人脸识别（基于ArcFace）

我们先来看看效果

上面是根据图片检测出其中的人脸、每个人脸的年龄还有性别，非常强大

第一步：

登录https://ai.arcsoft.com.cn/，注册开发者账号，身份认证，注册应用，得到APPID和SDKKEY

第二步：

阅读SDK接入文档https://ai.arcsoft.com.cn/manual/arcface_android_guideV2.html

其中重要的是下面

Step1：调用FaceEngine的active方法激活设备，一个设备安装后仅需激活一次，卸载重新安装后需要重新激活。

Step2：调用FaceEngine的init方法初始化SDK，初始化成功后才能进一步使用SDK的功能。

Step3：调用FaceEngine的detectFaces方法进行图像数据或预览数据的人脸检测，若检测成功，则可得到一个人脸列表。（初始化时combineMask需要ASF_FACE_DETECT）

Step4：调用FaceEngine的extractFaceFeature方法可对图像中指定的人脸进行特征提取。（初始化时combineMask需要ASF_FACE_RECOGNITION）

Step5：调用FaceEngine的compareFaceFeature方法可对传入的两个人脸特征进行比对，获取相似度。（初始化时combineMask需要ASF_FACE_RECOGNITION）

Step6：调用FaceEngine的process方法，传入不同的combineMask组合可对Age、Gender、Face3Dangle、Liveness进行检测，传入的combineMask的任一属性都需要在init时进行初始化。

Step7：调用FaceEngine的getAge、getGender、getFace3Dangle、getLiveness方法可获取年龄、性别、三维角度、活体检测结果，且每个结果在获取前都需要在process中进行处理。

Step8：调用FaceEngine的unInit方法销毁引擎。在init成功后如不unInit会导致内存泄漏。

引擎一定要先激活，只需激活一次，然后初始化，接着就选择你需要的方法调用，step3-step7选择其中一个调用即可，最后的最后一定要销毁引擎

贴出核心代码：

/**
 * 激活引擎
 */
public void activeEngine() {
    if (!checkPermissions(NEEDED_PERMISSIONS)) {
        ActivityCompat.requestPermissions(this, NEEDED_PERMISSIONS, ACTION_REQUEST_PERMISSIONS);
        return;
    }
    Observable.create(new ObservableOnSubscribe<Integer>() {
        @Override
        public void subscribe(ObservableEmitter<Integer> emitter) throws Exception {
            faceEngine = new FaceEngine();
            int activeCode = faceEngine.active(MainActivity.this, Constants.APP_ID, Constants.SDK_KEY);
            emitter.onNext(activeCode);
        }
    })
            .subscribeOn(Schedulers.io())
            .observeOn(AndroidSchedulers.mainThread())
            .subscribe(new Observer<Integer>() {
                @Override
                public void onSubscribe(Disposable d) {

                }

                @Override
                public void onNext(Integer activeCode) {
                    if (activeCode == ErrorInfo.MOK) {
                        showToast(getString(R.string.active_success));
                    } else if (activeCode == ErrorInfo.MERR_ASF_ALREADY_ACTIVATED) {
                        showToast(getString(R.string.already_activated));
                    } else {
                        showToast(getString(R.string.active_failed, activeCode));
                    }
                }

                @Override
                public void onError(Throwable e) {

                }

                @Override
                public void onComplete() {

                }
            });
}

/**
  * 初始化引擎
  **/
private void initEngine() {
    faceEngineCode = faceEngine.init(this, FaceEngine.ASF_DETECT_MODE_IMAGE, FaceEngine.ASF_OP_0_HIGHER_EXT,
            16, 10, FaceEngine.ASF_FACE_RECOGNITION | FaceEngine.ASF_FACE_DETECT | FaceEngine.ASF_AGE | FaceEngine.ASF_GENDER | FaceEngine.ASF_FACE3DANGLE | FaceEngine.ASF_LIVENESS);
    VersionInfo versionInfo = new VersionInfo();
    faceEngine.getVersion(versionInfo);

    if (faceEngineCode != ErrorInfo.MOK) {
        showToast(getString(R.string.init_failed, faceEngineCode));
    }
}

//bitmap转bgr
byte[] bgr24 = ImageUtil.bitmapToBgr(bitmap);

if (bgr24 == null) {
    clearDialog();
    showToast("图片转化失败");
    return;
}

/**
 * 2.成功获取到了BGR24 数据，开始人脸检测
 */
List<FaceInfo> faceInfoList = new ArrayList<>();
faceEngine.detectFaces(bgr24, width, height, FaceEngine.CP_PAF_BGR24, faceInfoList);
if (faceInfoList.size() == 0) {
    clearDialog();
    showToast("没有检测到人脸");
    startActivity(new Intent(this, MainActivity.class));
}
if (faceInfoList.size() > 1) {
    clearDialog();
    showToast("请不要同时出现多个人脸");
    startActivity(new Intent(this, MainActivity.class));
}
if (faceInfoList.size() == 1) {
    clearDialog();
    FaceInfo faceInfo = faceInfoList.get(0);
    //得到人脸的宽和高
    final int faceWidth = faceInfo.getRect().width();
    final int faceHeight = faceInfo.getRect().height();
    makeFace();
}

我这里只做了识别人脸，其他的功能可以参考官网的Demo

多次调用ImageView.setImageResource方法，我在开发过程中遇到了OOM，因为这些加载图片的方法最终都是通过java层的createBitmap来完成的，需要消耗很多内存

可以采用BitmapFactory.decodeStream方法，创建出一个bitmap，再将其设为ImageView的source。decedeStream最大的秘密在于其直接调用JNI>>nativeDecideAsset()来完成decode，无需再使用java层的createBitmap，从而节省了java层的空间

/**
 * 此方法是为了防止内存溢出
 */
private BitmapDrawable getBitmap(int resId) {
    BitmapFactory.Options options = new BitmapFactory.Options();
    options.inPreferredConfig = Bitmap.Config.RGB_565;
    options.inPurgeable = true;
    options.inInputShareable = true;
    InputStream is = getResources().openRawResource(resId);
    Bitmap bitmap = BitmapFactory.decodeStream(is, null, options);
    try {
        is.close();
    } catch (IOException e) {
        e.printStackTrace();
    }
    return new BitmapDrawable(getResources(), bitmap);
}