基于Android 虹软人脸、人证对比，活体检测

最近虹软新增了人证识别、活体检测的功能，好像之前的人脸识别也更新过版本，之前一篇文章用虹软Android SDK做人脸识

别，写过虹软人脸识别的用法，最近把人脸识别、人证识别，活体检测功能都简单的封装了一下，使用起来可以更简单一点；

但是由于appkey是和so库绑定的，所以不能直接依赖，需要下载项目换成自己的so库就能使用或者发布了，还是挺方便的

虹软人脸识别库的介绍``
so库和appkey是绑定的

以人脸识别为例，它包括人脸检测、人脸追踪、人脸识别、年龄识别、性别识别这5种引擎，每个引擎都有一个so库和jar包，申请的5种AppKey和APPID是和自己下载的so库是绑定的，不能混淆使用

人脸检测(FD)

用于获取静态图片的人脸的位置和角度，传入格式为NV21的图片数据(byte[])，返回一个AFD_FSDKFace对象的集合，AFD_FSDKFace只储存了一个位置和角度；如果用于视频流里面好像也不报错

public class AFD_FSDKFace {
    Rect mRect;
    int mDegree;

人脸追踪(FT)

和人脸检测一样，也是用来获取人脸的位置和角度，不过只适用于获取视频流的人脸，也就是在相机的onPreviewFrame方法里面使用，返回的是AFT_FSDKFace对象的集合，也只储存了一个位置和角度；如果用于静态图片好像是会报错的

public class AFT_FSDKFace {
    Rect mRect;
    int mDegree;

人脸识别(FR)

用于获取人脸特征和对比人脸特征的
获取人脸特征，需要传入格式为NV21的图片数据(byte[])和人脸的位置、人脸的角度，所以需要先用前面的引擎获取到人脸的信息,返回一个AFR_FSDKFace对象，这个对象也只保存了人脸特征(byte[])
对比人脸，需要传入两个AFR_FSDKFace对象，返回一个AFR_FSDKMatching对象，只保存了相似度

public class AFR_FSDKFace {
    public static final int FEATURE_SIZE = 22020;
    byte[] mFeatureData;
    ...
    
public class AFR_FSDKMatching {
    float mScore = 0.0F;

活体检测

活体检测是检测是不是活人的，也是传入人脸的位置、人脸的角度，又是一个新的FaceInfo对象，传入的是FaceInfo的集合，返回LivenessInfo集合，但是目前只支持单人脸我们只管第一个数据，LivenessInfo里面保存的返回的结果，活体、非活体、人脸超过一个、未知错误(经常返回，问题不大)

人证对比

用来对比人脸和身份证的，传入传入格式为NV21的证件照片(byte[])和人脸的照片，还有各自的图片大小和比对阈值；返回一个CompareResult对象，包括相似度、是否成功等信息

public class CompareResult {
    private boolean isSuccess;
    private double result;

人证识别其实是人脸识别的那几个引擎（FD，FT，FR）的集合，所以有同时集成肯定包冲突了，可以使用人脸识别的so库，然后把人脸识别的jar包都删了，使用人证的jar包，人证的激活码使用FR的激活码就行了

在这里插入图片描述

屏幕快照 2018-10-11 下午3.41.05.png-15.5kB

其他的年龄、性别的引擎应该都差不多

封装后的部分功能的展示

初始化AppKey和APPID

new AcrFaceManagerBuilder().setContext(this)
                .setFreeSdkAppId(Constants.FREESDKAPPID)
                .setFdSdkKey(Constants.FDSDKKEY)
                .setFtSdkKey(Constants.FTSDKKEY)
                .setFrSdkKey(Constants.FRSDKKEY)
                .setLivenessAppId(Constants.LIVENESSAPPID)
                .setLivenessSdkKey(Constants.LIVENESSSDKKEY)
                .create();
    }

相机预览追踪人脸位置

//初始化人脸追踪引擎
FaceTrackService faceTrackService = new FaceTrackService();
//设置传入的图片的大小
faceTrackService.setSize(previewSize.width, previewSize.height);
 camera.setPreviewCallback(new Camera.PreviewCallback() {
                @Override
                public void onPreviewFrame(byte[] data, Camera camera) {
                    //获取人脸的位置信息
                    List fsdkFaces = faceTrackService.getFtfaces(data);
                    //画出人脸的位置
                    drawFaceRect(fsdkFaces);
                    //输出数据进行其他处理
                    cameraPreviewListener.onPreviewData(data.clone(), fsdkFaces);
                    ...
                }
            });

相机自己实现，获取人脸位置的代码非常简单，就一句代码，画出人脸的位置实现是用了两个surfaceView，一个用于相机画面展示，另一个画出人脸的位置

画出人脸的位置

值得注意的是获取的人脸的位置Rect是传入的图片的相对位置，图片大小是相机预览设置的大小，画的时候是画在了surfaceView上面，surfaceView一般和预览大小是不一样的，而且还要考虑画面是否旋转、相机的位置等，所以需要先进行转换

Rect rect1=DrawUtils.adjustRect(rect, previewSizeX, previewSizeY,canvas.getWidth(), canvas.getHeight(), cameraOri, cameraId);

获取人脸特征进行注册

//初始化人脸识别引擎
FaceRecognitionService faceRecognitionService = new FaceRecognitionService();
faceRecognitionService.setSize(width, height);
//获取人脸特征
AFR_FSDKFace afr_fsdkFace =faceRecognitionService.faceData(data, aft_fsdkFace.getRect(), aft_fsdkFace.getDegree());
tv_status.setText("人脸特征为：" + afr_fsdkFace.getFeatureData());

aft_fsdkFace为上一步获取的人脸的位置信息

相机获取的人脸和已保存的人脸进行对比

//获取保存的人脸特征
byte[] faceData=faces.get(0).getData();
//对比人脸特征
float socre=faceRecognitionService.faceRecognition(afr_fsdkFace.getFeatureData(),faceData);
tv_status.setText("相似度为：" + sorce);

afr_fsdkFace为上一步获取的人脸的特征，faceData为已保存的人脸特征，也有提供一个人脸和多个对比获取相似度最高的一个的方法

活体检测

//激活活体检测
LivenessService.activeEngine(new LivenessActiveListener() {
    @Override
    public void activeSucceed() {
        toast("激活成功");
    }
 
    @Override
    public void activeFail(String massage) {
        LogUtils.log(massage);
        toast("激活失败：" + massage);
    }
});
LivenessService livenessService = new LivenessService();
//
List faceInfos = new ArrayList<>();
faceInfos.add(new FaceInfo(aft_fsdkFace.getRect(), aft_fsdkFace.getDegree()));
//判断是否是活体
boolean isLive=livenessService.isLive(faceInfos,data);
aft_fsdkFace为上一步获取的人脸的位置信息，第一次激活好像需要联网

人证对比

//初始化
IdCardVerifyManager.getInstance().init(Constants.IDCARDAPPID, Constants.FRSDKKEY);
//bitmap转NV21数据
byte[] nv21Data = ImageUtils.getNV21(bitmap.getWidth(), bitmap.getHeight(), bitmap);
//传入证件照片
DetectFaceResult result = IdCardVerifyManager.getInstance().inputIdCardData(nv21Data, bitmap.getWidth(), bitmap.getHeight());
//传入相机获取的人脸数据
DetectFaceResult result = IdCardVerifyManager.getInstance().onPreviewData(data, mWidth, mHeight, true);
//对比相似度
CompareResult compareResult = IdCardVerifyManager.getInstance().compareFeature(THRESHOLD);
if (compareResult.isSuccess()) {
    tv_status.setText("相似度为：" + compareResult.getResult());
}

证件图片是本地的，转成了NV21的格式的byte数组，方法也集成了

图片获取人脸特征

//先把bitmap转NV21格式
byte[] photoData = ImageUtils.getNV21(bitmap1.getWidth(), bitmap1.getHeight(), bitmap1);
//获取人脸位置信息
List afd_fsdkFaces = faceFindService.findFace(photoData);
for (AFD_FSDKFace afdFsdkFace : afd_fsdkFaces) {
//获取每一个人脸的特征
AFR_FSDKFace afr_fsdkFace = faceRecognitionService.faceData(photoData, afdFsdkFace.getRect(), afdFsdkFace.getDegree());
}

引擎释放

livenessService.destoryEngine();
faceTrackService.destoryEngine();
faceRecognitionService.destroyEngine();
IdCardVerifyManager.getInstance().unInit();

效果都还不错，主要是全部免费，源码下载可以直接运行，可以查看所有功能

在这里插入图片描述

屏幕快照 2018-10-11 下午4.50.30.png-32.4kB

demo下载地址：http://oy5r220jg.bkt.clouddn.com/arcface_v1.0.3.apk
项目地址：https://github.com/tyhjh/Arcface