简介

本方案通过AnalyticDB和人脸识别, 眼部特征识别, 口罩识别算法搭建了一套针对新冠肺炎疫情的小区出入管理系统. 可以支持戴口罩情景下的人脸识别.

1. 自动登记入册小区人口基本信息和人脸特征，界面如下:

2. 通过摄像头自动做人脸识别，返回来访者家庭的所有出入记录. 方便社区管理者进行高效的出入管理,在当前疫情环境下, 人们普遍佩戴口罩, 去掉口罩会增加肺炎感染的风险, 所以本方案提供一套支持戴口罩情况下人脸识别的算法. 演示效果如下：

3. 可以通过人脸照片和结构化信息的任意组合来检索住户的来访记录，并提供统计分析能力，为小区管理者提供全局度量数据.

使用方法:

安装docker

生成docker镜像或下载docker镜像

直接下载docker镜像(推荐):

地址

下载后解压tar xzvf 解压缩tar xzvf adb_face.docker.tar.gz

进入解压后的目录: cd adb_face

加载docker镜像: docker load -i adb_face.docker.tar

生成docker镜像

从这里下载AnalyticDB模型然后解压至app/tf_serving/

从这里下载Seetaface模型fd_2_00.dat, pd_2_00_pts5.dat 摆放至 SeetaFace2/python/resource/

cd docker
sh build.sh <image-name>

启动docker镜像:

获得AnalyticDB连接串. 可以加入下方钉钉群免费试用.

cd start
cp config_template config.yml
# 将链接信息填入config.yml
sh start.sh <image-name>

打开chrome访问localhost:8000

有问题可以加入AnalyticDB的向量团队钉钉沟通群。

License

Apache 2.0

依赖

本项目依赖Seetaface2引擎:https://github.com/seetafaceengine/SeetaFace2