刘辉  2019-12-20

目标:基于raspberry+pi 百度云平台人脸识别功能实现人脸识别

嗯，其实我也不知道为什么要给下车加这功能。这是小车的最后一篇了，近几个月会因为要学习，不会有时间在写这些东西了。而且我将开始完成我的智能音箱+HA智能家居系列。算是给去年毕业留下的尾巴画上完美的句号。另外哪个道友有斯坦福大学GRAN的高数教学视频啊，可以分享不。

就是这个货 类似于这中为何sinx的倒数是cosx

raspberry pi运行opencv一直是件比较难受的事。树莓派的性能已经不能满足运行opencv或者openface这类大型软件。好在有百度人脸识别的API可以调用；

2019春节这么快就过去了，祝大家新年快乐啦， 新年新气象，毕竟我已经上班两个礼拜了，新的一年就要搞一点不一样的东西！！！每个人都有一些属于自己的秘密，所以想着可以借助目前比较火的人脸识别来做一个安全系统。当然，基于此人脸识别系统还可以实现人脸签到、人脸闸机等等多种功能，就看你的想象力了，比如给你的电脑上锁，每隔一段时间拍一张照，如果不是你本人就自动锁定系统等等……

基本的原理就是首先创建一个人脸库，将各个用户上传到不同的用户组，来设定所拥有的不同权限，创建人脸库的时候首先要为每个用户上传人脸照片，在上传过程中还要检测上传照片的质量，看是否合格。

人脸识别服务

现在是一个基于互联网的时代，因此我的想法是一切能够在云端做的事情，绝不在本地运行，仅仅将树莓派作为一个终端，来连接各种服务，然后将这些服务呈现给你，这样一是能够保证本地的运行速率，毕竟树莓派性能有限，识别一个照片需要两三秒的时间就有些不优雅了，二是容错率较好，一旦发生错误能更加方便的对其进行修正和重新部署。

因此本人采用了百度的人脸识别服务，目前百度的人脸识别主要提供三种功能：

百度云人脸识别接口功能

安装人脸识别 Python SDK

人脸识别 Python SDK目录结构

├── README.md

├── aip　　　　　　　　　　　　 //SDK目录

│  ├── _init_.py    　　　　　　　　　    //导出类

│  ├── base.py      　　　　　　　　　    //aip基类

│  ├── http.py    　　　　　　　　　　      //http请求

│  └── face.py 　　　　　　　　　　//人脸识别

└── setup.py      　　　　　　　　　　      //setuptools安装

支持Python版本：2.7.+ ,3.+

安装使用Python SDK有如下方式：

安装使用Python SDK

新建AipFace

AipFace是人脸识别的Python SDK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。

参考如下代码新建一个AipFace：

aipface

在上面代码中，常量APP_ID在百度云控制台中创建，常量API_KEY与SECRET_KEY是在创建完毕应用后，系统分配给用户的，均为字符串，用于标识用户，为访问做签名验证，可在AI服务控制台中的应用列表中查看。

接口说明

人脸检测

检测请求图片中的人脸，返回人脸位置、72个关键点坐标、及人脸相关属性信息。

检测响应速度，与图片中人脸数量相关，人脸数量较多时响应时间会有些许延长。

典型应用场景：如人脸属性分析，基于人脸关键点的加工分析，人脸营销活动等。

核心代码

核心代码

人脸检测 返回示例：

人脸检测 返回示例

质量判断

可通过人脸检测接口，基于以下字段和对应阈值，进行质量检测的判断，以保证人脸质量符合后续业务操作要求。

质量判断

人脸注册

用于从人脸库中新增用户，可以设定多个用户所在组，及组内用户的人脸图片。

人脸库、用户组、用户、用户下的人脸层级关系如下所示：

关于人脸库的设置限制

每个开发者账号可以创建100个人脸库,人脸库互不相通；

每个人脸库下，可以创建多个用户组，用户组（group）数量没有限制；

每个用户组（group）下，可添加最多无限张人脸，无限个uid；

每个用户（uid）所能注册的最大人脸数量没有限制；

为了保证识别效果，请控制注册人脸的质量,进行质量判断

核心代码

人脸识别

用于计算指定组内用户，与上传图像中人脸的相似度。识别前提为您已经创建了一个人脸库。

说明：人脸识别返回值不直接判断是否是同一人，只返回用户信息及相似度分值。

说明：推荐可判断为同一人的相似度分值为80，也可以根据自己需求选择更合适的阈值。

核心代码：

最终代码

最终代码

最近半年应该不会在做小车系列了，时间比较少，我可能会多做一些智能音箱+智能家居的东西。下次有时间在写吧！

best wishes to everyone