当前位置: 首页 > article >正文

百度云【人脸识别】

目录

1:百度云【人脸识别云服务】

2:Java-SDK文档

3:项目中测试


1:百度云【人脸识别云服务】

人脸识别云服务

包含实名认证、人脸对比、人脸搜索、活体检测等能力。灵活应用于金融、泛安防等行业场景,满足身份核验、人脸考勤、闸机通行等业务需求

1.1:产品列表

 

1.2:应用场景

 

 

 

 

 

 

 

 

1.3:特色优势

 

全线免费试用

公有云API最高可享10 QPS无限量免费调用,人脸离线采集SDK永久免费

稳定服务保障

提供企业级稳定、精确的大流量服务,拥有毫秒级识别响应能力、弹性灵活的高并发承载,可靠性保障高达99.99%

 

算法世界领先

基于百度专业的深度学习算法和海量数据训练,人脸识别算法在最权威的公开评测比赛中排名世界领先

1.4:支持与交流

 

1.5:相关推荐

 

2:Java-SDK文档

 

简介

Hi,您好,欢迎使用百度人脸识别服务。

本文档主要针对Java开发者,描述百度人脸识别接口服务的相关技术内容。如果您对文档内容有任何疑问,可以通过以下几种方式联系我们:

  • 在百度云控制台内提交工单,咨询问题类型请选择人工智能服务
  • 如有疑问,进入AI社区交流:人脸识别技术交流平台_百度AI开发者社区
接口名称接口能力简要描述
人脸检测检测人脸并定位,返回五官关键点,及人脸各属性值
人脸比对返回两两比对的人脸相似值
人脸查找在一个人脸集合中找到找到相似的人脸,由一系列接口组成,包括人脸识别、人脸认证、人脸库管理相关接口(人脸注册、人脸更新、人脸删除、用户信息查询、组列表查询、组内用户列表查询、组间复制用户、组内删除用户)

 历史版本

上线日期版本号更新内容
2019.4.174.11.1人脸v3文档更新,新增N:M接口
2018.6.14.4.0更新视频活体接口参数名
2018.5.104.3.2修复h5视频活体检测接口问题
2018.5.104.3.1修复人脸活体检测接口问题
2018.4.284.3.0人脸接口更新为v3版本
2018.4.34.2.0新增人脸在线活体检测、身份验证接口
2018.1.114.1.0新增人脸比对M:N接口
2017.12.224.0.0接口统一升级
2017.11.143.3.2人脸检测接口升级v2版本
2017.10.183.2.1使用proxy问题修复
2017.8.253.0.0更新sdk打包方式:所有AI服务集成一个SDK
2017.7.141.3.6更新SDK打包方式
2017.4.271.3.4人脸比对、识别、认证和人脸库设置接口升级为v2版本
2017.4.201.3.3AI SDK同步版本更新
2017.4.131.3.2AI SDK同步版本更新
2017.3.231.3兼容Android环境
2017.3.21.2上线人脸查找接口,增加对图片参数要求限制的检查,增加设置超时接口
2017.1.201.1上线人脸比对接口,同时修复部分云用户调用不成功的错误
2017.1.61.0初始版本,上线人脸属性识别接口

支持 JAVA版本:1.7+

使用maven依赖

添加以下依赖即可。其中版本号可在maven官网查询

 

<dependency>
    <groupId>com.baidu.aip</groupId>
    <artifactId>java-sdk</artifactId>
    <version>${version}</version>
</dependency>

新建AipFace

AipFace是人脸识别的Java客户端,为使用人脸识别的开发人员提供了一系列的交互方法。

用户可以参考如下代码新建一个AipFace,初始化完成后建议单例使用,避免重复获取access_token:


public class Sample {
    //设置APPID/AK/SK
    public static final String APP_ID = "你的 App ID";
    public static final String API_KEY = "你的 Api Key";
    public static final String SECRET_KEY = "你的 Secret Key";

    public static void main(String[] args) {
        // 初始化一个AipFace
        AipFace client = new AipFace(APP_ID, API_KEY, SECRET_KEY);

        // 可选:设置网络连接参数
        client.setConnectionTimeoutInMillis(2000);
        client.setSocketTimeoutInMillis(60000);

        // 可选:设置代理服务器地址, http和socket二选一,或者均不设置
        client.setHttpProxy("proxy_host", proxy_port);  // 设置http代理
        client.setSocketProxy("proxy_host", proxy_port);  // 设置socket代理

        // 调用接口
        String image = "取决于image_type参数,传入BASE64字符串或URL字符串或FACE_TOKEN字符串";
        String imageType = "BASE64";
    
        // 人脸检测
        JSONObject res = client.detect(image, imageType, options);
        System.out.println(res.toString(2));
        
    }
}

 

配置AipFace

如果用户需要配置AipFace的一些细节参数,可以在构造AipFace之后调用接口设置参数,目前只支持以下参数:

接口说明
setConnectionTimeoutInMillis建立连接的超时时间(单位:毫秒)
setSocketTimeoutInMillis通过打开的连接传输数据的超时时间(单位:毫秒)
setHttpProxy设置http代理服务器
setSocketProxy设置socket代理服务器 (http和socket类型代理服务器只能二选一)

接口说明

人脸检测

人脸检测:检测图片中的人脸并标记出位置信息;

 


public void sample(AipFace client) {
    // 传入可选参数调用接口
    HashMap<String, String> options = new HashMap<String, String>();
    options.put("face_field", "age");
    options.put("max_face_num", "2");
    options.put("face_type", "LIVE");
    options.put("liveness_control", "LOW");
    
    String image = "取决于image_type参数,传入BASE64字符串或URL字符串或FACE_TOKEN字符串";
    String imageType = "BASE64";
    
    // 人脸检测
    JSONObject res = client.detect(image, imageType, options);
    System.out.println(res.toString(2));

}

人脸检测 请求参数详情

参数名称是否必选类型默认值说明
imageString图片信息(总数据大小应小于10M),图片上传方式根据image_type来判断
image_typeString图片类型
BASE64:图片的base64值,base64编码后的图片数据,编码后的图片大小不超过2M;
URL:图片的 URL地址( 可能由于网络等原因导致下载图片时间过长);
FACE_TOKEN: 人脸图片的唯一标识,调用人脸检测接口时,会为每个人脸图片赋予一个唯一的FACE_TOKEN,同一张图片多次检测得到的FACE_TOKEN是同一个。
face_fieldString包括age,beauty,expression,face_shape,gender,glasses,landmark,landmark150,quality,eye_status,emotion,face_type信息
逗号分隔. 默认只返回face_token、人脸框、概率和旋转角度
max_face_numString1最多处理人脸的数目,默认值为1,仅检测图片中面积最大的那个人脸;最大值10,检测图片中面积最大的几张人脸。
face_typeString人脸的类型 LIVE表示生活照:通常为手机、相机拍摄的人像图片、或从网络获取的人像图片等IDCARD表示身份证芯片照:二代身份证内置芯片中的人像照片 WATERMARK表示带水印证件照:一般为带水印的小图,如公安网小图 CERT表示证件照片:如拍摄的身份证、工卡、护照、学生证等证件图片 默认LIVE
liveness_controlStringNONE活体检测控制 NONE: 不进行控制 LOW:较低的活体要求(高通过率 低攻击拒绝率) NORMAL: 一般的活体要求(平衡的攻击拒绝率, 通过率) HIGH: 较高的活体要求(高攻击拒绝率 低通过率) 默认NONE

人脸检测 返回数据参数详情

字段必选类型说明
face_numint检测到的图片中的人脸数量
face_listarray人脸信息列表,具体包含的参数参考下面的列表。
+face_tokenstring人脸图片的唯一标识
+locationarray人脸在图片中的位置
++leftdouble人脸区域离左边界的距离
++topdouble人脸区域离上边界的距离
++widthdouble人脸区域的宽度
++heightdouble人脸区域的高度
++rotationint64人脸框相对于竖直方向的顺时针旋转角,[-180,180]
+face_probabilitydouble人脸置信度,范围【0~1】,代表这是一张人脸的概率,0最小、1最大。
+angelarray人脸旋转角度参数
++yawdouble三维旋转之左右旋转角[-90(左), 90(右)]
++pitchdouble三维旋转之俯仰角度[-90(上), 90(下)]
++rolldouble平面内旋转角[-180(逆时针), 180(顺时针)]
+agedouble年龄 ,当face_field包含age时返回
+beautyint64美丑打分,范围0-100,越大表示越美。当face_fields包含beauty时返回
+expressionarray表情,当 face_field包含expression时返回
++typestringnone:不笑;smile:微笑;laugh:大笑
++probabilitydouble表情置信度,范围【0~1】,0最小、1最大。
+face_shapearray脸型,当face_field包含face_shape时返回
++typedoublesquare: 正方形 triangle:三角形 oval: 椭圆 heart: 心形 round: 圆形
++probabilitydouble置信度,范围【0~1】,代表这是人脸形状判断正确的概率,0最小、1最大。
+genderarray性别,face_field包含gender时返回
++typestringmale:男性 female:女性
++probabilitydouble性别置信度,范围【0~1】,0代表概率最小、1代表最大。
+glassesarray是否带眼镜,face_field包含glasses时返回
++typestringnone:无眼镜,common:普通眼镜,sun:墨镜
++probabilitydouble眼镜置信度,范围【0~1】,0代表概率最小、1代表最大。
+eye_statusarray双眼状态(睁开/闭合) face_field包含eye_status时返回
++left_eyedouble左眼状态 [0,1]取值,越接近0闭合的可能性越大
++right_eyedouble右眼状态 [0,1]取值,越接近0闭合的可能性越大
+emotionarray情绪 face_field包含emotion时返回
++typestringangry:愤怒 disgust:厌恶 fear:恐惧 happy:高兴
sad:伤心 surprise:惊讶 neutral:无情绪
++probabilitydouble情绪置信度,范围0~1
++probabilitydouble人种置信度,范围【0~1】,0代表概率最小、1代表最大。
+face_typearray真实人脸/卡通人脸 face_field包含face_type时返回
++typestringhuman: 真实人脸 cartoon: 卡通人脸
++probabilitydouble人脸类型判断正确的置信度,范围【0~1】,0代表概率最小、1代表最大。
+landmarkarray4个关键点位置,左眼中心、右眼中心、鼻尖、嘴中心。face_field包含landmark时返回
+landmark72array72个特征点位置 face_field包含landmark时返回
+landmark150array150个特征点位置 face_field包含landmark150时返回
+qualityarray人脸质量信息。face_field包含quality时返回
++occlusionarray人脸各部分遮挡的概率,范围[0~1],0表示完整,1表示不完整
+++left_eyedouble左眼遮挡比例,[0-1] ,1表示完全遮挡
+++right_eyedouble右眼遮挡比例,[0-1] , 1表示完全遮挡
+++nosedouble鼻子遮挡比例,[0-1] , 1表示完全遮挡
+++mouthdouble嘴巴遮挡比例,[0-1] , 1表示完全遮挡
+++left_cheekdouble左脸颊遮挡比例,[0-1] , 1表示完全遮挡
+++right_cheekdouble右脸颊遮挡比例,[0-1] , 1表示完全遮挡
+++chindouble下巴遮挡比例,,[0-1] , 1表示完全遮挡
++blurdouble人脸模糊程度,范围[0~1],0表示清晰,1表示模糊
++illuminationdouble取值范围在[0~255], 表示脸部区域的光照程度 越大表示光照越好
++completenessint64人脸完整度,0或1, 0为人脸溢出图像边界,1为人脸都在图像边界内

 人脸检测 返回示例

 

3:项目中测试

消费者服务用来调用接口模块,消费提供者模块的实现

在App项目中导入自动配置模块依赖

        <dependency>
            <groupId>com.czxy.tanhua</groupId>
            <artifactId>tanhua-autoconfig</artifactId>
            <version>1.0-SNAPSHOT</version>
        </dependency>

test类:注入人脸模板:faceTemplate

@RunWith(SpringRunner.class)
@SpringBootTest(classes = AppServiceApplication.class)
public class TestFaceApi {
    @Resource
    private FaceTemplate faceTemplate;
    @Test
    public void testFaceApi(){
        String url1 ="https://tudou-01.oss-cn-shanghai.aliyuncs.com/avatar/1680232548883.png";
        boolean flag = faceTemplate.FaceUtils(url1);
        if (flag){
            System.out.println("人脸成功");
        }else {
            System.out.println("人脸失败");
        }
    }
}

这个测试启动:会启动App服务的启动类,加载自动装配和yml文件中的配置信息

自动装配模块properties会加载aip:

 

模板识别template提供给别人调用:

package com.czxy.tanhua.autoconfig.template;

import com.baidu.aip.face.AipFace;
import com.czxy.tanhua.autoconfig.properties.FaceProperties;
import org.json.JSONObject;
import org.springframework.stereotype.Component;

import javax.annotation.Resource;
import java.util.HashMap;

/**
 * @Author 爱吃豆的土豆、
 * @Date 2023/3/31 10:27
 */
@Component
public class FaceTemplate {
    @Resource
    private AipFace aipFace;
    private FaceProperties faceProperties;
    public FaceTemplate(FaceProperties faceProperties){
        this.faceProperties = faceProperties;
    }

    public boolean FaceUtils(String imageurl){
        
        String imageType = "URL";


            // 传入可选参数调用接口
        HashMap<String, String> options = new HashMap<String, String>();
        options.put("face_field", "age");
        options.put("max_face_num", "2");
        options.put("face_type", "LIVE");
//        options.put("liveness_control", "LOW");

        // 人脸检测
        JSONObject res = aipFace.detect(imageurl, imageType, options);
        Integer error_code = (Integer) res.get("error_code");
        return error_code == 0;
    }
}

 


http://www.kler.cn/a/7331.html

相关文章:

  • RedHat7—Linux中kickstart自动安装脚本制作
  • 【windows笔记】08-Windows中的各种快捷方式、符号链接、目录联接、硬链接的区别和使用方法
  • GitLab 如何降级?
  • 智能化运维与AI/ML辅助决策:实现自动化与预测优化
  • Python学习笔记(2)正则表达式
  • go 集成swagger 在线接口文档
  • 信息论小课堂:通信趋势(万物互联)
  • Rhinoceros 7 (三维建模软件犀牛7)图文安装教程
  • 使用Docker创建一个WebSphere服务
  • (Week 15)综合复习(C++,字符串,数学)
  • EasyCVR通道收藏的功能拓展
  • LeetCode算法小抄--滑动窗口算法
  • openEuler Linux 部署 HadoopHA
  • 安装k8s工具之二-kubeasz
  • session和jwt哪个更好
  • Visio导入CAD绘图问题总结-更改形状线条颜色问题解决
  • Java ---多态
  • 利用CMake工具从源码编译出osgEarth库
  • Java基础——可变参数,集合操作工具类Collections
  • 【NLP入门教程】五、命名实体识别
  • 微服务学习-SpringCloud -Nacos (单机部署)
  • Windows 上使用 VS2022 使用远程Linux 系统调试运行代码
  • Linux中的算法分离手段
  • Git Commit Message 应该怎么写?
  • 【案例实践】MCM箱模型实践技术应用与O3形成途径、生成潜势、敏感性分析
  • 【创作赢红包】Activity初窥门径