离线版Android人脸检测,人脸识别和活体检测封装分享

问题描述

使用七牛云上传图片,返回错误信息Network error during preQuery(确定网络无问题,可正常访问其它网络及接口);

其实,是手机的本地时间修改了,没有网络校时导致的。但是不知道为什么会是这样的提示!# FaceVerificationSDK

Offline Android Face Detection & Recognition And Alive Detect SDK 离线版Android人脸检测,人脸识别和活体检测SDK

简要说明

本SDK支持Android 5+,包含人脸检测,人脸识别和动作活体检测,所有处理都是离线终端执行,敏感资料不发送后台Server,更具隐私安全;
其中活体检测支持张嘴,微笑,眨眼,摇头,点头 随机两种组合验证(摇头点头也可拆分为左右上下4个动作),低端机离线验证速度正常。

前期测试效果能覆盖95% 的中高低端机器,识别成功率>99% ,实验数据仅供参考,最低端手机完整的兼容性功能通过设备为2016年低端机魅蓝Note3。
特殊系统设备特殊硬件,如有问题请先提Issues附带系统版本,设备型号,错误log等信息

Preview

人脸识别方案为:MobileFaceNets ,解释器为TensorFlow lite; 预计23 年第二季度
方案会升级,同时官方也会更新解释器。

使用场景

【1:1】 识别手机考勤系统,机场/卡口人证对齐,免密码登录,酒店入驻、刷脸支付、刷脸解锁
【1:N】 考勤机,物业管理业主出入凭证等,(暂未优化1:N 识别速度!SM-9700百张底片最差5s左右,最好50ms)

接入使用

#### 3.6.9 更新说明

* 提高中高端设备识别精确度,低配设备时间换效率吧
* 优化活体检测链路的完整性和作弊检测


//Gradle
implementation "io.github.anylifezlb:Face-Verification:3.6.9"

``` 
//更多说明请看代码和下载Demo体验

        FaceProcessBuilder faceProcessBuilder = new FaceProcessBuilder.Builder(this)
            .setThreshold(0.8f)                 //threshold(阈值)设置,范围仅限 0.7-0.9,默认0.8
            .setBaseBitmap(baseBitmap)          //1:1 底片「底片请设置为正脸无遮挡,并如Demo裁剪为仅含人脸」
            .setFaceLibFolder(BASE_FACE_DIR_1N) //1:N 底片库 (1还是N 中检测只能有一种)
            .setGraphicOverlay(mGraphicOverlay) //遮罩层,人脸模型标记画面演示,只是辅助调试用
            .setLiveCheck(true)                 //是否需要活体检测,需要发送邮件,详情参考ReadMe
            .setVerifyTimeOut(10)               //活体检测支持设置超时时间 9-16 秒
            .setProcessCallBack(new ProcessCallBack() {
                @Override
                public void onCompleted(boolean isMatched) {
                     //only 1:1 人脸识别检测会有Callback
                }

                @Override
                public void onMostSimilar(String imagePath){
                    //only 1:N 人脸识别检测会有Callback
                }

                @Override
                public void onFailed(int code) {

                }

                @Override
                public void onProcessTips(int actionCode) {
                    showAliveDetectTips(actionCode);
                }
            })
            .create();

    faceDetectorUtils.setDetectorParams(faceProcessBuilder);
```


更多使用说明下载参考本Repo和下载Demo体验,里面有比较详尽的使用方法,其中 

* NaviActivity Demo 演示导航页面
* Verify11Activity 人脸检测识别,活体检测页面( 1:1)
* AddBaseImageActivity 更换底片页面,仅供参考建议业务方使用自拍裁剪后使用本程序处理获取高质量底片
* 1:N 识别暂未优化

其中活体检测的使用需要你发送邮件到anylife.zlb@gmail.com 申请,内容包括
APP简要描述,App名称 ,包名 ,功能主页截屏和 下载链接5项内容。

如果是H5 web 应用需要使用人脸识别,可以封装JsBrodge 调用交互使用。如果需要减少包体积,模型文件可以私有部署

GitHub Demo

由于简书严格限制不能放Link,请GitHub 搜索 FaceVerificationSDK

image.png
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 158,560评论 4 361
  • 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 67,104评论 1 291
  • 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 108,297评论 0 243
  • 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 43,869评论 0 204
  • 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 52,275评论 3 287
  • 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 40,563评论 1 216
  • 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 31,833评论 2 312
  • 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 30,543评论 0 197
  • 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 34,245评论 1 241
  • 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 30,512评论 2 244
  • 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 32,011评论 1 258
  • 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 28,359评论 2 253
  • 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 33,006评论 3 235
  • 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 26,062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 26,825评论 0 194
  • 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 35,590评论 2 273
  • 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 35,501评论 2 268

推荐阅读更多精彩内容