首页 文章 精选 留言 我的

精选列表

搜索[静态数据库校验修复工具],共10000篇文章
优秀的个人博客,低调大师

刷脸认证如何实现人脸又快又准完成校验?

互联网飞速发展的今天,各种App的验证方法也越来越方便用户,从一开始的密码输入,到后来的指纹解锁,演变成如今的刷脸认证。刷个脸,就可以解锁设备、在线/线下支付、通过门禁、快速检票等。与此同时也伴随了很多安全问题,首要就是如何判断用户的真实性。 HMS Core机器学习服务(ML Kit)的人脸比对和活体检测能力能够快速捕捉人脸,通过识别并提取模板中的人脸特征,不需要用户配合做动作就可以判断是真实人脸,还是人脸攻击,同时将模板人像和人脸进行高精度比对,输出相似度值,进而判断两者是否为同一个人。 基于此,开发者可以快速构建人脸检测能力,比如在金融类App中,比对用户身份证照片和人脸检测结果,判断用户信息真实性,可提供快速安全的身份核验流程,适用于互联网远程开户、刷脸支付等金融业务。在办公App中,可采取刷脸考勤,识别是否为本人,有效防止代打卡等行为。 效果展示 从效果展示图来看,活体检测几秒钟就可以完成精准识别手机上的假照片。 开发步骤 开发准备 在AppGallery Connect中配置相关信息,具体开发准备可以参考文档。 配置HMS Core SDK的Maven仓地址。 打开Android Studio项目级“build.gradle”文件。 添加AppGallery Connect插件以及Maven代码库。 在“allprojects”>“repositories”里面配置HMS Core SDK的Maven仓地址。 allprojects { repositories { google() jcenter() maven {url 'https://developer.huawei.com/repo/'} } } 在“buildscript”>“repositories”里面配置HMS Core SDK的Maven仓地址。 buildscript { repositories { google() jcenter() maven {url 'https://developer.huawei.com/repo/'} } } 在“buildscript”>“dependencies”里面增加AppGallery Connect插件配置。 buildscript{ dependencies { classpath 'com.huawei.agconnect:agcp:1.3.1.300' } } 人脸比对功能开发 创建人脸比对检测器实例。 MLFaceVerificationAnalyzer analyzer = MLFaceVerificationAnalyzerFactory.getInstance().getFaceVerificationAnalyzer(); 通过android.graphics.Bitmap创建MLFrame对象用于设置模版图片,支持的图片格式包括:JPG、JPEG、PNG、BMP。 // 通过bitmap创建MLFrame MLFrame templateFrame = MLFrame.fromBitmap(bitmap); 设置人脸比对模版图片。如果模板中无人脸,则表示模板设置失败,保持该实例上一次设置的模板不变。 List<MLFaceTemplateResult> results = analyzer.setTemplateFace(templateFrame); for (int i = 0; i < results.size(); i++) { // 处理模板图片识别结果 } 通过android.graphics.Bitmap创建MLFrame对象用于设置比对图片。支持的图片格式包括:JPG、JPEG、PNG、BMP。 // 通过bitmap创建MLFrame MLFrame compareFrame = MLFrame.fromBitmap(bitmap); 调用同步或异步方法进行人脸比对。检测结果主要包括比对图片中检测到的人脸信息、检测到的人脸信息与模板人脸是同一个人的置信度。详细信息请参见MLFaceVerificationResult。 • 异步方法示例代码: Task<List<MLFaceVerificationResult>> task = analyzer.asyncAnalyseFrame(compareFrame); task.addOnSuccessListener(new OnSuccessListener<List<MLFaceVerificationResult>>() { @Override public void onSuccess(List<MLFaceVerificationResult> results) { // 检测成功 } }).addOnFailureListener(new OnFailureListener() { @Override public void onFailure(Exception e) { // 检测失败 } }); • 同步方法示例代码: SparseArray<MLFaceVerificationResult> results = analyzer.analyseFrame(compareFrame); for (int i = 0; i < results.size(); i++) { // 检测结果处理 } 检测完成,停止分析器,释放检测资源。 if (analyzer != null) { analyzer.stop(); } 活体检测功能开发 默认扫描界面 创建静默活体检测结果回调,用于获取检测结果。 private MLLivenessCapture.Callback callback = new MLLivenessCapture.Callback() { @Override public void onSuccess(MLLivenessCaptureResult result) { //检测成功的处理逻辑,检测结果可能是活体或者非活体。 } @Override public void onFailure(int errorCode) { //检测未完成,如相机异常CAMERA_ERROR,添加失败的处理逻辑。 } }; 创建静默活体检测实例,启动检测。 MLLivenessCapture capture = MLLivenessCapture.getInstance(); capture.startDetect(activity, callback); 了解更多详情>> 访问华为开发者联盟官网 获取开发指导文档 华为移动服务开源仓库地址:GitHub、Gitee 关注我们,第一时间了解 HMS Core 最新技术资讯~

资源下载

更多资源
Nacos

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称,一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集,帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Rocky Linux

Rocky Linux

Rocky Linux(中文名:洛基)是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版,作为CentOS稳定版停止维护后与RHEL(Red Hat Enterprise Linux)完全兼容的开源替代方案,由社区拥有并管理,支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性,采用模块化包装和SELinux安全架构,默认包含GNOME桌面环境及XFS文件系统,支持十年生命周期更新。

Sublime Text

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能,例如代码缩略图,Python的插件,代码段等。还可自定义键绑定,菜单和工具栏。Sublime Text 的主要功能包括:拼写检查,书签,完整的 Python API , Goto 功能,即时项目切换,多选择,多窗口等等。Sublime Text 是一个跨平台的编辑器,同时支持Windows、Linux、Mac OS X等操作系统。

WebStorm

WebStorm

WebStorm 是jetbrains公司旗下一款JavaScript 开发工具。目前已经被广大中国JS开发者誉为“Web前端开发神器”、“最强大的HTML5编辑器”、“最智能的JavaScript IDE”等。与IntelliJ IDEA同源,继承了IntelliJ IDEA强大的JS部分的功能。

用户登录
用户注册