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. 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(); 3. 识别人脸特征 int Recognize( Image image, float featureArray [][128], 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128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 人脸在图片中的坐标信息>       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 ); 4. 识别人脸特征(根据特征值) int Recognize( float[] feature, float featureArray [][128], 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128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 ); 5. 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坐标信息>       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 }; 6. 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[128]; Float[] chose = new float[128]; face.Compare( origin, chose, score ); 7. 双目活体 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128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 的坐标信息>       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[128]; 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 } 8. 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 } 9. 设备鉴权 int AuthorizedDevice( String uidStr, String password, Context activity ) 功能   设备鉴权 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 ); 10. 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(); 11. 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128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坐标信息>       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[128]; 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 } 12. 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   根据传入的人脸坐标和关键点坐标信息,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128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[128]; 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 } 13. 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 ){ } 14. 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 ); 15. 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 ); 16. 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(); 17. 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(); 18. 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 } 19. 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 ); } 20. 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 } 21. 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 } 22. 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 } 23. 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(); 24. 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(); //初始化FaceAPP @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 }; //设置人脸识别参数，value[]中值要与name[]中参数一一对应，比如a->0.9, factor->0.6 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[128]; 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(); //mRgbaFrame是人脸图像数据 image.matAddrframe = mRgbaFrame.getNativeObjAddr(); int[] res = new int[1]; //活体判断 + 提取人脸特征值 int ret = face.GetFeature( image, feature, tmpPos, res ); if( ret == SUCCESS ){ // 活体通过，并成功获取到人脸特征值 //to do 成功获取到人脸特征值 } break; } } } } }