Face List Operations - Add Large Face List Face

服務:

Azure AI Services

API 版本:

v1.2-preview.1

將臉部新增至指定的大型臉部清單，最多 1,000,000 張臉部。
若要處理包含多個臉部的影像，輸入臉部可以指定為具有 targetFace 矩形的影像。 它會傳回代表新增臉部的persistedFaceId。 不會儲存任何映像。 只有擷取的臉部功能才會儲存在伺服器上，直到呼叫「刪除大型臉部清單」或「刪除大型臉部清單」為止。

請注意，persistedFaceId 與 「Detect」 所產生的 faceId 不同。

• • 較高的臉部影像品質表示更好的辨識精確度。 請考慮高品質的臉部：正面、清晰和臉部大小為 200x200 像素（眼睛之間 100 像素）或更大。
  • 每位人員最多可以容納 248 張臉部。
  • 支援 JPEG、PNG、GIF（第一個畫面格）和 BMP 格式。 允許的映像檔大小從 1KB 到 6MB。
  • “targetFace” 矩形應該包含一個臉部。 零或多個臉部會被視為錯誤。 如果提供的 「targetFace」 矩形未從 「Detect」 傳回，則不保證可以偵測並成功新增臉部。
  • 無法偵測到的臉部大小（36x36 - 4096x4096 像素）、大型頭部姿勢或大型遮蔽會導致失敗。
  • 影像中可偵測到的臉部大小下限為 36x36 像素，不大於 1920x1080 圖元。 維度高於 1920x1080 像素的影像需要比例較大的最小臉部大小。
  • 您可以提供不同的 'detectionModel' 值。 若要使用和比較不同的偵測模型，請參閱 https://learn.microsoft.com/azure/ai-services/computer-vision/how-to/specify-detection-model

注意

• • 免費層訂用帳戶配額：每個大型臉部清單 1,000 張臉部。
  • S0 層訂用帳戶配額：每個大型臉部清單 1,000,000 張臉部。

POST {endpoint}/face/{apiVersion}/largefacelists/{largeFaceListId}/persistedfaces

含選擇性參數:

POST {endpoint}/face/{apiVersion}/largefacelists/{largeFaceListId}/persistedfaces?_overload=addLargeFaceListFace&targetFace={targetFace}&detectionModel={detectionModel}&userData={userData}

URI 參數

名稱	位於	必要	類型	Description
apiVersion	path	True	string	API 版本
endpoint	path	True	string uri	支持的認知服務端點（通訊協定和主機名，例如：https://{resource-name}.cognitiveservices.azure.com）。
largeFaceListId	path	True	string	有效字元為小寫或數位或 '-' 或 '_'，最大長度為 64。 Regex 模式: ^[a-z0-9-_]+$
detectionModel	query		DetectionModel	與偵測到的faceId相關聯的 'detectionModel'。 支援的 'detectionModel' 值包括 'detection_01'、'detection_02' 和 'detection_03'。 預設值為 『detection_01』。
targetFace	query		integer[]	要新增至人員的目標臉部矩形，格式為 'targetFace=left，top，width，height'。
userData	query		string	附加至臉部的使用者提供數據。 大小限制為 1K。

要求本文

Media Types: "application/octet-stream"

名稱	類型	Description
imageContent	string	要分析的影像

回應

名稱	類型	Description
200 OK	AddFaceResult	成功的呼叫會傳回新的persistedFaceId。
Other Status Codes	FaceErrorResponse	未預期的錯誤回應。 標題 x-ms-error-code: string

安全性

Ocp-Apim-Subscription-Key

Azure AI 臉部訂用帳戶的秘密密鑰。

類型: apiKey
位於: header

AADToken

Azure Active Directory OAuth2 流程

類型: oauth2
Flow: accessCode
授權 URL: https://api.example.com/oauth2/authorize
權杖 URL: https://api.example.com/oauth2/token

範圍

名稱	Description
https://cognitiveservices.azure.com/.default

範例

Add Face to LargeFaceList

範例要求

HTTP

POST {endpoint}/face/v1.2-preview.1/largefacelists/your_large_face_list_id/persistedfaces?_overload=addLargeFaceListFace&targetFace=10,10,100,100&detectionModel=detection_01&userData=your_user_data

"<your-image-bytes-here>"

範例回覆

狀態碼:

200

{
  "persistedFaceId": "43897a75-8d6f-42cf-885e-74832febb055"
}

定義

名稱	Description
AddFaceResult	用於新增臉部的回應本文。
DetectionModel	與偵測到的faceId相關聯的 'detectionModel'。 支援的 'detectionModel' 值包括 'detection_01'、'detection_02' 和 'detection_03'。 預設值為 『detection_01』。
FaceError	error 物件。 如需臉部服務所傳回錯誤碼和訊息的完整詳細數據，請參閱下列連結：https://aka.ms/face-error-codes-and-messages。
FaceErrorResponse	包含錯誤詳細數據的回應。

AddFaceResult

用於新增臉部的回應本文。

名稱	類型	Description
persistedFaceId	string	已保存已新增臉部的臉部標識碼，該標識符會保存且不會過期。 不同於在 「偵測」中建立的 faceId，會在偵測呼叫之後的 24 小時內到期。

DetectionModel

與偵測到的faceId相關聯的 'detectionModel'。 支援的 'detectionModel' 值包括 'detection_01'、'detection_02' 和 'detection_03'。 預設值為 『detection_01』。

名稱	類型	Description
detection_01	string	默認偵測模型。 建議用於近距離正面偵測。 對於具有特殊大角度（頭部姿勢）臉部、遮蔽臉部或錯誤影像方向的案例，可能無法偵測到這類情況下的臉部。
detection_02	string	偵測模型於 2019 年 5 月發行，精確度更高，特別是在小型、側邊和模糊的臉部上。
detection_03	string	偵測模型於 2021 年 2 月發行，精確度更高，特別是在小臉上。

FaceError

error 物件。 如需臉部服務所傳回錯誤碼和訊息的完整詳細數據，請參閱下列連結：https://aka.ms/face-error-codes-and-messages。

名稱	類型	Description
code	string	其中一組伺服器定義的錯誤碼。
message	string	錯誤的人類可讀取表示法。

FaceErrorResponse

包含錯誤詳細數據的回應。

名稱	類型	Description
error	FaceError	error 物件。