虹软

最近我们发现很多用户在接入虹软ArcFace人脸识别SDK时，经常会遇到动态库加载失败的相关问题。本文详细介绍从编译动态库（.so）到程序调用so的整个流程，模拟在加载虹软人脸识别so文件时经常遇到的一些问题，帮助大家了解这些问题出现的原因以及解决方法。 一、 ArcFace库加载常见错误 1.1 找不到动态库 java.lang.UnsatisfiedLinkError: couldn't find "libarcsoft_face_engine.so" 原因： 在安装应用时，APK中指定的ABI目录下没有发现指定的动态库，寻找apk中动态库的规则详见 https://developer.android.google.cn/ndk/guides/abis?hl=en#aen 导致这个问题的间接原因很多，比如： Android工程中没有指定的动态库 Android工程中动态库存放位置错误 设备支持的最高ABI是armeabi-v7a，而apk只有arm64-v8a的动态库 解决方案： 确保被安装程序中包含的目标设备支持的ABI的动态库，可以解压APK检查动态库是否存在。 1.2 加载的动态库ABI不对 java.lang.UnsatisfiedLinkError: "libarcsoft_face_engine.so" is 32-bit instead of 64-bit 原因：

导语： 虹软ArcFaceGo智慧门禁应用套件包括门禁软件APK、PC管理客户端和云端服务三部分，最快3分钟即可完成智慧门禁系统的部署，帮助中小型企业降低开发成本，加快实现产品智能化落地。本文来自开发者投稿。 应公司需求，最近开发了一款有考勤功能的人脸门禁应用。 相比传统密码门禁操作不便，指纹和刷卡门禁容易冒用和代打卡，刷脸门禁采用生物识别技术，必须本人刷脸才能起效，在原有门禁的基础上的改造也比较容易。 刷脸门禁虽好，然而最大问题是，我并没有从零开发一款人脸门禁的能力。多方研究之下，我选择了虹软ArcFaceGo智慧门禁应用套件。 这款套件直接安装在Android系统的Pad上即可，仅在设备端就能完成人脸批量注册、活体检测、人脸识别验证等完整功能，还能够在电脑端统一管理多个本地设备，适合我这种缺乏专业基础的用户使用。 我在实际使用中总结了一些经验，分为 预备工作、正式安装、人脸注册、硬件适配、识别参数设置 和 注意事项 六部分，在此把完整使用过程与其他同我类似的新手开发者分享。 【预备工作】 下载ArcFaceGO应用套件之前，需要先在虹软视觉开发平台官网进行注册，并进行企业身份认证。完成身份认证需要一点时间，但绝对不会超过3天。 整个注册和下载过程很快，APK只有42M，PC客户端才7M。激活应用套件需要用到【人脸识别增值版SDK】激活码，可以直接购买

python版： 《如何使用 python 接入虹软 ArcFace SDK》https://juejin.im/post/5d788d825188251943419a5e https://github.com/tensorflower/ArcFace-python https://github.com/ArcsoftEscErd/ArcfaceDemo_Python_2.2 上面两个都是人脸识别的api,貌似也能做认证核验，i7 耗时300ms左右。 有人脸比较:ASFFaceFeatureCompare https://www.cnblogs.com/1994july/p/12057037.html c++有部分代码： https://blog.csdn.net/Fgoodboy/article/details/89761304 激活错误码 28676 28676的错误是SDKKey和使用的SDK不匹配 appid和key对调后，报错： 激活失败!错误码:28675 12885 未检测到人脸 ASVL_PAF_I420 8-bit Y通道，8-bit 2x2 采样U通道，8-bit 2x2 采样V通道 ASVL_PAF_NV12 8-bit Y通道，8-bit 2x2 采样U与V分量交织通道 ASVL_PAF_NV21 8-bit Y通道，8-bit 2x2

目前在人脸识别领域中，网络摄像头的使用很普遍，但接入网络摄像头和人脸识别SDK有一定门槛，在此文章中有介绍过虹软人脸识别SDK的接入流程，本文着重介绍网络摄像头获取视频流并处理的流程(红色框内)，以下内容仅供参考。 1.海康SDK接入基本流程 a.初始化并登录验证 NET_DVR_Init(); NET_DVR_DEVICEINFO_V30 struDeviceInfo = { 0 }; long lUserID = NET_DVR_Login_V30(m_cameraIp, m_cameraPort, m_cameraUser, m_cameraPwd, &struDeviceInfo); if (lUserID < 0) { NET_DVR_Cleanup(); return false; } b.创建线程并注册回调函数 thread videoThread(&HCNetCamera::getCameraPreview, this); videoThread.detach(); bool HCNetCamera::getCameraPreview() { NET_DVR_CLIENTINFO ClientInfo; ClientInfo.lChannel = 1; //Channel number 设备通道号 ClientInfo.hPlayWnd = NULL; //窗口为空

虹软最新版 python 接口 完整版 当前开源的人脸检测模型,识别很多,很多小伙伴也踩过不少坑。相信不少使用过dlib和facenet人脸识别的小伙伴都有这样的疑惑，为什么论文里高达99.8以上的准确率，自己实际使用下来的准确率却并不好，甚至用来落实到百人以内的人脸识别，都经常出现误识别现象，造成这样的现象最主要的原因来自于训练人脸识别模型的样本和国内人脸有差距。因此，这些看似准确率很高的模型，直接拿来做项目使用是不行的，测试两种模型在使用几百人的考勤图片上的表现，准确率上dlib和facenet 都很不理想。 综合比较，发现使用虹软的人脸识别接口是目前开源，在国内人脸识别准确度上最好的选择。 遗憾的是当前虹软暂时没有提供python 接口代码，目前网上也有部分使用python调用虹软接口的案例，但是类似文章千篇一律，基本都是同一个代码，反复转载，也并没有能一个完整调用虹软全部功能的python接口，函数名称也随意定义并不好记，使用pycharm 开发也没有类函数成员代码编写提示，代码部分不合理的地方也重复出现… 实在是不能忍受当前已发布 的python api 接口参差不齐的现象，为此，特意用了几天时间将虹软当前版本的全部功能写出一个完整好用的python api接口。 出发点 本质上python接口是使用 ctypes 调用 虹软的动态链接库，需要去虹软官网 去选择 C/C+

从虹软开放了2.0版本SDK以来，由于具有免费、离线使用的特点，我们公司在人脸识别门禁应用中使用了虹软SDK，识别效果还不错，因此比较关注虹软SDK的官方动态。近期上线了ArcFace 3.0 SDK版本，确实做了比较大的更新。上一篇主要介绍了关于Android平台算法的改进，本篇将介绍一下关于Windows平台算法的更新。 特征比对支持比对模型选择，有 生活照比对模型 和 人证比对模型 识别率、防***效果显著提升 特征值更新，升级后人脸库需重新注册 人脸检测同时支持全角度及单一角度 新增了一种图像数据传入方式 在V3.0版本接入过程中，发现使用新的图像数据结构还是具有一定难度的，本文将从以下几点对该图像数据结构及使用方式进行介绍 SDK接口变动 图像数据结构 步长的作用 OpenCV图像数据结构转换为虹软图像数据结构 一、SDK 接口变动 在接入ArcFace 3.0 SDK时，发现新增了ASFDetectFacesEx、ASFFaceFeatureExtractEx、ASFProcessEx、ASFProcessEx_IR一组接口，该组接口使用 LPASF_ImageData 结构体指针的方式传入图像数据，以人脸检测接口为例，具体接口比对如下： 原始接口： MRESULT ASFDetectFaces( MHandle hEngine, // [in] 引擎handle

趁空闲的一点点时间向大家分享一个好用的人脸识别的应用——来自虹软公司的人脸识别 推荐这家的产品主要有以下几个理由~ 1、免费！免费！免费！ 它家比较良心。人脸识别、人证核验、活体检测等等一切的sdk都是免费下载使用的- -即使商用也可以~非常适合我这种小穷人 2、根据不同操作平台提供不同的SDK 目前可下载Windows x86，x64平台（c++/Java语言）、Linux x64平台（c++/Java语言）、iOS平台（Objective-C语言）与Android arm32平台（Java语言） 3、官方针对各版本的SDK均提供了对应的Demo，下载的SDK包里面有示例代码可以参考 这里丢个地址来算了……想试用demo的可以去下： https://ai.arcsoft.com.cn/ucenter/resource/build/index.html#/demoList 除官方提供的demo以外，如需使用其它语言开发，也可以自行封装。 4、虹软的人脸识别是应用于离线开发的，因为不需要网络，所以它的识别速度较快。 只有首次激活需要联网，后面就都可以离线用了，比较方便~ 好了，废话不多说，接下来就开始教大家怎样使用了。 1.首先就是去官网申请APPKEY，各种密匙，然后在下载jar包，这些就不一一给大家讲解了。注意一下，要在app的gradle里面加上这句话

从虹软开放了2.0版本SDK以来，由于具有免费、离线使用的特点，我们公司在人脸识别门禁应用中使用了虹软SDK，识别效果还不错，因此比较关注虹软SDK的官方动态。近期上线了ArcFace 3.0 SDK版本，确实做了比较大的更新。首先本篇介绍一下关于Android平台算法的更新内容，下一篇将针对Windows平台的算法更新展开介绍。 特征比对支持比对模型选择，有 生活照比对模型 和 人证比对模型 识别率、防***效果显著提升 特征值更新，升级后人脸库需重新注册 Android平台新增64位的SDK 图像处理工具类 人脸检测同时支持全角度及单一角度 新增了一种图像数据传入方式 在实际开发过程中使用新的图像数据结构具有一定的难度，本文将从以下几点对该图像数据结构及使用方式进行详细介绍 SDK接口变动 ArcSoftImageInfo类解析 SDK相关代码解析 步长的作用 将Camera2回传的Image转换为ArcSoftImageInfo 一、SDK接口变动 在接入3.0版SDK时，发现 FaceEngine 类中的 detectFaces 、 process 、 extractFaceFeature 等传入图像数据的函数都有重载函数，重载函数的接口均使用 ArcSoftImageInfo 对象作为入参的图像数据，以人脸检测为例，具体接口如下： 原始接口： public int

目前只封装了人脸检测部分的类库，供大家交流学习，肯定有问题，希望大家在阅读使用的时候及时反馈，谢谢！ 戳这里下载 SDK github： https://github.com/dayAndnight2018/HRFace2_0 目前包含了以下功能： 激活： ResultCode result = EngineActivate.ActivateEngine(stringappId, string appKey) 获取引擎： IntPtr engine = EngineFactory.GetEngineInstance( uint mode,DetectionOrientPriority orientPriority, int detectFaceScaleVal =12) 释放引擎： Bool result = EngineFactory.DisposeEngine() 人脸个数检测： 1.初始化人脸检测器： public FaceDetection(IntPtr hEngine,Bitmap image) 2.获取人脸数量 public int FindFaceNum() 返回人脸数量 人脸年龄检测： 1.初始化人脸检测器： public FaceDetection(IntPtr hEngine,Bitmap image) 2.获取人脸年龄 public int GetAge()

公司项目需要人脸识别登录,需要支持离线识别,所以无法使用在线的人脸识别的API,于是使用到了离线SDK来对比识别人脸相识度. 获取人脸抓拍的图片需要对接设备,这里不做记录,假设我们已经获取到了人脸图片,只调用SDK将抓拍的人脸图片与已有的进行人脸库图片对比,具体步骤如下: 1. 注册账号,实名认证 https://ai.arcsoft.com.cn/ucenter/user/userlogin 2. 创建应用,在我的应用里面添加SDK,下载sdk到本地 3. 解压SDK,将SDK下的libs文件夹的库文件放到jdk下的lib文件夹下 4. 将SDK libs文件夹下的jar文件导入项目,然后buildpath 5. 编写测试代码,进行人脸比对 package net . nblh . faceRecognition . util . faceCompare ; import static com . arcsoft . face . toolkit . ImageFactory . getRGBData ; import java . io . File ; import java . math . BigDecimal ; import java . util . ArrayList ; import java . util . List ; import com .