image-processing - 如何在一秒钟内对数百万张人脸进行人脸识别
问题描述
我们可以看到具有人脸识别功能的现代应用程序,可以在几秒钟内从包含数百万张人脸的数据库中进行识别。我想知道他们如何有效地通过三元组丢失来做到这一点。
他们使用什么数据库?
他们如何查询?
谢谢。
解决方案
我们将两张人脸图像输入 CNN 以将它们表示为向量。这是人脸验证。人脸识别需要多次应用人脸验证。
假设您将 target.jpg 与 img1 与 img5 进行比较。
target.jpg - img1.jpg
target.jpg - img2.jpg
target.jpg - img3.jpg
target.jpg - img4.jpg
target.jpg - img5.jpg
在这里,img1 到 img5 已经存储在我的数据库中。我可以将它们输入到 CNN 模型中进行表示。我的意思是,当我得到 target.jpg 时,我已经必须将 img1 表示为 img5。
实时,你需要实时找到target.jpg的表示。比较向量可以非常快速地处理。
您可以使用以下代码块对其进行测试。
#!pip install deepface
from deepface import DeepFace
DeepFace.stream("C:/database")
推荐阅读
- python - 遍历数据框时创建字典的方法
- c++ - gtkmm 小部件 - 使用智能指针或指针?
- python - 如何在 Python 中使用从 CSV 中提取的值填充数据框
- swagger - APIM 中的自动更新 OpenAPI 规范
- c# - 如何将泛型类型对象传递给类构造函数
- amazon-web-services - Cloud9 给出不同的卷曲响应
- c++builder - Embarcadero C++Builder 10.4 会有社区版吗?
- react-native - 所有 react-native-paper 组件都会抛出关于 Accessibility API 的类型错误
- python - 在 django 模型中,外键没有检索实际值
- flutter - 如何使用dio在flutter中成功响应时导航到不同的屏幕