[关闭]
@Tyhj 2018-10-12T10:15:29.000000Z 字数 4891 阅读 1546

Android集成虹软人脸、人证对比,活体检测

Android


原文链接:https://www.zybuluo.com/Tyhj/note/1305759

最近虹软新增了人证识别活体检测的功能,好像之前的人脸识别也更新过版本,之前一篇文章用虹软Android SDK做人脸识别,写过虹软人脸识别的用法,最近把人脸识别人证识别活体检测功能都简单的封装了一下,使用起来可以更简单一点;但是由于appkey是和so库绑定的,所以不能直接依赖,需要下载项目换成自己的so库就能使用或者发布了,还是挺方便的

虹软人脸识别库的介绍

so库和appkey是绑定的

以人脸识别为例,它包括人脸检测、人脸追踪、人脸识别、年龄识别、性别识别这5种引擎,每个引擎都有一个so库和jar包,申请的5种AppKeyAPPID是和自己下载的so库是绑定的,不能混淆使用

人脸检测(FD)

用于获取静态图片的人脸的位置和角度,传入格式为NV21的图片数据(byte[]),返回一个AFD_FSDKFace对象的集合,AFD_FSDKFace只储存了一个位置和角度;如果用于视频流里面好像也不报错

  1. public class AFD_FSDKFace {
  2. Rect mRect;
  3. int mDegree;
  4. ...

人脸追踪(FT)

和人脸检测一样,也是用来获取人脸的位置和角度,不过只适用于获取视频流的人脸,也就是在相机的onPreviewFrame方法里面使用,返回的是AFT_FSDKFace对象的集合,也只储存了一个位置和角度;如果用于静态图片好像是会报错的

  1. public class AFT_FSDKFace {
  2. Rect mRect;
  3. int mDegree;
  4. ...

人脸识别(FR)

用于获取人脸特征和对比人脸特征的
获取人脸特征,需要传入格式为NV21的图片数据(byte[])和人脸的位置、人脸的角度,所以需要先用前面的引擎获取到人脸的信息,返回一个AFR_FSDKFace对象,这个对象也只保存了人脸特征(byte[])
对比人脸,需要传入两个AFR_FSDKFace对象,返回一个AFR_FSDKMatching对象,只保存了相似度

  1. public class AFR_FSDKFace {
  2. public static final int FEATURE_SIZE = 22020;
  3. byte[] mFeatureData;
  4. ...
  5. public class AFR_FSDKMatching {
  6. float mScore = 0.0F;
  7. ...

活体检测

活体检测是检测是不是活人的,也是传入人脸的位置、人脸的角度,又是一个新的FaceInfo对象,传入的是FaceInfo的集合,返回LivenessInfo集合,但是目前只支持单人脸我们只管第一个数据,LivenessInfo里面保存的返回的结果,活体、非活体、人脸超过一个、未知错误(经常返回,问题不大)

人证对比

用来对比人脸和身份证的,传入传入格式为NV21的证件照片(byte[])和人脸的照片,还有各自的图片大小和比对阈值;返回一个CompareResult对象,包括相似度、是否成功等信息

  1. public class CompareResult {
  2. private boolean isSuccess;
  3. private double result;
  4. ...

人证识别其实是人脸识别的那几个引擎(FD,FT,FR)的集合,所以有同时集成肯定包冲突了,可以使用人脸识别的so库,然后把人脸识别的jar包都删了,使用人证的jar包,人证的激活码使用FR的激活码就行了
屏幕快照 2018-10-11 下午3.41.05.png-15.5kB

其他的年龄、性别的引擎应该都差不多

封装后的部分功能的展示

初始化AppKey和APPID

  1. new AcrFaceManagerBuilder().setContext(this)
  2. .setFreeSdkAppId(Constants.FREESDKAPPID)
  3. .setFdSdkKey(Constants.FDSDKKEY)
  4. .setFtSdkKey(Constants.FTSDKKEY)
  5. .setFrSdkKey(Constants.FRSDKKEY)
  6. .setLivenessAppId(Constants.LIVENESSAPPID)
  7. .setLivenessSdkKey(Constants.LIVENESSSDKKEY)
  8. .create();
  9. }

相机预览追踪人脸位置

  1. //初始化人脸追踪引擎
  2. FaceTrackService faceTrackService = new FaceTrackService();
  3. //设置传入的图片的大小
  4. faceTrackService.setSize(previewSize.width, previewSize.height);
  5. camera.setPreviewCallback(new Camera.PreviewCallback() {
  6. @Override
  7. public void onPreviewFrame(byte[] data, Camera camera) {
  8. //获取人脸的位置信息
  9. List<AFT_FSDKFace> fsdkFaces = faceTrackService.getFtfaces(data);
  10. //画出人脸的位置
  11. drawFaceRect(fsdkFaces);
  12. //输出数据进行其他处理
  13. cameraPreviewListener.onPreviewData(data.clone(), fsdkFaces);
  14. ...
  15. }
  16. });

相机自己实现,获取人脸位置的代码非常简单,就一句代码,画出人脸的位置实现是用了两个surfaceView,一个用于相机画面展示,另一个画出人脸的位置

画出人脸的位置

值得注意的是获取的人脸的位置Rect是传入的图片的相对位置,图片大小是相机预览设置的大小,画的时候是画在了surfaceView上面,surfaceView一般和预览大小是不一样的,而且还要考虑画面是否旋转、相机的位置等,所以需要先进行转换

  1. Rect rect1=DrawUtils.adjustRect(rect, previewSizeX, previewSizeY,canvas.getWidth(), canvas.getHeight(), cameraOri, cameraId);

获取人脸特征进行注册

  1. //初始化人脸识别引擎
  2. FaceRecognitionService faceRecognitionService = new FaceRecognitionService();
  3. faceRecognitionService.setSize(width, height);
  4. //获取人脸特征
  5. AFR_FSDKFace afr_fsdkFace =faceRecognitionService.faceData(data, aft_fsdkFace.getRect(), aft_fsdkFace.getDegree());
  6. tv_status.setText("人脸特征为:" + afr_fsdkFace.getFeatureData());

aft_fsdkFace为上一步获取的人脸的位置信息

相机获取的人脸和已保存的人脸进行对比

  1. //获取保存的人脸特征
  2. byte[] faceData=faces.get(0).getData();
  3. //对比人脸特征
  4. float socre=faceRecognitionService.faceRecognition(afr_fsdkFace.getFeatureData(),faceData);
  5. tv_status.setText("相似度为:" + sorce);

afr_fsdkFace为上一步获取的人脸的特征,faceData为已保存的人脸特征,也有提供一个人脸和多个对比获取相似度最高的一个的方法

活体检测

  1. //激活活体检测
  2. LivenessService.activeEngine(new LivenessActiveListener() {
  3. @Override
  4. public void activeSucceed() {
  5. toast("激活成功");
  6. }
  7. @Override
  8. public void activeFail(String massage) {
  9. LogUtils.log(massage);
  10. toast("激活失败:" + massage);
  11. }
  12. });
  13. LivenessService livenessService = new LivenessService();
  14. //
  15. List<FaceInfo> faceInfos = new ArrayList<>();
  16. faceInfos.add(new FaceInfo(aft_fsdkFace.getRect(), aft_fsdkFace.getDegree()));
  17. //判断是否是活体
  18. boolean isLive=livenessService.isLive(faceInfos,data);

aft_fsdkFace为上一步获取的人脸的位置信息,第一次激活好像需要联网

人证对比

  1. //初始化
  2. IdCardVerifyManager.getInstance().init(Constants.IDCARDAPPID, Constants.FRSDKKEY);
  3. //bitmap转NV21数据
  4. byte[] nv21Data = ImageUtils.getNV21(bitmap.getWidth(), bitmap.getHeight(), bitmap);
  5. //传入证件照片
  6. DetectFaceResult result = IdCardVerifyManager.getInstance().inputIdCardData(nv21Data, bitmap.getWidth(), bitmap.getHeight());
  7. //传入相机获取的人脸数据
  8. DetectFaceResult result = IdCardVerifyManager.getInstance().onPreviewData(data, mWidth, mHeight, true);
  9. //对比相似度
  10. CompareResult compareResult = IdCardVerifyManager.getInstance().compareFeature(THRESHOLD);
  11. if (compareResult.isSuccess()) {
  12. tv_status.setText("相似度为:" + compareResult.getResult());
  13. }

证件图片是本地的,转成了NV21的格式的byte数组,方法也集成了

图片获取人脸特征

  1. //先把bitmap转NV21格式
  2. byte[] photoData = ImageUtils.getNV21(bitmap1.getWidth(), bitmap1.getHeight(), bitmap1);
  3. //获取人脸位置信息
  4. List<AFD_FSDKFace> afd_fsdkFaces = faceFindService.findFace(photoData);
  5. for (AFD_FSDKFace afdFsdkFace : afd_fsdkFaces) {
  6. //获取每一个人脸的特征
  7. AFR_FSDKFace afr_fsdkFace = faceRecognitionService.faceData(photoData, afdFsdkFace.getRect(), afdFsdkFace.getDegree());
  8. }

引擎释放

  1. livenessService.destoryEngine();
  2. faceTrackService.destoryEngine();
  3. faceRecognitionService.destroyEngine();
  4. IdCardVerifyManager.getInstance().unInit();

效果都还不错,主要是全部免费,源码下载可以直接运行,可以查看所有功能

屏幕快照 2018-10-11 下午4.50.30.png-32.4kB

demo下载地址:http://oy5r220jg.bkt.clouddn.com/arcface_v1.0.3.apk
项目地址:https://github.com/tyhjh/Arcface

添加新批注
在作者公开此批注前,只有你和作者可见。
回复批注