技能节-AI人脸识别

  我们收到技能节项目的通知是在两周之前,项目要求做个人脸评分系统。

两周时间写一个"人脸评分系统",好像时间比较紧了,还好我们完成了~这个项目是将摄像头捕获到的包含人脸的图像传输到百度AI的云服务器中,然后调用运用了百度AI的人脸对比API分析图中的数据,最后将分析出的数据传送回来,  在使用这个项目时需要连接互联网。

当然百度AI的人脸对比API不会让你免费使用,你必须要成为百度AI的开发者,在搜索栏中输入(AI,baidu,com),在控制台中选择人脸识别,然后注册登录,接着在左边的导航栏中选择需要用的API接口,然后百度就会发给你API Key、Secret Key、AppID。

UI展示:

这个是一个比较浮夸的UI界面,使用的是Boostrapt

项目结构图

Com.detect包中 FaceDetect(人脸检测)

模块功能:

1、通过JAVA程序将图片/照片信息传递到百度AI的人脸识别的(人脸检测)接口

2、获取人脸检测的数据信息

在detect方法中:

①先获取了百度AI人脸识别接口的访问路径

②调用AuthService类中的getAuth方法获取令牌

③准备人脸检测请求所需要的参数(图片数据,图片数据类型)

④向百度AI发送检测请求

Com.face_lib 包中

FaceAdd方法:向人脸库添加用户信息

步骤:①准备添加人脸的url(路径)

②准备添加人脸需要的参数

③获取token

④向百度发送请求

GroupAdd方法:向百度创建用户组

步骤:①准备百度创建用户组请求的url

②准备百度创建用户组需要的数据(参数)

③获取百度令牌

④向百度发送请求

Com.match包中

FaceMatch方法:向百度AI发送人脸对比请求

步骤: ①准备百度AI接口人脸识别的请求路径

②获取百度令牌

③准备人脸对比需要的参数

④向百度AI发送人脸对比的请求

Com.search包中

FaceSearch方法:查找制定的人脸,在一个特定的集合中更像谁?

步骤:   ①准备人脸搜索功能的URL

②准备人脸搜索功能需要的参数

③获取token

④发送人脸搜索请求,获取结果

Com.servlets包中

UploadImageAjax方法:

步骤:①接受图片数据

②将图片数据发送到百度AI:{

1、获取人脸识别接口的访问路径

2、调用AuthService类中的getAuth方法获取令牌

3、准备人脸检测请求所需要的参数

4、设置返回属性

5、向百度AI发送检测请求}     

③将检测数据返回到页面

项目的下载链接稍后会分享到评论区中

原文地址:https://www.cnblogs.com/Black-YeJing/p/9188299.html

时间: 2024-07-30 14:34:11

技能节-AI人脸识别的相关文章

AI人脸识别的测试重点

最常见的 AI应用就是人脸识别,因此这篇文章从人脸识别的架构和核心上,来讲讲测试的重点. 测试之前需要先了解人脸识别的整个流程,红色标识代表的是对应AI架构中的各个阶段 首先是人脸采集. 安装拍照摄像设备之后,需要在动态的场景与复杂的背景中判断是否存在人脸,并分离出这种面像.然后采集到人脸的照片. 因此采集过程是非常重要的,一需要能够采集到内容,二采集的内容能够分离出来是人脸. 而特征提取的原理是,将获取的人脸照片进行色彩矫正.光线调整,五官定位和脸部分割,将人脸的鼻子.眼睛.嘴巴等视为一个个特

干货 | AI人脸识别之人脸搜索

本文档将利用京东云AI SDK来实践人脸识别中的人脸搜索功能,主要涉及到分组创建/删除.分组列表获取.人脸创建/删除.人脸搜索,本次实操的最终效果是:创建一个人脸库,拿一张图片在人脸库中搜索出相似度最高的一张,实现1:N的人脸识别,操作示意图如下: 一.准备工作 1. 创建AK/SK 登陆京东云控制台:https://console.jdcloud.com,点击右上角账户AccessKey 管理,接着如图点击创建Access Key 2. 购买人脸搜索服务 人脸搜索通过 API 调用次数计费,目

人脸识别门禁产品良莠不齐的市场

今天小编在某新闻媒体上看到一篇报导"不用刷指纹就能打开指纹锁",张店一居名家被盗,用户怀疑网购锁具出了问题.经公安机关调查取证,确实是所谓的指纹开锁,指纹识别纯属摆设.小编不禁想到了时下最热门的AI人脸识别,目前人脸识别落地应用产品有人脸识别门禁.人脸识别闸机.人脸识别锁等等,并且已成为小区.商务写字楼安全.快捷通行管理的标配.但市面上人脸识别门禁产品鱼龙混杂,让用户无法选择到真正适合自己的.好用的产品.现阶段人脸识别产品生产厂商遇到的用户,在第一时间寻问产品时,不去关注产品的品质.性

浅谈人脸识别中的loss 损失函数

浅谈人脸识别中的loss 损失函数 2019-04-17 17:57:33 liguiyuan112 阅读数 641更多 分类专栏: AI 人脸识别 版权声明:本文为博主原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接和本声明. 本文链接:https://blog.csdn.net/u012505617/article/details/89355690 在人脸识别中,算法的提高主要体现在损失函数的设计上,损失函数会对整个网络的优化有着导向性的作用.我们看到许多常用的损失函数

AI(二):人脸识别

微软提供的人脸识别服务可检测图片中一个或者多个人脸,并为人脸标记出边框,同时还可获得基于机器学习技术做出的面部特征预测.可支持的人脸功能有:年龄.性别.头部姿态.微笑检测.胡须检测以及27个面部重要特征点位置等.FaceAPI 提供两个主要功能: 人脸检测和识别 目录: 申请subscription key 示例效果 开发示例 AForge.Net 申请订阅号 申请试用subscription key, 地址 https://www.microsoft.com/cognitive-service

c# 利用AForge和百度AI开发实时人脸识别

baiduAIFaceIdentify项目是C#语言,集成百度AI的SDK利用AForge开发的实时人脸识别的小demo,里边包含了人脸检测识别,人脸注册,人脸登录等功能 人脸实时检测识别功能 思路是利用AForge打开摄像头,通过摄像头获取到的图像显示在winform窗体中AForge的控件中,利用AForge控件中的NewFrame事件获取要显示的每一帧的图像,获取图像传输到百度AI平台进行人脸检测,并且将检测结果反馈到界面显示的图像中.在这个过程中有两个问题,获取图像上传到百度AI平台进行

腾讯技术工程 |腾讯AI Lab刷新人脸识别与检测两大测评国际记录,技术日调用超六亿

2017年12月18日,深圳 - 腾讯AI Lab研发的Face R-FCN和FaceCNN算法分别在国际最大.最难的人脸检测平台WIDER FACE与最热门权威的人脸识别平台MegaFace多项评测指标中荣膺榜首,刷新行业纪录,展现其在计算机视觉领域中,特别是人脸技术上的强劲实力. 研究上,目前腾讯AI Lab已通过arXiv平台发表论文公开人脸检测算法部分技术细节,促进企业与学界"共享AI"研究成果:应用上,该人脸技术已接入腾讯互联网+公共服务平台等多个应用场景,每日技术调用量超六

第三十七节、人脸检测MTCNN和人脸识别Facenet

在说到人脸检测我们首先会想到利用Harr特征提取和Adaboost分类器进行人脸检测(有兴趣的可以去一看这篇博客第九节.人脸检测之Haar分类器),其检测效果也是不错的,但是目前人脸检测的应用场景逐渐从室内演变到室外,从单一限定场景发展到广场.车站.地铁口等场景,人脸检测面临的要求越来越高,比如:人脸尺度多变.数量冗大.姿势多样包括俯拍人脸.戴帽子口罩等的遮挡.表情夸张.化妆伪装.光照条件恶劣.分辨率低甚至连肉眼都较难区分等.在这样复杂的环境下基于Haar特征的人脸检测表现的不尽人意.随着深度学

基于百度AI开放平台的人脸识别及语音合成

基于百度AI的人脸识别及语音合成课题 课题需求 (1)人脸识别 在Web界面上传人的照片,后台使用Java技术接收图片,然后对图片进行解码,调用云平台接口识别人脸特征,接收平台返回的人员年龄.性别.颜值等信息,将信息返回到Web界面进行显示. (2)人脸比对 在Web界面上传两张人的照片,后台使用Java技术接收图片,然后对图片进行解码,调用云平台接口比对照片信息,返回相似度. (3)语音识别 在Web页面上传语音文件,判断语音文件格式,如果不是wav格式进行转码处理,然后调用平台接口进行识别,