Spaces:
Sleeping
Sleeping
Update pipeline.py
Browse files- pipeline.py +10 -2
pipeline.py
CHANGED
|
@@ -8,8 +8,11 @@ from modeles.deepface_template_utils import auto_rotate_if_needed
|
|
| 8 |
from modeles.detect_nb_faces_yolo import detect_faces_in_folder
|
| 9 |
from modeles.detect_notAllowedObjects import detect_objects_in_folder
|
| 10 |
from modeles.insightface_facialRecognition_livenessVerification import verify_face_and_liveness
|
|
|
|
| 11 |
#from modeles.liveness_check_folder import check_liveness_on_folder
|
| 12 |
|
|
|
|
|
|
|
| 13 |
#-------
|
| 14 |
# on va analyser nos frames (image_bytes que l'application mobile va nous envoyé)
|
| 15 |
#de notre vidéo en temps réel et nous allons vérifier avec nos modèles que c'est
|
|
@@ -47,9 +50,10 @@ def analyze_frame(image_bytes, template_array):
|
|
| 47 |
# 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
|
| 48 |
|
| 49 |
# ON VÉRIFIE L'IDENTITÉ DE LA PERSONNE QUI REGARDE LE DOC
|
| 50 |
-
is_match, is_real, similarity_score = verify_face_and_liveness(single_image_path, template_array)
|
|
|
|
| 51 |
|
| 52 |
-
if not is_match: #si verify_face_and_liveness retourne False alors la personne ne matche pas avec la personne autorisée
|
| 53 |
print(is_match, "similarity : ",similarity_score )
|
| 54 |
print(" Visage non reconnu")
|
| 55 |
# on arrete la fonction -- ALERTE
|
|
@@ -59,7 +63,11 @@ def analyze_frame(image_bytes, template_array):
|
|
| 59 |
print("Attaque par photo ou deepfake détectée")
|
| 60 |
# on arrete la fonction -- ALERTE
|
| 61 |
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
|
|
|
|
| 62 |
|
|
|
|
|
|
|
|
|
|
| 63 |
# 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
|
| 64 |
print("Frame analysée avec succès")
|
| 65 |
print(f"Similarité : {similarity_score:.4f}")
|
|
|
|
| 8 |
from modeles.detect_nb_faces_yolo import detect_faces_in_folder
|
| 9 |
from modeles.detect_notAllowedObjects import detect_objects_in_folder
|
| 10 |
from modeles.insightface_facialRecognition_livenessVerification import verify_face_and_liveness
|
| 11 |
+
from modeles.insightface_facialRecognition_livenessVerification import verify_identity
|
| 12 |
#from modeles.liveness_check_folder import check_liveness_on_folder
|
| 13 |
|
| 14 |
+
|
| 15 |
+
|
| 16 |
#-------
|
| 17 |
# on va analyser nos frames (image_bytes que l'application mobile va nous envoyé)
|
| 18 |
#de notre vidéo en temps réel et nous allons vérifier avec nos modèles que c'est
|
|
|
|
| 50 |
# 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
|
| 51 |
|
| 52 |
# ON VÉRIFIE L'IDENTITÉ DE LA PERSONNE QUI REGARDE LE DOC
|
| 53 |
+
#is_match, is_real, similarity_score = verify_face_and_liveness(single_image_path, template_array)
|
| 54 |
+
is_match2 = verify_identity(single_image_path, template_array)
|
| 55 |
|
| 56 |
+
"""if not is_match: #si verify_face_and_liveness retourne False alors la personne ne matche pas avec la personne autorisée
|
| 57 |
print(is_match, "similarity : ",similarity_score )
|
| 58 |
print(" Visage non reconnu")
|
| 59 |
# on arrete la fonction -- ALERTE
|
|
|
|
| 63 |
print("Attaque par photo ou deepfake détectée")
|
| 64 |
# on arrete la fonction -- ALERTE
|
| 65 |
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
|
| 66 |
+
"""
|
| 67 |
|
| 68 |
+
if not is_match2:
|
| 69 |
+
print(is_match2)
|
| 70 |
+
return 3
|
| 71 |
# 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
|
| 72 |
print("Frame analysée avec succès")
|
| 73 |
print(f"Similarité : {similarity_score:.4f}")
|