人脸识别SDK 本SDK开发指南指导您如何安装和配置开发环境,如何通过调用 SDK 提供的接口 函数(API)进行二次开发与系统集成。 用户按照要求调用SDK提供的API即可实现 使用 人脸检测/跟踪、活体识别、人脸识别等服务的目的。 1. 主要返回参数 public static final int SUCCESS = 0; //执行接口返回成功 public static final int ERROR_INVALID_PARAM = -1; //非法参数 public static final int ERROR_TOO_MANY_REQUESTS = -2; //太多请求 public static final int ERROR_NOT_EXIST = -3; //不存在 public static final int ERROR_FAILURE = -4; // 执行接口返回失败 2. FaceInfo 人脸信息 public class FaceInfo { public Rect mRect;//人脸方框 public FaceAttribute mAttr;//人脸属性 public FaceQuality mQuality;//人脸质量 public Landmark mLandmark;//用于存储5个关键点坐标值，依次是左眼、右眼、鼻子、左侧嘴唇、右侧嘴唇。 } 3. FaceAttribute 人脸属性 public class FaceAttribute { public int mGender;//性别 0：男性；1：女性 public int mEmotion;//表情 0：平静；1：高兴 public int mAge;//年龄 } 4. FaceQuality 人脸质量 public class FaceQuality { public float mScore;//人脸质量的置信度 public float mLeftRight;//左右角度 public float mUpDown;//上下角度 public float mHorizontal;//水平角度 public float mClarity;//图片清晰度 public float mBright;//亮度 } 5. 构造函数 static FaceAPP GetInstance() 功能   获取单例的对象,人脸识别类采用单例模式,一个类Class只有一个实 例存在 参数   无 返回值  FaceAPP类型的对象 实例代码 ： private FaceAPP face = FaceAPP.GetInstance(); 6. 识别人脸特征 int Recognize( Image image, float featureArray [][512], int size, List faceinfos, int[] res ) 功能   识别提交的Image中的人脸特征,然后和featureArray里这些特征数组 进行比较,找出其中相似度        最高的返回特征数组的二维数组的索引值 参数   image : 人脸图片       featureArray : 特征数组的二维数组,特 征值数组是存储人脸特征信息的数组,由512个float组成。       size : 特 征数组的二维数组大小       faceinfos : FaceInfo 清单。<用于保存返回 人脸在图片中的信息>       res: 执行结果,未发现人脸返回 ERROR_INVALID_PARAM,         image中人脸不在feature数组中返回 ERROR_NOT_EXIST, >=0特征数组的索引 返回值  执行成功 SUCCESS       执行失败 ERROR_FAILURE 实例代码 ： float[][] featurelist = new float[][]; //存储特征值的数组 int size = featurelist.lenth; int[] ret = new int[1]; byte[] tmpPos = new byte[1024]; FaceAPP.Image image = FaceAPP.GetInstance().new Image(); image.matAddrframe = mRgbaFrame.getNativeObjAddr(); face.Recognize( image, featurelist, size, tmpPos, res ); 7. 识别人脸特征(根据特征值) int Recognize( float[] feature, float featureArray [][512], int size, float[] high, int[] res ) 功能   根据已经存在的人脸特征,然后和featureArray里这些特征数组进行 比较,找出其中相似度       最高的返回特征数组的二维数组的索引值,返回 相似度得分值。 参数   feature : 特征数组       featureArray : 特征数组的二维数组, 特征值数组是存储人脸特征信息的数组,         由512个float组成。 size : 特征数组的二维数组大小       high : float[]型,返回最大得分值 res : 执行结果,未发现人脸返回 ERROR_INVALID_PARAM,        image中人 脸不在feature数组中返回 ERROR_NOT_EXIST,        >=0特征数组的索引号 返回值       执行成功 SUCCESS       执行失败 ERROR_FAILURE 实例代码 ： float[][] featurelist = new float[][]; //存储特征值的数组 int size = featurelist.lenth; int[] ret = new int[1]; byte[] tmpPos = new byte[1024]; float[] feature; float[] high = float[1]; FaceAPP.Image image = FaceAPP.GetInstance().new Image(); image.matAddrframe = mRgbaFrame.getNativeObjAddr(); face.Recognize( feature, featurelist, size, high, tmpPos, res ); 8. 检测人脸 int Detect( Image image, List faceinfos, int[] res ) 功能   检测提交的图片中的是否有人脸 参数   image : 人脸图片,用于检测的图片       faceinfos : FaceInfo 清单。<用于保存返回人脸在图片中的信息>       res : 执行结果,未发现 人脸返回 ERROR_INVALID_PARAM 返回值       执行成功 SUCCESS       执行失败 ERROR_FAILURE 实例代码 ： int[] ret = new int[1]; byte[] tmpPos = new byte[1024];//byte数组用于存位置信息 FaceAPP.Image image = FaceAPP.GetInstance().new Image(); //初始化 image.matAddrframe = mRgbaFrame.getNativeObjAddr(); //image赋值 if( success = face.Detect( image, tmpPos, res ) ){ //to do }; 9. 比较特征数据 int Compare( float[] origin, float[] chose, float score ) 功能   用于比较两个feature值相似度 参数   origin : 待比较feature数组       chose : 用于比较的feature数 组       score : origin和chose比较的相似度 返回值       执行成功 SUCCESS       执行失败 ERROR_FAILURE 实例代码 ： float score; float[] origin = new float[512]; Float[] chose = new float[512]; face.Compare( origin, chose, score ); 10. 双目带有活体的提取人脸特征 int GetFeature( Image image, Image grayImage, float[] feature, List faceinfos, int[] res ) 功能   获取image中的人脸特征值数组,特征值数组是存储人脸特征信息的数 组,       由512个float型数字组成,只获取图片中一个人的特征,多于一人 会返回错误信息。 参数   image : 人脸图片,用于检测的图片       grayImage : 红外摄像头 获取的图片       feature : 存储image中检测到的人脸特征信息,无人脸返 回空数组       faceinfos : FaceInfo 清单。<用于保存返回人脸在图片中 的信息>       res : 执行结果,未发现人脸返回 ERROR_INVALID_PARAM 返回值       SUCCESS : 正确获取人脸信息       ERROR_FAILURE : 未获 取到人脸信息 实例代码 ： float[] feature = new float[512]; int[] ret = new int[1]; byte[] tmpPos = new byte[1024]; //byte数组用于存位置信息 ret = face.GetFeature( image, grayImage, feature, tmpPos, res); if( ret == SUCCESS ){ //to do 成功获取到活体人脸特征值 } 11. 活体检测 int DetectLiveness(Image image, List faceinfos, int[] res) 功能   检测识别活体和非活体。 参数   image : 彩色人脸图片,用于检测和识别的图片。       faceinfos : FaceInfo 清单。<用于保存返回人脸在图片中的信息>       res : 执行 结果,未发现人脸返回 ERROR_INVALID_PARAM 返回值       SUCCESS : 是活体       ERROR_FAILURE : 非活体 实例代码 ： int[] ret=new int[1]; ret= face.DetectLiveness(image,grayImage ,tmpPos,res); if(ret== SUCCESS){ //to do 活体检测成功 } 12. 双目活体检测 int GetDetectLiveness(Image image, Image grayImage, List faceinfos, int[] res) 功能   检测识别活体和非活体。 参数   image : 彩色人脸图片,用于检测和识别的图片。       grayImage :红外摄像头获取的图片。       faceinfos : FaceInfo 清单。<用于保存 返回人脸在图片中的信息>       res : 执行结果,未发现人脸返回 ERROR_INVALID_PARAM 返回值       SUCCESS : 是活体       ERROR_FAILURE : 非活体 实例代码 ： int[] ret=new int[1]; ret= face.GetDetectLiveness(image,grayImage ,tmpPos,res); if(ret== SUCCESS){ //to do 活体检测成功 } 13. 双目校准 int Calibration( Image image, Image grayImage, float[] scale, int[] Rect, int[] res ); 功能   对红外和普通光组成的双摄像头识别进行校准,要求1个人在最佳位置 (0.8-1米)站定,       大约需要校验20次,得到人脸框修正参数用于人脸画 框,       返回红外摄像头相对普通光的显示区域坐标,该区域是有效识别和 活体检测区域 参数   image : 输入红外图像       grayImage : 输入彩色图像 scale : 输出 人脸框修正参数       rect : 输出红外图像与彩色图像重叠 区域(红外图像在彩色图像的对应区域/推荐的检测区域)       res : 执行 结果,未发现人脸返回 ERROR_INVALID_PARAM 返回值       SUCCESS : 正确校准       ERROR_FAILURE : 校准失败 实例代码 ： int[] ret = new int[1]; float[] scale = new float[1]; int[] rect = new int[4]; ret = face.Calibration( image, grayimage, scale, rect, res ); if( ret == SUCCESS ){ //to do 校准成功 } 14. 设备激活一 int AuthorizedDevice( String uidStr, String password, Context activity ) 功能   设备激活 参数   uidStr : OEMID号+合同号       password : 用户密码 返回值       0 : 鉴权成功 实例代码 ： String oem_id = "1000000000000001";//OEMID String contract_id = "0001";//合同号 String password = "0123456789abcdef0123456789abcdef"; //初始授权密码 String uidStr = oem_id + contract_id; int res = face.AuthorizedDevice( uidStr, password, LoginActivity.this ); 15. 设备激活二 int fireflyInit(Context context, String uidStr, String password) 功能   设备激活，这个接口是firefly一个临时接口，可以永久激活设备， 该接口到后面可能会被移除，       如果后续开发文档中没有该接口说明， 则已被移除。开发文档以开源Demo中的文档为准。 参数   uidStr : OEMID号+合同号       password : 用户密码 返回值       0 : 鉴权成功 实例代码 ： String oem_id = "1000000000000001";//OEMID String contract_id = "0001";//合同号 String password = "0123456789abcdef0123456789abcdef"; //初始授权密码 String uidStr = oem_id + contract_id; int res =face.fireflyInit(LoginActivity.this, uidStr, password); 16. 设备激活三 int AuthorizedDeviceUserPassword(String uidStr, String password, Context context, String userPassword) 功能   设备激活，这个接口主要用于带有用户密码的激活方式。 参数   uidStr : OEMID号+合同号       password : 授权密码 userPassword:用户密码 返回值       0 : 鉴权成功 实例代码 ： String oem_id ="1000000000000001";//OEMID String contract_id ="0001";//合同号 String password = "0123456789abcdef0123456789abcdef";//初始授权密码 String userPassword ="012345678912";//授权密码; String uidStr = oem_id+contract_id; int res =face. AuthorizedDeviceUserPassword(uidStr,password, LoginActivity.this,userPassword); 17. 获取鉴权激活状态值 int getAuthStatus() 功能   获取鉴权激活状态值 参数   无 返回值       0 : 鉴权成功 实例代码 ： int res = face.getAuthStatus(); 18. 提取人脸特征 int GetFeature( Image image, float[] feature, List faceinfos, int[] res ) 功能   获取image中的人脸特征值数组,特征值数组是存储人脸特征信息的数 组,       由512个float型数字组成,只获取图片中一个人的特征。 参数   image : 人脸图片,用于检测的图片       feature : 存储image中 检测到的人脸特征信息,无人脸返回空数组       faceinfos : FaceInfo 清 单。<用于保存返回人脸在图片中的信息>       res : 执行结果,未发现人 脸返回 ERROR_INVALID_PARAM 返回值       SUCCESS : 正确获取人脸信息       ERROR_FAILURE : 未获 取到人脸信息 实例代码 ： float[] feature = new float[512]; int[] ret = new int[1]; byte[] tmpPos = new byte[1024]; //byte数组用于存位置信息 ret = face.GetFeature( image, feature, tmpPos, res ); if( ret == SUCCESS ){ //to do 成功获取到人脸特征值 } 19. 提取人脸特征(根据人脸坐标信息) int GetFeature( Image image, FaceInfo detectInfo, float[] feature, int[] res ) 功能   根据传入的人脸和关键点坐标信息,获取image中的人脸特征值数组, 特征值数组是存储人脸特征信息的数组,由512个float型数字组成,       只 获取图片中一个人的特征。 参数   image : 人脸图片,用于检测的图片       detectInfo : 检测到的 人脸信息,用于人脸特征提取       feature : 存储image中检测到的人脸特 征信息,无人脸返回空数组       res : 执行结果,未发现人脸返回 ERROR_INVALID_PARAM 返回值       SUCCESS : 正确获取人脸信息       ERROR_FAILURE : 未获 取到人脸信息 实例代码 ： float[] feature = new float[512]; int[] ret = new int[1]; float[] detectinfo = new float[]{ x0, y0, x1, y1, landmarkx0, landmarky0, landmarkx1, landmarky1, landmarkx2, landmarky2, landmarkx3, landmarky3, landmarkx4, landmarky4 } byte[] tmpPos = new byte[1024]; //byte数组用于存位置信息 ret = face.GetFeature( image, detectinfo, feature, res ); if( ret == SUCCESS ){ //to do 成功获取到人脸特征值 } 20. 提取人脸特征(根据图片文件) float[] GetFeature(String path, List faceinfos) 功能   根据传入的图片文件路径,获取image中的人脸特征值数据。 参数   path :人脸图片文件的绝对路径       faceinfos : FaceInfo 清单 。<用于保存返回人脸在图片中的信息> 返回值       Float[] : 人脸特征值数组 实例代码 ： int ret = this.FaceGetFeatureFromAddr(addr, feature, mFaceInfos, policy); if (ret == -1) { return null; } else { faceInfos.addAll(Arrays.asList(this.mFaceInfos).subList(0,ret)); return this.feature; } 21. 提取人脸关键点 int GetLandmark ( Image image, float[] landmark, int[] res ) 功能   获取人脸关键点坐标信息 参数   Image : 人脸图片,用于提取人脸关键点信息的图片,只提取一个人的 关键点信息       Landmark : 用于存储5个关键点坐标值,依次是左眼,右眼 ,鼻子,左侧嘴唇,右侧嘴唇       res : 执行结果,未发现人脸返回 ERROR_INVALID_PARAM 返回值       SUCCESS : 正确获取人脸关键点坐标信息 ERROR_FAILURE : 未获取到人脸关键点信息 实例代码 ： float[] landmark = new float[10]; int[] ret = new int[1]; ret = face.GetLandmark( image, landmark, res); if( ret == SUCCESS ){ } 22. 人脸质量提取 FaceInfo getQuality(long matAddrframe) 功能   传入图像,返回图像中人脸位置和最大一张人脸的质量信息。 参数   matAddrframe : 保存在Mat中图像地址 返回值       FaceInfo : 用于保存返回人脸在图片中的信息 实例代码 ： Faceinfo faceinfo=new Faceinfo(); faceinfo=face.getQuality(matAddrframe); if(faceinfo!=null){ } 23. 参数设置 bool SetParameter( const String[] name, float value[] ) 功能   设置输入的参数名和对应数值 参数   char[] name : 参数的名字       a : a参数值 内部参数,按示例设 置,请不要随意修改       b : b参数值 内部参数,按示例设置,请不要随意 修改       c : c参数值 内部参数,按示例设置,请不要随意修改       d : d参数值 内部参数,按示例设置,请不要随意修改       factor : 检测人脸 放大比例 内部参数,按示例设置,请不要随意修改       min_size : 最小人 脸框大小 范围 32-80       faceclarity : 照片清晰度阈值 范围 建议 200-400       perfoptimize : 是否优化效果 范围 0或1 livenessdetect : 是否活体检测 范围0-1       gray2colorscale : 双目 活体检测比值 范围 0.1-0.5       frame_num : 优化的帧数,范围20-40 quality_thresh : 图片质量阀值,建议范围0.7-0.8       mode : 工作模式 0 闸机 1 门禁       facenum : 检测最大人脸数,最多支持检测3张人脸识 别1张脸,范围1-3       value[] : 参数的数值(可能多个) 返回值  参数设置是否成功 实例代码 ： String[] name = { "a", "b","c", "d", "factor", "min_size", "clarity", "perfoptimize", "livenessdetect", "gray2colorscale", "frame_num", "qualit_thresh", "mode", "facenum" }; double[] value = {0.9, 0.9, 0.9, 0.715, 0.6, 64, 400, 1, 0, 0.5, 20, 0.8, 1, 1 }; face.SetParameter( name, value ); 24. 参数设置(参数可变长度) bool SetParameters( String[] name, float value[] ) 功能   可变长度的设置输入的参数名和对应数值 参数   char[] name : 参数的名字(>=1),详情见14,       value[] : 参数 的数值(>=1个) 返回值  参数设置是否成功 实例代码 ： String[] name = { "perfoptimize", "livenessdetect", "frame_num", "quality_thresh", "mode", "facenum" }; double[] value = { 1, 0, 20, 0.8, 1, 1 }; face.SetParameter( name, value ); 25. 获取版本信息 public String GetVersion() 功能   获取当前SDK版本的信息 参数   无 返回值  返回当前版本信息的字符串 实例代码 ： Face.GetVersion(); 26. 获取底层库信息 public String GetFacelibVersion() 功能   获取当前SDK底层库的信息 参数   无 返回值  返回当前版本底层库的字符串 实例代码 ： Face.GetFacelibVersion(); 27. 打开人脸数据库 int OpenDB() 功能   使用人脸数据库,内部人脸数据库可实现1:N高效快速查询 参数   无 返回值       执行成功 SUCCESS       执行失败 ERROR_FAILURE 实例代码 ： if(face.OpenDB() == SUCCESS){ // TODO } 28. 注册人脸 int AddDB( float[] feature, string name ) 功能   注册人脸 参数   feature : 人脸特征       name : 登记名字 返回值       执行成功 SUCCESS       执行失败 ERROR_FAILURE 实例代码 ： String name= "test"; int[] res=new int[]; if( Face.GetFeature( image, feature, tmpPos, res ) == SUCCESS ){ Face.AddDB ( feature, name ); } 29. 保存人脸 int SaveDB() 功能   将AddDB()写入的数据保存到文件；如果在reboot或者断电重启设备 之前，没有调用SaveDB()，       则AddDB()添加的人脸将丢失。 参数   无 返回值       执行成功 SUCCESS       执行失败 ERROR_FAILURE 实例代码 ： Face.AddDB(feature,name); ... //在添加人脸之后，要确保重启设备之前执行Face.SaveDB()； Face.SaveDB(); 30. 删除人脸 int DelDB(string name) 功能   删除人脸 参数   name : 要删除的名字 返回值       执行成功 SUCCESS       执行失败 ERROR_FAILURE 实例代码 ： String name= "test"; Face.DelDB (name); 31. 删除所有已注册人脸 int DelAllDB() 功能   删除所有已注册人脸 参数   无 返回值       执行成功 SUCCESS       执行失败 ERROR_FAILURE 实例代码 ： Face.DelAllDB (); 32. 查询人脸特征对应名字 String QueryDB( float[] feature, float [] score ) 功能   给定人脸特征最接近的数据库所登记的人脸,并给出相似度 参数   feature : 人脸特征       score : 相似度分值 返回值       执行成功 返回登记名字       执行失败 返回为unknown 实例代码 ： float[] score = new float[1]; String name = Face.QueryDB( feature, score ); if( score > thresh_hold ){ // TODO } 33. 关闭人脸数据库 int CloseDB() 功能   关闭人脸数据库 参数   无 返回值       执行成功 SUCCESS       执行失败 ERROR_FAILURE 实例代码 ： if( Face.CloseDB() == SUCCESS ){ // TODO } 34. 加载快速比对功能 int FastQueryInit() 功能   加载快速比对功能 参数   无 返回值       执行成功 SUCCESS       执行失败 ERROR_FAILURE 实例代码 ： if(Face.FastQueryInit () == SUCCESS){ // TODO } 35. 刷新快速比对缓存区 int FastQueryFlush(float [] data, int num) 功能   刷新快速比对缓存区 参数   Data : 外部特征缓存区       Num : 特征数量 返回值       执行成功 SUCCESS       执行失败 ERROR_FAILURE 实例代码 ： if(Face.FastQueryFlush(data,num) == SUCCESS){ // TODO } 36. 快速查询 int FastQuery(float[] data, float[] feature, float[] scores, int num) 功能   快速查询 参数   Data : 外部特征缓存区       Feature : 要查询的特征 Scores:获得的相似度       Num : 特征数量 返回值       执行成功 SUCCESS       执行失败 ERROR_FAILURE 实例代码 ： if(Face.FastQuery(data,feature,num) == SUCCESS){ // TODO } 37. 获取人脸属性 int GetFaceAttr( Image image, FaceInfo data, FaceAttribute face_attr, int *res ) 功能   Detect后执行,通过检测获取的人脸位置和关键点信息,获取人脸属性 包括年龄、性别和表情 。 参数   image : 人脸图片,用于检测的图片       data : 检测得到的人脸 位置和人脸关键点信息       face_attr : 存储计算得到的人脸属性 res : 执行结果,未发现人脸返回 ERROR_INVALID_PARAM 返回值       SUCCESS : 正确获取人脸属性       ERROR_FAILURE : 未获 取到人脸属性 实例代码 ： if( face.GetFaceAttr( Image, data, attr, res ) == SUCCESS ){ // TODO } 38. 释放人脸识别资源 public void Destroy() 功能   释放初始化和设置参数时分配的资源 参数   无 返回值  无 实例代码 ： Face.Destroy(); 39. 示例代码 初始化双目摄像头人脸识别Demo。 public class MainActivity extends Activity implements CvCameraViewListener2 { private FaceAPP face= FaceAPP.GetInstance(); //face 作为成员变量 ......... @Override protected void onCreate(Bundle savedInstanceState) { ......... String[] name={"a","b","c","d","factor","min_size","clarity","perf-optimize","liveness-detect","gray2color-scale"}; double[] value={0.9,0.9,0.9,0.715,0.6,64,400,1,0,0.5}; face.SetParameter(name,value); mainLoop = new Thread() { //人脸检测不要放在 Android 主线程 public void run() { ......... float[] feature=new float[512]; byte[] tmpPos = new byte[1024];// byte 数组用于存位置信息 switch (mixController.curState){ ...... case mixController. STATE_IDLE : FaceAPP.Image image= FaceAPP. GetInstance ().new Image(); image.matAddrframe=mRgbaFrame.getNativeObjAddr(); int[] res=new int[1]; int ret; ret= face.GetFeature(image,feature,tmpPos,res); if(ret== SUCCESS){ //to do 成功获取到人脸特征值 } } } } }