开源软件名称：

Seetaface6JNI

开源软件地址：

https://gitee.com/cnsugar/seetaface6JNI

开源软件介绍：

seetaface6JNI

交流QQ群：891670629

注意：jdk版本要1.8.0_261以上

项目介绍

基于中科院seetaface6进行封装的JAVA人脸识别算法库，支持人脸检测、人脸提取、1:1比对、1:N比对、静默图片活体检测。seetaface6：https://github.com/seetafaceengine/SeetaFace6

环境配置

1、下载model（链接：https://pan.baidu.com/s/1FYz4muY3X4tOKIKhb5kBVA , 提取码：b6o4 ）文件到本地，并解压出来；

2、下载build/lib目录中对应的库文件到本地：Windows(64位)环境下载win-x64；

3、将build中的faces-data.db下载到本地；（PS：如果不需要使用1:N人脸搜索,不需要此文件，需要将seetafce.properties中的sqlite.db.file配置注释掉）；

4、将src/main/resources/中的seetaface.properties文件放到项目的resources根目录中；

#依赖的lib名称，注意依赖关系顺序，用逗号隔开#windows oslibs=tennis,tennis_haswell,tennis_pentium,tennis_sandy_bridge,SeetaAuthorize,SeetaFaceAntiSpoofingX600,\  SeetaFaceDetector600,SeetaFaceLandmarker600,SeetaFaceRecognizer610,SeetaFace6JNI#依赖的lib存放目录, 等同于-Djava.library.path=#windows oslibs.path=E:\\Projects\\java\\cnsugar\\seetaface6JNI-sample\\lib\\win-x64#seetaface6 model目录bindata.dir=E:/ai-face/SeetaFace6JNI/models/sf3.0_models#sqlite configsqlite.db.file=./faces-data.dbsqlite.conn.maxTotal=50sqlite.conn.maxIdle=5sqlite.conn.minIdle=0sqlite.conn.maxWaitMillis=60000

5、将build目录下的seetaface6JNI-1.0.0.jar和依赖包导入到项目中，pom如下:

   <properties>       <spring.version>4.2.8.RELEASE</spring.version>       <log4j.version>2.8.2</log4j.version>       <slf4j.version>1.7.25</slf4j.version>   </properties>     <dependencies>       <dependency>           <groupId>com.cnsugar.ai</groupId>           <artifactId>seetaface6JNI</artifactId>           <version>1.0.0</version>           <scope>system</scope>           <systemPath>${project.basedir}/lib/seetaface6JNI-1.0.0.jar</systemPath>       </dependency>       <dependency>           <groupId>org.springframework</groupId>           <artifactId>spring-core</artifactId>           <version>${spring.version}</version>       </dependency>         <dependency>         <groupId>org.slf4j</groupId>         <artifactId>slf4j-api</artifactId>         <version>${slf4j.version}</version>       </dependency>       <!-- log4j2 -->       <dependency>         <groupId>org.apache.logging.log4j</groupId>         <artifactId>log4j-api</artifactId>         <version>${log4j.version}</version>       </dependency>       <dependency>         <groupId>org.apache.logging.log4j</groupId>         <artifactId>log4j-core</artifactId>         <version>${log4j.version}</version>       </dependency>       <!--  log4j to slf4j bridge -->       <dependency>         <groupId>org.apache.logging.log4j</groupId>         <artifactId>log4j-slf4j-impl</artifactId>         <version>${log4j.version}</version>       </dependency>          <!-- sqlite -->       <dependency>         <groupId>org.xerial</groupId>         <artifactId>sqlite-jdbc</artifactId>         <version>3.25.2</version>       </dependency>       <dependency>         <groupId>org.apache.commons</groupId>         <artifactId>commons-pool2</artifactId>         <version>2.4.2</version>       </dependency>       <dependency>         <groupId>commons-io</groupId>         <artifactId>commons-io</artifactId>         <version>2.6</version>       </dependency>   </dependencies>

6、调用FaceHelper中的方法。

使用方法

所有方法都封装到了FaceHelper工具类中

    /**     * 人脸比对     *     * @param img1     * @param img2     * @return 相似度 (-1：第一张图无人脸; -2：第二张图无人脸)     */    float compare(File img1, File img2);    float compare(byte[] img1, byte[] img2);    float compare(BufferedImage image1, BufferedImage image2);    /**     * 注册人脸(会对人脸进行裁剪)     *     * @param key   人脸照片唯一标识     * @param image 人脸照片     * @return     */    boolean register(String key, BufferedImage image);    boolean register(String key, byte[] img);    /**     * 注册人脸     *     * @param image 人脸照片     * @return     */    long register(BufferedImage image);    long registerCroppedFace(byte[] croppedFace);    /**     * 搜索人脸     *     * @param img 人脸照片     * @return     */    Result search(byte[] img);    Result search(BufferedImage image);    /**     * 用裁剪后的人脸搜索     * @param croppedFace     * @return     */    Result searchByCroppedFace(byte[] croppedFace);    /**     * 人脸提取（裁剪）     *     * @param image     * @return return cropped face     */    byte[][] cropFace(BufferedImage image);    byte[][] cropFace(byte[] img);    /**     * 人脸提取（裁剪）     *     * @param image     * @return return cropped face     */    BufferedImage[] crop(BufferedImage image);\    BufferedImage[] crop(byte[] img);    /**     * 人脸识别     *     * @param img     * @return     */    SeetaRect[] detect(byte[] img);    SeetaRect[] detect(BufferedImage image);    /**     * 人脸特征识别     *     * @param image     * @return     */    FaceLandmark[] detectLandmark(BufferedImage image);    /**     * 提取人脸区域特性     *     * @param face     * @return     */    float[] extractCroppedFace(byte[] face);    /**     * 提取一个图像中最大人脸的特征     *     * @param image     * @return     */   float[] extractMaxFace(BufferedImage image);    /**     * 计算两个特性的相似度     *     * @param features1     * @param features2     * @return     */    float calculateSimilarity(float[] features1, float[] features2);    /**     * 静默图片活体检测     * REAL = 0,       ///< 真实人脸     * SPOOF = 1,      ///< 攻击人脸（假人脸）     * FUZZY = 2,      ///< 无法判断（人脸成像质量不好）     * DETECTING = 3,  ///< 正在检测     * @param img     * @return     */    FaceAntiSpoofingStatus predictImage(byte[] img);    FaceAntiSpoofingStatus predictImage(BufferedImage image);    /**     * 删除已注册的人脸     *     * @param keys     */    long removeRegister(String... keys);    /**     * 清除人脸库数据     */    void clear();

示例代码：1:1人脸比对

    @org.junit.Test    public void testCompare() throws Exception {        String img1 = "F:\\ai\\demo-pic39.jpg";        String img2 = "F:\\ai\\left_pic_one.jpg";        System.out.println("result:"+FaceHelper.compare(new File(img1), new File(img2)));    }

示例代码：1:N人脸搜索先调用FaceHelper.register()方法将人脸图片注册到seetaface6的人脸库(内存)中，同时会将图片存在sqlite数据库中进行持久化，下次应用程序启动时会自动从sqlite中把图片读取出来重新注册到seetafce6的内存库中

    @org.junit.Test    public void testRegister() throws IOException {        //将F:\ai\star目录下的jpg、png图片都注册到人脸库中，以文件名为key        Collection<File> files = FileUtils.listFiles(new File("F:\\ai\\star"), new String[]{"jpg", "png"}, false);        for (File file : files) {            String key = file.getName();            try {                FaceHelper.register(key, FileUtils.readFileToByteArray(file));            } catch (Exception e) {                e.printStackTrace();            }        }    }    @org.junit.Test    public void testSearch() throws IOException {        SeetafaceBuilder.build();//系统启动时先调用初始化方法        //等待初始化完成        while (SeetafaceBuilder.getFaceDbStatus() == SeetafaceBuilder.FacedbStatus.LOADING || SeetafaceBuilder.getFaceDbStatus() == SeetafaceBuilder.FacedbStatus.READY) {            try {                Thread.sleep(100);            } catch (InterruptedException e) {                e.printStackTrace();            }        }                long l = System.currentTimeMillis();        Result result = FaceHelper.search(FileUtils.readFileToByteArray(new File("F:\\ai\\gtl.jpg")));        System.out.println("搜索结果：" + result + "， 耗时：" + (System.currentTimeMillis() - l));    }

示例代码：活体检测

    @org.junit.Test    public void testPredictImage() throws IOException {        FaceAntiSpoofingStatus status = FaceHelper.predictImage(FileUtils.readFileToByteArray(new File("D:\\face\\gtl.png")));        System.out.println(status);    }