[好文翻译]使用AI人脸识别构建Serverless测谎仪-烟雨网

这是我们的一个新系列，好文翻译，会翻译一些看到的技术、趋势类文章，欢迎大家一起来交流，讨论。

背景📖

文章的作者Shreya Gupta设定故事背景如下：我们是一群秘密特工，总部告诉我们，我们的一名间谍背叛了我们，并且一直在向敌人泄露敏感的绝密信息。我们的目标是建立一个测谎仪，当我们识别出间谍时，它会提醒我们的间谍网络。我们将使用 Azure 的认知服务对团队中的每个人进行面部识别。当 Face API 识别出我们的间谍之一在欺骗时，我们将使用 Courier 将间谍的身份广播到我们的间谍网络。查看原文

怎么样？是不是听起来惊险又刺激，下面就拿起我们的技术武器来跟着作者一步一步实现找出间谍吧~

实现🚀

第一步使用 Azure Functions 创建无服务器应用程序

需要设置本地开发环境启用 Azure 并测试我们的代码

在VSCode 里安装以下扩展：
Azure 工具：用于创建 Azure Functions
REST 客户端：测试我们的 Azure 函数调用（ Postman 或 Insomnia 的替代方案）

成功安装这两个扩展后，检查左侧菜单中是否有 Azure 的 A 符号。如果符号没有自动出现，需要完全关闭并重新打开 VS Code。

构建 HTTP 触发函数：

单击 Azure 符号以在本地打开 Azure。在这里，系统会提示我们登录 Azure 帐户
登录后，我们需要打开一个 Azure 订阅或创建一个新订阅

如果订阅未在本地显示，不要着急，可以查看这里的指导文档来配置我们的账户~

订阅出现后，单击“Workspace”创建一个新项目
选择我们需要在这个项目中保存文件的位置以及命名

选择文件位置后，系统会提示我们对要创建的函数类型进行配置

选择 JavaScript 作为语言
为模板选择 HTTP 触发器
将函数重命名为 LieDetector（或其它的唯一名称）
为授权级别选择功能
打开项目开始编码

让我们打开 index.js 文件，花点时间了解一下样板函数，也可以稍后在 function.json 文件中编辑设置。

module.exports = async function (context, req) {
    context.log('JavaScript HTTP trigger function processed a request.');

    const name = (req.query.name || (req.body && req.body.name));
    const responseMessage = name
        ? "Hello, " + name + ". This HTTP triggered function executed successfully."
        : "This HTTP triggered function executed successfully. Pass a name in the query string or in the request body for a personalized response.";

    context.res = {
        // status: 200, /* Defaults to 200 */
        body: responseMessage
    };
}

第 4 行演示了我们如何从函数查询或请求正文中获取数据。第 5 行定义了一个responseMessage 字符串变量，该变量使用了第 4 行的数据。在第 9-12 行，此变量被赋值为响应对象response object的context.res。

第二步授权 Courier 使用 Gmail 和 Twilio API 发送邮件

Courier 通过将多个 API 调用合并为一个来发送消息。在第二部分中，我们需要授权 API 通过 Gmail 和 Twilio API 发送消息。

登录到您的 Courier 帐户并创建一个新的秘密工作区。
跟随引导流程咱们选择电子邮件并让 Courier 使用 Node.js 构建，设置一般只需几秒钟，我们需要做的就是通过 Gmail 登录，现在 API 已准备好发送消息啦
复制启动代码（使用 cURL 进行的基本 API 调用），并将其粘贴到新终端中。它已经保存了您的 API 密钥，知道您要发送到哪个电子邮件地址，并已经设定好了默认消息

一旦你看到特工 Pigeon 跳舞，我们就可以使用 Courier 与我们的间谍进行交流了。在构建应用程序之前，我们需要设置 Twilio 以启用文本消息

前往左侧菜单中的“Channels”搜索 Twilio。您将需要一个帐户 SID、身份验证令牌和一个消息服务 SID 来授权 Twilio
打开twilio.com，登录并打开控制台，然后在该页面上找到前两个tokens,将 Account SID 和 Auth Token 保存在 Courier 中

最后，我们需要找到左侧菜单的 Messaging 选项卡中创建的 Messaging Service SID。Twilio 的关于如何创建消息服务 SID的文档
一旦我们掌握了所有三个信息，就可以安装provider。我们的 Courier 帐户已获得官方授权，可在一次 API 调用中发送任何电子邮件或 SMS~

第三步从 Azure 函数发送单通道和多通道通知

我们可以使用 Courier 发送单个消息或设置路由以从 Azure 函数中发送多通道通知。在这一部分中，我们将开始发送消息，大家可以参考 Courier 《Node.js 快速入门》，它概述了如何开始使用 SDK，具体的可以在courier.com的文档页面中学习啦~
如果你更愿意使用 Courier API，可以查看Secret Message 教程来获取说明或Courier 的 API 参考文档。

SDK 文档将引导我们完成对 API 密钥的访问

在https://app.courier.com/settings/api-keys 上找到 API 密钥。
将 API 密钥保存在 local.settings.json 文件中，并将其引入到index.js文件中，const apiKey = process.env["API_KEY"]. 现在可以授权此应用程序使用我们的 Courier 帐户。

{
  "IsEncrypted": false,
  "Values": {
    "AzureWebJobsStorage": "",
    "FUNCTIONS_WORKER_RUNTIME": "node",
    "API_KEY": "replace-with-your-key"
  }
}

在终端中运行以下命令来安装 Courier SDK

npm install @trycourier/courier

使用 require 函数将 SDK 导入 index.js 文件

const { CourierClient } = require("@trycourier/courier");

最后一步是遍历 API 文档中的 API 调用并将其集成到我们的代码库中

import { CourierClient } from "@trycourier/courier";
// alternatively:
// const { CourierClient } = require("@trycourier/courier");

const courier = CourierClient({ authorizationToken: "YOUR_AUTH_TOKEN_HERE" });

const { requestId } = await courier.send({
  message: {
    to: {
      email: "email@example.com",
    },
    content: {
      title: "Welcome!",
      body: "Thanks for signing up, {{name}}",
    },
    data: {
      name: "Peter Parker",
    },
    routing: {
      method: "single",
      channels: ["email"],
    },
  },
});

复制第 5 行并将其粘贴到async函数（Azure 函数）的上方和外部。
第 7-24 行中的所有内容都与实际的消息发送有关，需要放在 async 函数中

第 8-23 行的代码定义了消息对象，它向 Courier 提供有关消息的数据：to对象为接收通知的用户，content对象为消息包含的内容，data对象为可能影响content对象的任何变量或者可能影响传出通知的条件，以及routing对象为正在发送的通知类型。

更新要发送消息的电子邮件，为了保护间谍的身份，我们将在此处使用虚假联系信息
更新消息。例如，我们可以title将修改为 Mule Identified，邮件主题修改为Beware! The mule is {{name}}，这样我们就可以硬编码名字或从 HTTP 触发器函数体中获取名字
更新responseMessage并打印到控制台，这个新的responseMessage通过从 Courier API 调用输出requestId响应表明 HTTP 触发的函数运行成功
要在本地运行此功能，首先在终端中运行命令func start，启用此功能的触发器（以及此项目中的所有功能）。此命令还会返回可用于触发此功能的相应本地的endpoint。

const { requestId } = await courier.send({
  message: {
    to: {
      email: "courier.demos+liedetector@gmail.com",
    },
    content: {
      title: "Mule Identified!",
      body: "Beware! The mule's name is {{name}}.",
    },
    data: {
      name: name,
    },
    routing: {
      method: "single",
      channels: ["email"],
    },
  },
});

我们可以使用 Postman 或 Insomnia 来测试这个功能。这里我们使用之前安装的 REST Client VS Code 扩展。

创建一个 request.http 文件。
要创建新的测试调用，需要在 request.http 文件的顶部键入###
定义请求的类型，并将endpoint 粘贴到POST的右边。
函数调用的主体需要在endpoint下定义。创建一个包含name参数的对象并将其定义为Secret Agent Pigeon

###
POST http://localhost:7071/api/LieDetector

{
    "name": "Secret Agent Pigeon"
}

第4步用 Face API 分析情绪并使用 Courier 发送警报 Azure 认知服务使我们能够通过 API 和 AI 服务向应用程序添加认知功能（查看提供的所有服务）。在最后一部分中，我们将探索 Azure 认知服务，集成人脸 API 来分析情绪，并使用 Courier API 在检测到特定的欺骗性情绪时发送警报。

访问人脸 API，请导航到Azure 门户
“Create a Resource”并在左侧的类别列表中找到“AI + Machine Learning”
从出现的服务列表中选择“Face”，并根据我们的偏好和帐户更新设置
点击“Review + Create”，然后点击“Create”开始部署过程（一般需要几分钟才能完成）
部署完成后，转到资源，导航到“Keys and Endpoints”下左侧菜单中的“Keys and Endpoints”，复制其中一个密钥和endpoint，并将它们保存在我们项目中的local.settings.json文件。

{
  "IsEncrypted": false,
  "Values": {
    "AzureWebJobsStorage": "",
    "FUNCTIONS_WORKER_RUNTIME": "node",
    "API_KEY": "replace-with-your-key",
    "FACE_API_KEY": "replace-with-your-azure-key",
    "FACE_ENDPOINT": "replace-with-your-azure-endpoint"
  }
}

这些值为密钥，需要包含在 .gitignore 中

正如我们使用 Courier SDK 一样，我们也需要在 Azure 的 SDK 中使用 Face 服务，该 SDK 可以在Azure Cognitive Services npm 页面上找到。我们将需要在页面上使用这些命令。

npm install @azure/cognitiveservices-face在终端运行安装人脸服务SDK
在终端中运行npm install @azure/ms-rest-azure-js以安装 REST Azure 客户端
从示例代码中复制示例 Face API 调用并将其放入我们的代码库中
将import语句移到 Azure 函数上方的顶部

const { FaceClient, FaceModels } = require("@azure/cognitiveservices-face");
const { CognitiveServicesCredentials } = require("@azure/ms-rest-azure-js");

async function main() {
  const faceKey = process.env["faceKey"] || "<faceKey>";
  const faceEndPoint = process.env["faceEndPoint"] || "<faceEndPoint>";
  const cognitiveServiceCredentials = new CognitiveServicesCredentials(faceKey);
  const client = new FaceClient(cognitiveServiceCredentials, faceEndPoint);
  const url =
    "https://pbs.twimg.com/profile_images/3354326900/3a5168f2b45c07d0965098be1a4e3007.jpeg";
  const options = {
    returnFaceLandmarks: true
  };
  client.face
    .detectWithUrl(url, options)
    .then(result => {
      console.log("The result is: ");
      console.log(result);
    })
    .catch(err => {
      console.log("An error occurred:");
      console.error(err);
    });
}

main();

现在，我们可以更新代码片段中的变量。

将第 43 行的函数名称和第 65 行的相关函数调用更新为analyze_face()
修改第 44 行和第 45 行的key names，以匹配我们在 local.settings.json 文件中创建的名称
第 49 行包含此 API 将分析的图像。找到指向我们自己图像的链接——为了保护我们间谍的身份，我们将使用 IU 的图像
将第 50 行到第 52 行之间的options对象更改为returnFaceAttributes并添加一个数组emotion作为元素

async function analyze_face() {
  const faceKey = process.env["FACE_API_KEY"];
  const faceEndPoint = process.env["FACE_ENDPOINT"];
  const cognitiveServiceCredentials = new CognitiveServicesCredentials(faceKey);
  const client = new FaceClient(cognitiveServiceCredentials, faceEndPoint);
  const url =
    "https://www.allkpop.com/upload/2021/12/content/231225/web_data/allkpop_1640280755_untitled-1.jpg";
  const options = {
    returnFaceAttributes: ["emotions"]
  };
  client.face
    .detectWithUrl(url, options)
    .then(result => {
      console.log("The result is: ");
      console.log(result);
    })
    .catch(err => {
      console.log("An error occurred:");
      console.error(err);
    });
}

analyze_face();

最后，我们需要接收来自这个 API 调用的响应。

将响应保存在result的变量中
使用stringify方法将响应转换为 JSON 字符串

const result = await client.face.detectWithUrl(url, options);
const resultJSON = JSON.stringify(result, null, 2);

当我们使用 REST Client 测试我们的功能时，我们遇到了错误: 结果不显示，这意味着由于某种原因，analyze_face()没有返回正确的响应。我们可以查看 Face API 参考来确定错误的原因。我们首先尝试通过从结果对象中删除指定的emotion来解决问题。

const result = await client.face.detectWithUrl(url, options);
const anger = result[0].faceAttributes.emotion.anger;
const angerJSON = JSON.stringify(anger, null, 2);

实际错误源于第 51 行的误写，其中返回的对象不是复数，应该调用emotion。当我们测试代码时，我们看到愤怒情绪的值为 0，与所选图像匹配。

const options = {
      returnFaceAttributes: ["emotion"]
  };

最后，不是返回单个emotion的值，而是更新analyze_face()函数以返回整个emotion对象。这将使我们能够比较多种情绪的值，并确定所分析的面部是否具有欺骗性。

const result = await client.face.detectWithUrl(url, options);
return result[0].faceAttributes.emotion;

按照总部的指示，我们知道我们的问题只应引起具体反应，如果一张脸表现出任何愤怒、中立或轻蔑的情绪，我们将不得不假设被质疑的人是间谍。

提取这些情绪

const emotions = await analyze_face();
const anger = emotions.anger;
const angerJSON = JSON.stringify(anger, null, 2);
const neutral = emotions.neutral;
const neutralJSON = JSON.stringify(neutral, null, 2);
const contempt = emotions.contempt;
const contemptJSON = JSON.stringify(contempt, null, 2);

用一个简单的条件，将它们与 0 进行比较

if((angerJSON > 0)||(neutralJSON > 0)||(contemptJSON > 0)) {
        deceptive = true;
    }

如果这些值大于 0，则向我们的整个间谍网络发送警报

const { CourierClient } = require("@trycourier/courier");
const { FaceClient, FaceModels } = require("@azure/cognitiveservices-face");
const { CognitiveServicesCredentials } = require("@azure/ms-rest-azure-js");

const apikey = process.env["API_KEY"];
const courier = CourierClient({ authorizationToken: apikey });

module.exports = async function (context, req) {
    context.log('JavaScript HTTP trigger function processed a request.');

    const name = (req.query.name || (req.body && req.body.name));

    const emotions = await analyze_face();
    const anger = emotions.anger;
    const angerJSON = JSON.stringify(anger, null, 2);
    const neutral = emotions.neutral;
    const neutralJSON = JSON.stringify(neutral, null, 2);
    const contempt = emotions.contempt;
    const contemptJSON = JSON.stringify(contempt, null, 2);

    let deceptive = false;

    if((angerJSON > 0)||(neutralJSON > 0)||(contemptJSON > 0)) {
        deceptive = true;
    }

    if(deceptive) {
        const { requestId } = await courier.send({
            message: {
              to: {
                email: "courier.demos+liedetector@gmail.com",
              },
              content: {
                title: "Mule Identified!",
                body: "Beware! The mule's name is {{name}}.",
              },
              data: {
                name: name,
              },
              routing: {
                method: "single",
                channels: ["email"],
              },
            },
          });
    }

    const responseMessage = "The HTTP trigger function ran successfully.";

    context.res = {
        // status: 200, /* Defaults to 200 */
        body: {
            responseMessage,
            "anger": angerJSON,
            "neutral": neutralJSON,
            "contempt": contemptJSON

        }
    };
}

async function analyze_face() {
  const faceKey = process.env["FACE_API_KEY"];
  const faceEndPoint = process.env["FACE_ENDPOINT"];
  const cognitiveServiceCredentials = new CognitiveServicesCredentials(faceKey);
  const client = new FaceClient(cognitiveServiceCredentials, faceEndPoint);
  const url =
    "https://www.allkpop.com/upload/2021/12/content/231225/web_data/allkpop_1640280755_untitled-1.jpg";
  const options = {
      returnFaceAttributes: ["emotion"]
  };
  const result = await client.face.detectWithUrl(url, options)
  return result[0].faceAttributes.emotion;
}

结论

我们的测谎仪已经准备就绪，只要有俘虏试图惹我们，就会提醒我们的间谍。尝试构建您自己的测谎仪并提醒 courier.demos+liedetector@gmail.com，我们将向前三位特工发送礼物以完成此任务！前往courier.com/hack-now 开始使用。不要忘记将您的项目提交给他们的Hackathon，有机会赢取超过 1000 美元的现金和奖品🏆！有兴趣的小伙伴可以尝试下哦~