第7章AI人臉智能識別Linux開發案例AI人臉智能識別Linux開發案例本章分析Linux技術在智能家居網關中的應用，共分2個模塊：1.AI人臉識別應用開發框架：先進行系統總體設計分析，簡述人臉識別開發平臺，分析PythonWeb框，實現AI人臉識別應用框架設計。2.車牌識別功能開發：學習百度人臉識別接口，分析AI人臉識別功能程序和閘機控制功能，實現AI人臉識別功能開發。第7章AI人臉智能識別Linux開發案例

7.1AI人臉識別應用開發框架AI人臉智能識別Linux開發案例人臉識別一種依據人的面部特征，自動進行身份識別的一種生物識別技術。人工智能時代快速來臨人臉識別是當前比較熱門的技術，應用廣泛，例如刷臉打卡、刷臉App，身份識別，人臉門禁，廣泛應用在智能樓宇、智慧零售、智慧教育、智慧旅游等等領域。7.1.1系統總體設計與分析

系統需求分析AI人臉智能識別Linux開發案例人臉識別利用攝像機或攝像頭采集含有人臉的圖像或視頻流，并自動在圖像中檢測和跟蹤人臉，進而對檢測到的人臉圖像進行一系列的相關應用操作，包括圖像采集、特征定位、身份的確認和查找等等。人臉注冊與識別過程如圖所示。7.1.1系統總體設計與分析

系統需求分析AI人臉智能識別Linux開發案例人臉識別技術是基于人的臉部特征，對輸入的人臉圖像或者視頻流.首先判斷其是否存在人臉,如果存在人臉，則進一步的給出每個臉的位置、大小和各個主要面部器官的位置信息。并依據這些信息，進一步提取每個人臉中所蘊涵的身份特征，并將其與已知的人臉進行對比，從而識別每個人臉的身份。構建一個完整的人臉識別系統主要包括三個方面的技術：人臉檢測、人臉跟蹤、人臉對比。7.1.1系統總體設計與分析

人臉識別技術（3）人臉比對人臉比對通過對已檢測的人臉圖像或人臉特征與數據庫中的圖像或特征進行逐一對比，計算不同域下的距離找到在數據庫中最佳的匹配對象。人臉對比方法分為特征向量與面紋模板兩種方法。（2）人臉跟蹤人臉跟蹤多是指在對已檢測到人臉的視頻資料中進行持續的目標跟蹤。人臉跟蹤可以被認為是在動態的時間域上進行人臉連續檢測的方法，人臉跟蹤可以將單一圖像的面部特征有機的結合到時間域上，使動態的人臉檢測操作不僅僅依靠單一圖像的模型進行判斷，也加入單一特征在時間域的變化特征進行判斷，從而對連續幀中每幅圖像中的人臉位置進行精確估計。人臉跟蹤分為模型跟蹤法、運動信息跟蹤法、人臉局部特征跟蹤法等。（1）人臉檢測人臉檢測技術主要是指在各種不同動態或靜態的生活場景與復雜的環境背景中，通過判斷圖像中是否存在可被檢測的人臉，并將其進行分離和剪裁出可以被實驗所應用的面部圖像，有下列幾種方法：參考模板法、人臉規則法、樣本學習法、特征子臉法。AI人臉智能識別Linux開發案例智能人臉識別系統的硬件主要邊緣計算網關、高清攝像頭與物聯網控制節點構成。邊緣計算網關連接高清攝像頭通過百度人臉識別接口進行人臉注冊，對攝像頭捕捉到的人臉圖片識別，如果識別成功連接物聯網云平臺對閘機進行聯動控制，PC端的WEB管理界面可進行人臉注冊、管理與顯示結果，硬件結構框圖如圖所示。7.1.1系統總體設計與分析

系統總體設計AI人臉智能識別Linux開發案例中文車牌識別系統，其軟件模塊主要由百度人臉識別應用程序、智云物聯網應用程序、Django服務軟件、PC端Web管理軟件構成，項目主要開發語言為Python語言，軟件總體結構框如圖所示。7.1.1系統總體設計與分析

系統總體設計AI人臉智能識別Linux開發案例當前的人臉識別技術分為API和SDK調用兩種法方式，API需要實時聯網，SDK調用可以離線使用。（1）虹軟免費SDK需要注冊才能使用，官網上有很多教程，接入簡單。（2）Face++

使用Face++人臉比對SDK，應用可以在移動設備上離線運行Face++人臉識別算法，實時檢測視頻流中的所有人臉，并進行高準確率的人臉比對，支持iOS和Android平臺。（3）百度人臉識別云服務 基于百度深度學習能力的人臉識別技術，提供人臉檢測與屬性分析、人臉對比、人臉搜索、活體檢測等能力。7.1.2人臉識別開發平臺AI人臉智能識別Linux開發案例7.1.3PythonWeb框架Django框架介紹Django是一個開放源代碼的Web應用框架，Django采用了MVC的軟件設計模式，即模型M，視圖V和控制器C，優勢是可以簡便、快速的開發數據庫驅動的網站。Django是Python編程語言驅動的一個開源模型、視圖、控制器風格的Web應用程序框架。Django的MVC職責如表所示。MVC控制器部分由Django框架的URLconf實現。URLconf機制是使用正則表達式匹配URL，然后調用合適的Python函數。框架封裝了控制層，與數據交互都是數據庫表的讀、寫、刪除和更新操作。開發程序的時候，只需要調用相應的方法，編寫非常少的代碼實現很多功能，大大提高了工作效率。層次職責模型（Model），數據存取層處理與數據相關的所有事務：如何存取、如何驗證有效性、包含哪些行為以及數據之間的關系等。模板(Template)，表現層處理與表現相關的決定：如何在頁面或其他類型文檔中進行顯示。視圖（View），業務邏輯層存取模型及調取恰當模板的相關邏輯。模型與模板的橋梁。AI人臉智能識別Linux開發案例7.1.3PythonWeb框架Django框架項目創建人臉識別應用采用Django框架開發，可以方便、快捷地創建高品質、易維護、數據庫驅動的應用程序。其目錄如圖所示。存放AI的相關的模型文件如下：（1）utils文件夾：存放相關的工具類，比如日期處理類、文件處理類等。（2）views文件夾：存放相關的定義URL相應函數。（3）static文件夾：存放javascript、css、png等相關的靜態資源文件。（4）templates文件夾：存放等html5頁面文件。（5）manage.py：是Django用于管理本項目的命令行工具，站點的運行、靜態文件收集等。AI人臉智能識別Linux開發案例7.1.3PythonWeb框架（環境配置詳細請查看文檔）Django框架項目創建Django項目創建測試1）進入/home/zonesion/目錄，使用django-adminstartprojectHelloAI來創建HelloAI項目。test@rk3399:~/work$django-adminstartprojectHelloAItest@rk3399:~/work$cdHelloAI/test@rk3399:~/work/HelloAI$tree.├──HelloAI│

├──__init__.py│

├──settings.py│

├──urls.py│

└──wsgi.py└──manage.py

1directory,5filesAI人臉智能識別Linux開發案例7.1.3PythonWeb框架Django框架項目創建Django項目創建測試2）進入HelloAI目錄，輸入命令python3manage.pyrunserver:8000，啟動服務。test@rk3399:~/work/HelloAI$python3manage.pyrunserver:8000Performingsystemchecks...

Systemcheckidentifiednoissues(0silenced).

Youhave15unappliedmigration(s).Yourprojectmaynotworkproperlyuntilyouapplythemigrationsforapp(s):admin,auth,contenttypes,sessions.Run'pythonmanage.pymigrate'toapplythem.

September17,2020-08:59:39Djangoversion2.1.7,usingsettings'HelloAI.settings'Startingdevelopmentserverat:8000/QuittheserverwithCONTROL-C.AI人臉智能識別Linux開發案例7.1.3PythonWeb框架Django框架項目創建Django項目創建測試打開網關上的chromium瀏覽器，在地址欄輸入:8000，打開django服務頁面，如圖所示。AI人臉智能識別Linux開發案例7.1.3PythonWeb框架Django框架項目創建Django項目創建測試3）視圖和URL配置在之前創建的HelloAI目錄下的HelloAI目錄新建一個view.py文件，并輸入代碼：test@rk3399:~/work/HelloAI$lsdb.sqlite3HelloAImanage.pytest@rk3399:~/work/HelloAI$cdHelloAI/test@rk3399:~/work/HelloAI/HelloAI$ls__init__.py__pycache__settings.pyurls.pywsgi.pytest@rk3399:~/work/HelloAI/HelloAI$viview.py

fromdjango.httpimportHttpResponse

defhello(request):returnHttpResponse("HelloAI!")AI人臉智能識別Linux開發案例7.1.3PythonWeb框架Django框架項目創建Django項目創建測試接著，綁定URL與視圖函數。打開urls.py文件，刪除原來代碼，將以下代碼復制粘貼到urls.py文件中：fromdjango.conf.urlsimporturlfrom.importview

urlpatterns=[url(r'^$',view.hello),]完成后，啟動Django開發服務器，并在瀏覽器訪問打開瀏覽器并訪問，如下圖所示。AI人臉智能識別Linux開發案例7.1.4開發實踐：AI人臉識別應用框架1、項目硬件連接與組網配置本項目中使用到智能網關、高清攝像頭、SensorEH傳感器節點。高清攝像頭連接網關的USB3.0接口，如左圖所示。如果組網設置成功，通過ZCloudTools工具可以查看到網絡拓撲如右圖所示。AI人臉智能識別Linux開發案例7.1.4開發實踐：AI人臉識別應用框架2、啟動機器視覺服務雙擊運行網關桌面上的“機器視覺”運行腳本，啟動服務，如左圖所示。打開Chrome瀏覽器，點擊瀏覽器書簽欄的“人工智能綜合應用”，進入人工智能綜合應用系統，即可進行相關應用的演示如右圖所示。AI人臉智能識別Linux開發案例7.1.4開發實踐：AI人臉識別應用框架3、人工智能應用參數設置在“人工智能綜合應用系統”界面中，選擇“機器視覺”進入子功能界面，在界面右上單擊設置圖標，打開參數設置界面，對智云帳號、節點MAC、百度帳號進行設置如圖所示。Linux網關部分輸入，設置的智云ID、KEY與EH節點的mac地址。百度AI部分，輸入帳號信息。AI人臉智能識別Linux開發案例7.1.4開發實踐：AI人臉識別應用框架4、人臉閘機功能測試參數設置完成后，機器視覺界面選擇“智能控制”功能。打開智能控制后，選擇“人臉閘機”應用。運行界面如圖左所示。選擇“人臉注冊”功能，攝像頭對準人臉，如果從視頻流中檢測到人臉會出現紅色方框。在下方的姓名輸入框輸入用戶姓名，點擊“人臉注冊”按鈕，如注冊成功會顯示如圖右所示。AI人臉智能識別Linux開發案例7.1.4開發實踐：AI人臉識別應用框架4、人臉閘機功能測試在“人臉管理”功能中，可以查看到剛才成功注冊的用戶照片，如左上圖所示。選擇“人臉識別”功能，如果應用識別到當前人臉已經在人臉庫中注冊，會出現如右圖所示。識別成功后，無線節點上的閘機會進行“打開”動作，5秒后進行“關閉”動作，如左下圖所示。AI人臉智能識別Linux開發案例7.1.5小結學習了人臉識別的應用開發技術，首先了解人工智能與人臉識別技術的相關概念，常見人臉識別開發架構，PythonWeb框架。學習并掌握Django框架項創建與使用。實踐環節通過人臉閘機項目的部署與測試，熟悉項目中的人臉注冊與人臉識別功能。AI人臉智能識別Linux開發案例

7.1.6思考與拓展1、簡述人臉注冊與人臉識別的過程？2、常見的人臉識別開發平臺有哪些，各有什么特點?3、簡述Django框架的特性？第7章AI人臉智能識別Linux開發案例

7.2AI人臉識別功能開發AI人臉智能識別Linux開發案例用于從人臉庫中新增用戶，可以設定多個用戶所在組，及組內用戶的人臉圖片，典型應用場景：構建您的人臉庫，如會員人臉注冊，已有用戶補全人臉信息等。人臉庫、用戶組、用戶、用戶下的人臉層級關系如圖所示。7.2.1百度人臉識別接口

人臉注冊接口說明：關于人臉庫的設置限制每個開發者賬號只能創建一個人臉庫；每個人臉庫下，用戶組（group）數量沒有限制；每個用戶組（group）下，可添加最多300000張人臉，如每個uid注冊一張人臉，則最多300000個用戶uid；每個用戶（uid）所能注冊的最大人臉數量沒有限制；AI人臉智能識別Linux開發案例7.2.1百度人臉識別接口

人臉注冊接口人臉注冊請求參數要求：所有圖片經base64編碼后的圖片數據總和不超過10M。人臉注冊返回數據參數如表所示。參數是否必選類型說明uid是string用戶id（由數字、字母、下劃線組成），長度限制128Bimage是byte[]圖片數據group_id是string用戶組id（由數字、字母、下劃線組成），長度限制48user_info是string新的user_info信息action_type否string如果為replace時，則uid不存在時，不報錯，會自動注冊。不存在該參數時，如果uid不存在會提示錯誤字段是否必選類型說明log_id是number請求標識碼，隨機數，唯一AI人臉智能識別Linux開發案例7.2.1百度人臉識別接口

人臉庫管理相關接口人臉庫管理相關接口，要完成1：N或者M：N識別，首先需要構建一個人臉庫，用于存放所有人臉特征，相關接口如下：人臉注冊：向人臉庫中添加人臉人臉更新：更新人臉庫中指定用戶下的人臉信息人臉刪除：刪除指定用戶的某張人臉用戶信息查詢：查詢人臉庫中某個用戶的詳細信息獲取用戶人臉列表：獲取某個用戶組中的全部人臉列表獲取用戶列表：查詢指定用戶組中的用戶列表復制用戶：將指定用戶復制到另外的人臉組刪除用戶：刪除指定用戶創建用戶組：創建一個新的用戶組刪除用戶組：刪除指定用戶組組列表查詢：查詢人臉庫中用戶組的列表AI人臉智能識別Linux開發案例7.2.1百度人臉識別接口

人臉識別接口人臉識別用于計算指定組內用戶，與上傳圖像中人臉的相似度。識別前提為您已經創建了一個人臉庫。典型應用場景：如人臉閘機，考勤簽到，安防監控等。說明：人臉識別返回值不直接判斷是否是同一人，只返回用戶信息及相似度分值。說明：推薦可判斷為同一人的相似度分值為80，您也可以根據業務需求選擇更合適的閾值。publicstaticvoidFaceIdentify(){varclient=newBaidu.Aip.Face.Face("ApiKey","SecretKey");varimage1=File.ReadAllBytes("圖片文件路徑");

varresult=client.User.Identify(image1,new[]{"groupId"},1,1);}AI人臉智能識別Linux開發案例7.2.1百度人臉識別接口

人臉識別接口人臉識別請求參數詳情如表所示。參數是否必選類型說明group_id是string用戶組id（由數字、字母、下劃線組成）列表，每個groupid長度限制48image是byte[]圖像數據ext_fields否string特殊返回信息，多個用逗號分隔，取值固定:目前支持faceliveness(活體檢測)user_top_num否number返回用戶top數，默認為1，最多返回5個字段是否必選類型說明log_id是number請求唯一標識碼，隨機數result_num是number返回結果數目，即：result數組中元素個數ext_info否array對應參數中的ext_fields+faceliveness否string活體分數，如0.49999。活體檢測參考分數0.4494，以上則可認為是活體（測試期間result是array結果數組+group_id是string對應的這個用戶的group_id+uid是string匹配到的用戶id+user_info是string注冊時的用戶信息+scores是array結果數組，數組元素為匹配得分，topn。得分[0,100.0]AI人臉智能識別Linux開發案例若要實現人臉簡易的驗證，首先需要錄入使用者的人臉特征，調用百度人臉庫的注冊函數，會將臉部特征向量存儲在人臉庫中，代碼在face_get/face_gate/views/face_manage.py如下：7.2.2AI人臉識別功能程序分析

人臉注冊功能分析defface_register(request):image_type="BASE64"image_detail=image_process._save_image(request.FILES['avatar'].name,settings.AVATAR_PATH,request.FILES['avatar'])image=baidu_api_utils.get_file_content(image_detail)image64=str(base64.b64encode(image),'utf-8')options=dict()options['action_type']='REPLACE'user_id=request.POST.get("username")rsp=FaceManage.client.addUser(image64,image_type,FaceManage.group_id,user_id,options)print(rsp)_result={'error_code':200}

ifrsp['error_msg']!='SUCCESS':_result['error_code']=500rsp_json=JsonResponse(_result)

returnrsp_jsonAI人臉智能識別Linux開發案例以攝像頭捕捉到的人臉圖片，對該圖片進行特征編碼，再與特征庫中所有人臉特征進行對比，調用face_pare_faces()函數，返回一個布爾值的列表，根據布爾值列表判斷是否為同一個人如圖所示。7.2.2AI人臉識別功能程序分析

人臉識別功能分析AI人臉智能識別Linux開發案例調用百度人臉庫的識別函數，將攝像頭采集到的人臉與人臉庫中的人臉進行1:N的比對，匹配上了則識別到目標人物，代碼如下：7.2.2AI人臉識別功能程序分析

人臉識別功能分析@staticmethoddefface_recognition(request):image_type="BASE64"group_id_list=FaceManage.group_id

image_detail=image_process._save_image(str(int(time.time()))+'_'+request.FILES['headImg'].name,settings.TEMP_UPLOAD_PATH,request.FILES['headImg'])image=baidu_api_utils.get_file_content(image_detail)image64=str(base64.b64encode(image),'utf-8')rsp=FaceManage.client.search(image64,image_type,group_id_list)print(rsp)_result={'error_code':200}

ifrsp['error_msg']!='SUCCESS':_result['error_code']=500else:score=rsp['result']['user_list'][0]['score']ifscore<90:_result['error_code']=500else:_result['msg']=rsp['result']['user_list'][0]['user_id']rsp_json=JsonResponse(_result)AI人臉智能識別Linux開發案例在程序中導入了物聯網設備控制接口文件：face_gate/utils/face_control.py，若通過人臉驗證后，調用face_control.py中的face_control()函數來對服務器進行連接，并向服務器發送控制ETC閘機請求，其調用的方法如下。7.2.2AI人臉識別功能程序分析7.2.3閘機控制功能分析fromdjango.httpimportJsonResponsefromface_gate.utils.websocket_controllerimportWebsocketControllerimporttimeclassFaceControl(object):def__init__(self):zhiyun_id=""#云服務idzhiyun_key=""#云服務keyzhiyun_server=":28080"#云服務server地址self.sensor_eh_mac=""#sersoreh識別類節點的mac地址self.ws=WebsocketController(zhiyun_id,zhiyun_key,zhiyun_server)self.message=self.ws.connect()

defface_control(self):ifself.sensor_eh_macisnotNoneandself.sensor_eh_mac!='':self.ws.send_message(self.sensor_eh_mac,"{OD1=1,D1=?}",1)time.sleep(5)self.ws.send_message(self.sensor_eh_mac,"{CD1=1,D1=?}",1)defface_control_api(request):result={'error_code':200}try:gc=FaceControl()gc.face_control()exceptExceptionase:print("websocketisnotconneted")result['error_code']=500returnJsonResponse(result)AI人臉智能識別Linux開發案例1、修改配置信息1）進入本節實驗目錄face_register，并查看當前目錄文件，如下：7.2.4開發實踐：AI人臉識別功能開發

人臉注冊與管理測試test@rk3399:~/work$cdface_register/test@rk3399:~/work/face_register$lsdb.sqlite3face_gatemanage.pystatictemplates2）設置百度帳號信息，進入face_register/face_gate/views目錄下，使用vi編輯器打開face_manage.py文件。test@rk3399:~/work/face_register$cdface_gate/test@rk3399:~/work/face_register/face_gate$ls__init__.py__pycache__settings.pyurls.pyutilsviewswsgi.pytest@rk3399:~/work/face_register/face_gate$cdviews/test@rk3399:~/work/face_register/face_gate/views$lsface_manage.py__init__.py__pycache__test@rk3399:~/work/face_register/face_gate/views$viface_manage.pyAI人臉智能識別Linux開發案例2、啟動服務器返回到face_register目錄，輸入服務啟動命令python3manage.pyrunserver:8000。7.2.4開發實踐：AI人臉識別功能開發

人臉注冊與管理測試test@rk3399:~/work/face_register$lsdb.sqlite3face_gatemanage.pystatictemplatestest@rk3399:~/work/face_register$python3manage.pyrunserver:8000Django服務啟動成功，運行信息如下：Performingsystemchecks...systemcheckidentifiednoissues(osilenced).Youhave12unappliednigration(s).Yourprojectnaynotworkproperlyuntilyouapplythenigrationsforapp(s):auth，contenttypes，sessions.Run'pythonmanage.pymigrate'toapplythen.

May06，2020-17:57:40Djangoversion2.1.7，usingsettings'face_gate.settings'Startingdevelopmentserverat:8000/QouittheserverwithCONTROL-C.AI人臉智能識別Linux開發案例4、人臉管理功能測試在主頁面上選中“人臉管理”功能，出現人臉管理頁面。會顯示當前系統中已成功注冊的用戶名稱。選中其中一個用戶，用戶的右下角會出現一個紅色的刪除按鈕，如圖所示。單擊紅色的刪除按鈕，確定后用戶信息會從人臉庫中刪除，如圖所示。7.2.4開發實踐：AI人臉識別功能開發

人臉注冊與管理測試AI人臉智能識別Linux開發案例1、修改配置信息1）進入本節實驗目錄face_gate，并查看當前目錄文件，如下：7.2.4開發實踐：AI人臉識別功能開發

人臉識別功能測試test@rk3399:~/work$cdface_gate/test@rk3399:~/work/face_gate$lsdb.sqlite3face_gatemanage.pystatictemplates2）設置百度帳號信息，進入face_gate/face_gate/views目錄下，使用vi編輯器打開face_manage.py文件。test@rk3399:~/work/face_gate/face_gate$ls__init__.py__pycache__settings.pyurls.pyutilsviewswsgi.pytest@rk3399:~/work/face_gate/face_gate$cdviews/test@rk3399:~/work/face_gate/face_gate/views$lsface_manage.py__init__.py__pycache__test@rk3399:~/work/face_gate/face_gate/views$viface_manage.pyAI人臉智能識別Linux開發案例1、修改配置信息3）設置智云帳號信息，進入face_gate/face_gate/utils目錄下，使用vi編輯器打開face_control.py文件。7.2.4開發實踐：AI人臉識別功能開發

人臉識別功能測試test@rk3399:~/work/face_gate/face_gate$cdutils/baidu_api_utils.pybaidu_face.pyimage_process.py__pycache__baidu_base.pyface_control.py__init__.pywebsocket_controller.pytest@rk3399:~/work/face_gate/face_gate/utils$viface_contro