io.github.anylifezlb:FaceVerification

已经解决试用版集成闪退问题！！

FaceVerificationSDK

On_device Offline Android Face Detection 、Recognition 、Liveness Detection Anti Spoofing and 1:N/M:N Face Search SDK 设备端离线 Android人脸质量检测、人脸识别、活体检测反作弊以及1:N / M:N人脸搜索 SDK。

当前版本说明 V1.8.62 (建议升级到最新版本)

• 解决动作活体重构后出现不能识别通过问题
• 解决试用版本SDK集成闪退问题 ！！！
• 加快1:N 人脸搜索速度，性能优化
• 重新封装完善动作活体 静默活体，简化调用
• 修复大尺寸照片中人脸过小导致的人脸入库失败问题

建议[Fork] + [Star] 以便获取最新更新 # FaceVerificationSDK

SDK 接入代码仓库，及时更新使用最新版 https://github.com/AnyLifeZLB/FaceVerificationSDK
国内代码托管地址(不方便翻墙请邮件联系获取最新代码) https://gitee.com/onDeviceAI/FaceVerificationSDK

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。

SDK支持Android 5+，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% 的中高低端机器，识别成功率>99%；特殊DIY系统或特殊定制硬件，外接USB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[e-mail] ，VIP用户添加 微信：HaoNan19990322 / WhatsApp: [phone]

使用场景和区别

【1:1】 移动考勤真人校验、App免密登录、刷脸支付、刷脸解锁、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)

接入使用

• 1.首先Gradle 中引入依赖

    implementation 'io.github.anylifezlb:FaceRecognition:1.?.?' //及时升级到最新

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

• 3.解决SDK 中三分依赖和主工程的冲突，比如CameraX 的版本

• 4.调整JDK版本到java 11 以上。查看Preferences-Build-Gradle-JDK 的版本为 11+

• 5.集成过程中的问题可以GitHub 提issues或者发送邮件

  更多使用说明下载参考本Repo和下载Demo体验，里面有比较详尽的使用方法， 熟悉后大概2小时可集成完毕

  其中

  • appMain 主工程，faceAILib 是人脸识别相关源码
  • faceAILib 人脸识别Lib module模块
  • /verify/* 1:1 人脸检测识别，活体检测页面
  • /search/* 1:N 和 M：N 人脸识别搜索页面，人脸库管理
  • /addFaceImage 识别和搜索共用的添加人脸照片

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需要特殊定制化，请发邮件到[e-mail] 也可以加微信 HaoNan19990322 ，备注人脸识别

欢迎关注Fork+Star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

  1.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
  2.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
  3.欲速则不达，一定要先跑成功SDK 接入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.使用建议的设备配置和摄像头
  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，化浓妆或佩戴墨镜口罩
  4.人脸图大于 300*300（人脸部分区域大于200*200）五官清晰无遮挡

常见问题

常见问题请参考：https://github.com/AnyLifeZLB/FaceVerificationSDK/blob/main/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

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2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。