浅谈iOS中的人脸识别及活体检测

        做了两年的人脸识别领域的工作,一直没有写过关于这个领域的文章,想了想,还是写一篇浅谈一下。。。

        现在随着人工智能的发展越来越快,已经有很多公司在做人脸识别技术了。在中国做算法比较好的比如说Face++、云从、商汤、大华等,而基于算法做这个领域的更多,百度AI、腾讯云、阿里云、讯飞等大公司都有了相应提供的API。之前电联过讯飞的客服,他们说他们就是基于face++的算法的,好像支付宝也是基于face++。而国外我了解的最多的就是OpenCV了,OpenCV不管是做人脸检测还是活体检测,对于开源框架都是比较好的了。

        而从iOS 5之后苹果也开发了人脸识别的库,但是一直没这么受重视,直到这两年才好点,这就是CoreImage库,使用的方法相当简单:

1.首先要导入CoreImage.framework框架

2.引入头文件#import <CoreImage/CoreImage.h>

3.创建个按钮调用相册或者相机(记得现在苹果对于隐私权限很重视,一定要在info.plist中添加获取摄像头及相册的参数)

4.提示框加个UIAlertViewDelegate

5.直接上代码

#pragma mark --判断是否是人脸

-(void)camerImage:(UIImage*)image{

    CIImage* ciimage = [CIImageimageWithCGImage:image.CGImage];

    NSDictionary* opts = [NSDictionary dictionaryWithObject:

                          CIDetectorAccuracyHigh forKey:CIDetectorAccuracy];

    CIDetector* detector = [CIDetector detectorOfType:CIDetectorTypeFace

                                              context:niloptions:opts];

    //所有的人脸数据

    NSArray* features = [detectorfeaturesInImage:ciimage];

    if(features.count>0) {

       UIAlertView*alert = [[UIAlertViewalloc]initWithTitle:@"提示"message:[NSStringstringWithFormat:@"检测到%lu张人脸",(unsignedlong)features.count] delegate:selfcancelButtonTitle:@"确定"otherButtonTitles:nil,nil];

        [alertshow];

        CIFaceFeature*face=[featuresfirstObject];

        if(face.hasSmile)

            NSLog(@"有微笑");

        if(face.leftEyeClosed)

            NSLog(@"左眼闭着的");

        if(face.rightEyeClosed)

            NSLog(@"右眼闭着的");

        if(face.hasLeftEyePosition)

            NSLog(@"左眼位置:%@",NSStringFromCGPoint(face.leftEyePosition));

        if(face.hasRightEyePosition)

            NSLog(@"右眼位置:%@",NSStringFromCGPoint(face.rightEyePosition));

        if(face.hasMouthPosition)

            NSLog(@"嘴巴位置:%@",NSStringFromCGPoint(face.mouthPosition));

        NSLog(@"脸部区域:%@",NSStringFromCGRect(face.bounds));

        if(face.bounds.size.width==face.bounds.size.height)

            NSLog(@"脸蛋是圆的");

    }else{

        UIAlertView*alert = [[UIAlertViewalloc]initWithTitle:@"提示"message:@"检测人脸失败"delegate:selfcancelButtonTitle:@"确定"otherButtonTitles:nil,nil];

        [alertshow];

    }

}


        实现起来很简单,经过测试这中方法可以检测多张人脸,但是相对专业算法识别失败的概率还是较大,同时,类人脸卡通图片有很大的可能性识别成功,没办法筛选出来。

        另外,现在很多时候单单的人脸检测已经满足不了需求了,还需要加上活体检测来提高安全性,活体检测现在普遍用的是眨眼,张嘴,左右上下摇头等,来判断是否是真人。但是,现在的小伙伴都是有才的人,这种方法怎么可能难住呢,于是录个点头摇头或者眨眼的视频就来骗这种活体检测的方法,而且很多时候还成功了~~~所以,针对人脸活体检测目前个人觉得最好的办法是人脸检测+随机数字阅读。

        第三方的人脸活体检测中,讯飞的活体检测不是太稳定,识别的坐标点跳动偏差较大,同时CPU的使用率很高,我用了十来分钟手机就开始发烫,而要是屏幕小的手机识别率又变的更低。。。


加上OpenCV地址:https://opencv.org/releases.html

未完待续~~~

没有续了,第三方的不管了。如果有商务合作的话,第三方会把你当上帝的。。。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 157,298评论 4 360
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 66,701评论 1 290
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 107,078评论 0 237
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 43,687评论 0 202
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,018评论 3 286
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,410评论 1 211
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,729评论 2 310
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,412评论 0 194
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,124评论 1 239
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,379评论 2 242
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 31,903评论 1 257
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,268评论 2 251
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 32,894评论 3 233
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,014评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,770评论 0 192
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,435评论 2 269
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,312评论 2 260

推荐阅读更多精彩内容