKEN是同一个
group_id_list	是	String		从指定的group中进行查找 用逗号分隔，上限20个
quality_control	否	String	NONE	图片质量控制 NONE: 不进行控制 LOW:较低的质量要求NORMAL: 一般的质量要求 HIGH: 较高的质量要求 默认NONE
liveness_control	否	String	NONE	活体检测控制 NONE: 不进行控制 LOW:较低的活体要求(高通过率 低攻击拒绝率) NORMAL: 一般的活体要求(平衡的攻击拒绝率, 通过率) HIGH: 较高的活体要求(高攻击拒绝率 低通过率) 默认NONE
user_id	是	String		用户id（由数字、字母、下划线组成），长度限制128B
max_user_num	否	String		查找后返回的用户数量。返回相似度最高的几个用户，默认为1，最多返回20个。

人脸搜索 返回数据参数详情

参数名称	是否必选	类型	说明
face_token	是	string	人脸标志
user_list	是	array	匹配的用户信息列表
+group_id	是	string	用户所属的group_id
+user_id	是	string	用户的user_id
+user_info	是	string	注册用户时携带的user_info
+score	是	float	用户的匹配得分，推荐阈值80分

代码

<dependency><groupId>com.baidu.aip</groupId><artifactId>java-sdk</artifactId><version>4.8.0</version>
</dependency>
<dependency><groupId>junit</groupId><artifactId>junit</artifactId><version>4.13.2</version>
</dependency>

package com.evan;import com.baidu.aip.face.AipFace;
import com.baidu.aip.util.Base64Util;
import org.json.JSONObject;
import org.junit.Before;
import org.junit.Test;import java.nio.file.Files;
import java.nio.file.Paths;
import java.util.HashMap;public class FaceTest {private  AipFace client;@Beforepublic void init() {// 1. 创建Java代码和百度云交互的clinetclient = new AipFace("15246423", "", " ");}//人脸注册@Testpublic void testFaceRegister() throws Exception {//2.  参数设置HashMap<String, String> options = new HashMap<String, String>();options.put("quality_control", "NORMAL");// 图片质量options.put("liveness_control", "LOW"); // 活体检测// 3. 构造图片String path = "001.png";// 上传图片 两种格式： url地址 base64 字符串形式byte[] bytes = Files.readAllBytes(Paths.get(path));String encode = Base64Util.encode(bytes);// 4. 调用api方法完成人脸注册JSONObject res = client.addUser(encode, "BASE64", "itcast", "100", options);// 参数一 url 或图片字符串 参数二 图片形式（url，base64 参数三 组id（固定字符串）参数四 用户id 参数五 hashmap的基本参数配置System.out.println(res.toString());}/*** 人脸检测：判断图片中是否有面部信息* @throws Exception*/@Testpublic void testFaceCheck() throws Exception {String path = "C:\\Users\\ThinkPad\\Desktop\\ihrm\\day11\\资源\\照片\\002.png";byte[] bytes = Files.readAllBytes(Paths.get(path));String image = Base64Util.encode(bytes);String imageType = "BASE64";HashMap<String, String> subOptions = new HashMap<String, String>();subOptions.put("max_face_num", "10");//人脸检测JSONObject res = client.detect(image, imageType, subOptions);System.out.println(res.toString(2));}//人脸搜索: 查找人脸库中最相似的人脸图片@Testpublic void testFaceSearch() throws Exception {String path = "D:\\223.png";byte[] bytes = Files.readAllBytes(Paths.get(path));String image = Base64Util.encode(bytes);String imageType = "BASE64";HashMap<String, String> options = new HashMap<String, String>();options.put("user_top_num", "1");//人脸搜索JSONObject res = client.search(image, imageType, "itcast", options);System.out.println(res.toString(2));}//人脸更新//人脸更新@Testpublic void testFaceUpdate() throws Exception {//传入可选参数调用接口HashMap<String, String> options = new HashMap<String, String>();options.put("quality_control", "NORMAL");options.put("liveness_control", "LOW");String imageType = "BASE64";String groupId = "itcast";String userId = "1000";//构造base64图片字符串String path = "C:\\Users\\ThinkPad\\Desktop\\ihrm\\day11\\资源\\照片\\001.png";byte[] bytes = Files.readAllBytes(Paths.get(path));String image = Base64Util.encode(bytes);//人脸注册JSONObject res = client.updateUser(image, imageType, groupId, userId, options);System.out.println(res.toString(2));}
}

4 刷脸登录实现

4.1 需求分析

为了用户登录的便捷，我们在系统中增加刷脸登录的功能，大致流程如下图：

• 用户在登录页面触发刷脸登录功能
• 在该页面中弹出一个二维码，此二维码是后台即时生成，包含特殊标志（但本质上是一个URL链接），后续登录流程将会使用此标志。用户对该二维码进行扫描，并在扫描端（手机或PC，注：此处不建议使用微信扫描）浏览器打开落地页。
• 打开落地页时，授权使用摄像头，并进行人脸识别，识别成功后，关闭落地页。
• 识别成功后，登录页面自动检测到成功标识，并获取相关信息，进入系统主页。
• 技术点
• • 二维码生成
• • 百度云AI
• • Redis
• • 前端摄像头调用

4.2 搭建环境

(1) 引入坐标

<!-- 百度云AI API-->
<dependency><groupId>com.baidu.aip</groupId><artifactId>java-sdk</artifactId><version>4.8.0</version>
</dependency>
<!-- 二维码 -->
<dependency><groupId>com.google.zxing</groupId><artifactId>core</artifactId><version>3.2.1</version>
</dependency>
<dependency><groupId>com.google.zxing</groupId><artifactId>javase</artifactId><version>3.2.1</version>
</dependency>

（2）添加配置

ai:appId: apiKey: secretKey: imageType: groupId:
qr:url: https://localhost:8080/#/facelogin

（3）创建二维码工具类
配置二维码创建的工具类

@Component
public class QRCodeUtil {/*** 生成Base64 二维码*/public String crateQRCode(String content) throws IOException {ByteArrayOutputStream os = new ByteArrayOutputStream();try {QRCodeWriter writer = new QRCodeWriter();BitMatrix bitMatrix = writer.encode(content, BarcodeFormat.QR_CODE, 200,
200);BufferedImage bufferedImage =
MatrixToImageWriter.toBufferedImage(bitMatrix);ImageIO.write(bufferedImage, "png", os);//添加图片标识return new String("data:image/png;base64," +
Base64.encode(os.toByteArray()));} catch (Exception e) {e.printStackTrace();} finally {os.close();}return null;}
}

在QRCodeUtil类头添加 @Component 注解，使用时可通过 @Autowired 来自动装配。
（4） 创建基本的工程结构
在系统微服务中构建基本的Controller代码

@RestController
@RequestMapping("/sys/faceLogin")
public class FaceLoginController {/*** 获取刷脸登录二维码*     返回值：QRCode对象（code，image）**/@RequestMapping(value = "/qrcode", method = RequestMethod.GET)public Result qrcode() throws Exception {return null;}/*** 检查二维码：登录页面轮询调用此方法，根据唯一标识code判断用户登录情况*     查询二维码扫描状态*         返回值：FaceLoginResult*             state ：-1，0，1 （userId和token）*/@RequestMapping(value = "/qrcode/{code}", method = RequestMethod.GET)public Result qrcodeCeck(@PathVariable(name = "code") String code) throws Exception
{return null;}/*** 人脸登录：根据落地页随机拍摄的面部头像进行登录*         根据拍摄的图片调用百度云AI进行检索查找*/@RequestMapping(value = "/{code}", method = RequestMethod.POST)public Result loginByFace(@PathVariable(name = "code") String code,
@RequestParam(name = "file") MultipartFile attachment) throws Exception {return null;}/*** 图像检测，判断图片中是否存在面部头像*/@RequestMapping(value = "/checkFace", method = RequestMethod.POST)public Result checkFace(@RequestParam(name = "file") MultipartFile attachment)
throws Exception {return null;}
}

在系统微服务中构建基本的Service代码

@Service
public class FaceLoginService {@Value("${qr.url}")private String url;//创建二维码public QRCode getQRCode() throws Exception {return null;}//根据唯一标识，查询用户是否登录成功public FaceLoginResult checkQRCode(String code) {return null;}//扫描二维码之后，使用拍摄照片进行登录public String loginByFace(String code, MultipartFile attachment) throws Exception {return null;}//构造缓存keyprivate String getCacheKey(String code) {return "qrcode_" + code;}
}

4.3 二维码生成

@Component
public class QRCodeUtil {/*** 生成Base64 二维码*/public String crateQRCode(String content) throws IOException {System.out.println(content);ByteArrayOutputStream os = new ByteArrayOutputStream();try {QRCodeWriter writer = new QRCodeWriter();BitMatrix bitMatrix = writer.encode(content, BarcodeFormat.QR_CODE, 200,
200);BufferedImage bufferedImage =
MatrixToImageWriter.toBufferedImage(bitMatrix);ImageIO.write(bufferedImage, "png", os);//添加图片标识return new String("data:image/png;base64," +
Base64.encode(os.toByteArray()));} catch (Exception e) {e.printStackTrace();} finally {os.close();}return null;}
}

在QRCodeUtil类头添加 @Component 注解，使用时可通过 @Autowired 来自动装配。

4.4 封装API

对于百度云AI SDK我们进行一些简单的封装，便于使用时，减少代码冗余。

import com.baidu.aip.face.AipFace;
import org.json.JSONArray;
import org.json.JSONObject;
import org.springframework.beans.factory.annotation.Value;
import org.springframework.stereotype.Component;
import javax.annotation.PostConstruct;
import java.util.HashMap;
@Component
public class BaiduAiUtil {@Value("${ai.appId}")private String APP_ID;@Value("${ai.apiKey}")private String API_KEY;@Value("${ai.secretKey}")private String SECRET_KEY;@Value("${ai.imageType}")private String IMAGE_TYPE;@Value("${ai.groupId}")private String groupId;private AipFace client;private HashMap<String, String> options = new HashMap<String, String>();public BaiduAiUtil() {options.put("quality_control", "NORMAL");options.put("liveness_control", "LOW");}@PostConstructpublic void init() {client = new AipFace(APP_ID, API_KEY, SECRET_KEY);}public Boolean faceRegister(String userId, String image) {// 人脸注册JSONObject res = client.addUser(image, IMAGE_TYPE, groupId, userId, options);Integer errorCode = res.getInt("error_code");return errorCode == 0 ? true : false;}/*** 人脸更新 ：更新人脸库中的用户照片*/public Boolean faceUpdate(String userId, String image) {// 人脸更新JSONObject res = client.updateUser(image, IMAGE_TYPE, groupId, userId,
options);Integer errorCode = res.getInt("error_code");return errorCode == 0 ? true : false;}/*** 人脸检测：判断上传图片中是否具有面部头像*/public Boolean faceCheck(String image) {JSONObject res = client.detect(image, IMAGE_TYPE, options);if (res.has("error_code") && res.getInt("error_code") == 0) {JSONObject resultObject = res.getJSONObject("result");Integer faceNum = resultObject.getInt("face_num");return faceNum == 1?true:false;}else{return false;}}/*** 人脸查找：查找人脸库中最相似的人脸并返回数据*         处理：用户的匹配得分（score）大于80分，即可认为是同一个用户*/public String faceSearch(String image) {JSONObject res = client.search(image, IMAGE_TYPE, groupId, options);if (res.has("error_code") && res.getInt("error_code") == 0) {JSONObject result = res.getJSONObject("result");JSONArray userList = result.getJSONArray("user_list");if (userList.length() > 0) {JSONObject user = userList.getJSONObject(0);double score = user.getDouble("score");if(score > 80) {return user.getString("user_id");}}}return null;}}

• 在构造方法中，实例化client。通过client，可以调用SDK中包含的各种API。
• APP_ID, API_KEY, SECRET_KEY在文中第一段中所述位置获取，如没有正确配置，会直接导致API调用失败。
• 根据官方文档所示，我们大致创建了faceRegister()、faceUpdate()、faceCheck()、faceSearch()四个方法。
• • 人脸注册 faceRegister(groupId, userId, image)
• • groupId:用于人脸库区分人群标识，自定义即可，人脸库会根据提交的groupId，将用户分组
• • userId:人脸库中的用户标识，同组不可重复，自定义即可（通常为系统中用户的唯一标识）
• • image:Base64 用户图片
• • 人脸更新 faceUpdate(groupId, userId, image)
• • 参数解释同人脸注册
• • 该方法用于发生变化时，更新人脸信息
• • 人脸检测 faceCheck(image)
• • image:Base64 用户图片
• • 该方法用于人脸注册、人脸更新和人脸登录前使用
• • 目前采用的方案是检测出人脸数大于0即可，如需深化需求，可按需扩展
    人脸登录 faceSearch(image)
• • image:Base64 用户图片
• • 该方法使用的是百度云AI 人脸搜索方法，目前采用的方式是匹配度最高的结果，即要登录的用户

同样的，在BaiduAiUtil类头添加 @Component 注解，使用时可通过 @Autowired 来自动装配。在API调用后返回值处理上，进行了简单的解析，如需深化解析，可按需扩展。

4.5 功能实现

完成刷脸登录一共需要我们解决如下5个问题：

• 人脸注册/人脸更新
  在刷脸登录之前，我们首先需要对系统中的用户进行人脸注册，将相关信息提交至人脸库，才可通过人脸识
  别的相关接口进行刷脸登录操作。当用户相貌变更较大时，可通过人脸更新进行人脸信息更换。
• 二维码生成
  获取验证码。通过工具生成相关信息后，如特殊标志，将特殊标志写入Redis缓存，并将标记值设为”-1“，我们认定值为”-1“，即为当前标记尚未使用。调用QRCodeUtil.crateQRCode()生成二维码。
• 二维码检测
  前端获取二维码后，对二维码进行展现，并且前台启动定时器，定时检测特殊标记状态值。当状态值为“1”时，表明登录成功。
• 人脸检测
  当用户扫码进入落地页，通过落地页打开摄像头，并且定时成像。将成像图片，通过接口提交给后端进行人脸检测。
• 人脸登录
  检测成功后，即进行人脸登录，人脸登录后，改变特殊标记状态值，成功为“1”，失败为“0”。当登录成功时，进行自动登录操作，将token和userId存入到redis中。

4.5.1 后端实现

（1）人脸注册/人脸更新：在刷脸登录之前，我们首先需要对系统中的用户进行人脸注册，将相关信息提交至人脸库，才可通过人脸识别的相关接口进行刷脸登录操作。当用户相貌变更较大时，可通过人脸更新进行人脸信息更换。

  //人脸注册@RequestMapping(value = "/register/face", method = RequestMethod.POST)public Boolean registerFace(@RequestParam(name = "fid") String fid) throws
Exception {SysFile sysFile = fileService.findById(fid);String path = uploadPath + "/" + sysFile.getPath() + "/" +
sysFile.getUuidName();byte[] bytes = Files.readAllBytes(Paths.get(path));Boolean isSuc;String image = Base64Utils.encodeToString(bytes);isSuc = userService.checkFace(image);if (isSuc) {isSuc = baiduAiUtil.faceRegister("1", userId, image);}return isSuc;}//人脸更新@RequestMapping(value = "/update/face", method = RequestMethod.POST)public boolean updateFace(@RequestParam(name = "fid") String fid) throws Exception
{SysFile sysFile = fileService.findById(fid);String path = uploadPath + "/" + sysFile.getPath() + "/" +
sysFile.getUuidName();byte[] bytes = Files.readAllBytes(Paths.get(path));Boolean isSuc;String image = Base64Utils.encodeToString(bytes);isSuc = userService.checkFace(image);if (isSuc) {isSuc = baiduAiUtil.faceUpdate("1", userId, image);}return isSuc;}

（2）二维码生成：获取验证码。通过工具生成相关信息后，如特殊标志，将特殊标志写入Redis缓存，并将标记值
设为”-1“，我们认定值为”-1“，即为当前标记尚未使用。调用QRCodeUtil.crateQRCode()生成二维码。
Controller：

  /*** 获取刷脸登录二维码*/@RequestMapping(value = "/qrcode", method = RequestMethod.GET)public Result qrcode() throws Exception {return new Result(ResultCode.SUCCESS, faceLoginService.getQRCode());}

Service：

public QRCode getQRCode() throws Exception {String code = idWorker.nextId() + "";FaceLoginResult result = new FaceLoginResult("-1");redisTemplate.boundValueOps(getCacheKey(code)).set(result, 30,
TimeUnit.MINUTES);String strFile = qrCodeUtil.crateQRCode(url + "?code=" + code);return new QRCode(code, strFile);}

（3）二维码检测：前端获取二维码后，对二维码进行展现，并且前台启动定时器，定时检测特殊标记状态值。当状态值为“1”时，表明登录成功。

Controller：

 /*** 检查二维码：登录页面轮询调用此方法，根据唯一标识code判断用户登录情况*/@RequestMapping(value = "/qrcode/{code}", method = RequestMethod.GET)public Result qrcodeCeck(@PathVariable(name = "code") String code) throws Exception
{FaceLoginResult codeCheck = faceLoginService.checkQRCode(code);return new Result(ResultCode.SUCCESS, codeCheck);}

Service：

public FaceLoginResult checkQRCode(String code) {String cacheKey = getCacheKey(code);FaceLoginResult result = (FaceLoginResult)
redisTemplate.opsForValue().get(cacheKey);return result;}

（4）人脸检测/人脸登录：当用户扫码进入落地页，通过落地页打开摄像头，并且定时成像。将成像图片，通过接口提交给后端进行人脸检测。

/*** 图像检测，判断图片中是否存在面部头像*/@RequestMapping(value = "/checkFace", method = RequestMethod.POST)public Result checkFace(@RequestParam(name = "file") MultipartFile attachment)
throws Exception {if (attachment == null || attachment.isEmpty()) {throw new CommonException();}Boolean aBoolean =
baiduAiUtil.faceCheck(Base64Utils.encodeToString(attachment.getBytes()));if(aBoolean) {return new Result(ResultCode.SUCCESS);}else{return new Result(ResultCode.FAIL);}}

（5）检测成功后，即进行人脸登录，人脸登录后，改变特殊标记状态值，成功为“1”，失败为“0”。当登录成功时，进行自动登录操作，将token和userId存入到redis中。
Controller：

 @RequestMapping(value = "/{code}", method = RequestMethod.POST)public Result loginByFace(@PathVariable(name = "code") String code,
@RequestParam(name = "file") MultipartFile attachment) throws Exception {String userId = faceLoginService.loginByFace(code, attachment);if(userId == null) {return new Result(ResultCode.FAIL);}else{//构造返回数据return new Result(ResultCode.SUCCESS);}}

Service：

public String loginByFace(String code, MultipartFile attachment) throws Exception {String userId =
baiduAiUtil.faceSearch(Base64Utils.encodeToString(attachment.getBytes()));FaceLoginResult result = new FaceLoginResult("1");if(userId != null) {User user = userDao.findById(userId).get();if(user != null) {Subject subject = SecurityUtils.getSubject();subject.login(new UsernamePasswordToken(user.getMobile(),
user.getPassword()));String token = subject.getSession().getId() + "";result = new FaceLoginResult("0",token,userId);}}redisTemplate.boundValueOps(getCacheKey(code)).set(result, 30,
TimeUnit.MINUTES);return userId;}

4.5.2 前端实现

前端主要实现的功能是，获取二维码并展示，然后后台轮询检测刷脸登录状态，并且实现落地页相关功能（摄像头调用、定时成像、发送人脸检测和发送人脸登录请求）

（1）二维码展现

// 二维码handlecode() {qrcode().then(res => {this.param.qrcode = res.data.filethis.centerDialogVisible = truethis.codeCheckInfo = res.data.codesetInterval(() => {if (this.states === '-1') {codeCheck({ code: res.data.code }).then(res => {this.states = res.data.statethis.token = res.data.tokenif (this.states === '0') {// 登录this.$store.dispatch('LoginByCode', res.data.token).then(() => {this.$router.push({ path: '/' })}).catch(() => {})} if (this.states === '1') {// 关闭this.centerDialogVisible = false}})}}, 1000 * 10)})}

（2）落地页调用摄像头

handleClick() {let _this = thisif (!this.vdstate) {return false}if (!_this.states) {// 注册拍照按钮的单击事件let video = this.$refs['vd']let canvas = this.$refs['cav']// let form = this.$refs["myForm"];let context = canvas.getContext('2d')// 绘制画面context.drawImage(video, 0, 0, 200, 200)let base64Data = canvas.toDataURL('image/jpg')// 封装blob对象let blob = this.dataURItoBlob(base64Data, 'camera.jpg') // base64 转图片filelet formData = new FormData()formData.append('file', blob)this.imgUrl = base64DatacheckFace(formData).then(res => {if (res.data.isSuc) {axios({method: 'post',url: '/api/frame/facelogin/' + this.$route.query.code,data: formData}).then(function(response) {console.log(response)_this.states = true_this.canvasShow = false_this.tipShow = true// _this.$message.success('验证通过' + '!')}).catch(function(error) {console.log(error)})} else {return false}})}},dataURItoBlob(base64Data) {var byteStringif (base64Data.split(',')[0].indexOf('base64') >= 0)byteString = atob(base64Data.split(',')[1])else byteString = unescape(base64Data.split(',')[1])var mimeString = base64Data.split(',')[0].split(':')[1].split(';')[0]var ia = new Uint8Array(byteString.length)for (var i = 0; i < byteString.length; i++) {ia[i] = byteString.charCodeAt(i)}return new Blob([ia], { type: mimeString })}}

4.6 总结

通过上述的步骤，可以实现一个刷脸登录的功能，其核心在于百度云AI的使用。通过合理的使用百度云AI SDK提供的相关API，我们可以很轻松的实现刷脸登录功能。刷脸登录的业务流程有很多种，我们只是实现了一种借助二维码的方式，作为抛砖引玉。更多的流程和实现方式，在此不进行赘述。

【AI】百度ai人脸识别相关推荐

1. 人脸检测颜值软件_AI人脸颜值测颜版下载-百度ai测试颜值人脸识别源码下载v1.0 免费版-西西软件下载...

   百度ai测试颜值人脸识别源码这是由官方百度AI精心打造出来的,这款软件将人脸识别氛围V2和V3两个接口,而且用户使用可以参考相应的文档权限来选择接口类型,让广大用户学习到百度AI人脸识别测颜值相关知识 ...

2. 【人脸识别】调用百度AI开放平台人脸识别接口，获取图片结果

   1.获取接口权限 (1)获取AppID,API Key和Secret Key 进入百度云人脸识别平台,点击"应用列表"一栏,创建应用: 创建完应用,就可以看到相应的"Ap ...

3. 人脸识别拷勤门禁主板_捷易讲解AI无感人脸识别考勤门禁终端设备在使用中的维护方法...

   人脸识别考勤门禁终端设备虽然在出厂时,都有做密封处理,但面对细小的灰尘,并没有做到百分百防尘.灰尘对于AI无感人脸识别考勤门禁终端设备是有一定的影响的,他会沉淀在主板上.屏幕上,影响设备散热和正常工作 ...

4. AI人工智能分析-人脸识别和分析（人脸检测跟踪、获取特征长度、提取用于人脸特征、比较相似度）

            AI人工智能分析-人脸识别和分析(人脸检测跟踪.获取特征长度.提取用于人脸特征.比较相似度) 人工智能(Artificial Intelligence),英文缩写为AI.它是研究.开 ...

5. 得力人脸识别考勤机密码设置_百度大脑人脸识别公有云日均调用量过亿 成为业内第一...

   "刷脸"时代的背后,是技术"一日千里"的快速发展和演进.9月26日,百度来到深圳并召开了百度大脑人脸识别新产品及伙伴计划发布会.会上,百度首次公开人脸识别公有云 ...

6. OpenCV+百度云人脸识别项目及源码

   OpenCV+百度云人脸识别项目及源码 1.需要的硬件环境 虚拟机 带有摄像头的电脑 2.整体项目的框架 用Opencv识别人脸,上传百度云进行识别对比 3.虚拟机上需要装的库 sudo apt-ge ...

7. 百度离线人脸识别SDK

   1,采坑备忘 (1)8.1版本的SDK在spring-boot接口访问第一次正常,第二次之后JVM会奔溃,可能是java gc 处理C++开出的内存有问题. 换6.1.3版本的SDK. java+Wi ...

8. 百度在线人脸识别技术性能测试

   1,百度在线人脸识别技术文档 https://cloud.baidu.com/doc/FACE/Face-Search.html#.E8.AF.B7.E6.B1.82.E8.AF.B4.E6.98.8 ...

9. flutter集成百度离线人脸识别

   flutter集成百度离线人脸识别 概述 最近公司项目有人脸认证.活体检测的需求,原声的不要拿手,只能翻阅各位大佬的轮子:最终尝试出来百度的离线活体检测方案可用. 第一步 flutter_bdface ...

10. 百度云人脸识别接口+python+opencv做的表情包合成器

    第一次使用python,所以语法有些凌乱． 菜鸟随便做的一个小东西． 开发环境:win10+anaconda3.0+python3.6+opencv2+pyqt5 一.anaconda安装 下载链接: ...

最新文章

1. oracle11g与weblogic兼容,WebLogic 10.3.6与JDK 1.7的兼容问题
2. nodeJS之crypto加密
3. Oracle-等待事件解读
4. I/O 多路复用之select
5. 【python之路14】发送邮件实例
6. robocopy的退出返回代码
7. 从零开始学 Java - Spring MVC 实现跨域资源 CORS 请求
8. Spark的那些外部框架
9. fps透视基础-d3d绘制-绘制文字-绘制方框-绘制连线
10. pageHelper.startPage(m,n)的用法
11. win10计算机切换用户,win10系统账户切换的三种方法
12. pli测试50题题库_【马士基销售代表面试】性格测试+12分钟50道题。-看准网
13. 万网域名注册促销活动 - 阿里云域名优惠口令免费获取
14. 多表古典密码统计分析
15. 背单词软件速度对比测试,手机背单词大比拼,谁才是速度之王
16. Codeforces Round #787 (Div. 3) F. Vlad and Unfinished Business
17. VMware Harbor学习
18. 浅析B树、B+树插入删除操作（附代码实现）
19. python开发cms 教程_django CMS 入门教程
20. Anroid BLE蓝牙（手机分别作为中心设备和外围设备）

热门文章

1. 2022-06-09 工作记录--yarn/npm-Error-EPERM: operation not permitted, uv_cwd
2. 手势比心，绽放最美的烟火【内附源码】
3. 年轻人的第一个云服务器,比心牛客
4. Linux桌面发行版必死,Linux 发行版/桌面 体验报告（细节向）
5. 隧道施工人员、车辆定位通用技术
6. 如何使用CMD命令进入带有空格的文件夹
7. nginx降权运行和php环境部署
8. 【飞浆百度领航团零基础Python】学习笔记
9. 关于2014年度专业技术人员资格考试计划及有关问题的通知
10. 数字输出模件4107-- TRICONEX卡件4119A-4200-Delta Computer Systems，Inc .宣布推出曲线工具功能，为自定义运动和凸轮轮廓提供图形易- 4210-4211