Datastrukturer för ansiktsigenkänning
Den här artikeln förklarar de datastrukturer som används i ansiktstjänsten för ansiktsigenkänningsåtgärder. Dessa datastrukturer innehåller data om ansikten och personer.
Du kan prova funktionerna i ansiktsigenkänning snabbt och enkelt med Hjälp av Vision Studio.
Varning
Åtkomsten till ansiktstjänsten är begränsad baserat på berättigande- och användningskriterier för att stödja våra principer för ansvarsfull AI. Ansiktstjänsten är endast tillgänglig för Microsofts hanterade kunder och partner. Använd formuläret ansiktsigenkänning för att ansöka om åtkomst. Mer information finns på sidan ansiktsbegränsade åtkomst .
Datastrukturer som används med Identifiera
API:et ansiktsidentifiering använder containerdatastrukturer för att lagra ansiktsigenkänningsdata i form av personobjekt . Det finns tre typer av containrar för detta, listade från äldsta till nyaste. Vi rekommenderar att du alltid använder den senaste.
PersonGroup
PersonGroup är den minsta containerdatastrukturen.
- Du måste ange en igenkänningsmodell när du skapar en PersonGroup. När alla ansikten läggs till i persongruppen använder den modellen för att bearbeta dem. Den här modellen måste matcha modellversionen med Ansikts-ID från identifierings-API:et.
- Du måste anropa tränings-API:et för att få nya ansiktsdata att återspeglas i resultaten för Identifiera API. Detta inkluderar att lägga till/ta bort ansikten och lägga till/ta bort personer.
- För prenumerationen på den kostnadsfria nivån kan den innehålla upp till 1 000 personer. För en S0-betald prenumeration kan den ha upp till 10 000 personer.
PersonGroupPerson representerar en person som ska identifieras. Den kan innehålla upp till 248 ansikten.
Stor persongrupp
LargePersonGroup är en senare datastruktur som introduceras för att stödja upp till 1 miljon entiteter (för S0-nivåprenumeration). Den är optimerad för att stödja storskaliga data. Den delar de flesta PersonGroup-funktioner : En igenkänningsmodell måste anges vid skapandetillfället och tränings-API:et måste anropas före användning.
Personkatalog
PersonDirectory är den senaste datastrukturen av den här typen. Den stöder en större skala och högre noggrannhet. Varje Azure Face-resurs har en enda standarddatastruktur för PersonDirectory . Det är en platt lista över PersonDirectoryPerson-objekt – den kan innehålla upp till 75 miljoner.
PersonDirectoryPerson representerar en person som ska identifieras. Den har uppdaterats från PersonGroupPerson-modellen och gör att du kan lägga till ansikten från olika igenkänningsmodeller till samma person. Åtgärden Identifiera kan dock bara matcha ansikten som erhålls med samma igenkänningsmodell.
DynamicPersonGroup är en enkel datastruktur som gör att du dynamiskt kan referera till en PersonGroupPerson. Det kräver inte åtgärden Träna: när data har uppdaterats är de redo att användas med api:et Identifiera.
Du kan också använda en person-ID-lista på plats för åtgärden Identifiera. På så sätt kan du ange en smalare grupp att identifiera från. Du kan göra detta manuellt för att förbättra identifieringsprestanda i stora grupper.
Ovanstående datastrukturer kan användas tillsammans. Till exempel:
- I ett åtkomstkontrollsystem kan PersonDirectory representera alla anställda i ett företag, men en mindre DynamicPersonGroup kan representera bara de anställda som har åtkomst till en enda våning i byggnaden.
- I ett flygregistreringssystem kan PersonDirectory representera alla kunder i flygbolagsföretaget, men DynamicPersonGroup representerar bara passagerarna på en viss flygning. En person-ID-lista på plats kan representera de passagerare som gjorde en ändring i sista minuten.
Mer information finns i vägledningen för PersonDirectory.
Datastrukturer som används med Hitta liknande
Till skillnad från IDENTIFIERAR-API:et är Find Similar API utformat för att användas i program där registreringen av Person är svår att konfigurera (till exempel ansiktsbilder som tagits från videoanalys eller från en fotoalbumanalys).
Ansiktslista
FaceList representerar en platt lista över bevarade ansikten. Den kan innehålla 1 000 ansikten.
LargeFaceList
LargeFaceList är en senare version som kan innehålla upp till 1 000 000 ansikten.
Nästa steg
Nu när du är bekant med ansiktsdatastrukturerna skriver du ett skript som använder dem i åtgärden Identifiera.