从零开始玩人工智能—人脸 API

前文介绍了人脸API，但没有一个完整的功能实现，各个功能的API始终如散开的珍珠一样，不能串成珠链。到底这套API是如何工作的呢？Person、Person Group、FaceList、Face这些不同的对象是怎么发生联系的呢？

     于是，我决定写一个相对完整的简单程序，完成一个对人脸进行识别的功能。

     仔细看了看文档，琢磨了一下。为了实现人脸识别，需要实现以下几个步骤：

1、创建一个Person Group。人需要通过组来进行管理组织。每个组最多有1000个人，免费的每个订阅最多1000人，S0订阅的每个组10000人，每个订阅上限1M组、100M人。

2、创建一个Person。人是Face的拥有着。每个人最多有248张脸的图片。和人关联的脸是持久化的persistedFace，而使用detect等api读取的是非持久的Face。

3、为Person提供几张不同的Face。除了Face，还有FaceList对象，但更多用于分辨类似的脸。我估计要进行人脸识别，用Face对象就可以。

4、对提供的几张Face进行训练。人工智能需要对输入进行训练，利用认知服务进行分析并得到结果。理论上提供训练的数据越多，结果越准确。

5、提供一张用于比对的Face。上传一张图片，让人工智能判断是不是同一个人。

    开始之前我要首先熟悉一下示例代码。前文提供的示例代码和Face API的示例代码使用了不同的模块。示例代码引入了requests这个库，使用它可以更灵活的完成有关HTTP的各类方法特别是传递数据。所以：

     pip install requests

     因为有两种不同的数据headers提交方式json和octet-steam，所以分开写了两个不同的headers头部定义。为了便于使用，把订阅的Key和访问的基础链接分别使用变量进行提供。

本文转载自51CTO博客。查看全部文章请点击>>>>