虹软人脸识别应用

> 使用虹软人脸识别的解决方案。
需要到官网开放平台注册一个自己的账号，然后开通人脸识别的产品，这一切都是免费的。

虹软的SDK都是免费使用的，个人可以激活100个码，认证企业可以激活5000个码，但是免费使用的sdk，每年都是 重新到官网替换一次激活码，而且第一次激活的时候，要保持设备在线。

有收费的版本，sdk 120块钱一个码，可以完成离线使用，适合于不能联网的内网机器，但是起售100个，也就是一次就是花1W多块钱，，，但是某些二手平台 有人单个码甩卖。。。

- 看一下下面这个demo:
地址：https://github.com/itboyst/ArcSoftFaceDemo

这个demo里演示了 3.0和4.1版本的详细用法，写的很好，里面的代码基本可以直接用于生产环境，可以说是开箱即用。

### 业务需求
需要在浏览器端，通过调用webrtc进行摄像头画面的输出 ，然后把人脸的照片，转成base64发送到后台，后台拿到照片后，识别出人脸的特征值 ，然后到后台的数据库里去找这张脸。

~~~
1. 通过tracking.js库，在前端进行人脸识别
2. 如果识别到人脸的情况下，才往后端发送人脸照片
3. 后端拿到人脸照片后，提取人脸特性值
4. 根据特征值去数据库进行人脸比对
~~~

#### 关键代码片断1和2：
~~~js
init() {
      this.video = this.mediaStreamTrack = document.getElementById('video');
      this.screenshotCanvas = document.getElementById('screenshotCanvas');

let canvas = document.getElementById('canvas');
      let context = canvas.getContext('2d');

// 固定写法
      let tracker = new window.tracking.ObjectTracker('face');
      tracker.setInitialScale(4);
      tracker.setStepSize(2);
      tracker.setEdgesDensity(0.1);
      //摄像头初始化
      this.trackerTask = window.tracking.track('#video', tracker, {
        camera: true
      });

let _this = this;
      tracker.on('track', function (event) {

// 检测出人脸 绘画人脸位置
        context.clearRect(0, 0, canvas.width, canvas.height);
        event.data.forEach(function (rect) {
          context.strokeStyle = '#0764B7';
          context.strokeRect(rect.x, rect.y, rect.width, rect.height);
        });
        // event.data.length长度为多少代表检测几张人脸
        if (_this.uploadLock && event.data.length) {
          //上传图片
          _this.screenshotAndUpload();
        }
      });
    },
~~~

#### 关键代码片断3
~~~java
@RequestMapping(value = "/faceRecognition", method = RequestMethod.POST)
    @ResponseBody
    public Response<List<FaceRecognitionResDTO>> faceRecognition(@RequestBody FaceRecognitionReqDTO faceRecognitionReqDTO) {
        String image = faceRecognitionReqDTO.getImage();

List<FaceRecognitionResDTO> faceRecognitionResDTOList = Lists.newLinkedList();
        byte[] bytes = Base64Util.base64ToBytes(image);
        ImageInfo rgbData = ImageFactory.getRGBData(bytes);
        List<FaceInfo> faceInfoList = faceEngineService.detectFaces(rgbData);
        if (CollectionUtil.isNotEmpty(faceInfoList)) {
            for (FaceInfo faceInfo : faceInfoList) {
                FaceRecognitionResDTO faceRecognitionResDTO = new FaceRecognitionResDTO();
                faceRecognitionResDTO.setRect(faceInfo.getRect());
                byte[] feature = faceEngineService.extractFaceFeature(rgbData, faceInfo,ExtractType.RECOGNIZE);
                if (feature != null) {

List<UserRamCache.UserInfo> userList = userFaceService.getUserList();
                    if(userList.size() == 0){
                        return Response.newSuccessResponse(faceRecognitionResDTOList);
                    }

List<UserCompareInfo> userCompareInfos = faceEngineService.faceRecognition(feature, userList, 0.8f);
                    if (CollectionUtil.isNotEmpty(userCompareInfos)) {
                        faceRecognitionResDTO.setName(userCompareInfos.get(0).getName());
                        faceRecognitionResDTO.setSimilar(userCompareInfos.get(0).getSimilar());
                    }
                }
                faceRecognitionResDTOList.add(faceRecognitionResDTO);
            }
        }
        return Response.newSuccessResponse(faceRecognitionResDTOList);
    }
~~~
#### 关键代码片断4

~~~java
@Override
    public List<UserCompareInfo> faceRecognition(byte[] faceFeature, List<UserRamCache.UserInfo> userInfoList, float passRate) {
        List<UserCompareInfo> resultUserInfoList = Lists.newLinkedList();//识别到的人脸列表

FaceFeature targetFaceFeature = new FaceFeature();
        targetFaceFeature.setFeatureData(faceFeature);

List<List<UserRamCache.UserInfo>> faceUserInfoPartList = Lists.partition(userInfoList, 1000);//分成1000一组，多线程处理
        CompletionService<List<UserCompareInfo>> completionService = new ExecutorCompletionService(compareExecutorService);
        for (List<UserRamCache.UserInfo> part : faceUserInfoPartList) {
            completionService.submit(new CompareFaceTask(part, targetFaceFeature, passRate));
        }
        for (int i = 0; i < faceUserInfoPartList.size(); i++) {
            List<UserCompareInfo> faceUserInfoList = null;
            try {
                faceUserInfoList = completionService.take().get();
            } catch (InterruptedException | ExecutionException e) {
            }
            if (CollectionUtil.isNotEmpty(userInfoList)) {
                resultUserInfoList.addAll(faceUserInfoList);
            }
        }

resultUserInfoList.sort((h1, h2) -> h2.getSimilar().compareTo(h1.getSimilar()));//从大到小排序

return resultUserInfoList;
    }
~~~