关于「 FaceAI SDK」

Umbrella FaceAI SDK is on_device Offline Android Face Detection 、Recognition 、Liveness Detection Anti Spoofing and 1:N/M:N Face Search SDK

保护伞FaceAI SDK是设备端可离线不联网Android 人脸识别、动作及近红外IR活体检测、人脸图质量检测以及人脸搜索（1:N和M:N）SDK，可快速集成实现人脸识别，人脸搜索功能

当前版本说明 V1.9.4 (建议升级到GitHub Demo版本)

1. 删除不需要权限，上架Google Play认证
2. 优化光线不佳活体检测和录入人脸活体校验
3. 优化SDK体验，支持自定义管理摄像头
4. 完善UVC协议USB红外双目摄像头人脸识别

建议[Fork] + [Star] 本项目Repo以便第一手获取更新：FaceVerificationSDK

人脸识别FaceAI SDK最新版源码唯一托管地址： https://github.com/AnyLifeZLB/FaceVerificationSDK
国内代码托管地址Gitee不是最新: https://gitee.com/onDeviceAI/FaceVerificationSDK (不方便翻墙请联系获取最新代码)

简要说明

SDK包含动作活体、静默活体检测，1：1人脸识别以及1：N , M:N人脸识别检索，所有功能都在设备终端离线执行，SDK本身不用联网，不保存不上传任何人脸信息敏感资料更具隐私安全

其中活体检测支持张嘴、微笑、眨眼、摇头、点头 随机两种组合验证（支持去除特定的动作），低端机离线验证速度正常，1.9.0已经支持UVC红外双目摄像头。

SDK支持Android(5，15]，建议设备配置 CPU为八核64位2.4GHz以上 摄像头RGB 宽动态镜头分辨率720p以上，帧率大于30并且无拖影。

实验室测试效果能覆盖95%的高中低端手机平板，识别成功率>99%；特殊DIY系统/定制硬件，如USB摄像头，双目摄像头等如有问题请先提Issues附带系统版本、设备型号、错误log等信息；
或发邮件到 FaceAISDK.Service@gmail.com ，VIP用户添加 微信：HaoNan19990322 或 WhatsApp: +8618707611416

SDK 工作原理简介
FaceAISDK 工作原理根据设置好的人脸识别阈值、识别种类的等参数，从系统相机、USB外接摄像头设备甚至RTSP视频流获取连续连续图像帧转为Bitmap后
送入SDK引擎，同时监听处理SDK返回的各种错误提示和结果。你可以自定义管理视频图像来源，SDK已经演示了系统相机CameraX，USB设备，RTSP流处理。

使用场景和区别

【1:1】 移动考勤签到、App免密登录、刷脸授权、刷脸解锁、巡更打卡真人校验

【1:N】 小区门禁、公司门禁、智能门锁、智慧校园、景区、工地、社区、酒店等

【M:N】 公安布控、人群追踪 监控等等 (测试效果可使用 MN_face_search_test.jpg 模拟)

  private void initFaceVerificationParam(Bitmap baseBitmap) {
        FaceProcessBuilder faceProcessBuilder = new FaceProcessBuilder.Builder(this)
                .setThreshold(0.85f)                    //阈值设置，范围限 [0.8,0.95] 识别可信度，也是识别灵敏度
                .setBaseBitmap(baseBitmap)              //1:1 人脸识别对比的底片，仅仅需要SDK活体检测可以忽略比对结果
                .setLivenessType(LivenessType.SILENT_MOTION)  //活体检测可以有静默活体，动作活体或者组合也可以不需要活体NONE
                .setLivenessDetectionMode(LivenessDetectionMode.FAST) //硬件配置低用FAST动作活体模式，否则用精确模式
                .setSilentLivenessThreshold(silentLivenessPassScore)  //静默活体阈值 [0.88,0.99]
                .setMotionLivenessStepSize(1)           //随机动作活体的步骤个数[1-2]，SILENT_MOTION和MOTION 才有效
                .setExceptMotionLivelessType(ALIVE_DETECT_TYPE_ENUM.SMILE) //活体去除微笑,或设置其他某种
                .setVerifyTimeOut(16)                 //活体检测支持设置超时时间 [9,22] 秒
                .setProcessCallBack(new ProcessCallBack() {
                    /**
                     * 1:1 人脸识别 活体检测 对比结束
                     *
                     * @param isMatched   true匹配成功（大于setThreshold）； false 与底片不是同一人
                     * @param similarity  与底片匹配的相似度值
                     * @param vipBitmap   识别完成的时候人脸实时图，仅授权用户会返回。可以拿这张图存档案和你的服务器再次严格匹配
                     */
                    @Override
                    public void onVerifyMatched(boolean isMatched, float similarity, float silentLivenessScore, Bitmap vipBitmap) {
                        showVerifyResult(isMatched, similarity, silentLivenessScore);
                    }

                    //人脸识别，活体检测过程中的各种提示
                    @Override
                    public void onProcessTips(int i) {
                        showFaceVerifyTips(i);
                    }

                    //动作活体检测时间限制倒计时百分比
                    @Override
                    public void onTimeCountDown(float percent) {
                        faceCoverView.startCountDown(percent);
                    }

                    /**
                     * 发送严重错误，会中断业务流程
                     *
                     */
                    @Override
                    public void onFailed(int code, String message) {
                        Toast.makeText(getBaseContext(), "onFailed错误：" + message, Toast.LENGTH_LONG).show();
                    }

                }).create();

        faceVerifyUtils.setDetectorParams(faceProcessBuilder);

        cameraXFragment.setOnAnalyzerListener(imageProxy -> {
            //防止在识别过程中关闭页面导致Crash
            if (!isDestroyed() && !isFinishing()) {
                //2.第二个参数是指圆形人脸框到屏幕边距，可加快裁剪图像和指定识别区域，设太大会裁剪掉人脸区域
                faceVerifyUtils.goVerifyWithImageProxy(imageProxy, faceCoverView.getMargin());
                //自定义管理相机可以使用 goVerifyWithBitmap
            }
        });

接入使用

1. 首先Gradle 中引入依赖
implementation 'io.github.anylifezlb:FaceAISDK:1.9.?' //及时升级到github最新版

2.更新本SDK 接入演示代码到最新版本，熟悉后Copy Demo代码到你的主工程

3.解决项目工程中的第三方依赖库和主工程的冲突比如CameraX的版本等，Target SDK不同导致的冲突

4.调整JDK版本到java 11 以上。Android Studio设置Preferences -> Build -> Gradle -> JDK的版本为 11+

5.集成过程中的问题可以GitHub 提issues或者详细描述你遇到的问题发邮件到<FaceAISDK.Service@gmail.com>

目前SDK默认使用java11. kotlin 1.7.20 打包，如果你的项目较老还在使用
kapt, kotlin-android-extensions导致集成冲突，建议尽快升级项目或者VIP联系定制

更多使用说明下载SDK源码工程代码到Android Studio 以及下载Demo APK到手机体验完整的流程和效果
里面有详尽的注释说明和使用方法介绍，SDK源码熟悉完成后有一定Android基础大概3小时可集成到你的主工程

其中

Demo 下载体验

扫码后选择在浏览器中打开点击下载安装，或直接输入地址 https://www.pgyer.com/faceVerify

服务定制

如果SDK不能匹配你的应用场景或需要特殊双目摄像头活体检测定制化，请发邮件到FaceAISDK.Service@gmail.com
也可以加微信  FaceAISDK ，备注 人脸识别

欢迎关注Fork+Star 接入源码获取最新动态，提出使用建议等 https://github.com/AnyLifeZLB/FaceVerificationSDK

提升接入效率，提高SDK识别准确率

提升接入效率

去蒲公英下载APK Demo 体验SDK 的基本功能，看看是否满足业务需求；人脸搜索可以一键导入200+张人脸图再录入你自己的

更新GitHub 最新的代码，花1天左右时间熟悉SDK API 和对应的注释备注，断点调试一下基本功能；熟悉后再接入到主工程

欲速则不达，一定要先跑成功SDK接入指引Demo。熟悉后再接入到主工程验证匹配业务功能；有问题可以GitHub 提issues

提高SDK识别准确率

1. 使用高配置硬件参数设备和摄像头抗干扰强；保持镜头整洁干净
2. 录入高质量的人脸图，如（images/face_example.jpg）（证件照输入目前优化中）
3. 光线环境好，检测的人脸无遮挡，没有化浓妆 或 粗框眼镜墨镜、口罩等大面积遮挡
4. 人脸图大于 300 300（人脸部分区域大于200200）五官清晰无遮挡，图片不能有多人脸
5. 人脸搜索功能（1:N&M:N）人脸录入不戴粗框的深色眼镜，使用宽动态抗干扰成像清晰摄像头

常见问题

常见问题请参考：https://github.com/AnyLifeZLB/FaceVerificationSDK/blob/main/doc/questions.md
所有的开发测试都在手机和平板进行，特殊定制硬件如 RK3288 等适配需要兼容适配，SDK1.9.0以上版本已经支持UVC
协议的USB 双目摄像头IR近红外活体，买对应的USB接口的双目摄像头插入手机USB口就能体验效果（不确定品质联系我推荐）

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到你主工程先跑起来
再根据业务情况修改完善。
熟悉后大约3小时就能集成成功，丰富产品功能同时可大大降低公司研发投入实现降本增效。

References

1. 2024最详细的AI框架对比指南—PyTorch与TensorFlow到底选谁？
2. PyTorch、TensorFlow和Keras，深度學習的全面比較與選擇指南