目录
1：百度云【人脸识别云服务】
人脸识别云服务
包含实名认证、人脸对比、人脸搜索、活体检测等能力。灵活应用于金融、泛安防等行业场景，满足身份核验、人脸考勤、闸机通行等业务需求
1.1：产品列表
1.2：应用场景
1.3：特色优势
全线免费试用
公有云API最高可享10 QPS无限量免费调用，人脸离线采集SDK永久免费
稳定服务保障
提供企业级稳定、精确的大流量服务，拥有毫秒级识别响应能力、弹性灵活的高并发承载，可靠性保障高达99.99%
算法世界领先
基于百度专业的深度学习算法和海量数据训练，人脸识别算法在最权威的公开评测比赛中排名世界领先
1.4：支持与交流
1.5：相关推荐
2：Java-SDK文档
简介
Hi，您好，欢迎使用百度人脸识别服务。
本文档主要针对Java开发者，描述百度人脸识别接口服务的相关技术内容。如果您对文档内容有任何疑问，可以通过以下几种方式联系我们：
- 在百度云控制台内提交工单，咨询问题类型请选择人工智能服务；
- 如有疑问，进入AI社区交流：人脸识别技术交流平台_百度AI开发者社区
| 接口名称 | 接口能力简要描述 |
|---|---|
| 人脸检测 | 检测人脸并定位，返回五官关键点，及人脸各属性值 |
| 人脸比对 | 返回两两比对的人脸相似值 |
| 人脸查找 | 在一个人脸集合中找到找到相似的人脸，由一系列接口组成，包括人脸识别、人脸认证、人脸库管理相关接口（人脸注册、人脸更新、人脸删除、用户信息查询、组列表查询、组内用户列表查询、组间复制用户、组内删除用户） |
历史版本
| 上线日期 | 版本号 | 更新内容 |
|---|---|---|
| 2019.4.17 | 4.11.1 | 人脸v3文档更新，新增N:M接口 |
| 2018.6.1 | 4.4.0 | 更新视频活体接口参数名 |
| 2018.5.10 | 4.3.2 | 修复h5视频活体检测接口问题 |
| 2018.5.10 | 4.3.1 | 修复人脸活体检测接口问题 |
| 2018.4.28 | 4.3.0 | 人脸接口更新为v3版本 |
| 2018.4.3 | 4.2.0 | 新增人脸在线活体检测、身份验证接口 |
| 2018.1.11 | 4.1.0 | 新增人脸比对M:N接口 |
| 2017.12.22 | 4.0.0 | 接口统一升级 |
| 2017.11.14 | 3.3.2 | 人脸检测接口升级v2版本 |
| 2017.10.18 | 3.2.1 | 使用proxy问题修复 |
| 2017.8.25 | 3.0.0 | 更新sdk打包方式：所有AI服务集成一个SDK |
| 2017.7.14 | 1.3.6 | 更新SDK打包方式 |
| 2017.4.27 | 1.3.4 | 人脸比对、识别、认证和人脸库设置接口升级为v2版本 |
| 2017.4.20 | 1.3.3 | AI SDK同步版本更新 |
| 2017.4.13 | 1.3.2 | AI SDK同步版本更新 |
| 2017.3.23 | 1.3 | 兼容Android环境 |
| 2017.3.2 | 1.2 | 上线人脸查找接口，增加对图片参数要求限制的检查，增加设置超时接口 |
| 2017.1.20 | 1.1 | 上线人脸比对接口，同时修复部分云用户调用不成功的错误 |
| 2017.1.6 | 1.0 | 初始版本，上线人脸属性识别接口 |
支持 JAVA版本：1.7+
使用maven依赖：
添加以下依赖即可。其中版本号可在maven官网查询
<dependency>
<groupId>com.baidu.aip</groupId>
<artifactId>java-sdk</artifactId>
<version>${version}</version>
</dependency>新建AipFace
AipFace是人脸识别的Java客户端，为使用人脸识别的开发人员提供了一系列的交互方法。
用户可以参考如下代码新建一个AipFace,初始化完成后建议单例使用,避免重复获取access_token：
public class Sample {
//设置APPID/AK/SK
public static final String APP_ID = "你的 App ID";
public static final String API_KEY = "你的 Api Key";
public static final String SECRET_KEY = "你的 Secret Key";
public static void main(String[] args) {
// 初始化一个AipFace
AipFace client = new AipFace(APP_ID, API_KEY, SECRET_KEY);
// 可选：设置网络连接参数
client.setConnectionTimeoutInMillis(2000);
client.setSocketTimeoutInMillis(60000);
// 可选：设置代理服务器地址, http和socket二选一，或者均不设置
client.setHttpProxy("proxy_host", proxy_port); // 设置http代理
client.setSocketProxy("proxy_host", proxy_port); // 设置socket代理
// 调用接口
String image = "取决于image_type参数，传入BASE64字符串或URL字符串或FACE_TOKEN字符串";
String imageType = "BASE64";
// 人脸检测
JSONObject res = client.detect(image, imageType, options);
System.out.println(res.toString(2));
}
}配置AipFace
如果用户需要配置AipFace的一些细节参数，可以在构造AipFace之后调用接口设置参数，目前只支持以下参数：
| 接口 | 说明 |
|---|---|
| setConnectionTimeoutInMillis | 建立连接的超时时间（单位：毫秒） |
| setSocketTimeoutInMillis | 通过打开的连接传输数据的超时时间（单位：毫秒） |
| setHttpProxy | 设置http代理服务器 |
| setSocketProxy | 设置socket代理服务器 （http和socket类型代理服务器只能二选一） |
接口说明
人脸检测
人脸检测：检测图片中的人脸并标记出位置信息;
public void sample(AipFace client) {
// 传入可选参数调用接口
HashMap<String, String> options = new HashMap<String, String>();
options.put("face_field", "age");
options.put("max_face_num", "2");
options.put("face_type", "LIVE");
options.put("liveness_control", "LOW");
String image = "取决于image_type参数，传入BASE64字符串或URL字符串或FACE_TOKEN字符串";
String imageType = "BASE64";
// 人脸检测
JSONObject res = client.detect(image, imageType, options);
System.out.println(res.toString(2));
}人脸检测 请求参数详情
| 参数名称 | 是否必选 | 类型 | 默认值 | 说明 |
|---|---|---|---|---|
| image | 是 | String | 图片信息(总数据大小应小于10M)，图片上传方式根据image_type来判断 | |
| image_type | 是 | String | 图片类型 BASE64:图片的base64值，base64编码后的图片数据，编码后的图片大小不超过2M； URL:图片的 URL地址( 可能由于网络等原因导致下载图片时间过长)； FACE_TOKEN: 人脸图片的唯一标识，调用人脸检测接口时，会为每个人脸图片赋予一个唯一的FACE_TOKEN，同一张图片多次检测得到的FACE_TOKEN是同一个。 |
|
| face_field | 否 | String | 包括age,beauty,expression,face_shape,gender,glasses,landmark,landmark150,quality,eye_status,emotion,face_type信息 逗号分隔. 默认只返回face_token、人脸框、概率和旋转角度 |
|
| max_face_num | 否 | String | 1 | 最多处理人脸的数目，默认值为1，仅检测图片中面积最大的那个人脸；最大值10，检测图片中面积最大的几张人脸。 |
| face_type | 否 | String | 人脸的类型 LIVE表示生活照：通常为手机、相机拍摄的人像图片、或从网络获取的人像图片等IDCARD表示身份证芯片照：二代身份证内置芯片中的人像照片 WATERMARK表示带水印证件照：一般为带水印的小图，如公安网小图 CERT表示证件照片：如拍摄的身份证、工卡、护照、学生证等证件图片 默认LIVE | |
| liveness_control | 否 | String | NONE | 活体检测控制 NONE: 不进行控制 LOW:较低的活体要求(高通过率 低攻击拒绝率) NORMAL: 一般的活体要求(平衡的攻击拒绝率, 通过率) HIGH: 较高的活体要求(高攻击拒绝率 低通过率) 默认NONE |
人脸检测 返回数据参数详情
| 字段 | 必选 | 类型 | 说明 |
|---|---|---|---|
| face_num | 是 | int | 检测到的图片中的人脸数量 |
| face_list | 是 | array | 人脸信息列表，具体包含的参数参考下面的列表。 |
| +face_token | 是 | string | 人脸图片的唯一标识 |
| +location | 是 | array | 人脸在图片中的位置 |
| ++left | 是 | double | 人脸区域离左边界的距离 |
| ++top | 是 | double | 人脸区域离上边界的距离 |
| ++width | 是 | double | 人脸区域的宽度 |
| ++height | 是 | double | 人脸区域的高度 |
| ++rotation | 是 | int64 | 人脸框相对于竖直方向的顺时针旋转角，[-180,180] |
| +face_probability | 是 | double | 人脸置信度，范围【0~1】，代表这是一张人脸的概率，0最小、1最大。 |
| +angel | 是 | array | 人脸旋转角度参数 |
| ++yaw | 是 | double | 三维旋转之左右旋转角[-90(左), 90(右)] |
| ++pitch | 是 | double | 三维旋转之俯仰角度[-90(上), 90(下)] |
| ++roll | 是 | double | 平面内旋转角[-180(逆时针), 180(顺时针)] |
| +age | 否 | double | 年龄 ，当face_field包含age时返回 |
| +beauty | 否 | int64 | 美丑打分，范围0-100，越大表示越美。当face_fields包含beauty时返回 |
| +expression | 否 | array | 表情，当 face_field包含expression时返回 |
| ++type | 否 | string | none:不笑；smile:微笑；laugh:大笑 |
| ++probability | 否 | double | 表情置信度，范围【0~1】，0最小、1最大。 |
| +face_shape | 否 | array | 脸型，当face_field包含face_shape时返回 |
| ++type | 否 | double | square: 正方形 triangle:三角形 oval: 椭圆 heart: 心形 round: 圆形 |
| ++probability | 否 | double | 置信度，范围【0~1】，代表这是人脸形状判断正确的概率，0最小、1最大。 |
| +gender | 否 | array | 性别，face_field包含gender时返回 |
| ++type | 否 | string | male:男性 female:女性 |
| ++probability | 否 | double | 性别置信度，范围【0~1】，0代表概率最小、1代表最大。 |
| +glasses | 否 | array | 是否带眼镜，face_field包含glasses时返回 |
| ++type | 否 | string | none:无眼镜，common:普通眼镜，sun:墨镜 |
| ++probability | 否 | double | 眼镜置信度，范围【0~1】，0代表概率最小、1代表最大。 |
| +eye_status | 否 | array | 双眼状态（睁开/闭合） face_field包含eye_status时返回 |
| ++left_eye | 否 | double | 左眼状态 [0,1]取值，越接近0闭合的可能性越大 |
| ++right_eye | 否 | double | 右眼状态 [0,1]取值，越接近0闭合的可能性越大 |
| +emotion | 否 | array | 情绪 face_field包含emotion时返回 |
| ++type | 否 | string | angry:愤怒 disgust:厌恶 fear:恐惧 happy:高兴 sad:伤心 surprise:惊讶 neutral:无情绪 |
| ++probability | 否 | double | 情绪置信度，范围0~1 |
| ++probability | 否 | double | 人种置信度，范围【0~1】，0代表概率最小、1代表最大。 |
| +face_type | 否 | array | 真实人脸/卡通人脸 face_field包含face_type时返回 |
| ++type | 否 | string | human: 真实人脸 cartoon: 卡通人脸 |
| ++probability | 否 | double | 人脸类型判断正确的置信度，范围【0~1】，0代表概率最小、1代表最大。 |
| +landmark | 否 | array | 4个关键点位置，左眼中心、右眼中心、鼻尖、嘴中心。face_field包含landmark时返回 |
| +landmark72 | 否 | array | 72个特征点位置 face_field包含landmark时返回 |
| +landmark150 | 否 | array | 150个特征点位置 face_field包含landmark150时返回 |
| +quality | 否 | array | 人脸质量信息。face_field包含quality时返回 |
| ++occlusion | 否 | array | 人脸各部分遮挡的概率，范围[0~1]，0表示完整，1表示不完整 |
| +++left_eye | 否 | double | 左眼遮挡比例，[0-1] ，1表示完全遮挡 |
| +++right_eye | 否 | double | 右眼遮挡比例，[0-1] ， 1表示完全遮挡 |
| +++nose | 否 | double | 鼻子遮挡比例，[0-1] ， 1表示完全遮挡 |
| +++mouth | 否 | double | 嘴巴遮挡比例，[0-1] ， 1表示完全遮挡 |
| +++left_cheek | 否 | double | 左脸颊遮挡比例，[0-1] ， 1表示完全遮挡 |
| +++right_cheek | 否 | double | 右脸颊遮挡比例，[0-1] ， 1表示完全遮挡 |
| +++chin | 否 | double | 下巴遮挡比例，，[0-1] ， 1表示完全遮挡 |
| ++blur | 否 | double | 人脸模糊程度，范围[0~1]，0表示清晰，1表示模糊 |
| ++illumination | 否 | double | 取值范围在[0~255], 表示脸部区域的光照程度 越大表示光照越好 |
| ++completeness | 否 | int64 | 人脸完整度，0或1, 0为人脸溢出图像边界，1为人脸都在图像边界内 |
人脸检测 返回示例
3：项目中测试
消费者服务用来调用接口模块，消费提供者模块的实现
在App项目中导入自动配置模块依赖
<dependency>
<groupId>com.czxy.tanhua</groupId>
<artifactId>tanhua-autoconfig</artifactId>
<version>1.0-SNAPSHOT</version>
</dependency>test类：注入人脸模板：faceTemplate
@RunWith(SpringRunner.class)
@SpringBootTest(classes = AppServiceApplication.class)
public class TestFaceApi {
@Resource
private FaceTemplate faceTemplate;
@Test
public void testFaceApi(){
String url1 ="https://tudou-01.oss-cn-shanghai.aliyuncs.com/avatar/1680232548883.png";
boolean flag = faceTemplate.FaceUtils(url1);
if (flag){
System.out.println("人脸成功");
}else {
System.out.println("人脸失败");
}
}
}这个测试启动：会启动App服务的启动类，加载自动装配和yml文件中的配置信息
自动装配模块properties会加载aip:
模板识别template提供给别人调用：
package com.czxy.tanhua.autoconfig.template;
import com.baidu.aip.face.AipFace;
import com.czxy.tanhua.autoconfig.properties.FaceProperties;
import org.json.JSONObject;
import org.springframework.stereotype.Component;
import javax.annotation.Resource;
import java.util.HashMap;
/**
* @Author 爱吃豆的土豆、
* @Date 2023/3/31 10:27
*/
@Component
public class FaceTemplate {
@Resource
private AipFace aipFace;
private FaceProperties faceProperties;
public FaceTemplate(FaceProperties faceProperties){
this.faceProperties = faceProperties;
}
public boolean FaceUtils(String imageurl){
String imageType = "URL";
// 传入可选参数调用接口
HashMap<String, String> options = new HashMap<String, String>();
options.put("face_field", "age");
options.put("max_face_num", "2");
options.put("face_type", "LIVE");
// options.put("liveness_control", "LOW");
// 人脸检测
JSONObject res = aipFace.detect(imageurl, imageType, options);
Integer error_code = (Integer) res.get("error_code");
return error_code == 0;
}
}