手把手教你用 Java 实现人脸识别、人证核验、人脸比对1：N

我们 Java 程序员在做人脸识别时，常常会遇到一些痛点：

🤯 大多数算法只提供 Python 接口，Java 接口稀缺

🧩 缺乏好用的、免费的离线解决方案

在最近的人脸识别相关开发中，我发现 SmartJavaAI 正好完美地解决了这些问题。 它不仅为 Java 提供了友好的接口，还支持人脸检测、人脸识别、人脸比对(1:1)、人脸比对(1:N)、人证核验、人脸注册、人脸搜索、等核心功能，部署简单、开箱即用，特别适合我们 Java 开发者使用。

效果展示

快速开始

1、Maven引入

在项目的pom.xml的dependencies中加入以下内容（全部功能），也可以根据需求单独引入人脸模块，具体可以查看 SmartJavaAI官方文档

<dependency>
    <groupId>cn.smartjavaai</groupId>
    <artifactId>smartjavaai-all</artifactId>
    <version>1.0.12</version>
</dependency>

2、人脸模型下载

根据需求选择合适的模型进行下载。以下是可用的人脸识别模型及相关信息：

模型名称	下载地址	兼容系统	支持设备	文件大小	适用场景
retinaface	下载	Windows/Linux/MacOS	CPU/GPU	110MB	高精度人脸检测
ultralightfastgenericface	下载	Windows/Linux/MacOS	CPU/GPU	1.7MB	高速人脸检测
seetaface6	下载	Windows/Linux	CPU/GPU	288MB	人脸检测、人脸比对、人脸库注册、查询
facenet	下载	Windows/Linux/MacOS	CPU/GPU	104MB	人脸特征提取、人脸比对

3、初始化模型

FaceModel faceModel = FaceModelFactory.getInstance().getModel();

自定义模型配置

FaceModelConfig config = new FaceModelConfig();
config.setModelEnum(FaceModelEnum.RETINA_FACE);
config.setConfidenceThreshold(FaceConfig.DEFAULT_CONFIDENCE_THRESHOLD);
config.setNmsThresh(FaceConfig.NMS_THRESHOLD);
FaceModel faceModel = FaceModelFactory.getInstance().getModel(config);

FaceModelConfig参数说明

字段名称	类型	默认值	说明
modelEnum	FaceModelEnum	RETINA_FACE	人脸模型
confidenceThreshold	double	0.85	置信度阈值
similarityThreshold	double	0.62	相似度阈值
nmsThresh	double	0.45	非极大抑制阈值
modelPath	String	null	模型路径
faceDbPath	String	null	人脸库路径
device	DeviceEnum	CPU	运行设备

4、人脸检测方法

DetectionResponse response = faceModel.detect("test.jpg");

当然你也可以传 BufferedImage 或 byte[]。一张图里多张脸也完全没问题！

结果会返回一个 DetectionResponse，里面有每张脸的坐标、属性、关键点信息，像这样：

检测结果示例

{
  "detectionInfoList": [ // 检测信息列表
    {
      "detectionRectangle": { //矩形框
        "height": 174, // 矩形高度
        "width": 147, // 矩形宽度
        "x": 275, // 左上角横坐标
        "y": 143 // 左上角纵坐标
      },
      "faceInfo": { // 人脸信息
        "keyPoints": [ // 5个人脸关键点：循序依次为，左眼中心、右眼中心、鼻尖、左嘴角和右嘴角
          {
            "x": 339.5083751678467,
            "y": 192.76402664184573
          },
          {
            "x": 404.7374267578125,
            "y": 197.89914321899414
          },
          {
            "x": 388.9555263519287,
            "y": 231.50675201416016
          },
          {
            "x": 339.8661708831787,
            "y": 265.51241302490234
          },
          {
            "x": 397.7071800231933,
            "y": 269.7657699584961
          }
        ]
      }
    }
  ]
}

5、检测并绘制人脸

该方法不仅可以检测人脸，还会在输入图像上绘制出检测到的人脸框以及5点人脸关键点并保存为输出图像。

faceModel.detectAndDraw("input.jpg","output.jpg");

6、人脸特征提取

此方法从输入的图像中提取人脸特征，返回一个包含人脸特征的 List

List<float[]> faceResult = faceModel.extractFeatures("input.jpg");

7、人脸特征比对

通过比较两个人脸特征，计算它们的相似度，返回值为0到1之间的浮动值，值越大表示人脸越相似。

float similar = faceModel.calculSimilar(feature1, feature2);
log.info("相似度：{}", similar);

8、人脸比对（1:1）

此方法直接比较两张人脸的相似度，用于1:1的人脸比对，返回相似度分数。

float similar = faceModel.featureComparison("input1.jpg","input2.jpg");
log.info("相似度：{}", similar);

9、人脸注册

此方法用于将某个用户的人脸图像注册到系统中，并关联一个唯一的标识符（如 "zhangsan"）。人脸注册后，系统会将人脸信息保存到人脸库中（例如：faces-data.db），以便后续进行人脸比对和查询。

boolean isSuccss = faceModel.register("zhangsan","input.jpg");

10、人脸比对（1：N）

此方法在已注册的人脸库中进行人脸比对，返回与输入图像最相似的注册人脸数据，适用于1:N比对。

FaceResult faceResult = faceModel.search("input.jpg");

开源项目与文档地址

本篇文章中的人脸检测功能，来自开源项目 SmartJavaAI

🔗 Gitee 项目地址：gitee.com/dengwenjie/…

🔗 GitHub 项目地址：github.com/geekwenjie/…

🔗 GitCode 项目地址：gitcode.com/geekwenjie/…

📖 在线文档地址：doc.smartjavaai.cn

完整Demo代码地址：examples