Java 使用百度 AI 人工智能人脸识别，一探究竟人脸识别真的容易被破解吗？
目前市场上很火的人脸刷卡，人脸签到，人脸支付等等都得力于人工智能的产物，但是人脸识别到底会不会存在大家所说的用一张照片也能‘蒙混’过关呢，最近有打算对接一个人脸登录系统的打算，所以进行了研究百度AI的人脸识别，开发者直接调用接口就可以实现人脸上传，人脸检测，人脸识别等等，非常方便，下面分享给大家，当做个笔记。
1）首先你需要去百度智能云AI官方申请一个帐号
2）登录帐号后左侧导航依次选择，激活人脸识别，并创建应用
3）记住应用的几个关键参数
4）编写代码，创建一个最简单maven工程即可，导入下面依赖
<dependency>
<groupId>com.baidu.aip</groupId>
<artifactId>java-sdk</artifactId>
<version>4.8.0</version>
</dependency>5）编写测试类，测试人脸上传，人脸识别，人脸更新等等。详细可参考官方开发者文档
public class FaceTest {
private AipFace client;
@Before
public void init() {
//1.创建java代码和百度云交互的client对象
//参数1：appid，参数2：apiKey，参数3：secretKey ，自行在百度云AI申请后填写
client = new AipFace("", "", "");
}
/**
* 人脸注册:向百度的人脸库中添加用户人脸照片
*
* @throws Exception
*/
@Test
public void testFaceRegister() throws Exception {
//2.参数设置
HashMap<String, String> options = new HashMap<>();
options.put("quality_control", "NORMAL");//图片质量 NONE LOW NORMAL，HIGH ，更多参数可参考官方文档https://ai.baidu.com/docs#/Face-Java-SDK/top
options.put("liveness_control", "NONE");//活体检测 测试用图片NONE
options.put("action_type", "REPLACE");//操作方式 APPEND 追加 REPLACE 替换
//3.构造图片
String path = "G:\\IdeaProjects\\basic_code\\face-test\\facetestimg\\test1.jpg";
//上传的图片 两种格式 ： url地址，Base64字符串形式
byte[] bytes = Files.readAllBytes(Paths.get(path));
String encode = Base64Util.encode(bytes);
//4.调用api方法完成人脸注册
/**
* 参数一：（图片的url或者图片的Base64字符串），
* 参数二：图片形式（URL,BASE64）
* 参数三：组ID（固定字符串） 实际业务中可以用于区分不同的分类
* 参数四：用户ID 实际业务中一般存储用户的userid
* 参数五：hashMap中的基本参数配置
*/
JSONObject res = client.addUser(encode, "BASE64", "testgroup1", "100001", options);
System.out.println(res.toString());
}
/**
* 人脸更新：更新人脸库中的照片
*/
@Test
public void testFaceUpdate() throws Exception {
//2.参数设置
HashMap<String, String> options = new HashMap<>();
options.put("quality_control", "NORMAL");//图片质量 NONE LOW NORMAL，HIGH
options.put("liveness_control", "NONE");//活体检测
options.put("action_type", "REPLACE");
//3.构造图片
String path = "G:\\IdeaProjects\\basic_code\\face-test\\facetestimg\\test2.jpg";
//上传的图片 两种格式 ： url地址，Base64字符串形式
byte[] bytes = Files.readAllBytes(Paths.get(path));
String encode = Base64Util.encode(bytes);
//4.调用api方法完成人脸注册
/**
* 参数一：（图片的url或者图片的Base64字符串），
* 参数二：图片形式（URL,BASE64）
* 参数三：组ID（固定字符串）
* 参数四：用户ID
* 参数五：hashMap中的基本参数配置
*/
JSONObject res = client.updateUser(encode, "BASE64", "testgroup1", "100001", options);
System.out.println(res.toString());
}
/**
* 人脸检测：判断图片中是否具有面部信息
*/
@Test
public void testFaceCheck() throws Exception {
//构造图片
String path = "G:\\IdeaProjects\\basic_code\\face-test\\facetestimg\\test3.jpg";
//上传的图片 两种格式 ： url地址，Base64字符串形式
byte[] bytes = Files.readAllBytes(Paths.get(path));
String image = Base64Util.encode(bytes);
//调用api方法进行人脸检测
//参数一：（图片的url或者图片的Base64字符串），
//参数二：图片形式（URL,BASE64）
//参数三：hashMap中的基本参数配置（null：使用默认配置）
JSONObject res = client.detect(image, "BASE64", null);
System.out.println(res.toString(2));
}
/**
* 人脸搜索：根据用户上传的图片和指定人脸库中的所有人脸进行比较，
* 获取相似度最高的一个或者某几个的评分
*
* 说明：返回值（数据，只需要第一条，相似度最高的数据）
* score：相似度评分（80分以上可以认为是同一个人）
*/
@Test
public void testFaceSearch() throws Exception {
//构造图片
String path = "G:\\IdeaProjects\\basic_code\\face-test\\facetestimg\\test1.jpg";
byte[] bytes = Files.readAllBytes(Paths.get(path));
String image = Base64Util.encode(bytes);
//人脸搜索
JSONObject res = client.search(image, "BASE64", "testgroup1", null);
System.out.println(res.toString(2));
}
}
6）最后整理成工具类，以及常用的人脸登录生成二维码工具类
百度人工智能AI人脸工具类BaiduAiUtil：
@Component
public class BaiduAiUtil {
@Value("${ai.appId}")
private String APP_ID;
@Value("${ai.apiKey}")
private String API_KEY;
@Value("${ai.secretKey}")
private String SECRET_KEY;
@Value("${ai.imageType}")
private String IMAGE_TYPE;
@Value("${ai.groupId}")
private String groupId;
private AipFace client;
private HashMap<String, String> options = new HashMap<String, String>();
public BaiduAiUtil() {
options.put("quality_control", "NORMAL"); //更多参数可自行添加
options.put("liveness_control", "LOW");
}
@PostConstruct
public void init() {
client = new AipFace(APP_ID, API_KEY, SECRET_KEY);
}
/**
* 人脸注册 ：将用户照片存入人脸库中
*/
public Boolean faceRegister(String userId, String image) {
// 人脸注册
JSONObject res = client.addUser(image, IMAGE_TYPE, groupId, userId, options);
Integer errorCode = res.getInt("error_code");
return errorCode == 0 ? true : false;
}
/**
* 人脸更新 ：更新人脸库中的用户照片
*/
public Boolean faceUpdate(String userId, String image) {
// 人脸更新
JSONObject res = client.updateUser(image, IMAGE_TYPE, groupId, userId, options);
Integer errorCode = res.getInt("error_code");
return errorCode == 0 ? true : false;
}
/**
* 人脸检测：判断上传图片中是否具有面部头像
*/
public Boolean faceCheck(String image) {
JSONObject res = client.detect(image, IMAGE_TYPE, options);
if (res.has("error_code") && res.getInt("error_code") == 0) {
JSONObject resultObject = res.getJSONObject("result");
Integer faceNum = resultObject.getInt("face_num");
return faceNum == 1?true:false;
}else{
return false;
}
}
/**
* 人脸查找：查找人脸库中最相似的人脸并返回数据
* 处理：用户的匹配得分（score）大于80分，即可认为是同一个用户
*/
public String faceSearch(String image) {
JSONObject res = client.search(image, IMAGE_TYPE, groupId, options);
if (res.has("error_code") && res.getInt("error_code") == 0) {
JSONObject result = res.getJSONObject("result");
JSONArray userList = result.getJSONArray("user_list");
if (userList.length() > 0) {
JSONObject user = userList.getJSONObject(0);
double score = user.getDouble("score");
if(score > 80) {
return user.getString("user_id");
}
}
}
return null;
}
}
二维码生成工具类QRCodeUtil：
@Component
public class QRCodeUtil {
/**
* 生成Base64 二维码
*/
public String crateQRCode(String content) throws IOException {
System.out.println(content);
ByteArrayOutputStream os = new ByteArrayOutputStream();
try {
QRCodeWriter writer = new QRCodeWriter();
BitMatrix bitMatrix = writer.encode(content, BarcodeFormat.QR_CODE, 200, 200);
BufferedImage bufferedImage = MatrixToImageWriter.toBufferedImage(bitMatrix);
ImageIO.write(bufferedImage, "png", os);
//添加图片标识
return new String("data:image/png;base64," + Base64.encode(os.toByteArray()));
} catch (Exception e) {
e.printStackTrace();
} finally {
os.close();
}
return null;
}
}7）使用方法
这里采用SpringBoot对接人脸识别一套：
- 引入坐标
<!-- 百度云AI-->
<dependency>
<groupId>com.baidu.aip</groupId>
<artifactId>java-sdk</artifactId>
<version>4.8.0</version>
</dependency>
<!-- 谷歌二维码生成-->
<dependency>
<groupId>com.google.zxing</groupId>
<artifactId>core</artifactId>
<version>3.2.1</version>
</dependency>
<dependency>
<groupId>com.google.zxing</groupId>
<artifactId>javase</artifactId>
<version>3.2.1</version>
</dependency>- 配置文件添加
ai:
appId: ？
apiKey: ？
secretKey: ？
imageType: BASE64
groupId: lcryface8）实现人脸登录，人脸签到实现流程
互联网web端项目：用户 --> 二维码展示 --> 扫描二维码 --> 跳转落地页（手机相机或者笔记本摄像头）--> 人脸识别 --> 调用百度AI验证 --> 登录成功
实体项目：用户 --> 是否需要提交额外信息（金额等） --> 硬件摄像头采集人脸信息 --> 人脸识别 --> 调用百度AI验证 --> 成功
总结：
最后总结一句，用照片来‘敷衍’系统人脸识别是不可行的，除非没有进行活体检测，所以我在测试中都是将活体检测不检测，才能通过上传多个照片进行对比，并且在对比评分中，必须满足人脸对比评分score分数足够高，基本上无法伪造，当然，我也问过做这方面的人士，目前对双胞胎还有待提高，其实还是比较安全的，人脸签到这些不涉及金钱方面的可以采取，支付方面的可以暂时不考虑开启，因人而异
商业转载请联系作者获得授权，非商业转载请注明本文出处及文章链接