一次人臉識別SDK集成過程記錄

FaceVerificationSDK

On_device Offline Android Face Detection 、Recognition 、Liveness Detection Anti Spoofing and 1:N/M:N Face Search SDK
設備端離線 Android人臉檢測、人臉識別、活體檢測反作弊以及1:N / M:N人臉搜索 SDK

whyOfflineSDK.png

當前版本說明 V1.8.60 (建議升級到最新版本)

  • 解決動作活體重構后出現不能識別通過問題
  • 解決試用版本SDK集成閃退問題 !!!
  • 加快1:N 人臉搜索速度,性能優化
  • 重新封裝完善動作活體 靜默活體,簡化調用
  • 修復大尺寸照片中人臉過小導致的人臉入庫失敗問題

SDK 接入代碼倉庫,及時更新使用最新版
Github: AnyLifeZLB/FaceVerificationSDK
國內代碼托管地址(不方便翻墻請郵件聯系獲取最新代碼)
Gitee : onDeviceAI/FaceVerificationSDK

簡要說明

SDK包含動作活體、靜默活體檢測,[1:1人臉識別以及1:N , M:N人臉識別檢索],所有功能都在設備終端離線執行,SDK本身不用聯網,不保存不上傳任何人臉信息敏感資料更具隱私安全

其中活體檢測支持張嘴、微笑、眨眼、搖頭、點頭 隨機兩種組合驗證(支持去除特定的動作),低端機離線驗證速度正常。

SDK支持Android 5+,建議設備配置 CPU為八核64位2.4GHz以上 攝像頭RGB 寬動態鏡頭分辨率720p以上,幀率大于30并且無拖影。

實驗室測試效果能覆蓋95% 的中高低端機器,識別成功率>99%;特殊DIY系統或特殊定制硬件,外接USB攝像頭等如有問題請先提Issues附帶系統版本、設備型號、錯誤log等信息;
或發郵件到anylife.zlb@gmail.com ,VIP用戶添加 微信:HaoNan19990322 / WhatsApp: +8618707611416

[使用場景和區別]

【1:1】 移動考勤真人校驗、App免密登錄、刷臉支付、刷臉解鎖、真人校驗

【1:N】 小區門禁、公司門禁、智能門鎖、智慧校園、景區、工地、社區、酒店等

【M:N】 公安布控,人群追蹤 監控等等 (測試效果可使用 MN_face_search_test.jpg 模擬)

接入使用

  • 1.首先Gradle 中引入依賴
    implementation 'io.github.anylifezlb:FaceRecognition:1.?.?'  //及時升級到最新
  • 2.更新本SDK 接入演示代碼到最新,熟悉后Copy Demo代碼到你的主工程

  • 3.解決SDK 中三分依賴和主工程的沖突,比如CameraX 的版本

  • 4.調整JDK版本到java 11 以上。查看Preferences-Build-Gradle-JDK 的版本為 11+

  • 5.集成過程中的問題可以GitHub 提issues 或者發送郵件,VIP 微信一對一對接集成開發

    更多使用說明下載參考本Repo和下載Demo體驗,里面有比較詳盡的使用方法, 熟悉后大概2小時可集成完畢

    其中

    • appMain 主工程,faceAILib 是人臉識別相關源碼
    • /FaceAI/NaviActivity Demo 演示導航頁面
    • /verify/目錄 1:1 人臉檢測識別,活體檢測頁面
    • /search/目錄 1:N 和 M:N 人臉識別搜索頁面,人臉庫管理
    • /addFaceImage 識別和搜索共用的添加人臉照片

服務定制

如果 SDK 不能匹配你的應用場景需要特殊定制化,請發郵件到anylife.zlb@gmail.com
也可以加微信 HaoNan19990322 (請標注為 人臉識別 ,否則會自動忽略添加,謝謝)

提升接入效率,提高SDK識別準確率

提升接入效率

 - 1.去蒲公英下載APK Demo 體驗SDK 的基本功能,看看是否滿足業務需求;人臉搜索可以一鍵倒入200+張人臉圖再錄入你自己的
 - 2.更新GitHub 最新的代碼,花1天左右時間熟悉SDK API 和對應的注釋備注,斷點調試一下基本功能;熟悉后再接入到主工程
 - 3.欲速則不達,一定要先跑成功SDK 接入Demo。熟悉后再接入到主工程驗證匹配業務功能。有問題可以GitHub 提issues

提高SDK識別準確率

 - 1.試用建議的設備配置和攝像頭
 - 2.錄入高質量的人臉圖,如(images/face_example.jpg)(證件照輸入目前優化中)
 - 3.光線環境好,檢測的人臉無遮擋,化濃妝或佩戴墨鏡口罩
 - 4.人臉圖大于 300*300(人臉部分區域大于200*200)五官清晰無遮擋

常見問題

常見問題請參考:
所有的開發測試都在手機和平板進行,特殊定制硬件如RK3288 等適配需要兼容適配

快速接入

Demo 以main主工程 --> faceAiLib 的方式演示,熟悉本SDK 接入Demo 后可以先Copy faceAiLib到你主工程先跑起來
再根據業務情況修改完善。熟悉后大約2小時就能集成成功,可大大降低公司研發投入實現降本增效。

最后編輯于
?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發布,文章內容僅代表作者本人觀點,簡書系信息發布平臺,僅提供信息存儲服務。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 227,882評論 6 531
  • 序言:濱河連續發生了三起死亡事件,死亡現場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發現死者居然都...
    沈念sama閱讀 98,208評論 3 414
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 175,746評論 0 373
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 62,666評論 1 309
  • 正文 為了忘掉前任,我火速辦了婚禮,結果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 71,477評論 6 407
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發上,一...
    開封第一講書人閱讀 54,960評論 1 321
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 43,047評論 3 440
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 42,200評論 0 288
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當地人在樹林里發現了一具尸體,經...
    沈念sama閱讀 48,726評論 1 333
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 40,617評論 3 354
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發現自己被綠了。 大學時的朋友給我發了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 42,807評論 1 369
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 38,327評論 5 358
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質發生泄漏。R本人自食惡果不足惜,卻給世界環境...
    茶點故事閱讀 44,049評論 3 347
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 34,425評論 0 26
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 35,674評論 1 281
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 51,432評論 3 390
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 47,769評論 2 372

推薦閱讀更多精彩內容