最近溫差大,請別感冒
前端
這篇文章就沒有目錄了,直接從頭正序開始便可。git
由於忽然接到了一個需求,一個xx局,內部使用的移動端項目(是咱們開發的),須要添加一我的臉識別登陸的需求。github
內部員工使用的識別登陸,只需也只能作平面的圖像識別。因此,針對內部使用的一些權限沒那麼高的平臺。這麼開發我的臉識別,客戶需增添一些科技感,作平面人臉識別是沒什麼問題的。web
由於項目中有圖像識別的業務,因此,人相對比的算法放在了後臺。後來調研,tracking也能夠作到圖像比對,可是真實業務中圖像庫不能夠放在本地,因此此階段邏輯只能放在後臺。算法
我這邊作了一下技術調研,作了一個Demo,在此記錄一下。Demo地址放在了文章結尾。單純跟你們分享一下這個小東西,別指着前端能作3D識別。數據庫
我這邊直接用的dva-cli,十分方便,反正我寫demo都直接拉的這個架子。感謝做者。canvas
tracking.js庫將不一樣的計算機視覺算法和技術引入瀏覽器環境。經過使用現代HTML5規範,咱們使您可以進行實時顏色跟蹤、人臉檢測以及更多——全部這些都是經過一個輕量級的核心(約7kb)和直觀的界面實現的。
api
傳送門tracking.js瀏覽器
基於tracking.js的瀏覽器端人臉識別的插件,提供了一些api
服務器
直接導入,stats.min.js是face-min
這裏確認一下需求流程。
核心就是,須要一個video標籤顯示攝像頭內容,一個canvas畫布抓取圖像。(HTML並不徹底,只是展現核心)
這個我就很少說了,剩下的就是業務階段,拿到了圖片,發送給服務器,服務器比對事後返回給你登陸結果或者一個類似度分數,這樣咱們就能夠判斷是否能夠登陸。
傳送門: face-web
簡單的記錄一下一種實現方式,也算投石問路,你們能夠一塊兒交流一下。
最近又出差了,仍是很忙,簡單的沉澱一下文章。謝謝各位。
文章編寫了兩天以後,首先感謝一下各位的指正,很是感謝@Yoha AI·前端給我指出了文章的錯誤和不少不足,接下來我打算深刻理解人臉識別原理,並更正此篇文章的錯誤。但願你們諒解。