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
我正在尝试运行一个人脸检测应用程序,我得到了以下错误:
Unexpected Standard exception from MEX file.
What() is:..\..\..\..\opencv\modules\core\src\persistence.cpp:2697: error: (-27)
NULL or empty buffer in function cvOpenFileStorage
我正在使用Facenet算法进行人脸识别。我想在此基础上创建应用程序,但问题是Facenet算法返回一个长度为128的数组,这是每个人的面部嵌入。 对于身份识别,我必须找出两个人的人脸嵌入之间的欧几里得差异,然后检查它是否大于阈值。如果是,那么人是相同的;如果是少,那么人是不同的。 假设我必须在10k人的数据库中找到x人。我必须计算每个人的嵌入的差异,这是没有效率的。 有没有办法高效地存储这个人脸嵌入,并以更高的效率搜索到那个人? 我想阅读这篇博客会对其他人有所帮助。 它是详细的,也涵盖了实现的大部分方面。 Face recognition on 330 million faces at 4