Question

我正在开发一个项目，该项目可能具有大量用于人脸识别的人脸编码列表，我正在使用face_recognition模块。将图像传递给它会返回面部编码，该面部编码本质上是一个对象。我目前的想法是在存储编码的列表中使用pickle模块，然后在构造函数中再次将其加载到列表中。我觉得这种方法无法很好地扩展，最好使用某种数据库来存储它们。

有人对此有任何想法吗？如果我要使用数据库，我将如何在该数据库中存储对象？

更具体地说，编码类型为numpy.ndarray

谢谢！

Answer 1

如果要将程序用作一般的面部识别方法，则将它们作为单独的记录存储在数据库中可能不是一个好主意。考虑这种情况：您有100,000个编码矢量，并且您想检查新照片在以前看到的面孔中是否有相应的记录。由于您需要将新向量与所有已存储向量进行比较，因此您需要根据每个请求将它们全部加载，或者将它们加载一次并将其缓存在内存中，以对所有向量进行矢量化操作（例如，获得欧氏距离）。

如您所见，没有使用诸如索引，在字段上搜索，事务等数据库操作。因此，我建议在磁盘上保留pickle对象以保持持久性，并在调用程序时将它们加载一次。如果要从存储中添加/删除内容，建议使用NoSQL数据库（如MongoDB）存储对象。这使您可以避免创建没有意义的表/处理BLOB等对您没有任何好处的表。这是一个处理mongo的入门工具（您需要在运行代码之前安装它）：

from pymongo import MongoClient
import numpy as np

client = MongoClient('localhost', 27018)
db = client['face_db']

faces = db.face

first_person_name = "John"
first_sample_face_embedding = np.random.rand(128).tolist() 

second_person_name = "Julia"
second_sample_face_embedding = np.random.rand(128).tolist()

faces.insert_many([
    {"name": first_person_name, "embedding": first_sample_face_embedding},
    {"name": second_person_name, "embedding": second_sample_face_embedding}
])

#### load data back

all_docs = list(faces.find({}))
names, embeddings = [doc["name"] for doc in all_docs], [doc["embedding"] for doc in all_docs]

embeddings = np.array(embeddings)


target_embedding = np.random.rand(128)

# do stuff here

您可以阅读this帖子，了解有关在python中使用mongo的更多信息。

在python中存储面部编码列表以进行面部识别

1 个答案: