从零玩转人脸识别之RGB人脸活体检测

从零玩转人脸识别之RGB人脸活体检测

Scroll Down

从零玩转RGB人脸活体检测

前言

本期教程人脸识别第三方平台为虹软科技,本文章讲解的是人脸识别RGB活体追踪技术,免费的功能很多可以自行搭配,希望在你看完本章课程有所收获。

人脸追踪示例

ArcFace 离线SDK,包含人脸检测、性别检测、年龄检测、人脸识别、图像质量检测、RGB活体检测、IR活体检测等能力,初次使用时需联网激活,激活后即可在本地无网络环境下工作,可根据具体的业务需求结合人脸识别SDK灵活地进行应用层开发。

SDK功能模块图.png

功能介绍

1. 人脸检测

对传入的图像数据进行人脸检测,返回人脸的边框以及朝向信息,可用于后续的人脸识别、特征提取、活体检测等操作;

  • 支持IMAGE模式和VIDEO模式人脸检测。
  • 支持单人脸、多人脸检测,最多支持检测人脸数为50。

2.人脸追踪

对来自于视频流中的图像数据,进行人脸检测,并对检测到的人脸进行持续跟踪。(我们是实时的所以就只能使用第三方操作,先不使用这个)

3.人脸特征提取

提取人脸特征信息,用于人脸的特征比对。

4.人脸属性检测

人脸属性,支持检测年龄、性别以及3D角度。

人脸3D角度:俯仰角(pitch), 横滚角(roll), 偏航角(yaw)。

3D角度.png

5.活体检测

离线活体检测,静默式识别,在人脸识别过程中判断操作用户是否为真人,有效防御照片、视频、纸张等不同类型的作弊攻击,提高业务安全性,让人脸识别更安全、更快捷,体验更佳。支持单目RGB活体检测、双目(IR/RGB)活体检测,可满足各类人脸识别终端产品活体检测应用。

开造

访问地址: https://ai.arcsoft.com.cn/technology/faceTracking.html 进入开发者中心进行注册以及认证个人信息
1. 点击我的应用 > 新建应用

image-20210702134809401

2.填写信息立即创建 点击 添加SDK

image-20210702135034579

3.选中免费版人脸识别

image-20210702135111937

4. 填写授权码信息
选择平台先选择windows的根据你的电脑配置来 是64位还是32位的, 语言选择Java

image-20210702135225642

sdk

5. 介绍sdk文件

image-20210702135945966

一、创建Springboot工程:ArcFace

1. maven依赖

    <dependencies>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-web</artifactId>
        </dependency>

        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-configuration-processor</artifactId>
            <optional>true</optional>
        </dependency>
        
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-test</artifactId>
            <scope>test</scope>
        </dependency>

        <!--支持html-->
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-thymeleaf</artifactId>
        </dependency>
		<!--虹软sdk-->
        <dependency>
            <groupId>com.arcsoft.face</groupId>
            <artifactId>arcsoft-sdk-face</artifactId>
            <version>3.0.0.0</version>
            <scope>system</scope>
            <systemPath>${basedir}/lib/arcsoft-sdk-face-3.0.0.0.jar</systemPath>
        </dependency>

    </dependencies>

    

2.创建lib文件夹将sdk复制

进来记得add依赖有小箭头就行

image-20210702141738386

3.复制到测试类当中

image-20210702141922830

image-20210702142020712

4.填写好对应的appId和sdkKey

image-20210702142107593

5.复制算法库路径

image-20210702142620385

image-20210702142640567

6.启动测试

我进行删除了一些功能就示范特征、活体检测, 其他的可自己试一试

image-20210702144631386

体验到此结束,可以自己多玩玩

二、改造ArcFace工程

效果图

image-20210702145621981

人脸追踪

1. 创建FaceRecognitionUtils

package top.yangbuyi.utils;

import com.arcsoft.face.*;
import com.arcsoft.face.enums.*;
import com.arcsoft.face.toolkit.ImageFactory;
import com.arcsoft.face.toolkit.ImageInfo;
import com.arcsoft.face.toolkit.ImageInfoEx;
import com.sun.org.apache.xerces.internal.impl.dv.util.Base64;
import org.apache.logging.log4j.LogManager;
import org.apache.logging.log4j.Logger;
import org.springframework.beans.factory.annotation.Value;
import org.springframework.util.StringUtils;

import javax.imageio.ImageIO;
import java.awt.image.BufferedImage;
import java.io.ByteArrayInputStream;
import java.io.IOException;
import java.util.ArrayList;
import java.util.List;

/**
 * @program: ArcFace
 * @ClassName: FaceRecognitionUtils
 * @create: 2021-07-01 11:00
 * @author: Yang shuai
 * @FaceRecognitionUtils: 人脸识别简易版$实现人脸检测活体是否为人脸,追踪人脸
 **/
public class FaceRecognitionUtils {

	/**
	 * APP ID,请先在虹软开发者中心注册、认证之后创建应用获取
	 */
	@Value("crm.appId")
	private static String APP_ID = "";
	/**
	 * SDK KEY,请先在虹软开发者中心注册、认证之后创建应用获取
	 */
	@Value("crm.sdk")
	private static String SDK_KEY = "";
	/**
	 * dll插件库地址
	 * linx 和 win 是不一样的
	 */
	@Value("crm.face")
	private static String FACE_ENGINE = "WIN64";


	private final static Logger logger = LogManager.getLogger(FaceRecognitionUtils.class.getName());

	// 人脸引擎
	private static FaceEngine faceEngine = new FaceEngine(FACE_ENGINE);

	// 创建引擎功能对象(用于初始化引擎)
	private static FunctionConfiguration functionConfiguration1 = new FunctionConfiguration();

	// 创建引擎功能对象(用于人脸检测)
	private static FunctionConfiguration functionConfiguration2 = new FunctionConfiguration();

	static {
		// 初始化引擎功能(用于初始化引擎)
		{
			// 是否支持年龄检测功能
			functionConfiguration1.setSupportAge(true);
			// 是否支持3D检测功能
			functionConfiguration1.setSupportFace3dAngle(true);
			// 是否支持人脸检测功能
			functionConfiguration1.setSupportFaceDetect(true);
			// 是否支持人脸识别功能
			functionConfiguration1.setSupportFaceRecognition(true);
			// 是否支持性别检测功能
			functionConfiguration1.setSupportGender(true);
			// 是否支持RGB活体检测功能
			functionConfiguration1.setSupportLiveness(true);
			// 是否支持IR活体检测功能
			functionConfiguration1.setSupportIRLiveness(true);
		}
		// 初始化引擎功能(用于人脸检测)
		{
			// 是否支持年龄检测功能
			functionConfiguration2.setSupportAge(true);
			// 是否支持3D检测功能
			functionConfiguration2.setSupportFace3dAngle(true);
			// 是否支持性别检测功能
			functionConfiguration2.setSupportGender(true);
			// 是否支持RGB活体检测功能
			functionConfiguration2.setSupportLiveness(true);
		}
	}

	/**
	 * 在线激活SDK
	 *
	 * @return
	 */
	public static void sdkActivation() {
		int errorCode = faceEngine.activeOnline(APP_ID, SDK_KEY);
		if (errorCode != ErrorInfo.MOK.getValue() && errorCode != ErrorInfo.MERR_ASF_ALREADY_ACTIVATED.getValue()) {
			// SDK激活失败
			logger.error("在线激活SDK失败!错误码:" + errorCode);
		} else {
			// SDK激活成功
			logger.info("在线激活SDK成功!");
		}

	}


	/**
	 * 初始化引擎
	 *
	 * @param detectMode   检测模式(推荐IMAGE 模式)
	 * @param detectOrient 人脸检测角度(推荐人脸检测角度,逆时针0度)
	 * @param faceMaxNum   人脸检测最大数量(推荐10)
	 * @param faceScaleVal 最小人脸比例(VIDEO模式推荐16;IMAGE模式推荐32)
	 */
	public static void InitializeTheEngine(DetectMode detectMode, DetectOrient detectOrient, int faceMaxNum, int faceScaleVal) {
		// 创建引擎配置类
		EngineConfiguration engineConfiguration = new EngineConfiguration();
		// 设置detectMode参数
		engineConfiguration.setDetectMode(detectMode);
		// 设置detectFaceOrientPriority参数
		engineConfiguration.setDetectFaceOrientPriority(detectOrient);
		// 设置人脸检测最大数量
		engineConfiguration.setDetectFaceMaxNum(faceMaxNum);
		// 设置detectFaceScaleVal参数为:识别的最小人脸比例 = 图片长边 / 人脸框长边的比值
		engineConfiguration.setDetectFaceScaleVal(faceScaleVal);
		// 配置引擎功能
		engineConfiguration.setFunctionConfiguration(functionConfiguration1);
		// 检测角度
//		engineConfiguration.setDetectFaceOrientPriority(DetectOrient.ASF_OP_ALL_OUT);

		// 初始化引擎
		int errorCode = faceEngine.init(engineConfiguration);
		if (errorCode != ErrorInfo.MOK.getValue()) {
			// 引擎初始化失败
			logger.error("引擎初始化失败!错误码:" + errorCode);
		} else {
			// 引擎初始化成功
			logger.info("引擎初始化成功!");
		}
	}


	/**
	 * 人脸检测(传入分离的图像信息数据)
	 *
	 * @param imageInfo    图像信息
	 * @param faceInfoList 人脸信息列表
	 * @return 检测结果,检测成功或是失败!
	 */
	public static boolean faceDetection1(ImageInfo imageInfo, List<FaceInfo> faceInfoList) {
		int errorCode = faceEngine.detectFaces(imageInfo.getImageData(),
				imageInfo.getWidth(), imageInfo.getHeight(), imageInfo.getImageFormat(),
				faceInfoList);
		if (errorCode != ErrorInfo.MOK.getValue()) {
			// 人脸检测失败
			logger.error("人脸检测失败!错误码:" + errorCode);
			return false;
		} else {
			// 人脸检测成功
			logger.info("人脸检测成功!");
			return true;
		}
	}


	/**
	 * 人脸检测(传入ImageInfoEx图像信息数据)
	 *
	 * @param imageInfo    图像信息
	 * @param faceInfoList 人脸信息列表
	 * @return 检测结果,检测成功或是失败!
	 */
	public static boolean faceDetection2(ImageInfo imageInfo, List<FaceInfo> faceInfoList) {
		ImageInfoEx imageInfoEx = new ImageInfoEx();
		imageInfoEx.setHeight(imageInfo.getHeight());
		imageInfoEx.setWidth(imageInfo.getWidth());
		imageInfoEx.setImageFormat(imageInfo.getImageFormat());
		imageInfoEx.setImageDataPlanes(new byte[][]{imageInfo.getImageData()});
		imageInfoEx.setImageStrides(new int[]{imageInfo.getWidth() * 3});
		int errorCode = faceEngine.detectFaces(imageInfoEx,
				DetectModel.ASF_DETECT_MODEL_RGB, faceInfoList);
		if (errorCode != ErrorInfo.MOK.getValue()) {
			// 人脸检测失败
			logger.error("人脸检测失败!错误码:" + errorCode);
			return false;
		} else {
			// 人脸检测成功
			logger.info("人脸检测成功!");
			return true;
		}
	}


	/**
	 * 人脸特征提取,是否检测到人脸
	 *
	 * @param imageInfo
	 * @return
	 */
	public static byte[] extractFaceFeature(ImageInfo imageInfo) {
		try {
			//人脸检测得到人脸列表
			List<FaceInfo> faceInfoList = new ArrayList<FaceInfo>();
			//人脸检测
			int i = faceEngine.detectFaces(imageInfo.getImageData(), imageInfo.getWidth(), imageInfo.getHeight(), imageInfo.getImageFormat(), faceInfoList);

			if (faceInfoList.size() > 0) {
				FaceFeature faceFeature = new FaceFeature();
				//提取人脸特征
				faceEngine.extractFaceFeature(imageInfo.getImageData(), imageInfo.getWidth(), imageInfo.getHeight(), imageInfo.getImageFormat(), faceInfoList.get(0), faceFeature);
				return faceFeature.getFeatureData();
			}
		} catch (Exception e) {
			logger.error("", e);
		}

		return null;
	}

	/**
	 * 人脸特征提取(传入分离的图像信息数据)
	 *
	 * @param imageInfo 图像信息
	 * @param faceInfo  人脸信息
	 * @return 人脸特征
	 */
	public static FaceFeature faceFeatureExtraction1(ImageInfo imageInfo, FaceInfo faceInfo) {
		FaceFeature faceFeature = new FaceFeature();
		int errorCode = faceEngine.extractFaceFeature(imageInfo.getImageData(),
				imageInfo.getWidth(), imageInfo.getHeight(), imageInfo.getImageFormat(),
				faceInfo, faceFeature);
		if (errorCode != ErrorInfo.MOK.getValue()) {
			// 人脸特征提取失败
			logger.error("人脸特征提取失败!错误码:" + errorCode);
			return null;
		} else {
			// 人脸特征提取成功
			logger.info("人脸特征提取成功!");
			return faceFeature;
		}
	}


	/**
	 * 人脸特征提取(传入ImageInfoEx图像信息数据)
	 *
	 * @param imageInfo 图像信息
	 * @param faceInfo  人脸信息
	 * @return 人脸特征
	 */
	public static FaceFeature faceFeatureExtraction2(ImageInfo imageInfo, FaceInfo faceInfo) {
		ImageInfoEx imageInfoEx = new ImageInfoEx();
		imageInfoEx.setHeight(imageInfo.getHeight());
		imageInfoEx.setWidth(imageInfo.getWidth());
		imageInfoEx.setImageFormat(imageInfo.getImageFormat());
		imageInfoEx.setImageDataPlanes(new byte[][]{imageInfo.getImageData()});
		imageInfoEx.setImageStrides(new int[]{imageInfo.getWidth() * 3});

		// 创建人脸特征对象
		FaceFeature faceFeature = new FaceFeature();
		int errorCode = faceEngine.extractFaceFeature(imageInfoEx, faceInfo, faceFeature);
		if (errorCode != ErrorInfo.MOK.getValue()) {
			// 人脸特征提取失败
			logger.error("人脸特征提取失败!错误码:" + errorCode);
			return null;
		} else {
			// 人脸特征提取成功
			logger.info("人脸特征提取成功!");
			return faceFeature;
		}
	}


	/**
	 * 人脸特征比对
	 *
	 * @param targetFaceFeature 目标人脸特征
	 * @param sourceFaceFeature 来源人脸特征
	 * @param compareModel      比对模型
	 * @return 比对相似度
	 */
	public static Float faceFeatureComparison(FaceFeature targetFaceFeature, FaceFeature sourceFaceFeature, CompareModel compareModel) {
		// 创建比对相似度对象
		FaceSimilar faceSimilar = new FaceSimilar();
		int errorCode = faceEngine.compareFaceFeature(targetFaceFeature, sourceFaceFeature, compareModel, faceSimilar);
		if (errorCode != ErrorInfo.MOK.getValue()) {
			// 人脸特征比对失败
			logger.error("人脸特征比对失败!错误码:" + errorCode);
			return null;
		} else {
			// 人脸特征比对成功
			logger.info("人脸特征比对成功!");
			return faceSimilar.getScore();
		}
	}


	/**
	 * 人脸特征比对(默认LIFE_PHOTO比对模型)
	 *
	 * @param targetFaceFeature 目标人脸特征
	 * @param sourceFaceFeature 来源人脸特征
	 * @return 比对相似度
	 */
	public static Float faceFeatureComparison(FaceFeature targetFaceFeature, FaceFeature sourceFaceFeature) {
		// 创建比对相似度对象
		FaceSimilar faceSimilar = new FaceSimilar();
		int errorCode = faceEngine.compareFaceFeature(targetFaceFeature, sourceFaceFeature,
				faceSimilar);
		if (errorCode != ErrorInfo.MOK.getValue()) {
			// 人脸特征比对失败
			logger.error("人脸特征比对失败!错误码:" + errorCode);
			return null;
		} else {
			// 人脸特征比对成功
			logger.info("人脸特征比对成功!");
			return faceSimilar.getScore();
		}
	}


	/**
	 * 人脸属性检测(传入分离的图像信息数据)
	 *
	 * @param imageInfo    图像信息
	 * @param faceInfoList 人脸信息列表
	 * @return 检测结果,检测成功或是失败!
	 */
	public static boolean faceAttributeDetection1(ImageInfo imageInfo, List<FaceInfo> faceInfoList) {
		int errorCode = faceEngine.process(imageInfo.getImageData(), imageInfo.getWidth(),
				imageInfo.getHeight(), imageInfo.getImageFormat(), faceInfoList, functionConfiguration2);
		if (errorCode != ErrorInfo.MOK.getValue()) {
			// 人脸属性检测失败
			logger.error("人脸属性检测失败!错误码:" + errorCode);
			return false;
		} else {
			// 人脸属性检测成功
			logger.info("人脸属性检测成功!");
			return true;
		}
	}


	/**
	 * 人脸属性检测(传入ImageInfoEx图像信息数据)
	 *
	 * @param imageInfo    图像信息
	 * @param faceInfoList 人脸信息列表
	 * @return 检测结果,检测成功或是失败!
	 */
	public static boolean faceAttributeDetection2(ImageInfo imageInfo, List<FaceInfo> faceInfoList) {
		ImageInfoEx imageInfoEx = new ImageInfoEx();
		imageInfoEx.setHeight(imageInfo.getHeight());
		imageInfoEx.setWidth(imageInfo.getWidth());
		imageInfoEx.setImageFormat(imageInfo.getImageFormat());
		imageInfoEx.setImageDataPlanes(new byte[][]{imageInfo.getImageData()});
		imageInfoEx.setImageStrides(new int[]{imageInfo.getWidth() * 3});
		int errorCode = faceEngine.process(imageInfoEx, faceInfoList,
				functionConfiguration2);
		if (errorCode != ErrorInfo.MOK.getValue()) {
			// 人脸属性检测失败
			logger.error("人脸属性检测失败!错误码:" + errorCode);
			return false;
		} else {
			// 人脸属性检测成功
			logger.info("人脸属性检测成功!");
			return true;
		}
	}


	/**
	 * 获取年龄信息
	 * 注意:人脸属性检测之后方可调用
	 *
	 * @return 获取结果,获取失败或是成功!
	 */
	public static boolean getAgeInfo(List<AgeInfo> ageInfoList) {
		int errorCode = faceEngine.getAge(ageInfoList);
		if (errorCode != ErrorInfo.MOK.getValue()) {
			// 获取年龄信息失败
			logger.error("获取年龄信息失败!错误码:" + errorCode);
			return false;
		} else {
			// 已成功获取年龄信息
			logger.info("已成功获取年龄信息!");
			return true;
		}
	}


	/**
	 * 获取性别(0为男性,1为女性。)
	 * 注意:人脸属性检测之后方可调用
	 *
	 * @return 获取结果,获取失败或是成功!
	 */
	public static boolean getGender(List<GenderInfo> genderInfoList) {
		// 性别检测
		int errorCode = faceEngine.getGender(genderInfoList);
		if (errorCode != ErrorInfo.MOK.getValue()) {
			// 获取性别失败
			logger.error("获取性别失败!错误码:" + errorCode);
			return false;
		} else {
			// 已成功获取年龄信息
			logger.info("已成功获取性别!");
			return true;
		}
	}


	/**
	 * 获取人脸三维角度信息
	 * 人脸3D角度:俯仰角(pitch), 横滚角(roll), 偏航角(yaw)。
	 * 注意:人脸属性检测之后方可调用
	 *
	 * @return 获取结果,获取失败或是成功!
	 */
	public static boolean getFace3DAngle(List<Face3DAngle> face3DAngleList) {
		// 人脸三维角度检测
		int errorCode = faceEngine.getFace3DAngle(face3DAngleList);
		if (errorCode != ErrorInfo.MOK.getValue()) {
			// 获取人脸三维角度信息失败
			logger.error("获取人脸三维角度信息失败!错误码:" + errorCode);
			return false;
		} else {
			// 已成功获取人脸三维角度信息
			logger.info("已成功获取人脸三维角度信息!");
			return true;
		}
	}


	/**
	 * 获取RGB活体信息
	 * RGB活体值,未知=-1 、非活体=0 、活体=1、超出人脸=-2
	 * 注意:人脸属性检测之后方可调用
	 *
	 * @return 获取结果,获取失败或是成功!
	 */
	public static boolean getLiveness(List<LivenessInfo> livenessInfoList) {
		// RGB活体检测
		int errorCode = faceEngine.getLiveness(livenessInfoList);
		if (errorCode != ErrorInfo.MOK.getValue()) {
			// 获取RGB活体信息失败
			logger.error("获取RGB活体信息失败!错误码:" + errorCode);
			return false;
		} else {
			// 已成功获取RGB活体信息
			logger.info("已成功获取RGB活体信息!");
			return true;
		}
	}

	private static String base64Process(String base64Str) {
		if (!StringUtils.isEmpty(base64Str)) {
			String photoBase64 = base64Str.substring(0, 30).toLowerCase();
			int indexOf = photoBase64.indexOf("base64,");
			if (indexOf > 0) {
				base64Str = base64Str.substring(indexOf + 7);
			}

			return base64Str;
		} else {
			return "";
		}
	}

	/**
	 * IR活体检测(传入分离的图像信息数据)
	 * 注意:
	 * 引擎需要支持IR活体检测功能
	 *
	 * @return 检测结果,检测成功或是失败!
	 */
	public static boolean detectionLiveness_IR1(String string) throws IOException {
		// 创建图像信息
//		ImageInfo imageInfoGray = getGrayData(file);
		byte[] decode = Base64.decode(base64Process(string));
		BufferedImage bufImage = ImageIO.read(new ByteArrayInputStream(decode));
		ImageInfo imageInfoGray = ImageFactory.bufferedImage2ImageInfo(bufImage);

		// 创建人脸信息列表
		List<FaceInfo> faceInfoListGray = new ArrayList<FaceInfo>();
		// 人脸检测(传入分离的图像信息数据)
		int errorCode1 = faceEngine.detectFaces(imageInfoGray.getImageData(),
				imageInfoGray.getWidth(), imageInfoGray.getHeight(),
				imageInfoGray.getImageFormat(), faceInfoListGray);
		// 创建引擎功能实例对象
		FunctionConfiguration configuration = new FunctionConfiguration();
		// 设置引擎支持IR活体检测
		configuration.setSupportIRLiveness(true);
		// IR活体检测
		int errorCode2 = faceEngine.processIr(imageInfoGray.getImageData(),
				imageInfoGray.getWidth(), imageInfoGray.getHeight(),
				imageInfoGray.getImageFormat(), faceInfoListGray, configuration);
		if (errorCode1 != ErrorInfo.MOK.getValue() || errorCode2 != ErrorInfo.MOK.getValue()) {
			String errorCode = errorCode1 == 0 ? errorCode2 + "" : errorCode1 + "";
			// IR活体检测失败
			logger.error("IR活体检测失败!错误码:" + errorCode);
			return false;
		} else {
			// IR活体检测成功
			logger.info("IR活体检测成功!");
			return true;
		}
	}


	/**
	 * IR活体检测(传入ImageInfoEx图像信息数据)
	 * 注意:
	 * 引擎需要支持年龄检测功能
	 *
	 * @param imageInfo 图像信息
	 * @return 检测结果,检测成功或是失败!
	 */
	public static boolean detectionLiveness_IR2(ImageInfo imageInfo) {
		ImageInfoEx imageInfoEx = new ImageInfoEx();
		imageInfoEx.setHeight(imageInfo.getHeight());
		imageInfoEx.setWidth(imageInfo.getWidth());
		imageInfoEx.setImageFormat(imageInfo.getImageFormat());
		imageInfoEx.setImageDataPlanes(new byte[][]{imageInfo.getImageData()});
		imageInfoEx.setImageStrides(new int[]{imageInfo.getWidth() * 3});
		List<FaceInfo> faceInfoList1 = new ArrayList<>();
		int errorCode1 = faceEngine.detectFaces(imageInfoEx,
				DetectModel.ASF_DETECT_MODEL_RGB, faceInfoList1);
		FunctionConfiguration fun = new FunctionConfiguration();
		fun.setSupportAge(true);
		int errorCode2 = faceEngine.processIr(imageInfoEx, faceInfoList1,
				fun);
		if (errorCode1 != ErrorInfo.MOK.getValue() || errorCode2 != ErrorInfo.MOK.getValue()) {
			String errorCode = errorCode1 == 0 ? errorCode2 + "" : errorCode1 + "";
			// IR活体检测失败
			logger.error("IR活体检测失败!错误码:" + errorCode);
			return false;
		} else {
			// IR活体检测成功
			logger.info("IR活体检测成功!");
			return true;
		}
	}


	/**
	 * 获取IR活体信息
	 * IR活体值,未知=-1 、非活体=0 、活体=1、超出人脸=-2
	 *
	 * @return 获取结果,获取失败或是成功!
	 */
	public static boolean getIrLiveness(List<IrLivenessInfo> irLivenessInfo) {
		// IR活体检测
		int errorCode = faceEngine.getLivenessIr(irLivenessInfo);
		if (errorCode != ErrorInfo.MOK.getValue()) {
			// 获取IR活体信息失败
			logger.error("获取IR活体信息失败!错误码:" + errorCode);
			return false;
		} else {
			// 已成功获取IR活体信息
			logger.info("已成功获取IR活体信息!");
			return true;
		}
	}


	/**
	 * 销毁SDK引擎
	 */
	public static void destroyTheSDKEngine() {
		int errorCode = faceEngine.unInit();
		if (errorCode != ErrorInfo.MOK.getValue()) {
			// 销毁SDK引擎失败
			logger.error("销毁SDK引擎失败!错误码:" + errorCode);
		} else {
			// 销毁SDK引擎成功
			logger.info("销毁SDK引擎成功!");
		}
	}

}

2.创建ErrorCodeEnum

package top.yangbuyi.constant;

/**
 * 错误代码枚举
 *
 * @author yang buyi
 * @date 2021/07/02
 */
public enum ErrorCodeEnum {

	MOK(0, "成功"),
	UNKNOWN(1, "未知错误"),
	INVALID_PARAM(2, "无效参数"),
	UNSUPPORTED(3, "引擎不支持"),
	NO_MEMORY(4, "内存不足"),
	BAD_STATE(5, "状态错误"),
	USER_CANCEL(6, "用户取消相关操作"),
	EXPIRED(7, "操作时间过期"),
	USER_PAUSE(8, "用户暂停操作"),
	BUFFER_OVERFLOW(9, "缓冲上溢"),
	BUFFER_UNDERFLOW(10, "缓冲下溢"),
	NO_DISKSPACE(11, "存贮空间不足"),
	COMPONENT_NOT_EXIST(12, "组件不存在"),
	GLOBAL_DATA_NOT_EXIST(13, "全局数据不存在"),
	NO_FACE_DETECTED(14, "未检出到人脸"),
	FACE_DOES_NOT_MATCH(15, "人脸不匹配"),
	INVALID_APP_ID(28673, "无效的AppId"),
	INVALID_SDK_ID(28674, "无效的SdkKey"),
	INVALID_ID_PAIR(28675, "AppId和SdkKey不匹配"),
	MISMATCH_ID_AND_SDK(28676, "SdkKey 和使用的SDK 不匹配"),
	SYSTEM_VERSION_UNSUPPORTED(28677, "系统版本不被当前SDK所支持"),
	LICENCE_EXPIRED(28678, "SDK有效期过期,需要重新下载更新"),
	APS_ENGINE_HANDLE(69633, "引擎句柄非法"),
	APS_MEMMGR_HANDLE(69634, "内存句柄非法"),
	APS_DEVICEID_INVALID(69635, " Device ID 非法"),
	APS_DEVICEID_UNSUPPORTED(69636, "Device ID 不支持"),
	APS_MODEL_HANDLE(69637, "模板数据指针非法"),
	APS_MODEL_SIZE(69638, "模板数据长度非法"),
	APS_IMAGE_HANDLE(69639, "图像结构体指针非法"),
	APS_IMAGE_FORMAT_UNSUPPORTED(69640, "图像格式不支持"),
	APS_IMAGE_PARAM(69641, "图像参数非法"),
	APS_IMAGE_SIZE(69642, "图像尺寸大小超过支持范围"),
	APS_DEVICE_AVX2_UNSUPPORTED(69643, "处理器不支持AVX2指令"),
	FR_INVALID_MEMORY_INFO(73729, "无效的输入内存"),
	FR_INVALID_IMAGE_INFO(73730, "无效的输入图像参数"),
	FR_INVALID_FACE_INFO(73731, "无效的脸部信息"),
	FR_NO_GPU_AVAILABLE(73732, "当前设备无GPU可用"),
	FR_MISMATCHED_FEATURE_LEVEL(73733, "待比较的两个人脸特征的版本不一致"),
	FACEFEATURE_UNKNOWN(81921, "人脸特征检测错误未知"),
	FACEFEATURE_MEMORY(81922, "人脸特征检测内存错误"),
	FACEFEATURE_INVALID_FORMAT(81923, "人脸特征检测格式错误"),
	FACEFEATURE_INVALID_PARAM(81924, "人脸特征检测参数错误"),
	FACEFEATURE_LOW_CONFIDENCE_LEVEL(81925, "人脸特征检测结果置信度低"),
	ASF_EX_BASE_FEATURE_UNSUPPORTED_ON_INIT(86017, "Engine不支持的检测属性"),
	ASF_EX_BASE_FEATURE_UNINITED(86018, "需要检测的属性未初始化"),
	ASF_EX_BASE_FEATURE_UNPROCESSED(86019, "待获取的属性未在process中处理过"),
	ASF_EX_BASE_FEATURE_UNSUPPORTED_ON_PROCESS(86020, "PROCESS不支持的检测属性,例如FR,有自己独立的处理函数"),
	ASF_EX_BASE_INVALID_IMAGE_INFO(86021, "无效的输入图像"),
	ASF_EX_BASE_INVALID_FACE_INFO(86022, "无效的脸部信息"),
	ASF_BASE_ACTIVATION_FAIL(90113, "人脸比对SDK激活失败,请打开读写权限"),
	ASF_BASE_ALREADY_ACTIVATED(90114, "人脸比对SDK已激活"),
	ASF_BASE_NOT_ACTIVATED(90115, "人脸比对SDK未激活"),
	ASF_BASE_SCALE_NOT_SUPPORT(90116, "detectFaceScaleVal 不支持"),
	ASF_BASE_VERION_MISMATCH(90117, "SDK版本不匹配"),
	ASF_BASE_DEVICE_MISMATCH(90118, "设备不匹配"),
	ASF_BASE_UNIQUE_IDENTIFIER_MISMATCH(90119, "唯一标识不匹配"),
	ASF_BASE_PARAM_NULL(90120, "参数为空"),
	ASF_BASE_SDK_EXPIRED(90121, "SDK已过期"),
	ASF_BASE_VERSION_NOT_SUPPORT(90122, "版本不支持"),
	ASF_BASE_SIGN_ERROR(90123, "签名错误"),
	ASF_BASE_DATABASE_ERROR(90124, "数据库插入错误"),
	ASF_BASE_UNIQUE_CHECKOUT_FAIL(90125, "唯一标识符校验失败"),
	ASF_BASE_COLOR_SPACE_NOT_SUPPORT(90126, "输入的颜色空间不支持"),
	ASF_BASE_IMAGE_WIDTH_NOT_SUPPORT(90127, "输入图像的byte数据长度不正确"),
	ASF_NETWORK_BASE_COULDNT_RESOLVE_HOST(94209, "无法解析主机地址"),
	ASF_NETWORK_BASE_COULDNT_CONNECT_SERVER(94210, "无法连接服务器"),
	ASF_NETWORK_BASE_CONNECT_TIMEOUT(94211, "网络连接超时"),
	ASF_NETWORK_BASE_UNKNOWN_ERROR(94212, "未知错误");


	private Integer code;
	private String description;

	ErrorCodeEnum(Integer code, String description) {
		this.code = code;
		this.description = description;
	}

	public Integer getCode() {
		return code;
	}

	public void setCode(Integer code) {
		this.code = code;
	}

	public String getDescription() {
		return description;
	}

	public void setDescription(String description) {
		this.description = description;
	}

	public static ErrorCodeEnum getDescriptionByCode(Integer code) {
		for (ErrorCodeEnum errorCodeEnum : ErrorCodeEnum.values()) {
			if (code.equals(errorCodeEnum.getCode())) {
				return errorCodeEnum;
			}
		}
		return ErrorCodeEnum.UNKNOWN;
	}

}

3.创建ArcFaceController

package top.yangbuyi.controller;

import com.arcsoft.face.*;
import com.arcsoft.face.enums.DetectMode;
import com.arcsoft.face.enums.DetectOrient;
import com.arcsoft.face.toolkit.ImageFactory;
import com.arcsoft.face.toolkit.ImageInfo;
import com.sun.org.apache.xerces.internal.impl.dv.util.Base64;
import lombok.extern.slf4j.Slf4j;
import org.springframework.util.StringUtils;
import org.springframework.web.bind.annotation.*;
import top.yangbuyi.constant.ErrorCodeEnum;
import top.yangbuyi.utils.FaceRecognitionUtils;

import javax.imageio.ImageIO;
import java.awt.image.BufferedImage;
import java.io.ByteArrayInputStream;
import java.io.IOException;
import java.util.ArrayList;
import java.util.HashMap;
import java.util.List;
import java.util.Map;

/**
 * @program: ArcFace
 * @ClassName: ArcFaceController
 * @create: 2021-07-01 14:30
 * @author: Yang Shuai
 * @since: JDK1.8
 * @ArcFaceController: 人脸活体检测$
 **/


@RestController
@Slf4j
@RequestMapping("arcFace")
public class ArcFaceController {

	/**
	 * 人脸识别检测
	 *
	 * @param url base64 地址
	 * @param oId 组织架构 ID
	 * @param uid 当前登录检测的用户ID
	 * @return
	 */
	@RequestMapping(value = "arcFaceSearch", method = RequestMethod.POST)
	public Map arcFaceSearch(@RequestParam String url, @RequestParam Integer oId, @RequestParam Integer uid) {
		// 前端展示原图
		String urlTemp = url;

		// ...业务
		final HashMap<String, Object> stringObjectHashMap = new HashMap<>(14);
		stringObjectHashMap.put("success", false);

		// 初始化引擎
		FaceRecognitionUtils.InitializeTheEngine(DetectMode.ASF_DETECT_MODE_IMAGE, DetectOrient.ASF_OP_0_ONLY, 10, 32);

		if (!StringUtils.isEmpty(url)) {
			String photoBase64 = url.substring(0, 30).toLowerCase();
			int indexOf = photoBase64.indexOf("base64,");
			if (indexOf > 0) {
				url = url.substring(indexOf + 7);
			}
			// 开始转码
			byte[] decode = Base64.decode(url);
			BufferedImage bufImage = null;
			try {
				bufImage = ImageIO.read(new ByteArrayInputStream(decode));
			} catch (IOException e) {
				e.printStackTrace();
				return stringObjectHashMap;
			}

			// 获取图片信息
			ImageInfo imageInfo = ImageFactory.bufferedImage2ImageInfo(bufImage);

			//人脸特征获取
			byte[] bytes = FaceRecognitionUtils.extractFaceFeature(imageInfo);
			// 校验是否显示出人脸
			if (bytes == null) {
				System.out.println(ErrorCodeEnum.NO_FACE_DETECTED.getDescription());
				stringObjectHashMap.put("msg", ErrorCodeEnum.NO_FACE_DETECTED.getDescription());
				return stringObjectHashMap;
			}

			// 创建图像中的人脸信息对象列表
			List<FaceInfo> faceInfoList1 = new ArrayList<>();

			// 检测图像中人脸
			FaceRecognitionUtils.faceDetection1(imageInfo, faceInfoList1);

			// 检测图像中人脸属性
			FaceRecognitionUtils.faceAttributeDetection1(imageInfo, faceInfoList1);

			// 检测人脸特征

			/* 图像中的人脸年龄 */
			{
				// 创建图像中的人脸年龄列表
				List<AgeInfo> ageInfoList1 = new ArrayList<>();
				// 检测图像中的人脸年龄列表
				FaceRecognitionUtils.getAgeInfo(ageInfoList1);
				// 将图像中的年龄列表打印到控制台
				if (ageInfoList1.size() > 0) {
					stringObjectHashMap.put("age", ageInfoList1.get(0).getAge());
				}
			}

			/* 图像中的人脸性别 */
			// 创建图像中的人脸性别列表
			List<GenderInfo> genderInfoList1 = new ArrayList<>();
			// 检测图像中的人脸性别列表
			FaceRecognitionUtils.getGender(genderInfoList1);
			// 将图像中的性别列表打印到控制台
			if (genderInfoList1.size() > 0) {
				stringObjectHashMap.put("gender", genderInfoList1.get(0).getGender() == 0 ? "男" : "女");
			}

			/* 图像1中的人脸三维角度 */
			// 创建图像中的人脸三维角度信息列表
			List<Face3DAngle> face3DAngleList1 = new ArrayList<>();
			// 获取图像1中的人脸三维角度信息列表
			FaceRecognitionUtils.getFace3DAngle(face3DAngleList1);
			// 将图像中的人脸三维角度信息列表打印到控制台
			if (face3DAngleList1.size() > 0) {
				List<Map<String, Object>> td = new ArrayList<>();
				Map<String, Object> map = new HashMap<>();
				map.put("俯仰角", face3DAngleList1.get(0).getPitch());
				map.put("横滚角", face3DAngleList1.get(0).getRoll());
				map.put("偏航角", face3DAngleList1.get(0).getYaw());
				td.add(map);
				stringObjectHashMap.put("ThreeDimensional", td);
			}

			/* 图像1中的人脸RGB活体值 */
			// 创建图像中的RGB活体信息列表
			List<LivenessInfo> livenessInfoList1 = new ArrayList<>();
			// 获取图像1中的RGB活体信息列表
			FaceRecognitionUtils.getLiveness(livenessInfoList1);
			// 将图像中的RGB活体信息列表打印到控制台
			if (livenessInfoList1.size() > 0) {
				stringObjectHashMap.put("RgbLiveness", livenessInfoList1.get(0).getLiveness());
			}

			/**
			 * 注意: 活体只能支持一个人脸否则返回未知
			 * 所以我们可以进行使用他来判断是否有多个人检测 直接判定失败
			 */
			if (livenessInfoList1.size() > 0 && livenessInfoList1.get(0).getLiveness() == 1) {
				stringObjectHashMap.put("success", true);
				stringObjectHashMap.put("baseUrl", urlTemp);
			}
		} else {
			stringObjectHashMap.put("data", "url,不允许为空");
		}
		return stringObjectHashMap;
	}

}

4. 创建路由跳转前端页面 RouteController

import lombok.extern.slf4j.Slf4j;
import org.springframework.stereotype.Controller;
import org.springframework.web.bind.annotation.*;

/**
 * @program: ArcFace
 * @ClassName: RouteController
 * @create: 2021-07-02 09:14
 * @author: Yang Shuai
 * @since: JDK1.8
 * @RouteController: $
 **/

@Controller
public class RouteController {

	@GetMapping("/")
	public String yby() {
	    // ...业务
	    return "index";
	}

}

三. 前端人脸追踪插件

访问地址: https://trackingjs.com/

里面有demo可观看我就不带大家查看了

image-20210702171350487

1. 创建前端index.html

js请下载demo获取,连接在最下面
<!DOCTYPE html>
<html lang="en">
<head>
	<meta charset="UTF-8">
	<title>人脸检测</title>
	<script src="jquery-3.3.1.min.js"></script>
	<script src="tracking.js"></script>
	<script src="face-min.js"></script>
	<script src="training/Landmarks.js"></script>
	<script src="training/Regressor.js"></script>
	<script src="stats.min.js"></script>
	<style>
        #regcoDiv {
            width: 100%;
            height: 530px;
            position: relative;
            background: #eee;
            overflow: hidden;
            border-bottom-right-radius: 10px;
            border-bottom-left-radius: 10px;

            /*-webkit-animation: twinkling 1s infinite ease-in-out;*/
            /*-webkit-animation-duration: 1s;*/
            /*animation-duration: 1s;*/
            /*-webkit-animation-fill-mode: both;*/
            /*animation-fill-mode: both*/
        }

        video, canvas {
            margin-left: 230px;
            /*margin-top: 120px;*/
            position: absolute;
        }

        .className {
            -webkit-animation: twinkling 1s infinite ease-in-out
        }

        .animated {
            -webkit-animation-duration: 1s;
            animation-duration: 1s;
            -webkit-animation-fill-mode: both;
            animation-fill-mode: both
        }

        @-webkit-keyframes twinkling {
            0% {
                background: #eee;
            }

            35% {
                background: #08e800;
            }

            56% {
                background: #1f25d4;
            }

            100% {
                background: #eee;
            }
        }

        @keyframes twinkling {
            0% {
                background: #eee;
            }

            35% {
                background: #08e800;
            }

            56% {
                background: #1f25d4;
            }

            100% {
                background: #eee;
            }
        }
	</style>
</head>
<body>

<div id="regcoDiv">

</div>
<div>
	<table frame="void">
		<tr>
			<td>
				<button title="人脸识别" value="人脸识别" onclick="getMedia2()"
						style="color:#FFFFFF;height: 30px;display:block;margin:0 auto;margin-top:10px;width:120px;background-color: #3F51B5;border-radius:5px;text-align: center;line-height: 30px;font-size: 20px">
					摄像头识别
				</button>
			</td>
		</tr>
		<tr>
			<td colspan="2">
				<button id="snap" onclick="chooseFileChangeComp()"
						style="color:#FFFFFF;height: 30px;display:block;margin:0 auto;margin-top:10px;width:100px;background-color: #3F51B5;border-radius:5px;text-align: center;line-height: 30px;font-size: 20px">
					提交
				</button>
			</td>
		</tr>
	</table>

</div>
<div>
	<img id="imageDivComp"/>
</div>

</body>
</html>
<script>
    getMedia2()
	
	
    $("#imageDivComp").click(function () {
        $("#chooseFileComp").click();
    });
    var t1;

    /**
     * 开始画摄像头
     */
    function getMedia2() {
        $("#regcoDiv").empty();
        let vedioComp = "<video id='video2' width='500px' height='500px'  autoplay='autoplay' playsinline webkit-playsinline='true' ></video><canvas id='canvas2' width='500px' height='500px'></canvas>";
        $("#regcoDiv").append(vedioComp);
        let constraints = {
            video: {width: 500, height: 500},
            audio: true
        };
        //获得video摄像头区域
        let video = document.getElementById("video2");
        // 这里介绍新的方法,返回一个 Promise对象
        // 这个Promise对象返回成功后的回调函数带一个 MediaStream 对象作为其参数
        // then()是Promise对象里的方法
        // then()方法是异步执行,当then()前的方法执行完后再执行then()内部的程序
        // 避免数据没有获取到
        let promise = navigator.mediaDevices.getUserMedia(constraints);
        promise.then(function (MediaStream) {
            video.srcObject = MediaStream;
            video.play();
        });

        /**
         * 模拟手机端 三秒主动提交检测
         * @type {number}
         */
        t1 = window.setInterval(function () {
            chooseFileChangeComp()
        }, 3000)

    }

    /**
	 * 提交检测 请求接口
	 */
    function chooseFileChangeComp() {
        let regcoDivComp = $("#regcoDiv");
        if (regcoDivComp.has('video').length) {
            let video = document.getElementById("video2");
            let canvas = document.getElementById("canvas2");
            let ctx = canvas.getContext('2d');
            ctx.drawImage(video, 0, 0, 500, 500);
            var base64File = canvas.toDataURL();
            var formData = new FormData();
            formData.append("url", base64File);
            formData.append("oId", 1);
            formData.append("uid", 1);
            $.ajax({
                type: "post",
                url: "/arcFace/arcFaceSearch",
                data: formData,
                contentType: false,
                processData: false,
                async: false,
                success: function (text) {
                    var res = JSON.stringify(text)
                    if (text.success == true && text.RgbLiveness == 1) {
                        console.log(text);
                        clearInterval(t1);
                        console.log(text.baseUrl);
                    } else {
                        console.log(text);
                    }

                },
                error: function (error) {
     
                    alert(JSON.stringify(error))
                }
            });
        }
    }
	
    /**
	 * 人脸追踪画框
	 **/
    window.onload = function () {
        let video = document.getElementById("video2");
        let canvas = document.getElementById("canvas2");
        let context = canvas.getContext('2d');

        var tracker = new tracking.LandmarksTracker();
        tracker.setInitialScale(4);
        tracker.setStepSize(2);
        tracker.setEdgesDensity(0.1);

        tracking.track(video, tracker);

        tracker.on('track', function (event) {

            context.clearRect(0, 0, canvas.width, canvas.height);

            if (!event.data) return;
            // 画框样式
            event.data.faces.forEach(function (rect) {
                context.strokeStyle = '#eb4c4c';
                context.strokeRect(rect.x, rect.y, rect.width, rect.height);
                context.font = '16px Helvetica';
                context.fillStyle = "#000";
                context.lineWidth = '5';
                context.fillText('人脸横向: ' + rect.x + 'px', rect.x + rect.width + 5, rect.y + 11);
                context.fillText('人脸纵向: ' + rect.y + 'px', rect.x + rect.width + 5, rect.y + 50);
            });

            /**
             * 人脸追踪 颗粒
             */
            event.data.landmarks.forEach(function (landmarks) {
                for (var l in landmarks) {
                    context.beginPath();
                    context.fillStyle = "#fff";
                    context.arc(landmarks[l][0], landmarks[l][1], 1, 0, 2 * Math.PI);
                    context.fill();
                }
            });

        });
		// 这里如果报错  不用管 
        var gui = new dat.GUI();
        gui.add(tracker, 'edgesDensity', 0.1, 0.5).step(0.01).listen();
        gui.add(tracker, 'initialScale', 1.0, 10.0).step(0.1).listen();
        gui.add(tracker, 'stepSize', 1, 5).step(0.1).listen();
    };

</script>

6. 启动工程 访问 http://localhost:7000/

四. 人脸识别追踪就到这里啦,具体的代码已经提交到gitee请前往获取Java项目 ArcFace

点击前往获取demo