https://ai.baidu.com/ai-doc/FACE/Qk37c1mzc

目錄

1、簡介1.1 產品概述1.2 規格信息1.3 兼容性1.4 授權方式1.5 產品定價 2、SDK詳細介紹2.1 名詞解釋2.2 SDK簡介2.3 SDK文件結構2.4 激活工具2.5 Demo示例工程2.6 特征抽取模型選擇 3、功能接口3.1 人臉檢測及設置3.1.1 人臉檢測track接口(傳入圖片)3.1.2 人臉檢測track接口(傳入二進制圖片buffer)3.1.3 人臉檢測track_max_face接口3.1.4 人臉檢測track_max_face接口(傳入二進制圖片buffer)3.1.5 人臉檢測設置接口3.1.6 USB攝像頭檢測3.1.7 人臉檢測track接口(傳入opencv的mat)3.2 人臉對比及識別接口3.2.1 人臉對比接口3.2.2 人臉對比接口（傳入二進制圖片buffer）3.3 特征值提取接口3.3.1 特征值提取接口（通過傳入圖片）3.3.2 特征值提取接口（通過傳入二進制圖片buffer）3.3.3 特征值提取接口（通過傳入opencv的視頻幀）3.3.4 特征值比對接口3.4 屬性及質量接口3.4.1 人臉屬性（通過傳入圖片）3.4.2 人臉屬性（通過傳入二進制圖片buffer）3.4.3 人臉質量接口（通過傳入圖片）3.4.4 人臉質量接口（通過傳入二進制圖片buffer） 4、錯誤碼及錯誤信息 5、常見問題

?

1、簡介

?

1.1 產品概述

人臉離線識別SDK，包含人臉采集、活體檢測、人臉對比/識別、人臉庫管理等能力，并全部離線化、本地化。此SDK一經授權激活，可完全在無網環境下工作，所有數據皆在設備本地運行處理，可根據業務需要進行靈活的上層業務開發。核心能力分布如下圖所示，后文會詳細介紹。

適用場景特點

• 網絡：無網、局域網等情況，無法連接公網。如政府單位、金融保險、教育機構等。
• 安全：行業特點所帶來的人臉數據敏感性，即使可以連接公網也不可請求。
• 速度：由于各地網絡線路、機房部署等諸多原因，網絡請求速度存在不可控因素。
• 穩定：需要盡可能避免網絡抖動、機房故障等影響，進一步控制可用性影響因素。

?

1.2 規格信息

• 包大小：~500M
• 最小人臉檢測大小：50px * 50px
• 可識別人臉角度：yaw ≤ ±30°, pitch ≤ ±30°
• 檢測速度：100ms 720p*
• 追蹤速度：30ms 720p*
• 人臉檢測耗時：~= 100ms

備注：以上指標，由最新版SDK運行在真實設備上，采用真實數據集所得，但算法性能受實際運行設備、實際數據集等情況影響，以上數字僅供參考。

• 提供一個鑒權激活工具：tool_ubuntu.sh、tool_centos.sh，可根據平臺選擇對應的sh文件運行

?

1.3 兼容性

• Centos6.3 gcc4.8.2 以及 Ubuntu16.04 gcc5.4.0上編譯
• 推薦基于vs2015進行開發

?

1.4 授權方式

按設備授權

離線識別SDK授權方式為以設備維度為主，每臺硬件設備需要一個獨立的授權，此授權的校驗是基于設備的硬件指紋（指紋的獲取SDK初始化時會自動讀取并展示），被授權的設備，將在有效期內可以運行SDK。

重新拉取授權的情況：設備授權不變，僅需要重新激活而已。

• 刪除SDK或基于SDK開發的應用
• 重新安裝Windows系統

授權失效的情況：需要重新購買序列號，之前的序列號失效。

• 激活一臺設備后，此設備硬件變更
• 硬件損壞

序列號

序列號為管理授權的依據。每臺被授權的設備，都將對應一個序列號，用于標識對應的設備信息及授權記錄。序列號的形式為16位隨機英文數字組合，如：3G59-M5JK-889A-7LQA。您在管理后臺購買SDK授權時，購買成功后系統將會發放對應數量的序列號。序列號不限制平臺版本，任何開發平臺的離線SDK，都可以使用此序列號激活。序列號不限制賬號，可供任何設備激活使用。

激活

已購買的序列號，是用于激活的唯一憑證，激活流程主要是將序列號與具體的硬件進行綁定（硬件指紋），從而生成對應硬件設備的授權文件（License），SDK運行前，將會校驗授權文件是否和實際硬件信息相匹配。

注意：激活時，設備系統時間需要和當前時間一致，如果差距太大（例如偏差5min以上），激活則無法完成。

聯網激活

此種激活方式，適用于設備可首次聯網的情況，優勢在于激活過程極為簡單。您只需將SDK安裝到需要激活的設備上，然后填寫已經購買的序列號，在界面上點擊激活即可（為使用方便，我們為您設計了一個簡單的激活用戶界面）

獲取序列號：從管理后臺購買獲取序列號。

SDK中填寫序列號：將序列號填寫到SDK的可視化界面中。

啟動激活：點擊「激活」按鈕。

SDK自動激活：SDK自動拉取授權文件并完成授權，激活完畢。

如激活成功，將會立即在界面上有明確的彈窗提示，請留意查看；如激活失敗，也會反饋具體的錯誤信息。

離線激活

此種激活方式，適用于設備完全不可聯網的情況，優勢在于可避免聯網激活，滿足業務對網絡的嚴格要求，以及設備批量注冊需求。您需要在后臺配置好硬件指紋并完成和序列號的綁定，然后將授權文件放到SDK的指定位置。

獲取序列號：從管理后臺購買獲取序列號。

采集硬件指紋：將SDK置于設備上，運行激活程序，獲取硬件指紋。

配置授權：在后臺將硬件指紋綁定到具體序列號上。

下載授權文件：綁定成功后下載授權文件。

設備激活：將授權文件放到SDK中，并初始化SDK完成授權。

授權有效期

申請通過后，每個賬戶給2個測試序列號，用于激活及SDK試用，有效期為自激活日期后的3個月。這兩個序列號在有效期內完全免費，您可以用于進行產品試用。試用期到期后也可以在后臺申請延期，填寫具體延期理由即可。

正式購買

正式購買的序列號，試用期限為永久有效。此「永久」是指綁定到具體設備維度，但如已綁定的硬件設備變更后，授權則可能會失效。

?

1.5 定價方式

離線SDK的授權基于設備維度，每個序列號僅可以授權一臺設備。每個賬號購買的序列號會累計計算，累計購買量越多，單價越便宜。具體如下所示：

累計購買授權數量每個授權單價

0~1000	299元/個
1001~5000	249元/個
>5000	199元/個

立即去購買

?

2、SDK詳細介紹

?

2.1 名詞解釋

名詞定義

SDK	Linux離線人臉識別sdk
gcc	Linux平臺下c++代碼編譯器
License	人臉識別激活所需要的激活文件,可利用激活工具生成
key	人臉激活所需的序列號，可從百度官網申請及購買（ai.baidu.com）
feature	人臉特征值，用來表示人臉特征的512個浮點值
face_token	對應人臉圖片的唯一編碼，若一個人上傳了2張不同圖片，則可能有2個不同的face_token,它和圖片一一對應

?

2.2 SDK簡介

本SDK適應于Linux（Centos、Ubuntu）平臺下的人臉識別系統,分別在Centos6.3 gcc4.8.2 以及Ubuntu16.04 gcc5.4.0上編譯（其他版本或平臺的linux不保證兼容）。SDK采用動態庫so方式提供給開發者，另外隨sdk附帶一個鑒權激活工具（可運行腳本 tool-ubuntu.sh或tool-centos運行，這2文件分別對應不同的OS），通過該激活工具可生成正常接入SDK的激活license文件（生成兩個文件license.ini和license.key）達到通過鑒權，正常使用SDK的目的。

?

2.3 SDK文件結構

Sdk提供動態庫BaiduFaceApi.so及頭文件baidu_face_api.h。另外有附帶的demo例子代碼test-face-api以及鑒權激活工具tool。在此之外，還附帶支撐sdk使用的人臉識別模型文件等在文件夾face-resource中，該文件夾在test-face-api例子工程里面(該文件夾存放路徑請參考test-face-api，默認存放路徑為您要開發的可執行文件路徑同一目錄下。若存放不對，可能會影響sdk正常使用,另外請勿刪除該文件夾)。

為運行您開發的可執行文件，需要用到一些底層的庫文件支持,相關庫文件在test-face-api的lib3目錄中（主要有opencv庫，ffmpeg庫，json，curl庫等）。此外，隨工程還有一些編譯用的Makefile文件及sh腳本文件等，可通過Makefile編譯工程，sh腳本文件運行編譯的可執行文件。Makefile文件分別命名為Makefile_centos6.3及Makefile_ubuntu，若要編譯相應平臺版本，請把他重命名為Makefile。

?

2.4 激活工具（tool）

在百度官網申請系列號Key后，在test-face-api工程下有個tool_ubuntu.sh和tool_centos.sh。可根據您的OS平臺選擇對應sh文件運行，在運行之前，先修改腳本文件的最后一行，把如05QU-ATMA-SCWY-CAUB字樣的key修改為您在百度官網申請到的key，然后再運行sh腳本文件（若是centos平臺，輸入sh tool_centos.sh即可）。激活成功后會在激活目錄生成license.ini以及license.key文件，這2個文件是作為sdk通過鑒權使用的配置文件，請勿刪除。

如果你不方便使用網絡，可以通過離線激活進行操作：

通過如上的激活工具，獲取到設備指紋信息，通過序列號管理后臺找到需要綁定的序列號，選擇「離線激活」，填入指紋設備信息，即可下載獲取到license.ini文件和license.key文件，把這2個文件拷貝到test-face-api目錄下，運行可執行文件亦可通過鑒權。

?

2.5 Demo示例工程

Demo示例工程代碼在test-face-api中的cpp目錄里面，其中的test_face.cpp里面有入口方法main()，展示了如何集成百度人臉識別離線SDK。即正確編寫Makefile文件及引入頭文件include以及對應的一些庫文件。另外為了示例視頻人臉跟蹤等，用到了一些opencv的庫文件以及一些實現demo的支持文件，如json等。（這些支持文件均為代碼開源或是開源庫）

在test-face-api中的test_face.cpp的main()方法中，有使用sdk的各個接口方法示例。接入sdk及其簡單，分3步3行代碼。如下：

BaiduFace *api = new BaiduFaceApi(); // 第一步：實例化人臉SDKapi->sdk_init(); // 第二步：初始化人臉SDKstd::string res = api->face_attr(“方法的傳入參數，此處省略”); // 第三步，調用功能接口，user_add為人臉注冊接口，res為調用功能接口后的返回。

如上，即為調用sdk功能的最簡單3步3行代碼，當然調用SDK后，在程序退出后，需要釋放sdk防止內存泄漏，需要刪除SDK實例化的指針delete api;

示例工程中：分別有以下幾個示例cpp文件對應幾個常用sdk的調用demo。

文件名功能

setting.cpp	人臉檢測、識別等參數設置
compare.cpp	人臉1:1比對、1:N 搜索，人臉特征值提取，特征值對比等
liveness.cpp	USB攝像頭視頻信息人臉實時檢測，圖片檢測人臉信息等
cv_help.cpp	繪制人臉跟蹤框、人臉關鍵點位等的工具類

?

2.6 特征抽取模型選擇

模型介紹

v1.1版本起，SDK提供生活照和證件照兩種特征抽取模型，主要適用場景如下:

• 生活照模型：如手機拍攝的圖片、較為清晰的證件照片、USB鏡頭實時采集的圖片、網絡攝像頭實時采集的圖片等。
• 證件照模型：如身份證芯片照、各類證件照（工卡、學生卡、會員卡照片等）、人臉的像素普遍小于80px的圖片等。

使用方法

在SDK初始化方法中控制：sdk_init(true); //傳入true為使用證件照模型，傳入fasle為普通生活照模型

注意事項

溫馨提示：一經選擇一個模型，則所有業務流程的特征抽取處理，都會使用此模型，兩個模型不可同時作用。如業務中設計證件照的特征抽取，請務必選擇使用證件照模型。

?

3、功能接口

SDK實現的主要功能有人臉實時跟蹤檢測、人臉特征值提取、1:1人臉對比、特征值的比對和通過USB或筆記本自帶攝像頭檢測視頻幀，返回識別出的人臉信息等，另外支持對人臉檢測進行設置，達到根據設置進行識別的目的。各接口功能及傳入參數和返回結果（返回結果一般為json格式的字符串）描述如下：

?

3.1 人臉檢測及設置

3.1.1 人臉檢測track接口(傳入圖片)

方法名

track

方法說明

人臉檢測，返回人臉信息

請求信息

參數必須類型描述

out	是	std::vector	返回的檢測到的人臉圖片信息結構體 std::vector *& out 通過傳入TrackFaceInfo的結構體指針引用，在檢測到人臉信息后，用該引用返回人臉信息。TrackedFaceInfo結構體為檢測到的人臉信息，其中：box為檢測到的人臉框（為FaceInfo結構體,包含人臉框大小，中心點坐標，人臉寬度等信息）landmarks為檢測到的人臉關鍵點，一般為144個。score為人臉打分headPose的向量組為人臉x,y,z的三個角度
image	是	string	人臉圖片信息，根據image_type，傳入圖片內容
img_type	是	int	傳入的圖片類型。為1時候表示base64編碼的圖片，為2時候表示傳入圖片的本地路徑。BASE64：圖片的base64值；FACE_FILE：圖片的本地文件路徑地址；
maxTrackObjNum	是	int	最多檢測人臉數量，默認為1，最大不超過5

返回信息

返回結果為int，表示檢測到幾個人臉信息，1為1個人，0為沒檢測到人臉。

3.1.2 人臉檢測track接口(傳入二進制圖片buffer)

方法名

track_by_buf

方法說明

人臉檢測，返回人臉信息

請求信息

參數必須類型描述

out	是	std::vector	返回的檢測到的人臉圖片信息結構體 std::vector *& out 通過傳入TrackFaceInfo的結構體指針引用，在檢測到人臉信息后，用該引用返回人臉信息。TrackedFaceInfo結構體為檢測到的人臉信息，其中：box為檢測到的人臉框（為FaceInfo結構體,包含人臉框大小，中心點坐標，人臉寬度等信息）landmarks為檢測到的人臉關鍵點，一般為144個。score為人臉打分headPose的向量組為人臉x,y,z的三個角度
image	是	Unsigned char *	人臉圖片信息，二進制圖片buffer內容
size	是	int	二進制圖片的大小
maxTrackObjNum	是	int	最多檢測人臉數量，默認為1，最大不超過5

返回信息

返回結果為int，表示檢測到幾個人臉信息，1為1個人，0為沒檢測到人臉。

3.1.3 人臉檢測track_max_face接口

方法名

track_max_face

方法說明

檢測最大人臉。

請求信息

參數必須類型描述

out	是	std::vector<TrackFaceInfo>	返回的檢測到的人臉圖片信息結構體 std::vector *& out 通過傳入TrackFaceInfo的結構體指針引用，在檢測到人臉信息后，用該引用返回人臉信息。TrackedFaceInfo結構體為檢測到的人臉信息，其中：box為檢測到的人臉框（為FaceInfo結構體,包含人臉框大小，中心點坐標，人臉寬度等信息）；landmarks為檢測到的人臉關鍵點，一般為144個；score為人臉打分；headPose的向量組為人臉x,y,z的三個角度
image	是	string	圖片信息（數據大小應小于10M）
image_type	是	int	為1時候表示base64編碼的圖片；為2時候表示傳入圖片的本地路徑。BASE64：圖片的base64值；FACE_FILE：圖片的本地文件路徑地址；

返回信息

返回結果為int，表示檢測到幾個人臉信息，1為1個人，0為沒檢測到人臉。

3.1.4 人臉檢測track_max_face接口(傳入二進制圖片buffer)

方法名

track_max_face_by_buf

方法說明

檢測最大人臉。

請求信息

參數必須類型描述

out	是	std::vector<TrackFaceInfo>	返回的檢測到的人臉圖片信息結構體 std::vector *& out 通過傳入TrackFaceInfo的結構體指針引用，在檢測到人臉信息后，用該引用返回人臉信息。TrackedFaceInfo結構體為檢測到的人臉信息，其中：box為檢測到的人臉框（為FaceInfo結構體,包含人臉框大小，中心點坐標，人臉寬度等信息）；landmarks為檢測到的人臉關鍵點，一般為144個；score為人臉打分；headPose的向量組為人臉x,y,z的三個角度
image	是	Unsigned char *	人臉圖片信息，二進制圖片buffer內容
size	是	int	二進制圖片的大小

返回信息

返回結果為int，表示檢測到幾個人臉信息，1為1個人，0為沒檢測到人臉。

3.1.5 人臉檢測設置接口

請參考SDK工程中的代碼示例及頭文件baidu_face_api.h中的定義及setting.cpp里的代碼注釋。

3.1.6 USB攝像頭檢測

請參考TestFaceApi中的示例liveness.cpp中的usb_track_face_info，該方法中用到了人臉檢測track視頻幀，接口如下3.1.7：

3.1.7 人臉檢測track接口(傳入opencv的mat)

方法名

Track

方法說明

人臉檢測，返回人臉信息。

請求信息

參數必須類型描述

out	是	std::vector<TrackFaceInfo>	返回的檢測到的人臉圖片信息結構體 std::vector *& out 通過傳入TrackFaceInfo的結構體指針引用，在檢測到人臉信息后，用該引用返回人臉信息。TrackedFaceInfo結構體為檢測到的人臉信息，其中：box為檢測到的人臉框（為FaceInfo結構體,包含人臉框大小，中心點坐標，人臉寬度等信息）；landmarks為檢測到的人臉關鍵點，一般為144個；score為人臉打分；headPose的向量組為人臉x,y,z的三個角度
Mat	是	Opencv格式的單幀圖片mat	人臉圖片信息
maxTrackObjNum	是	int	最多檢測人臉數量。默認為1，最大不超過5

返回信息

返回結果為TrackedFaceInfo的向量指針,向量組為0時候表示沒檢測到人臉。TrackedFaceInfo結構體為檢測到的人臉信息，其中：box為檢測到的人臉框（為FaceInfo結構體,包含人臉框大小，中心點坐標，人臉寬度等信息）；landmarks為檢測到的人臉關鍵點，一般為144個；score為人臉打分；headPose的向量組為人臉x,y,z的三個角度。

?

3.2 人臉對比及識別接口

3.2.1 人臉對比接口

方法名

match

方法說明

人臉對比接口（本接口中的image_type為1表示base64圖片編碼，為2表示文件路徑，為3表示face_token）

請求信息

參數必須類型示例描述

image1	是	string	需要對比的第一張圖片，小于10M
imgae1_type	是	int	圖片1類型，必選擇以下三種形式之一 BASE64：圖片的base64值； FACE_FILE：圖片的本地文件路徑地址； FACE_TOKEN：face_token 人臉標識；
image2	是	string	需要對比的第二張圖片，小于10M
image2_type	是	int	圖片2類型，必選擇以下三種形式之一 BASE64：圖片的base64值； FACE_FILE：圖片的本地文件路徑地址； FACE_TOKEN：face_token 人臉標識；

返回信息

errno信息：

• errno=0 : Success
• errno>0 : 錯誤碼對應的詳細msg

data信息:

字段類型說明

log_id	string	請求日志標識
result	array	識別結果列表
score	string	相似度分值，0-100，百分制，保留后2位小數點

3.2.2 人臉對比接口（傳入二進制圖片buffer）

方法名

match_by_buf

方法說明

人臉對比接口（傳入二進制圖片buffer）

請求信息

參數必須類型示例描述

image1	是	Unsigned char *	需要對比的第一張圖片，小于10M
size	是	int	圖片1的大小
image2	是	Unsigned char *	需要對比的第二張圖片，小于10M
size	是	int	圖片2的大小

返回信息

errno信息：

• errno=0 : Success
• errno>0 : 錯誤碼對應的詳細msg

data信息:

字段類型說明

log_id	string	請求日志標識
result	array	識別結果列表
score	string	相似度分值，0-100，百分制，保留后2位小數點

?

3.3 特征值提取接口

3.3.1 特征值提取接口（通過傳入圖片）

方法名

get_face_feature

方法說明

提取人臉特征值，為512個浮點值，已加密 (本接口image_type 為1表示base64圖片編碼 為2表示文件路徑)

請求信息

參數必須類型示例描述

image	是	string	需要檢測的人臉圖片，小于10M, 圖片類型根據image_type參數定
imgae_type	是	int	圖片類型，必選擇以下2種形式之一。 image_type為1代表BASE64，為2代表FACE_FILE。 BASE64：圖片的base64值； FACE_FILE：圖片的本地文件路徑地址；
feature	是	const float*	通過傳入const float*指針的引用，來返回提取的人臉特征值

返回信息

errno信息：

• errno=0 : Success
• errno>0 : 錯誤碼對應的詳細msg

data信息:

int類型的特征抽取向量數。正常提取成功則返回特征值向量個數（512），若不為512則為返回的錯誤碼.

3.3.2 特征值提取接口（通過傳入二進制圖片buffer）

方法名

get_face_feature_by_buf

方法說明

提取人臉特征值，為512個浮點值，已加密 (傳入二進制圖片buffer)

請求信息

參數必須類型示例描述

image	是	Unsigned char*	需要檢測的人臉圖片，小于10M
size	是	int	二進制圖片大小
feature	是	const float*	通過傳入const float*指針的引用，來返回提取的人臉特征值

返回信息

errno信息：

• errno=0 : Success
• errno>0 : 錯誤碼對應的詳細msg

data信息:

int類型的特征抽取向量數。正常提取成功則返回特征值向量個數（512），若不為512則為返回的錯誤碼.

3.3.3 特征值提取接口（通過傳入opencv的視頻幀）

方法名

get_face_feature

方法說明

提取人臉特征值，為512個浮點值，已加密 (本接口image_type 為1表示base64圖片編碼 為2表示文件路徑)

請求信息

參數必須類型示例描述

Mat	是	string	需要提取特征值的OpenCV視頻幀（單幀）
feature	是	const float*	通過傳入const float*指針的引用，來返回提取的人臉特征值

返回信息

errno信息：

• errno=0 : Success
• errno>0 : 錯誤碼對應的詳細msg

data信息:

int類型的特征抽取向量數。正常提取成功則返回特征值向量個數（512），若不為512則為返回的錯誤碼.

3.3.4 特征值比對接口

方法名

compare_feature

方法說明

對人臉特征值進行比較，可返回人臉特征相似分值（百分制）

請求信息

參數必須類型示例描述

feature1	是	std::vector	512個浮點型的特征值，傳入const的特征值引用
feature2	是	std::vector	512個浮點型的特征值，傳入const的特征值引用

返回信息

errno信息：

• errno=0 : Success
• errno>0 : 錯誤碼對應的詳細msg

data信息:

相似度結果：float類型，百分制的分值

?

3.4 屬性及質量檢測接口

3.4.1 人臉屬性（通過傳入圖片）

方法名

face_attr

方法說明

人臉屬性檢測接口(本接口 image_type 為1表示base64圖片編碼 為2表示文件路徑)

請求信息

參數必須類型示例描述

image	是	string	需要檢測的人臉圖片，小于10M, 圖片類型根據image_type參數定
imgae_type	是	int	圖片類型，必選擇以下2種形式之一。 Image_type為1代表BASE64為2代表FACE_FILE。 BASE64：圖片的base64值； FACE_FILE：圖片的本地文件路徑地址；

返回信息

errno信息：

• errno=0 : Success
• errno>0 : 錯誤碼對應的詳細msg

data信息:

字段類型說明

age（年齡)	int	人臉年齡范圍0-100，若為-1表示不完整的人臉。
race（種族）	int	正常人臉標注 0：黃種人 1：白種人 2：黑人 3：阿拉伯人，不完整的人臉標注-1
expression(表情)	int	0：中性表情，1：微笑，2：大笑
gender(性別)	int	0: 女 female，1: 男 male，-1: 嬰兒或不好辨別性別
glasses(是否戴眼鏡)	int	0：不帶眼鏡 no glasses，1：普通透明眼鏡 glasses，2：太陽鏡 sunGlasses

3.4.2 人臉屬性（通過傳入二進制圖片buffer）

方法名

face_attr_by_buf

方法說明

人臉屬性檢測接口

請求信息

參數必須類型示例描述

image	是	unsigned char *	需要檢測的圖片，小于10M，二進制圖片buffer
size	是	int	二進制圖片大小

返回信息

errno信息：

• errno=0 : Success
• errno>0 : 錯誤碼對應的詳細msg

data信息:

字段類型說明

age（年齡)	int	人臉年齡范圍0-100，若為-1表示不完整的人臉。
race（種族）	int	正常人臉標注 0：黃種人 1：白種人 2：黑人 3：阿拉伯人，不完整的人臉標注-1
expression(表情)	int	0：中性表情，1：微笑，2：大笑
gender(性別)	int	0: 女 female，1: 男 male，-1: 嬰兒或不好辨別性別
glasses(是否戴眼鏡)	int	0：不帶眼鏡 no glasses，1：普通透明眼鏡 glasses，2：太陽鏡 sunGlasses

3.4.3 人臉質量接口（通過傳入圖片）

方法名

face_quality

方法說明

人臉質量檢測接口

請求信息

參數必須類型示例描述

image	是	string	需要檢測的人臉圖片，小于10M, 圖片類型根據image_type參數定
imgae_type	是	int	圖片類型，必選擇以下2種形式之一。 Image_type為1代表BASE64為2代表FACE_FILE。 BASE64：圖片的base64值； FACE_FILE：圖片的本地文件路徑地址；

返回信息

errno信息：

• errno=0 : Success
• errno>0 : 錯誤碼對應的詳細msg

data信息:

字段類型說明

bluriness	float	光照
illum	float	模糊度
occl_l_eye	float	左眼遮擋度
occl_r_eye	float	右眼遮擋度
occl_nose	float	鼻子遮擋度
occl_mouth	float	嘴巴遮擋度
occl_l_contour	float	左臉遮擋度
occl_r_contour	float	右臉遮擋度
occl_chin	float	下巴遮擋度

3.4.4 人臉質量接口（通過傳入二進制圖片buffer）

方法名

face_quality_by_buf

方法說明

人臉質量檢測接口

請求信息

參數必須類型示例描述

image	是	unsigned char *	需要檢測的圖片，小于10M，二進制圖片buffer
size	是	int	二進制圖片大小

返回信息

errno信息：

• errno=0 : Success
• errno>0 : 錯誤碼對應的詳細msg

data信息:

字段類型說明

bluriness	float	光照
illum	float	模糊度
occl_l_eye	float	左眼遮擋度
occl_r_eye	float	右眼遮擋度
occl_nose	float	鼻子遮擋度
occl_mouth	float	嘴巴遮擋度
occl_l_contour	float	左臉遮擋度
occl_r_contour	float	右臉遮擋度
occl_chin	float	下巴遮擋度

?

4、錯誤碼及錯誤信息

錯誤碼錯誤內容錯誤描述

0	SUCCESS	成功
1	SYSTEM ERROR	系統錯誤
2	UNKNOWN ERROR	未知錯誤
1001	NOT_AUTH	授權校驗失敗
1002	REQUEST PARAMS ERROR	請求參數錯誤
1003	DB_OP_FAILED	數據庫操作失敗
1004	NO_DATA	沒有數據
1005	RECORD_UNEXIST	記錄不存在
1006	RECORD_ALREADY_EXIST	記錄已經存在
1007	FILE_NOT_EXIST	文件不存在
1008	GET_FEATURE_FAIL	提取特征值失敗
1009	FILE_TOO_BIG	文件太大
1010	FACE_RESOURCE_NOT_EXIST	人臉資源文件不存在
1011	FEATURE_LEN_ERROR	特征值長度錯誤
1012	DETECT_NO_FACE	未檢測到人臉

?

5、常見問題

Q：激活工具激活時候，提示timeout或者unsupport protocl
A：若提示timeout，請確認設備是否能聯網；若提示unsupport protocl，請確認是否安裝了openssl。

Q：工程運行過程中，提示face-resource不存在
A：SDK需要一些模型文件，在demo工程的face-resource文件夾中，該文件夾需要放置在exe所在路徑的上級目錄下。若放置不正確，可能出現找不到模型文件，沒法進行人臉識別。

Q：工程激活過程中，提示segment fault
A：這是因為工程若沒有激活，便直接執行腳本文件運行可執行文件，請先完成激活操作。

Q：激活后是否可以把激活文件license.ini和license.key拷貝到其他設備運行？
A：不能，離線sdk和設備綁定，每個設備對應一個key和一個license文件，換設備無法運行。

總結

以上是生活随笔為你收集整理的百度人脸识别sdk-转的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。