Gesichtserkennungsdatenstrukturen
In diesem Artikel werden die Datenstrukturen erläutert, die im Gesichtserkennungsdienst für Gesichtserkennungsvorgänge verwendet werden. Diese Datenstrukturen enthalten Daten von Gesichtern und Personen.
Achtung
Der Zugriff auf den Gesichtserkennungsdienst ist auf der Grundlage von Berechtigungs- und Nutzungskriterien begrenzt, um unsere Prinzipien für verantwortungsvolle KI zu unterstützen. Der Gesichtserkennungsdienst ist nur für von Microsoft verwaltete Kunden und Partner verfügbar. Verwenden Sie das Aufnahmeformular für die Gesichtserkennung, um sich für den Zugriff zu bewerben. Weitere Informationen finden Sie auf der Seite Eingeschränkter Zugriff auf die Gesichtserkennung.
Datenstrukturen, die mit „Identifizieren“ verwendet werden
Die Face Identify-API verwendet Containerdatenstrukturen für die Gesichtserkennungsdaten in Form von Person-Objekten. Dafür gibt es drei Typen von Containern, die von der ältesten bis zur neuesten aufgeführt sind. Es wird empfohlen, immer den neuesten zu verwenden.
PersonGroup
PersonGroup ist die kleinste Containerdatenstruktur.
- Sie müssen ein Erkennungsmodell angeben, wenn Sie eine PersonGroup erstellen. Wenn dieser PersonGroup Gesichter hinzugefügt werden, wird dieses Modell verwendet, um sie zu verarbeiten. Dieses Modell muss mit der Modellversion mit der Gesichts-ID aus der Erkennungs-API übereinstimmen.
- Sie müssen die Train-API aufrufen, um neue Gesichtsdaten in den Ergebnissen der Identifizierungs-API widerzuspiegeln. Dazu gehören das Hinzufügen/Entfernen von Gesichtern und das Hinzufügen/Entfernen von Personen.
- Das kostenlose Abonnement kann es bis zu 1.000 Personen aufnehmen. Für S0 kostenpflichtiges Abonnement kann es bis zu 10.000 Personen haben.
PersonGroupPerson stellt eine Person dar, die identifiziert werden soll. Es kann bis zu 248 Gesichter aufnehmen.
Große Personengruppe
LargePersonGroup ist eine spätere Datenstruktur, die zur Unterstützung von bis zu 1 Millionen Entitäten (für S0-Ebene-Abonnement) eingeführt wurde. Es ist optimiert, um umfangreiche Daten zu unterstützen. Sie teilt die meisten PersonGroup-Features: Ein Erkennungsmodell muss zur Erstellungszeit angegeben werden, und die Train-API muss vor der Verwendung aufgerufen werden.
Personenverzeichnis
PersonDirectory ist die neueste Datenstruktur dieser Art. Es unterstützt eine größere Skalierung und höhere Genauigkeit. Jede Azure Face-Ressource verfügt über eine einzelne Standardmäßige PersonDirectory-Datenstruktur. Es handelt sich um eine Flat-Liste von PersonDirectoryPerson-Objekten – sie kann bis zu 75 Millionen aufnehmen.
PersonDirectoryPerson stellt eine Person dar, die identifiziert werden soll. Das Modell PersonGroupPerson wurde aktualisiert und ermöglicht ihnen das Hinzufügen von Gesichtern aus verschiedenen Erkennungsmodellen zur gleichen Person. Der Identifizieren-Vorgang kann jedoch nur Gesichter abgleichen, die mit demselben Erkennungsmodell abgerufen wurden.
DynamicPersonGroup ist eine einfache Datenstruktur, mit der Sie dynamisch auf eine PersonGroupPerson verweisen können. Der Train-Vorgang ist nicht erforderlich: Sobald die Daten aktualisiert wurden, kann er mit der Identifizierungs-API verwendet werden.
Sie können auch eine direkte Personen-ID-Liste für den Identifizieren-Vorgang verwenden. Auf diese Weise können Sie eine schmalere Gruppe angeben, aus der Sie identifizieren können. Sie können dies manuell tun, um die Identifikationsleistung in großen Gruppen zu verbessern.
Die oben genannten Datenstrukturen können zusammen verwendet werden. Beispiel:
- In einem Zugriffssteuerungssystem kann das PersonDirectory möglicherweise alle Mitarbeiter eines Unternehmens darstellen, aber eine kleinere DynamicPersonGroup könnte nur die Mitarbeiter darstellen, die Zugriff auf eine einzelne Etage des Gebäudes haben.
- In einem Flight-Onboarding-System könnte das PersonDirectory alle Kunden der Fluggesellschaft darstellen, aber die DynamicPersonGroup stellt nur die Passagiere auf einem bestimmten Flug dar. Eine direkte Personen-ID-Liste könnte die Passagiere darstellen, die eine Last-Minute-Änderung vorgenommen haben.
Weitere Informationen finden Sie in der Schrittanleitung zu PersonDirectory.
Mit „Ähnliche Suchen“ verwendete Datenstrukturen
Im Gegensatz zur Identifizierungs-API ist die Find Similar API so konzipiert, dass sie in Anwendungen verwendet wird, in denen die Registrierung von Person schwer einzurichten ist (z. B. Gesichtsbilder, die aus der Videoanalyse oder aus einer Fotoalbumanalyse aufgenommen wurden).
FaceList
FaceList stellt eine flache Liste beibehaltener Gesichter dar. Er kann 1.000 Gesichter aufnehmen.
LargeFaceList
LargeFaceList ist eine spätere Version, die bis zu 1.000.000 Gesichter aufnehmen kann.
Nächste Schritte
Nachdem Sie nun mit den Gesichtsdatenstrukturen vertraut sind, schreiben Sie ein Skript, das sie im Identifizieren-Vorgang verwendet.