python - 如何提高人脸匹配时间

Question

我正在做一个项目，旨在检测每个人进入公共空间时的面部，并将进入时间和人的图像（数组格式）存储在 Elasticsearch 中，然后检测每个退出的面部，循环相对于人的 Elasticsearch 索引当天进入的人，将两张图像（检测到的退出人脸和存储在 Elasticsearch 中的人脸）传递给我的模型，匹配两张人脸并返回进入时间、退出时间和总持续时间。

对于人脸匹配/人脸重新识别，我使用了一个 VGG 模型，它需要大约 1 秒来比较两个人脸。该模型采用两个参数并返回一个介于 0 和 1 之间的值。我循环遍历所有面，将准确度附加到列表中，并且适当的面具有返回的最小值。因此，如果那天我有 100 个进入的人，在循环寻找一张脸时，程序将花费 100 多秒，但在我的用例中，程序需要实时运行。

有什么建议吗？

这是我调用模型的代码的屏幕截图：

标签： pythonperformancetimeface-recognition

Answer 1

添加到@Rambo_john - 这是一个很好的图像搜索演示，它使用 VGG 和托管 Faiss 服务。