基于face_recognition+tensorflow的实现的人脸一对多搜索


face-search

项目介绍

基于face_recognition+tensorflow的实现的人脸一对多搜索、提供web接口。

  • python完成具体的人脸对比搜索服务
  • Java完成人脸Api的调用并提供对外的web接口

项目地址:https://github.com/jamesluozhiwei/face-search

演示地址:https://ccccyc.cn/face/swagger-ui.html

环境需求

若需要部署项目,您需要以下环境:

  • Java8
  • mysql
  • docker
  • ubuntu(非必需)
  • redis(非必需)
  • nginx(非必需)

初始化数据库

创建数据库:db_face_search_service;

使用数据库文件db_face_search_service.sql初始化数据库。

部署Python人脸服务

提供两种方式:

​ 1、安装python依赖运行脚本;

​ 2、使用Docker构建;

修改face_encoding_data_service.py中的mysql数据库连接信息:

db_host = ‘localhost’ 数据库地址
db_user=‘root’ 数据库账户
db_password = ‘123456’ 数据库密码
db_name = ‘db_face_search_service’ 数据库名

安装python依赖运行脚本

1、安装gcc(请自行百度);

2、安装cmake(请自行百度);

3、安装项目依赖:

​ 请安装requirements.txt中的所有依赖

pip install -r requirement.txt

4、运行

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
功能设计 ​ 系统功能模块较为简单,主要功能就是**新增人脸**和**人脸搜索**两个功能,其中新增人脸使用页面上传和压缩包批量上传两个方式,压缩包上传时文件名称为用户名,下面主要说明人脸搜索的功能流程 ##### Milvues ​ 在介绍前需要说明一下Mulvus ​ Milvus 向量数据库能够帮助用户轻松应对海量非结构化数据(图片 / 视频 / 语音 / 文本)检索。单节点 Milvus 可以在秒内完成十亿级的向量搜索 ​ 因此虹软的SDK只能提取向量及对比的功能,在大规模人脸识别中,需要搜索引擎对于人脸数据进行初步筛选到一个较小的范围后在利用虹软的SDK进行测试,值得一提的是,博主多次测试后Milvues返回的匹配率足以满足人脸匹配的要求,Milvus的安装部署和使用文档参考 https://milvus.io/cn/docs/v2.0.x ​ **特别说明的是**虹软提取的数组是一个经过归一后的1032长度的byte数组,我们需要对数组进行转换,去除前8位的版本号,并将1024长度的byte转为256长度的float向量,这部分可以利用Arrays提供的方法进行转换,代码中也有相应的工具类 ##### 人脸上传(单张) ## 项目备注 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用! 2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载学习,也适合小白学习进阶,当然也可作为毕设项目、课程设计、作业、项目初期立项演示等。 3、如果基础还行,也可在此代码基础上进行修改,以实现其他功能,也可用于毕设、课设、作业等。 下载后请首先打开README.md文件(如有),仅供学习参考, 切勿用于商业用途。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值