Структуры данных распознавания лиц

В этой статье описываются структуры данных, используемые в службе распознавания лиц для операций распознавания лиц. Эти структуры данных содержат данные на лицах и лицах.

Структуры данных, используемые с идентификацией

API распознавания лиц использует структуры данных контейнера для данных распознавания лиц в виде объектов Person . Для этого существует три типа контейнеров, перечисленных от самых старых до самых новых. Мы рекомендуем всегда использовать самую новую.

PersonGroup

PersonGroup — это самая маленькая структура данных контейнера.

• При создании PersonGroup необходимо указать модель распознавания. При добавлении лиц в этот PersonGroup эта модель используется для их обработки. Эта модель должна соответствовать версии модели с идентификатором лица из API обнаружения.
• Необходимо вызвать API обучения, чтобы сделать все новые данные лица отражены в результатах идентификации API. К ним относятся добавление и удаление лиц и добавление и удаление лиц.
• Для подписки на бесплатный уровень она может содержать до 1000 человек. Для платной подписки S0 она может содержать до 10 000 человек.

PersonGroupPerson представляет человека для идентификации. Он может содержать до 248 лиц.

Группа больших пользователей

LargePersonGroup — это более поздняя структура данных, представленная для поддержки до 1 миллиона сущностей (для подписки уровня S0). Он оптимизирован для поддержки крупномасштабных данных. Он использует большинство функций PersonGroup : модель распознавания должна быть указана во время создания, а API обучения необходимо вызвать перед использованием.

Каталог person

PersonDirectory — это новая структура данных такого рода. Она поддерживает большую масштабируемую и более высокую точность. Каждый ресурс Распознавания лиц Azure имеет одну структуру данных PersonDirectory по умолчанию. Это плоский список объектов PersonDirectoryPerson - он может содержать до 75 миллионов.

PersonDirectoryPerson представляет человека для идентификации. Обновленная из модели PersonGroupPerson , она позволяет добавлять лица из разных моделей распознавания в один и тот же человек. Однако операция "Идентификация" может соответствовать только лицам, полученным с той же моделью распознавания.

DynamicPersonGroup — это упрощенная структура данных, которая позволяет динамически ссылаться на PersonGroupPerson. Для этого не требуется операция обучения: после обновления данных она готова к использованию с API идентификации.

Вы также можете использовать список идентификаторов пользователя на месте для операции "Идентификация". Это позволяет указать более узкие группы для идентификации. Это можно сделать вручную, чтобы повысить производительность идентификации в больших группах.

Приведенные выше структуры данных можно использовать вместе. Например:

• В системе управления доступом PersonDirectory может представлять всех сотрудников компании, но меньшая DynamicPersonGroup может представлять только сотрудников, имеющих доступ к одному полу здания.
• В системе подключения полетов PersonDirectory может представлять всех клиентов авиакомпании, но DynamicPersonGroup представляет только пассажиров на определенном рейсе. Список идентификаторов человека на месте может представлять пассажиров, которые внесли изменения в последнюю минуту.

Дополнительные сведения см. в руководстве по PersonDirectory.

Структуры данных, используемые с поиском похожих данных

В отличие от API идентификации, API Find Similar предназначен для использования в приложениях, где регистрация Person трудно настроить (например, изображения лиц, полученные из анализа видео, или из анализа фотоальбома).

FaceList

FaceList представляет плоский список сохраненных лиц. Он может содержать до 1000 лиц.

LargeFaceList

LargeFaceList — это более поздняя версия, которая может содержать до 1000 000 лиц.

Следующие шаги

Теперь, когда вы знакомы со структурами данных лица, напишите скрипт, который использует их в операции идентификации.

• Краткое руководство по распознаванию лиц