Spaces:
Sleeping
Sleeping
Download pipeline.py from VisionShield/VISIONSHIELD: direct link, hf CLI and curl.
- Browser
- Download file 4 kB
-
https://huggingface.co/spaces/VisionShield/VISIONSHIELD/resolve/main/pipeline.py
- Command line
-
hf download hf://spaces/VisionShield/VISIONSHIELD/pipeline.py
-
curl -L -o pipeline.py https://huggingface.co/spaces/VisionShield/VISIONSHIELD/resolve/main/pipeline.py
4 kB
| #on importe nos modeles | |
| import os | |
| import cv2 | |
| import numpy as np | |
| import tempfile | |
| # tempfile pour générer des "fichiers jetables" pour sauvegarder les videos envoyées par l'app | |
| from modeles.deepface_template_utils import auto_rotate_if_needed | |
| from modeles.detect_nb_faces_yolo import detect_faces_in_folder | |
| from modeles.detect_notAllowedObjects import detect_objects_in_folder | |
| from modeles.insightface_facialRecognition_livenessVerification import verify_face_and_liveness | |
| from modeles.insightface_facialRecognition_livenessVerification import verify_identity | |
| #from modeles.liveness_check_folder import check_liveness_on_folder | |
| #------- | |
| # on va analyser nos frames (image_bytes que l'application mobile va nous envoyé) | |
| #de notre vidéo en temps réel et nous allons vérifier avec nos modèles que c'est | |
| #la bonne personne, qu'il n'y a pas d'objet suspect ou de personne non autorisée | |
| #emplate_array = le template facial déjà généré à l’inscription (embedding) | |
| def analyze_frame(image_bytes, template_array): | |
| # on sauvegarde l'image reçue dans un fichier temporaire | |
| with tempfile.NamedTemporaryFile(delete=False, suffix=".jpg") as temp_img: | |
| temp_img.write(image_bytes) | |
| temp_img_path = temp_img.name | |
| # on corrige l'orientation de notre image sauvergardée | |
| auto_rotate_if_needed(temp_img_path) # vient deepface_template_utils.py | |
| # pour faire fonctionner nos modèles car ils attendent des dossiers | |
| temp_folder = tempfile.mkdtemp() | |
| # crée un dossier temporaire unique pour les modeles et se supprime à la fin de l'analyse | |
| single_image_path = os.path.join(temp_folder, "frame.jpg") | |
| #construit un cgemin complet vers notre image frame | |
| os.rename(temp_img_path, single_image_path) | |
| #on déplace l'image temp_img_path dans le dossier que l'on a créé et on lui donne le nom single_image_path | |
| nb_personne_frame = detect_faces_in_folder(temp_folder) | |
| if (nb_personne_frame != 1): | |
| print("L'utilisateur n'est pas seul devant le document ou n'est pas du tout devant le document !!") | |
| #return False | |
| # on arrete la fonction -- ALERTE | |
| return 1 # on choisi comme code 1 pour déterminer que l'erreur est qu'il y à trop de personne devant le document | |
| object_check = detect_objects_in_folder(temp_folder) | |
| if not object_check: | |
| # on arrete la fonction -- ALERTE | |
| return 2 #on arrete la fonction parce qu'il y a un objet suspect | |
| # on choisi 2 comme code pour signifier qu'il y a une transgression et que celle-ci est d'utiliser un objet interdit lors de la visualisation du document confidentiel | |
| # ON VÉRIFIE L'IDENTITÉ DE LA PERSONNE QUI REGARDE LE DOC | |
| is_match, is_real, similarity_score = verify_face_and_liveness(single_image_path, template_array) | |
| #is_match2 = verify_identity(single_image_path, img_ref) | |
| if not is_match: #si verify_face_and_liveness retourne False alors la personne ne matche pas avec la personne autorisée | |
| print(is_match, "similarity : ",similarity_score ) | |
| print(" Visage non reconnu") | |
| # on arrete la fonction -- ALERTE | |
| return 3 # on choisi 3 comme code pour signifier que l'erreur est que la personne qui regarde le doc n'est pas la personne autorisée | |
| if not is_real: | |
| print("Attaque par photo ou deepfake détectée") | |
| # on arrete la fonction -- ALERTE | |
| return 4 # on utilise 4 pour alerter que nous avons affaire à un deepfake ou attaque par photo et que la personne autorisée n'est pas en face du doc mais une personne malveillante est dernière une photo par ex | |
| #if not is_match2: | |
| # print(is_match2) | |
| # return 3 | |
| # Tout à été testé et aucune transgression n'a été déclaré donc nous avons la personne autorisée, seule et sans objet suspet devant le document | |
| print("Frame analysée avec succès") | |
| print(f"Similarité : {similarity_score:.4f}") | |
| return 0 # Tout est BON !!!!!! |