news 2026/10/1 12:04:38

UTS API插件,助力uniapp开发者快速实现人脸识别活体检测

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
UTS API插件,助力uniapp开发者快速实现人脸识别活体检测

HelloKitty-FaceAI

FaceAI人脸识别,活体检测UTS API插件,支持iOS,Android 双端,助力uniapp开发者快速实现人脸识别活体检测。
后面我们会支持主题色定制等功能,更多可根据原生工程项目修改升级插件

原生工程:
iOS SDK: https://github.com/FaceAISDK/FaceAISDK_iOS
Android: https://github.com/FaceAISDK/FaceAISDK_Android

其中iOS 由Swift+SwiftUI实现,支持iOS 15-26.都能离线工作不需要联网,不收集任何用户的业务数据。

使用方法

如果你是第一次运行UTS插件工程/引入UTS API插件,你应先安装官方说明配置好基础环境 基础环境

- 1. 下载到对应的本地项目(你也可以先跑同单独的API插件工程)

- 2. 按照文档 -》把插件引入项目(即 import { FaceAI } from '@/uni_modules/HelloKitty-FaceAI' 需要先引入),

- 3. 运行-》运行到手机或模拟器 -》制作自定义调试基座 -》打包 等基座制作完成

制作自定义调试基座

- 4. 运行 -》 运行到手机或模拟器-》运行到iOS/Android基座-》选择使用自定义基座运行-》选择手机-》运行

运行到手机


若之前手机安装过基座需要先卸载之前的基座,iOS 可能会提示你安装好后杀死应进程后重新启动(可以点击几个其他应用加快彻底杀死重启)
注:只支持真机调试,需要用到硬件摄像头

常见错误与解决方法

- 1. iOS 自定义基座首次运行找不到iOS原生SDK FaceAISDK_Core

Analyzing dependencies
CocoaPods could not find compatible versions for pod "FaceAISDK_Core":
in Podfile:
FaceAISDK_Core (= 2025.12.31)
None of your spec sources contain a spec satisfying the dependency: `FaceAISDK_Core (= 2025.12.31)`.


基本重新运行就可以了,在线打包机器有时候会无法科学上网有问题无法访问GitHub

- 2. iOS 基座安装到手机后很久都是白屏/黑屏幕
控制台输出 项目 [FaceAI_API_Plugin] 已启动。请点击手机/模拟器的运行基座App(uni-app x)查看效果。 如应用未更新,请在手机上杀掉基座进程重启
根据提示杀掉基座进程重启,然后点击启动2个其他App后再重新启动基本就没问题了,本情况只会在第一次安装新基座出现

- 3. 炫彩活体提示光线太亮导致失败
这个基本上只能规避强光环境了,或引导用户用手遮住强烈光线,让手机彩色光能照到脸部

- 4. 改动原生swift/kotlin 代码导致基座不能正常运行
只能重新制作自定义调试基座,UTS API插件使用方如果不需要修改插件底层实现尽量不用改原生代码

人脸识别,活体检测状态码

人脸识别,活体检测状态码含义

public static let DEFAULT = 0 // 0 初始化状态,流程没有开始 public static let VERIFY_SUCCESS = 1 // 1 人脸识别对比成功大于设置的threshold public static let VERIFY_FAILED = 2 // 2 人脸识别对比识别小于设置的threshold public static let MOTION_LIVENESS_SUCCESS = 3 // 3 动作活体检测成功(基本不用,还有后续动作) public static let MOTION_LIVENESS_TIMEOUT = 4 // 4 动作活体超时 public static let NO_FACE_MULTI = 5 // 5 多次没有检测到人脸 public static let NO_FACE_FEATURE = 6 // 6 没有对应的人脸特征值 public static let COLOR_LIVENESS_SUCCESS = 7 // 7 炫彩活体成功 public static let COLOR_LIVENESS_FAILED = 8 // 8 炫彩活体失败 public static let COLOR_LIVENESS_LIGHT_TOO_HIGH = 9 // 9 炫彩活体失败,光线亮度过高 public static let ALL_LIVENESS_SUCCESS = 10 // 10 所有的活体检测完成(包括动作和炫彩)
版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/9/28 0:07:39

【Linux命令大全】003.文档编辑之od命令(实操篇)

【Linux命令大全】003.文档编辑之od命令(实操篇) ✨ 本文为Linux系统文档编辑与文本处理命令的全面汇总与深度优化,结合图标、结构化排版与实用技巧,专为高级用户和系统管理员打造。 (关注不迷路哈!!&#…

作者头像 李华
网站建设 2026/9/26 20:21:42

【Linux命令大全】003.文档编辑之paste命令(实操篇)

【Linux命令大全】003.文档编辑之paste命令(实操篇) ✨ 本文为Linux系统文档编辑与文本处理命令的全面汇总与深度优化,结合图标、结构化排版与实用技巧,专为高级用户和系统管理员打造。 (关注不迷路哈!!&am…

作者头像 李华
网站建设 2026/9/30 17:05:36

修改adb shell下$前的提示名称

基于android12 修改文件位置:system/core/adb/daemon/shell_service.cpp static std::string GetHostName() {char buf[HOST_NAME_MAX];if (gethostname(buf, sizeof(buf)) ! -1 && strcmp(buf, "localhost") ! 0) return buf;// 在此处return你想…

作者头像 李华
网站建设 2026/10/1 11:42:16

【收藏必备】EAG-RAG架构详解:打造闭环自优化的企业级知识问答系统,彻底解决大模型幻觉问题

EAG-RAG是智能体增强检索增强生成技术,通过构建闭环自优化端到端工作流程,解决了传统RAG的知识时效性、幻觉问题和数据访问限制。该技术采用深度知识工程处理数据,通过双重LLM智能体优化查询,结合BM25和向量搜索进行混合检索&…

作者头像 李华
网站建设 2026/10/1 6:39:05

用鲸鱼优化算法优化LSTM模型参数

使用鲸鱼优化算法对LSTM的隐含层神经网络,学习率,训练次数三个参数进行寻优,WOA-LSTM模型的输入数据的自变量是多维即多列数据输入,输出的因变量单维即单列数据输出,代码内部有详细的注释,可学习性强&#…

作者头像 李华