虹膜识别 python代码 虹膜识别技术软件

随着人脸识别技术发展，尤其是在部分算法平台对外开放算法之后，人脸识别的应用门槛极大降低。但是从算法，到真正可落地的产品，还有很长一段路要走。在完整的应用开发中，不仅需要考虑底层算法的运行逻辑，也需要上层业务逻辑完整自洽。而这个从0到1的过程，往往会让大部分中下企业及开发者，在项目商用化落地过程中无从下手。

最近，我尝试了一款开源的人脸识别应用套件ArcFaceGo。基于该套件，可以快速甚至零代码搭建人脸识别闸机通行、刷脸考勤以及近来大火的人脸识别测温等应用。同时，利用它的开源属性，也完全能够在此基础上开发成一款符合自身业务需求的产品，并投入商用。

【简单易用——ArcFaceGo应用套件构成】

在应用套件中，已经内置了虹软视觉开放平台的离线人脸识别SDK。涵盖人脸检测、人脸比对、活体检测、人脸属性分析等一系列核心算法，即使无网络状态下也可以运行。在虹软视觉开放平台完成下载后，可以看到该应用套件由人脸识别软件APK、中心管理端两部分构成。

中心管理端：拥有人员注册、考勤统计、出入查询等功能，也可以云端进一步对接已有的业务平台。

人脸识别设备端应用APK：负责采集人脸信息、进行身份比对，并向中心管理端报备识别结果以及通知相关联通控制器。在该部分其代码中，已经针对人脸检测、人脸比对、活体检测等算法，模块化的集成了相应算法运转逻辑。开发者无需考虑各算法之间复杂运转流程，只需传入camera数据流，便可以回调识别结果。

同时，针对人脸图像传输、处理中需要用到的多媒体图像技术，在代码中也同样模块化的封装好了NV21、RGBA、BGR等不同颜色格式自动转化及图像的四字节对齐等功能。

在运行性能方面，该开源应用套件在底层算法逻辑中维护“人脸底库”，可以充分提升人脸识别速度，以RK3288 -10000人为例，相比在上层逻辑中进行人脸比对需要100ms ，而目前仅需10ms。

【适配灵活——可应用于各类实际场景】

基于开源代码，开发者可以自行定义交互界面及交互逻辑，并开发应用于各类场景的人脸识别应用。比如智慧办公的人脸识别考勤机、智慧社区的人脸识别出入闸机、智慧商业的VIP迎宾系统、智慧医院的人脸识别挂号机、智慧酒店的人脸识别入住等等产品。

1.针对具体场景，可视化适配硬件

不同场景的不同应用，也意味着需要适配不同的分辨率设备，适配单摄、双摄、宽动态等各类摄像头。ArcFaceGo人脸识别应用套件提供了可视化的硬件适配页面，方便预览显示及识别设置。

用户也能自行改写该部分代码，譬如不希望用户自行调节相关参数，以至于影响识别效果，甚至可以将该部分功能进行封装，以免用户误触。

2.可供对接硬件的多种广播形式。

Action

描述

com.arcsoft.arcfacesingle.ACTION_IDENTIFY_SUCCESSFUL

人员识别成功

com.arcsoft.arcfacesingle.ACTION_IDENTIFY_SUCCESS_PERSON_SERIAL

人员识别成功后，会向外发送“personSerial”唯一标识号”

com.arcsoft.arcfacesingle.ACTION_OPEN_DOOR

开门（在人员识别成功后会发送该广播）

com.arcsoft.arcfacesingle.ACTION_CLOSE_DOOR

关门（发送开门广播后，延迟一段时间会发送该广播）

com.arcsoft.arcfacesingle.ACTION_FACE_DETECT_HAS_FACE

检测到人脸框

com.arcsoft.arcfacesingle.ACTION_FACE_DETECT_NO_FACE

人脸框丢失

场景1

在室内走廊或楼梯过道等光线不佳的地方，可以对接ACTION_FACE_DETECT_HAS_FACE和ACTION_FACE_DETECT_NO_FACE广播，在检测到人脸时打开补光灯，这样可以提高识别率。

场景2

在一些单次授权通过的场景比如取药房，可对接ACTION_IDENTIFY_SUCCESS_PERSON_SERIAL广播，在授权并且识别通过之后可以删除该人授权以达到目的。

【人脸识别测温机开发实例】

疫情期间，很多智慧门禁设备都会增加测温模组，在通过人脸识别实现身份权限管理的同时，一并测量体温。

目前这类产品的市场反响非常火热，无论是要实现抗疫常态化的国内，还是感染人数持续暴增的国外，都对该产品有迫切需求。

这款应用套件可以与测温模块快速集成，以实现测温结果与识别身份绑定的效果。具体如何实现，以下是代码示例，希望能对大家有帮助。

以下是具体实现的代码示例，以主流的HTPA32x32d为例。

private ConcurrentMap<Integer, Float> temperatureMap = new ConcurrentHashMap<>();

private byte[] rawData = new byte[2048];
private ReadThread.ReadListener readListener = (data, size) -> {
 synchronized (temperatureLocker) {
 System.arraycopy(data, 1, rawData, 0, 2048);
 }
};

public void start() {
 ReadThread readThread = new ReadThread();
readThread.setListener(readListener);
readThread.start();

FaceEngine faceEngine = new FaceEngine();
Config config = new Config();
 faceEngine.setRecognizeCallback(this);
faceEngine.init(this, config);
}
@Override
public void onRecognizeComplete(RecognitionResult recognitionResult) { 
 FaceInfo faceInfo = recognitionResult.faceInfo; 
 if (recognitionResult.result == ErrorInfo.MOK) {
 if(temperatureMap.get(faceInfo.faceId)<=37.3) {
 //温度低于预警值并且识别成功，进行后续操作
 }
 } 
}

@Override
public void onCameraPreview(byte[] bytes, ICamera iCamera) {
FaceInfo faceInfo = new FaceInfo();
faceEngine.faceRecognize(rgbData, irData, width, height, true, faceInfo);

if (faceInfo.faceId != -1 && temperatureMap.get(faceInfo.faceId) != null) {
 //把额头区域映射至32x32温度矩阵中，取出对应的温度
 float temperature = getTemperature(faceInfo.forehead, rawData);
 temperatureMap.put(faceInfo.faceId, temperature);
}
}public class ReadThread extends Thread {
 private static final String HEIMANN_PATH = "/dev/ttyS2";
 private static final int BAUDRATE = 115200;
private static final byte[] command = {(byte) 0XEE, (byte) 0xE1, (byte) 0x01, (byte) 0x55, (byte) 0xFF, (byte) 0xFC, (byte) 0xFD, (byte) 0xFF}; 
 private FileOutputStream outputStream;
 private FileInputStream inputStream;
 private Object locker = new Object();
 public ReadThread() {
 try {
 mSerialPort = SerialPort 
 .newBuilder(HEIMANN_PATH, BAUDRATE) 
 .parity(0) 
 .dataBits(8) 
 .stopBits(1)
 .build();
 mInputStream = (FileInputStream) mSerialPort.getInputStream();
 mOutputStream = (FileOutputStream) mSerialPort.getOutputStream();
 } catch (IOException e) {
 e.printStackTrace();
 }
 }
 public void sendCommand(byte[] data) {
 if (mOutputStream != null) {
 try {
 synchronized (locker) {
 mOutputStream.write(data);
 offset = 0;
 }
 } catch (IOException e) {
 e.printStackTrace();
 }
 }
 }
 @Override
 public void run() {
 super.run();
 while (!isInterrupted()) {
 int size;
 try {
 synchronized (locker) {
 if (mInputStream == null) {
 return;
 }
 size = mInputStream.available();
 if (size > 0) {
 mInputStream.read(rawData, offset, size);
 offset += size;
 }
 }

 if (offset == rawData.length) {
 if (getListener() != null) {
 getListener().onDataReceived(rawData, offset);
 }
 offset = 0;
 }
 if (offset == 0) {
 SystemClock.sleep(50);
 sendCommand(command);
 }
 } catch (IOException e) {
 e.printStackTrace();
 }
 }
 }
}