我想从1500个人脸图像中创建一个人脸集合,然后用一个参考人脸图像来这个集合。最终的目标是从集合中找出与参考人脸图像最相似的人脸。
因此,我想检索每一对图像(参考图像和集合中的一张脸)每次的相似性的一个数字。
那么,这是否等于1500 face x 1similarity_metadata =1500元数据,还是将相似性属性计算为任意数量的人脸图像的一个元数据?
换句话说,我的请求是1500元数据还是1500面的1元数据?
我使用的是免费版本,AWS指定:
作为AWS免费层的一部分,您可以免费开始使用。注册后,亚马逊的新客户每月可以分析5,000张图片,并在头12个月每月存储多达1,000张
我需要使用浅色人脸api实现人脸识别。我已经开发了一个程序,可以找到相似的脸使用.net SDK。对于我的用例,我需要点击一个人的照片从摄像头,并找到匹配的面孔,从图像保存在蔚蓝云存储。现在,在蔚蓝云存储和我目前的人脸识别实现中可能有上千幅图像,我正在迭代所有图像(保存在蔚蓝云存储中),然后将它们与网络摄像头图像进行匹配。这里需要关注的是: face (由azure提供)每千次通话收费1美元。有没有办法对搜索进行优化,使我不必扫描已扫描过的面孔,以便进行先前的搜索
public async Task<List<DetectedFaceAttributes>> FindS