温馨提示：2020年4月离线采集SDK Win&Linux版本正式下线，若您需要此版本请到离线识别SDK进行申请；老客户转正式版请提交工单申请。

目录

1 基础信息
  1.1 产品概述
  1.2 规格信息
  1.3 兼容性
2 业务介绍
  2.1 功能简介
  2.2 业务流程
3 快速集成
  3.1 名词介绍
  3.2 SDK文件结构
  3.3 授权激活
  3.4 运行Demo工程
4 接口说明
  4.1 人脸检测track接口（传入图片）
  4.2 人脸检测track接口（传入二进制图片buffer）
  4.3 人脸检测track_max_face接口
  4.4 人脸检测track_max_face接口（传入二进制图片buffer）
  4.5 人脸检测设置接口
  4.6 USB摄像头检测（实时视频帧人脸检测）
  4.7 人脸检测track接口（传入opencv的mat）
  4.8 人脸质量接口（通过传入图片）
5 错误码及错误信息
6 常见问题

1、基础信息

1.1 产品概述

百度FaceSDK Linux基础版是一种面向Linux设备的人脸技术开发包，此版SDK包含人脸检测追踪等方法。基于该方案，开发者可以轻松的构建包含人脸检测、采集的应用。在您使用SDK之前，我们首先为您介绍一下SDK本身及相关人脸能力，以便您能更方便使用人脸服务。

1.2 规格信息

• 包大小：~500M（相关库文件较大）
• 最小人脸检测大小：50px * 50px
• 可识别人脸角度：yaw ≤ ±30°, pitch ≤ ±30°
• 检测速度：100ms 720p*
• 追踪速度：30ms 720p*
• 人脸检测耗时：< 100ms

备注：以上指标，由最新版SDK运行在真实设备上，采用真实数据集所得，但算法性能受实际运行设备、实际数据集等情况影响，以上数字仅供参考。

1.3 兼容性

• Centos6.3 gcc4.8.2 以及 Ubuntu16.04 gcc5.4.0上编译

2、业务介绍

2.1 功能简介

2.1.1 人脸检测与跟踪

可在设备端，离线实时检测视频流中的人脸。同时支持处理静态图片或者视频流，并对当前检测到的人脸持续跟踪，动态定位人脸轮廓，稳定贴合人脸。

2.1.2 质量控制

在人脸检测及追踪过程中，实时校验人脸的姿态角度、遮挡、清晰度、光照条件，符合质量条件的人脸图片才会被采集。

2.1.3 人脸采集

针对视频流实时完成人脸图片采集，并输出满足质量过滤条件的人脸图片，可自定义采集人脸大小，采集频率，采集质量等设置。

2.2 业务流程

人脸识别的应用场景，核心可以分为三大类：

1. 身份核验：即1:1对比，判断两张脸的相似度，判断你是你，通常用于需要验证用户身份真实性的场景，如人证对比。
2. 身份识别：即1:N识别，在一个人脸集合中找到最相似的人脸，判断你是谁，通常用于判断用户身份是否存在，及身份信息内容的场景，如人脸门禁、人脸支付等。
3. 属性分析：即人脸属性分析，基于人脸信息，返回年龄、性别等属性值，通常用于客群分析、娱乐营销等场景，如统计线下客群年龄分布。

而以上场景的几乎所有业务过程，核心可以分为两个步骤：

1. 人脸采集：人脸识别的前置步骤，即获取到人脸图片，用于对比、识别、属性分析等操作。
2. 人脸分析：包括人脸图片的加工处理，特征抽取与对比，结果返回等一系列操作，也是通常理解为的人脸识别操作。

要想确保人脸识别的应用效果得到保障，最为核心的一个环节即人脸的获取，即人脸采集。目前市面上所有人脸识别应用落地，面临的主要问题就是应用环境复杂，包括光照、遮挡、作弊攻击等一系列环境因素干扰，涉及产品策略、硬件选型、施工方案等多个维度地综合作用，才能不断提升最终效果。

3、快速集成

3.1 名词介绍

3.2 SDK文件结构

Sdk提供动态库libBaiduFaceApi.so（centos和ubuntu的so文件名不同，请参考SDK）及头文件face.h。

在此之外，还附带支撑SDK使用的人脸识别模型文件夹face-resource，该文件夹在BaiduFaceCollect示例工程里面，存放路径请参考BaiduFaceCollect工程。默认存放路径为您要开发的exe可执行文件路径同一目录下。若存放不对，可能会影响sdk正常使用，另外请勿删除该文件夹。

为运行您开发的可执行文件，需要用到一些底层的库文件支持，相关库文件在baidu-facecollect的lib3目录中（主要有opencv库，ffmpeg库，json，curl库等）。此外，随工程还有一些编译用的Makefile文件及sh脚本文件等，可通过Makefile编译工程，sh脚本文件运行编译的可执行文件。Makefile文件分别命名为Makefile_centos6.3及Makefile_ubuntu，若要编译相应平台版本，请将其重命名为Makefile。

3.3 授权激活

激活分测试阶段按设备单机授权、和按产品线授权。

• 按设备单机授权：调试阶段的一种授权方式，主要用于指定设备上反复测试程序功能，激活状态只适用于授权的设备硬件。
• 按产品线授权：针对发布的exe，该exe可应用于所有设备。

3.3.1 按设备单机授权

第一步：通过脚本sh face_ubuntu.sh(若为centos,则执行sh face_centos.sh)，则可在页面输出device id的设备指纹信息。

第二步：复制此硬件指纹信息，在后台填写到下图所在的位置，并创建授权，下载对应的License文件。

第三步（重要！！）：在SDK中，您需要在初始化的时候传入license_key，此license_key为您在后台填写的「授权标识」，添加一个-face-winadnlinux-test的后缀，如下图所示，授权标识填写的为「baidutest」，则license_key为：baidutest-face-winadnlinux-test。

// 传入license_key，牢记在后台填写的「授权标识」，并在此授权标识基础上添加 -face-winadnlinux-test 的后缀
// 如您填写的授权标识填写的为「baidutest」，则license_key为：baidutest-face-winadnlinux-test
std::string license_key = "baidutest-face-winadnlinux-test";

//初始化sdk
sdk_init(license_key.c_str());

第四步：在官网下载License文件，如下图所示：

需要重命名为：license.ini，并拷贝到可执行文件所在路径同一目录位置。

以上四步完毕后，您的可执行文件就可以通过授权激活运行。

3.3.2 按产品线授权

该方式授权，主要用于发布正式的exe安装包，授权将会识别具体的exe程序，确保指定exe的正常运行。

注：所以每次程序升级，需要单独创建一个License文件进行更新。

第一步：在后台新建授权中表单中，平台类型选择「Windows & Linux」，授权类型选择「产品线」，并填写以下几个内容：

1. 授权标识：自定义用于标识您的license授权信息，每个授权只能有唯一的标识，支持英文、数字、横线，20个英文字符以内；
2. 产品名：填写exe可执行程序的具体名称，例如face.exe，则产品名为face.exe；
3. 程序文件的md5：此项稍后填写，exe文件的md5：如face.exe，请填写此程序的md5值

第二步：在SDK初始化的时候传入license_key，此license_key为您在后台填写的「授权标识」，添加一个-face-linux的后缀，如下图所示，授权标识填写的为「baidutest」，则license_key为：baidutest-face-linux。

// 传入license_key，牢记在后台填写的「授权标识」，并在此授权标识基础上添加 -face-linux 的后缀
// 如您填写的授权标识填写的为「baidutest」，则license_key为：baidutest-face-linux
std::string license_key = "baidutest-face-linux";

//初始化sdk
sdk_init(license_key.c_str());

第三步：完成License代码配置后，再编译生成可执行文件，用md5命令或工具生成该可执行文件的md5，并填写到第一步的表单中，提交表单，并下载生成的License文件。

注：可执行文件一旦编译后，则license_key和文件本身不能再编译改变，否则该license文件无法通过激活。

第四步：若按上述步骤生成license文件后，重命名为:license.ini，并拷贝到可执行文件所在路径同一目录位置，则可运行可执行文件通过授权激活。

3.4 运行Demo工程

Demo示例工程BaiduFaceCollect展示了如何集成百度人脸识别采集SDK。即导入so及头文件face.h。另外为了示例视频人脸跟踪等，用到了一些opencv的库文件以及一些实现demo的支持文件，如image_base64等。

注：这些支持文件均为代码开源或是开源库

在BaiduFaceCollect中的test_face.cpp的main()方法中，有使用sdk的各个接口方法示例。

SDK实现的主要功能有人脸实时跟踪检测、人脸属性、人脸质量，返回识别出的人脸信息等，另外支持对人脸检测进行设置，达到根据设置进行识别的目的。各接口功能及传入参数和返回结果（返回结果一般为json格式的字符串）详见下方接口说明。

4、接口说明

4.1 人脸检测track接口（传入图片）

方法名

track

方法说明

人脸检测，返回人脸信息

请求信息

返回信息

返回结果为int，表示检测到几个人脸信息，1为1个人，0为没检测到人脸。

4.2 人脸检测track接口（传入二进制图片buffer）

方法名

track_by_buf

方法说明

人脸检测，返回人脸信息

请求信息

返回信息

返回结果为int，表示检测到几个人脸信息，1为1个人，0为没检测到人脸。

4.3 人脸检测track_max_face接口

方法名

track_max_face

方法说明

检测最大人脸。

请求信息

返回信息

返回结果为int，表示检测到几个人脸信息，1为1个人，0为没检测到人脸。

4.4 人脸检测track_max_face接口（传入二进制图片buffer）

方法名

track_max_face_by_buf

方法说明

检测最大人脸。

请求信息

返回信息

返回结果为int，表示检测到几个人脸信息，1为1个人，0为没检测到人脸。

4.5 人脸检测设置接口

请参考TestFaceApi工程中的代码示例及头文件BaiduFaceApi.h中的定义及setting.cpp里的代码注释。

4.6 USB摄像头检测（实时视频帧人脸检测）

通过打开usb摄像头，返回实时检测到的视频帧人脸信息。请参考TestFaceApi中的示例liveness.cpp中的usb_track_face_info,该方法中用到了人脸检测track视频帧，接口如下4.5：

4.7 人脸检测track接口（传入opencv的mat）

方法名

Track

方法说明

人脸检测，返回人脸信息。

请求信息

返回信息

返回结果为TrackedFaceInfo的向量指针,向量组为0时候表示没检测到人脸。TrackedFaceInfo结构体为检测到的人脸信息，其中：box为检测到的人脸框（为FaceInfo结构体,包含人脸框大小，中心点坐标，人脸宽度等信息）；landmarks为检测到的人脸关键点，一般为144个；score为人脸打分；headPose的向量组为人脸x,y,z的三个角度。

4.8 人脸质量接口（通过传入图片）

方法名

face_quality

方法说明

人脸质量检测接口

请求信息

返回信息

errno信息：

• errno=0 : Success
• errno>0 : 错误码对应的详细msg

data信息:

5、错误码及错误信息

6、常见问题

Q：激活后是否可以把激活文件license.ini拷贝到其他设备运行？
A：如果是按设备激活的，则license.ini和设备绑定，只能用于该设备测试，若是按产品方式激活，则该激活文件可随产品可执行文件一起拷贝到任意设备上运行。