1

用例如下

  • 我们的系统中有面孔列表
  • 用户将上传一张图片
  • 我们希望以 >0.8 的置信度显示与上传的图像匹配的人脸列表

现在看怎么做，我理解如下

  • 使用 Face Detect API，我们需要首先上传所有图像，包括我们要验证的图像
  • 我们可以将系统中的所有面孔添加到 PersonGroupId 之一中
  • 然后我们需要调用 Face-Verify API & pass image to verify & PersonGroupId 开始比较
  • 作为回应，我们将获得所有带有 isIdentical 和置信度数据的 faceId ??

这是正确的方法吗？

应用过滤器后，我们的系统可以说大约 1000-3000 张图像。

顺便说一句，在给定的链接中，提到 faceid 将在检测呼叫后 24 小时后过期:(

在这种情况下，我们还需要注意性能，因此我们正在考虑异步调用，然后将结果返回系统中的某个位置，以便稍后检索。

什么是最好的方法？

价钱

  • 我可以看到第 30,000 笔交易是免费的（限制为 20/m）
  • 1000 张图像的人脸存储成本为 16.53/m，是否意味着人脸检测 API 将存储在 Azure Blob 存储中？如果是并且仍然 faceId 将在 24 小时后被删除？
  • 人脸存储 - 可存储每张最大 4 MB 的图像 - 而 Face-Detect 表示，最多可存储 6 MB

我可能在这里遗漏了一些东西，如果有人可以在上面放灯就好了

4

1 回答 1

3

让我们看看您需要实施的过程。

在这里的文档中说；

人脸 API 涵盖以下类别：

...

  • FaceList：用于管理查找相似的 FaceList 。
  • (Large)PersonGroup：用于管理 (Large)PersonGroup 数据集以进行标识。
  • (Large)PersonGroup Person：用于管理 (Large)PersonGroup Person Faces 以进行识别。

在您的情况下，您似乎想要识别人脸，因此您将使用里面PersonGroup的PersonGroup Person物品。

第 1 步 - 生成已知面孔列表

细节

因此，首先您需要将您已知的面孔存储在一个组中（称为PersonGroup或LargePersonGroup给定您必须存储的项目数量），以便使用用户上传的图像查询这些项目。它将保留这些项目，这些组没有“24 小时限制”。

如果您想了解“正常”组和“大规模”组之间的差异，请参阅此处的参考：您必须考虑一些差异，特别是在训练过程方面。

所以让我们使用一个普通的PersonGroup，而不是大的。请注意，项目数量取决于您的订阅：

  • 免费层订阅配额：1,000 人组。每个最多可容纳 1,000 人。
  • S0 层订阅配额：1,000,000 人组。每个最多可容纳 10,000 人。

行动

另请注意，这里我指的是 API 操作，但所有这些操作都可以通过这些 API 调用以任何语言执行，也可以直接使用为某些语言提供的 SDK（参见此处的列表）

  • 使用PersonGroup - Create operation创建一个 PersonGroup。personGroupId您将在您的请求中指定一个，您将在下面使用

然后对于您已知面孔的每个人：

  • 创建一个带有PersonGroup Person - Create operationpersonGroupId的 Person ，在请求中给出前面的。结果，您将获得一个personId指导值，例如“25985303-c537-4467-b41d-bdb45cd95ca1”

  • 通过调用PersonGroup Person - Add Face operation并在请求中提供personGroupId额外personId的可选信息以及在正文中提供您的图像 url，将此用户的面孔添加到其新创建的 Person 中。

请注意，对于此操作：

有效图像大小为 1KB 到 4MB。每张图片只允许一张脸。

最后，一旦你添加了你的人的面孔：

  • 调用PersonGroup - Train 操作
  • 通过操作检查训练状态PersonGroup - Get Training Status

然后你就可以根据这个组来识别人了！

第 2 步 - 在已知面孔中搜索此 FaceId

很简单，这里只有 2 个操作：

  • 调用Face - Detect 操作以在图像中查找人脸。结果将是一个包含项目faceId和其他属性的数组

  • 如果您检测到人脸，请使用以下参数调用Face - Identify 操作：

  • faceId，这是检测操作的值

  • personGroupId：您在第 1 步中创建的组的 ID

  • confidenceThreshold：你的置信度阈值，比如 0.8

  • maxNumOfCandidatesReturned: 返回的候选人数（1 到 100 之间，默认为 10）

索取样品：

{
    "personGroupId": "sample_group",
    "faceIds": [
        "c5c24a82-6845-4031-9d5d-978df9175426",
        "65d083d4-9447-47d1-af30-b626144bf0fb"
    ],
    "maxNumOfCandidatesReturned": 1,
    "confidenceThreshold": 0.8
}

其他问题

1000 张图像的人脸存储成本为 16.53/m，是否意味着人脸检测 API 将存储在 Azure Blob 存储中？如果是并且仍然 faceId 将在 24 小时后被删除？

Face-Detect API 不存储图像。存储成本是关于使用 PersonGroup 或 FaceLists

人脸存储 - 可存储每张最大 4 MB 的图像 - 而 Face-Detect 表示，最多可存储 6 MB

如前所述，存储是关于像使用时那样持久化的面孔PersonGroup Person - Add Face，其中限制是 4MB，而不是 6

于 2018-07-05T09:01:28.757 回答