物联网浏览器(IoTBrowser)-js开发人脸识别

billyyi

339人浏览 · 2026-03-25 18:21:55

billyyi · 2026-03-25 18:21:55 发布

最近在研究将人脸识别应用到农产品实名收购系统，以防止他人仿冒申领合格证。经过选型找了2种方案，第一种基于.net原生开发，第二种基于js开发，目前两种都可以集成到物联网浏览器中。

第一种使用.net开发插件

.net下使用ViewFaceCore包，ViewFaceCore 是一个开源的、人脸识别 SDK，支持 .NET/.NET Core/.NET Framework 平台。它提供了高效且准确的人脸检测和特征提取功能，可以用于各种与人脸识别相关的应用场景中。

后端代码：

FaceDetector faceDetector = new FaceDetector();

var faceImage0 = new Bitmap(dirPath).ToFaceImage();

var infos0 = faceDetector.Detect(faceImage0);

FaceLandmarker faceMark = new FaceLandmarker();

var points0 = faceMark.Mark(faceImage0, infos0[0]);

FaceRecognizer faceRecognizer = new FaceRecognizer();

float[] fromData = faceRecognizer.Extract(faceImage0, points0);

float[] faceData = model.FaceVector;

return faceRecognizer.Compare(fromData, faceData);

前端代码：

async getSingleFace(s) {

var data = this.faceImgPath;

ar = await dds.dynamic.api.exectuce({ method: "post", pluginName: "Face", actionName: "GetSingleFace", actionData: (data) })

console.log('人脸信息', ar)

this.faceKeys = ar.Data;

},

async compareFace(cb) {

var data = { fileName: this.faceImgPath, targetKeys: this.faceKeys };

ar = await dds.dynamic.api.exectuce({ method: "post", pluginName: "Face", actionName: "Compare", actionData: JSON.stringify(data) })

console.log('人脸比较', ar)

this.resultInfo = "相似度：" + ar.Data + ""

if (ar.Data < 0.8) {

cb && cb()

} else {

this.startVideo = false;

}

},

物联网浏览器(IoTBrowser)-人脸快速搜索就是基于这个开发

第二种使用基于face-api.js

face-api.js 是一个强大的 JavaScript 人脸识别库，它基于 TensorFlow.js 核心（tensorflow/tfjs-core）实现，能够在浏览器和 Node.js 环境中无缝运行。该 API 为开发者提供了丰富的人脸检测与识别功能，使得在 Web 应用中集成高级计算机视觉能力变得前所未有的简单。

主要功能与亮点

face-api.js 不仅支持核心的人脸识别任务，还提供了一系列开箱即用的高级特性：

实时人脸追踪与识别：利用 MTCNN 面部检测器，实现高效的实时 JavaScript 人脸追踪。
摄像头实时检测：支持从实时摄像头流中检测人脸并进行情绪识别，可应用于视频场景。
流行框架集成：提供了与 Vue.js 和 Electron 等框架结合使用的示例，方便开发者快速上手。
趣味应用案例：例如“给人戴口罩”——Gant Laborde 谈与 Jason 一起学习，展示了库的灵活性和趣味性。

此外，官方还提供了详细的视频教程，帮助开发者从零开始轻松掌握人脸识别技术。

async function updateResults() {

if (!isFaceDetectionModelLoaded()) {

return

}

const inputImgEl = $('#inputImg').get(0)

const options = getFaceDetectorOptions()

const results = await faceapi.detectAllFaces(inputImgEl, options)

const canvas = $('#overlay').get(0)

faceapi.matchDimensions(canvas, inputImgEl)

faceapi.draw.drawDetections(canvas, faceapi.resizeResults(results, inputImgEl))

}

async function run() {

// 加载人脸检测模型

await changeFaceDetector(SSD_MOBILENETV1)

// 开始处理图片

updateResults()

}

face-api-static开源项目

face-api.js需要运行在nodejs服务端，不方便移植，为了本地在物联网浏览器中使用，改造了face-api-static开源项目。支持部署在物联网浏览器环境，同时也支持部署在tomcat、nginx、iis、webapi等web容器。

gitee开源地址：人脸识别js库

AtomGit开源社区

AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念，把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起，为开发者提供从开发、训练到部署的一站式体验。

更多推荐

ChatClient 全家桶保姆级博客讲解

AtomGit开源社区

C# + 机器视觉 + AI：从工业相机取图到 YOLO 目标检测的完整工控解决方案

文章摘要：本文介绍了一个基于C#和YOLOv8的工业视觉检测系统完整实现方案。系统通过海康工业相机SDK实时采集图像，在WinForms界面显示后，调用Python+YOLOv8模型进行目标检测，并支持通过Modbus TCP与PLC联动控制。文章详细讲解了环境配置、系统架构设计、相机图像采集（含C#代码示例）以及Python端YOLO推理脚本的实现方法。该方案可直接应用于工业质检、目标识别等场