基于免费SDK实现人脸识别应用开发

　　随着人脸辨认技能运用范围不断扩展，如安在WindowsC#上依据免费SDK实现人脸辨认运用开发，正成为开发者们关怀的论题之一。
　　关于该需求，我引荐虹软视觉敞开平台的ArcFace3.0，免费、离线且可商用，包括人脸辨认、活体检测、年纪检测、性别检测等丰富功用，算法鲁棒性强，接入门槛低，同时支撑Windows、iOS、Android（包括Android10）、Linux，是广大开发者落地AI运用的利器。
　　为协助开发者快速上手，虹软工程师团队针对C#开发打磨了一期课程，以技能解析和专项答疑等形式协助开发者解决难题。主张有爱好测验ArcFace3.0的C#开发者能够提早学习，在实践开发中可事半功倍。
　　本期课程关键如下，对完好课程视频感爱好的开发者，能够经过百度查找"虹软技能公开课"观看。
　　一、关键一【3分钟跑通C#demo】
　　课程依据虹软人脸辨认SDK包中提供的示例代码，以实操的形式介绍了如何快速接入运用。接入进程在课程视频中有详细介绍。主张观看视频后自行测验装备，即可对虹软人脸辨认技能有一个开始的了解。
　　Demo装备进程如下：
　　1.下载Demo
　　2.查看本地系统环境是否符合要求：
　　a..NETFramework4.5.1及以上
　　b.MicrosoftVisualC++2013运转库
　　3.在虹软视觉敞开平台下载SDK，获取APPID、SDKKEY
　　4.装备运转Demo：
　　a.在App.config文件中装备APPID、SDKKEY
　　b.将SDKlib文件夹中dll文件拷贝到运转根目录下
　　c.如本地.NETFramework的版别高于4.5.1，直接修改项目的方针结构
　　二、关键二【ArcFace要点接口及参数介绍】
　　1．引擎初始化接口：ASFInitEngine()
　　【阐明】
　　引擎初始化接口用于初始化引擎，初始化中的参数设置用于界说引擎的特点和算法功用组合，与算法能够呈现出的作用休戚相关。
　　初始化失利时，依据错误码查询原因即可。参数设置是开发者最关怀的核心问题，也是保障在实践运用场景中最大化发挥算法作用的关键。视频中首要介绍以下几个参数在实践场景下如何运用。
　　【重要参数阐明】
　　·detectMode（检测形式）:
　　ASF_DETECT_MODE_VIDEOvideo形式：适用于摄像头预览，视频文件辨认
　　ASF_DETECT_MODE_IMAGEimage形式：适用于静态图片辨认。
　　·detectFaceScaleVal（最小人脸尺度）：代表人脸尺度相关于图片长边的占比，数值越大，能检测更小的人脸，效值范围[2,32]，video形式引荐值为16，image形式引荐值32。
　　·combinedMask（算法功用组合）：主张依据具体事务合理挑选算法功用组合，假如功用挑选越多，占用的内存越大。
　　2．人脸特征提取接口：ASFFaceFeatureExtract()
　　【阐明】当人脸检测完结时，能够依据获取的人脸信息经过此接口进行对应人脸的特征提取。
　　【重要参数阐明】
　　·faceInfo：特征提取需求单张精确的人脸位置和视点，否则或许会报81925。
　　·featureFeature：算法返回的人脸特征值，包括特征byte数组及特征长度，特征数据库存取操作应存取特征byte数组。
　　3．人脸特点检测：ASFProcess()
　　【阐明】人脸检测成功后，能够依据人脸信息经过此接口检测人脸特点，如年纪、性别等。
　　【重要参数阐明】
　　·combinedMask：只支撑引擎初始化时指定需求检测的功用，如引擎初始化时，mask指定为年纪和性别，则不能检测3D视点等其他特点。
　　·支撑的特点：ASF_AGE（年纪）、ASF_GENDER（性别）、ASF_FACE3DANGLE（3D视点）、ASF_LIVENESS（RGB活体）。
　　·Process()检测后可依据ASFGetXXX()接口获取对应特点检测成果。
　　三、关键三【视频流辨认和活体检测】
　　下图为常见视频流辨认和活体检测的逻辑流程图：
　　【多线程策略】
　　·主线程：包括人脸追寻以及画面预览功用。
　　·FR线程：用于人脸特征提取和特征查找。
　　·活体线程：用于人脸活体检测。
　　【优化策略】
　　·FaceID：依据FaceID标识一个人，从进入画面到脱离画面，对这一人脸只做一次辨认即可，大大降低系统资源占用。
　　·测验次数：同一张人脸，特征提取失利能够做有限次数的测验，提高交互作用。
　　四、关键四【常见问题答疑】
　　1.多线程调用问题
　　a.同一个引擎能够运用多线程调用不同算法。
　　b.多线程调用同一个算法接口需求启用不同的引擎。
　　2.VIDEO和IMAGE形式的区别
　　VIDEO形式：
　　a.对视频流中的人脸进行追寻，人脸框滑润过渡，不会呈现跳框的现象。
　　b.用于预览数据的人脸追寻，处理速度快，可避免呈现卡顿问题。
　　c.在视频形式引进faceId帧，该值用于标记一张人脸，当一个人脸从进入画面直到脱离画面，faceId值不变。可用于事务中优化程序功能。
　　IMAGE形式：
　　a.针对单张图片进行人脸检测精度更高。
　　b.在注册人脸库时，我们主张运用精度更高的IMAGE形式。
　　3.非托管内存的操作
　　C#调用C++SDK接口，有些传参需求以Intptr的形式。
　　a.复制前应先为Intptr请求内存；
　　b.当IntPtr不运用时，需求及时手动开释。
　　4.人脸特征数据库的存储
　　人脸特征提取接口返回的featureFeature对应ASF_FaceFeature，数据库存储应将ASF_FaceFeature.feature转化为byte[]再进行数据库存储，featureSize表示byte[]的长度。
　　5.SDKdll文件的引用方法（运用DllImport方法）
　　a.运用相对路径，将dll直接放到执行目录下（web程序不主张运用）；
　　b.运用绝对路径；
　　c.将dll文件放到系统盘Windows下的System32文件夹下；
　　d.为dll文件所在文件夹添加环境变量。