Microsoft Cognitive - Face API - 人脸验证 - 工作原理

Question

用例如下

我们的系统中有面孔列表
用户将上传一张图片
我们想要显示与上传图片匹配的面孔列表，置信度 >0.8

现看how to，理解如下

使用面部检测API，我们需要先上传所有图像，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
然后我们需要调用 Face-Verify API & 传递图像来验证 & PersonGroupId 开始比较
作为响应，我们将获得所有具有 isIdentical 和置信度数据的 faceId ??

这是正确的方法吗？

应用过滤器后，我们的系统可以处理大约 1000-3000 张图像。

顺便说一句，在给定的 link 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 return 结果会出现在我们系统中的某个位置，稍后可以检索到。

最好的方法是什么？

定价

我可以看到前 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，这是否意味着 Face-Detect API 将存储在 Azure Blob 存储中？如果是，24 小时后仍然会删除 faceId？
面部存储 - 每张图像最多可存储 4 MB - 而面部检测表示，最多可存储 6 MB

我可能遗漏了一些东西，如果有人能点亮它就太好了

Answer 1

让我们看看您需要实施的过程。

在文档中 here 它说；

Face APIs cover the following categories:

...

FaceList: Used to manage a FaceList for Find Similar.

(Large)PersonGroup: Used to manage a (Large)PersonGroup dataset for Identification.

(Large)PersonGroup Person: Used to manage (Large)PersonGroup Person Faces for Identification.

在您的情况下，您似乎想要识别人脸，因此您将使用 PersonGroup 和 PersonGroup Person 项。

第 1 步 - 生成已知面孔列表

详情

因此，首先您需要将已知面孔存储在一个组中（根据您必须存储的项数，称为 PersonGroup 或 LargePersonGroup），以便使用图像查询这些项由您的用户上传。它会保留项目，这些组没有“24 小时限制”。

如果您想了解“正常”和“大规模”组之间的差异，请参阅参考资料here：您必须考虑一些差异，尤其是在训练过程方面。

所以让我们使用正常的 PersonGroup，不要大。请注意，物品数量取决于您的订阅：

Free-tier subscription quota: 1,000 person groups. Each holds up to 1,000 persons.

S0-tier subscription quota: 1,000,000 person groups. Each holds up to 10,000 persons.

操作

另请注意，我在这里指的是 API 操作，但所有这些操作都可以通过那些 API 调用以任何语言执行，但也可以直接使用为某些语言提供的 SDK（参见列表 here）

用 PersonGroup - Create operation 创建一个 PersonGroup。您将在请求中指定一个 personGroupId，您将在下面使用

然后对于您已知面孔中的每个人：

用PersonGroup Person - Createoperation创建一个人，在请求中给出之前的personGroupId。结果你会得到一个 personId guid 值，比如“25985303-c537-4467-b41d-bdb45cd95ca1”
通过调用 PersonGroup Person - Add Face operation 并提供 personGroupId，将此用户的 Faces 添加到其新创建的 Person， personId，请求中的其他可选信息和正文中的图像 url。

请注意，对于此操作：

Valid image size is from 1KB to 4MB. Only one face is allowed per image.

最后，一旦你添加了你的人和他们的脸：

致电PersonGroup - Trainoperation
查看训练状态 PersonGroup - Get Training Status operation

那么你就可以根据这个群体来识别人了！

第 2 步 - 在您已知的面孔中搜索此 FaceId

简单，只需 2 个操作：

调用 Face - Detect operation 在图像中查找面孔。结果将是一个包含 faceId 和其他属性
的项目数组
如果检测到人脸，请使用以下参数调用 Face - Identify operation：
faceId，这是检测操作的值
personGroupId: 您在步骤1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）

申请样品：

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

其他问题

Face Storage cost is 16.53/m for 1000 images, does it means that Face-Detect API will store in Azure Blob storage? If yes and still faceId will be deleted after 24 hours ?

面部检测 API 未存储图像。存储成本大约是使用 PersonGroup 或 FaceLists

Face Storage - Stores images sized up to 4 MB each - whereas Face-Detect says, can store up to 6 MB

如前所述，存储是关于持久化面孔，就像您使用 PersonGroup Person - Add Face 时一样，其中限制是 4MB，而不是 6

Microsoft Cognitive - Face API - 人脸验证 - 工作原理

Microsoft Cognitive - Face API - Face verification - How it works

azure

face-detection