如何用公网部署人脸识别设备

① 如何线上部署用python基于dlib写的人脸识别算法

python使用dlib进行人脸检测与人脸关键点标记

Dlib简介：

首先给大家介绍一下Dlib

我使用的版本是dlib-18.17,大家也可以在我这里下载：

之后进入python_examples下使用bat文件进行编译，编译需要先安装libboost-python-dev和cmake

cd to dlib-18.17/python_examples

./compile_dlib_python_mole.bat 123

之后会得到一个dlib.so，复制到dist-packages目录下即可使用

这里大家也可以直接用我编译好的.so库,但是也必须安装libboost才可以，不然python是不能调用so库的，下载地址：

将.so复制到dist-packages目录下

sudo cp dlib.so /usr/local/lib/python2.7/dist-packages/1

最新的dlib18.18好像就没有这个bat文件了，取而代之的是一个setup文件，那么安装起来应该就没有这么麻烦了，大家可以去直接安装18.18，也可以直接下载复制我的.so库，这两种方法应该都不麻烦～

有时候还会需要下面这两个库，建议大家一并安装一下

9.安装skimage

sudo apt-get install python-skimage1

10.安装imtools

sudo easy_install imtools1

Dlib face landmarks Demo

环境配置结束之后，我们首先看一下dlib提供的示例程序

1.人脸检测

dlib-18.17/python_examples/face_detector.py 源程序：

#!/usr/bin/python# The contents of this file are in the public domain. See LICENSE_FOR_EXAMPLE_PROGRAMS.txt## This example program shows how to find frontal human faces in an image. In# particular, it shows how you can take a list of images from the command# line and display each on the screen with red boxes overlaid on each human# face.## The examples/faces folder contains some jpg images of people. You can run# this program on them and see the detections by executing the# following command:# ./face_detector.py ../examples/faces/*.jpg## This face detector is made using the now classic Histogram of Oriented# Gradients (HOG) feature combined with a linear classifier, an image# pyramid, and sliding window detection scheme. This type of object detector# is fairly general and capable of detecting many types of semi-rigid objects# in addition to human faces. Therefore, if you are interested in making# your own object detectors then read the train_object_detector.py example# program. ### COMPILING THE DLIB PYTHON INTERFACE# Dlib comes with a compiled python interface for python 2.7 on MS Windows. If# you are using another python version or operating system then you need to# compile the dlib python interface before you can use this file. To do this,# run compile_dlib_python_mole.bat. This should work on any operating# system so long as you have CMake and boost-python installed.# On Ubuntu, this can be done easily by running the command:# sudo apt-get install libboost-python-dev cmake## Also note that this example requires scikit-image which can be installed# via the command:# pip install -U scikit-image# Or downloaded from . import sys

import dlib

from skimage import io

detector = dlib.get_frontal_face_detector()

win = dlib.image_window()

print("a");for f in sys.argv[1:]:

print("a");

print("Processing file: {}".format(f))
img = io.imread(f)
# The 1 in the second argument indicates that we should upsample the image
# 1 time. This will make everything bigger and allow us to detect more
# faces.
dets = detector(img, 1)
print("Number of faces detected: {}".format(len(dets))) for i, d in enumerate(dets):
print("Detection {}: Left: {} Top: {} Right: {} Bottom: {}".format(
i, d.left(), d.top(), d.right(), d.bottom()))

win.clear_overlay()
win.set_image(img)
win.add_overlay(dets)
dlib.hit_enter_to_continue()# Finally, if you really want to you can ask the detector to tell you the score# for each detection. The score is bigger for more confident detections.# Also, the idx tells you which of the face sub-detectors matched. This can be# used to broadly identify faces in different orientations.if (len(sys.argv[1:]) > 0):
img = io.imread(sys.argv[1])
dets, scores, idx = detector.run(img, 1) for i, d in enumerate(dets):
print("Detection {}, score: {}, face_type:{}".format(
d, scores[i], idx[i]))5767778798081

我把源代码精简了一下，加了一下注释： face_detector0.1.py

# -*- coding: utf-8 -*-import sys

import dlib

from skimage import io#使用dlib自带的frontal_face_detector作为我们的特征提取器detector = dlib.get_frontal_face_detector()#使用dlib提供的图片窗口win = dlib.image_window()#sys.argv[]是用来获取命令行参数的，sys.argv[0]表示代码本身文件路径，所以参数从1开始向后依次获取图片路径for f in sys.argv[1:]: #输出目前处理的图片地址
print("Processing file: {}".format(f)) #使用skimage的io读取图片
img = io.imread(f) #使用detector进行人脸检测 dets为返回的结果
dets = detector(img, 1) #dets的元素个数即为脸的个数
print("Number of faces detected: {}".format(len(dets))) #使用enumerate 函数遍历序列中的元素以及它们的下标
#下标i即为人脸序号
#left：人脸左边距离图片左边界的距离 ；right：人脸右边距离图片左边界的距离
#top：人脸上边距离图片上边界的距离 ；bottom：人脸下边距离图片上边界的距离
for i, d in enumerate(dets):
print("dets{}".format(d))
print("Detection {}: Left: {} Top: {} Right: {} Bottom: {}"
.format( i, d.left(), d.top(), d.right(), d.bottom())) #也可以获取比较全面的信息，如获取人脸与detector的匹配程度
dets, scores, idx = detector.run(img, 1)
for i, d in enumerate(dets):
print("Detection {}, dets{},score: {}, face_type:{}".format( i, d, scores[i], idx[i]))

#绘制图片(dlib的ui库可以直接绘制dets)
win.set_image(img)
win.add_overlay(dets) #等待点击
dlib.hit_enter_to_continue()041424344454647484950

分别测试了一个人脸的和多个人脸的，以下是运行结果：

运行的时候把图片文件路径加到后面就好了

python face_detector0.1.py ./data/3.jpg12

一张脸的：

两张脸的：

这里可以看出侧脸与detector的匹配度要比正脸小的很多

2.人脸关键点提取

人脸检测我们使用了dlib自带的人脸检测器（detector），关键点提取需要一个特征提取器（predictor），为了构建特征提取器，预训练模型必不可少。

除了自行进行训练外，还可以使用官方提供的一个模型。该模型可从dlib sourceforge库下载：

arks.dat.bz2

也可以从我的连接下载：

这个库支持68个关键点的提取，一般来说也够用了，如果需要更多的特征点就要自己去训练了。

dlib-18.17/python_examples/face_landmark_detection.py 源程序：

#!/usr/bin/python# The contents of this file are in the public domain. See LICENSE_FOR_EXAMPLE_PROGRAMS.txt## This example program shows how to find frontal human faces in an image and# estimate their pose. The pose takes the form of 68 landmarks. These are# points on the face such as the corners of the mouth, along the eyebrows, on# the eyes, and so forth.## This face detector is made using the classic Histogram of Oriented# Gradients (HOG) feature combined with a linear

② 汉王人脸考勤机如何设置外网访问，就是不是局域网内，在其他地方也可以通过软件之类的可以查看考勤数据

可以通过固定ip把数据上传到服务器上不过必须有一个公网ip才能实现外网访问。

1.考勤机连接到本版地局域网上，权通过本地电脑把数据上传到服务器上，通过本地电脑和服务器汉王软件连接。

汉王人脸识别考勤机总代理，北京旭日中升如果需要方案我这边可以给你提供

③ 人脸识别终端怎么安装

人脸识别终端怎么安装，他在的话直接就是说直接在我们手机上就可以直接安装就可以。

④ 人脸识别本地部署和云端部署的区别

云端部署包括云服务，数据以及管理都交由服务商来统一管理，优点在于方便专高效，属数据不易丢失，而缺点在于数据的安全性有隐患，不如本地部署高。如果在这方面没有要求的话尽量选择云部署吧~参考网站：http://www.techshino.com

⑤ 我现在有个公网IP，请问如何能影射到服务器的内网IP上，需要什么设备吗

您好，基于对安全性要求的不同，可能有2种情况：
1、仅OA应用，直接在路由器内（防火墙容等设备）上对OA所在服务器进行端口映射，几乎不增加任何设备（路由器都支持），操作也比较方便。
2、安全性要求高，那么可能你需要让用户先VPN拨入你的内网，然后才可以访问OA，那么需要你的路由器(防火墙等)支持VPN功能，如果不支持，你可能需要部署一台服务器做VPN接入，那么这台服务器也就需要做端口映射了。

个人觉得第1种方式就足够了。。路由器的映射的话，不知道你路由器的具体型号，不过这都可以直接在所在品牌的官网去下载使用手册就可以了，很简单

⑥ 企业如何应用人脸识别系统

企业人脸识别系统可以用在考勤或者出入门禁上，而且现在人脸识别技术已经很普遍了，免费的SDK包网上都有开放的，虹软的还可以

⑦ vue如何将项目部署到服务器上并且使外网能够访问到

你的服务器是什么系统啊 ，，，linux LINUX、WINDOWS、NETWARE、UNIX。。

在linux

首先服务器安装node git nginx vue-cli

安装好nginx 用你的公网ip访问就可以看到 下面的页面

这就可以了

还有 用express 部署这个 简单些

⑧ 怎么给公网ip上的服务器部署ssl证书

您好！
可以的！请登陆Gworg注册公网IP SSL证书，最快只需15分钟！

⑨ 公司需要在软件中加入人脸识别功能，请问有没有人知道国内哪些平台有提供人脸识别SDK

其实国抄内人脸识别市场还挺大的，袭技术也足够成熟。我司的考勤系统用的是云脉的人脸识别移动考勤，识别率和识别速度都很稳定，用起来挺顺手。据说在云脉的SDK开发者平台上就可以下载SDK，如果图省事的话，还可以直接定制现成的系统。

⑩ 人脸识别是怎么实现的

人脸识别一般是对人脸使用摄像头/摄像机采集视频流/图像数据，并自动在图像数据中跟踪和检测人脸，从而对检测到的人脸进行脸部比对的一系列相关技术，也可以叫做面部识别、人像识别、脸部识别。
像云脉人脸识别可对人脸三维朝向，做精准到“度”的判断，采集到的最优人脸照片经过灰度归一化、二值化处理后，通过人脸特征值算法提取特征值，然后建模入库。现场或线上采集照片与其本人证件照进行特征值比对，从而判定是否为本人持证。