隨著人臉識別技術的不斷發展，尤其是在部分算法平臺對外開放算法之后，人臉識別的應用門檻得到了極大降低。但是從算法到一款真正可落地的人臉識別產品，在完整的應用開發中，不僅需要考慮底層算法的運行邏輯，也需要上層業務邏輯完整自洽。而這個從0到1的過程，往往會讓大部分中下企業及開發者，在項目商用化落地過程中無從下手。

因此，在這里推薦一款開源的人臉識別應用套件ArcFaceGo。基于該套件，可以快速甚至零代碼搭建人臉識別閘機通行、刷臉考勤以及近來大火的人臉識別測溫等應用。同時，利用它的開源屬性，也完全能夠在此基礎上開發成一款符合自身業務需求的產品，并投入商用。

【簡單易用 ArcFaceGo應用套件構成】

在應用套件中，已經內置了虹軟視覺開放平臺的離線人臉識別SDK。涵蓋人臉檢測、人臉比對、活體檢測、人臉屬性分析等一系列核心算法，即使無網絡狀態下也可以運行。在虹軟視覺開放平臺完成下載后，可以看到該應用套件由人臉識別軟件APK、中心管理端兩部分構成。

中心管理端：擁有人員注冊、考勤統計、出入查詢等功能，也可以云端進一步對接已有的業務平臺。

人臉識別設備端應用APK：負責采集人臉信息、進行身份比對，并向中心管理端報備識別結果以及通知相關聯通控制器。在該部分其代碼中，已經針對人臉檢測、人臉比對、活體檢測等算法，模塊化的集成了相應算法運轉邏輯。開發者無需考慮各算法之間復雜運轉流程，只需傳入camera數據流，便可以回調識別結果。

同時，針對人臉圖像傳輸、處理中需要用到的多媒體圖像技術，在代碼中也同樣模塊化的封裝好了NV21、RGBA、BGR等不同顏色格式自動轉化及圖像的四字節對齊等功能。

在運行性能方面，該開源應用套件在底層算法邏輯中維護＂人臉底庫＂，可以充分提升人臉識別速度，以RK3288 －10000人為例，相比在上層邏輯中進行人臉比對需要100ms ，而目前僅需10ms。

【適配靈活 可應用于各類實際場景】

基于開源代碼，開發者可以自行定義交互界面及交互邏輯，并開發應用于各類場景的人臉識別應用。比如智慧辦公的人臉識別考勤機、智慧社區的人臉識別出入閘機、智慧商業的VIP迎賓系統、智慧醫院的人臉識別掛號機、智慧酒店的人臉識別入住等等產品。

1．針對具體場景，可視化適配硬件

不同場景的不同應用，也意味著需要適配不同的分辨率設備，適配單攝、雙攝、寬動態等各類攝像頭。ArcFaceGo人臉識別應用套件提供了可視化的硬件適配頁面，方便預覽顯示及識別設置。

用戶也能自行改寫該部分代碼，譬如不希望用戶自行調節相關參數，以至于影響識別效果，甚至可以將該部分功能進行封裝，以免用戶誤觸。

2．可供對接硬件的多種廣播形式。

場景1

在室內走廊或樓梯過道等光線不佳的地方，可以對接ACTION＿FACE＿DETECT＿HAS＿FACE和ACTION＿FACE＿DETECT＿NO＿FACE廣播，在檢測到人臉時打開補光燈，這樣可以提高識別率。

場景2

在一些單次授權通過的場景比如取藥房，可對接ACTION＿IDENTIFY＿SUCCESS＿PERSON＿SERIAL廣播，在授權并且識別通過之后可以刪除該人授權以達到目的。
? ? ? ?責任編輯:pj