【概述】

实现基于人脸识别的身份认证功能，至少有以下三种方案：
1、使用各大平台提供的云服务，基于WEB API调用。API调用需要按次收费。
2、使用SDK，嵌入在设备里。这种情况需要自行开发硬件，SDK需要按设备数一次性收费。
3、购买现成的人脸识别硬件产品，使用厂家提供的SDK进行二次开发。这种设备通常比较贵。

本文将使用萤石云结合萤石C2HC网络摄像头（第一种方案）来实现基于人脸识别的身份认证功能。本方案硬件成本小于200元，单次人脸识别+身份认证的费用小于0.01元。是一个相对比较经济的方案。

【系统架构示意图】

备注：关于车辆启动信号的来源，可以参考我的另一篇文章。【企业项目】工程车辆管理系统（含硬件设计和开发）

【前期准备】

1、由于萤石API不能直接使用摄像头拍摄的照片进行人脸识别，需要将照片发送到OSS云服务进行存储。所以，需要提前开通OSS云服务并做好相应的配置
2、需要一个ECS云服务器来承载PC控制端程序，操作系统为windows
3、在进行人脸识别前，需要调用萤石API来创建一个人脸集合（setToken），集合名称可以随意指定。

【人脸注册】

# 【业务流程】

1、控制端通过萤石API向摄像头发送一个拍照指令，拍摄一张头像照片。
2、摄像头收到拍照指令后，会拍摄一张照片并存储在萤石云的指定位置。萤石API会将图片地址链接返回给程序。
3、控制端收到图片地址链接后获取到图片，并将图片存储到OSS云服务对象中。
4、控制端将图片发送给萤石API进行人脸识别，识别成功后会返回人脸唯一标识（faceToken）
5、将人脸唯一标识faceToken发送给萤石API到指定的人脸集合（setToken）中进行注册。

# 【核心代码】

            Token token = aiLib.checkToken();//获取token
            string pic = aiLib.getPic(token.accessToken, deviceSerial, "1");//使用萤石API拍照
            if (pic != "")
            {
                string url = aiLib.uploadImg(pic);//将照片上传到OSS服务器
                if (url != "")
                {
                    string faceToken = aiLib.faceCheck(token.accessToken, "0", url);//人脸检测
                    bool flag = aiLib.faceRegister(token.accessToken, faceToken, setToken);//人脸注册
                    result.imgUrlOss = url;
                    result.faceToken = faceToken;
                    result.result = flag;
                }
            }
            return result;

【人脸比对-身份认证】

# 【业务流程】

1、车辆启动后，向控制端发送一个车辆启动信号
2、控制端收到信号后，等待1分钟（待摄像头完全启动）后，通过萤石API向摄像头连续发送6次拍照指令，发送间隔为10秒。
3、摄像头收到拍照指令后，会拍摄一张照片并存储在萤石云的指定位置。萤石API会将图片地址链接返回给程序。
4、控制端收到图片地址链接后获取到图片，并将图片存储到OSS云服务对象中。
5、控制端将图片发送给萤石API进行人脸识别，识别成功后会返回人脸唯一标识（faceToken）
6、将人脸唯一标识（faceToken）发送给萤石API进行人脸比对，比对成功后返回相似度得分。
7、相似度大于90即可认为是同一个人。

# 【核心代码】

        Token token = aiLib.checkToken();//获取token
        string pic = aiLib.getPic(token.accessToken, deviceSerial, "1");//使用萤石API拍照
        if (pic != "")
        {
            string url = aiLib.uploadImg(pic);//将照片上传到OSS服务器
            if (url != "")
            {
                string faceToken = aiLib.faceCheck(token.accessToken, "0", url);//人脸检测
                Dictionary<string, object> dic = new Dictionary<string, object>();
                dic["setToken"] = setToken;
                dic["threshold"] = 80;//比对阈值
                dic["matchCount"] = 1;
                string operation = "[" + JsonHelper.ObjectToJSON(dic) + "]";
                string score = aiLib.faceSearch(token.accessToken, "2", faceToken, operation, "1");//在人脸集合中搜索检测到的人脸

                result.imgUrlOss = url;
                result.faceToken = faceToken;
                result.score = score;//相识度得分
            }
        }
        return result;