你当前正在访问 Microsoft Azure Global Edition 技术文档网站。如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站，请访问 https://docs.azure.cn。

人脸识别数据结构

本文介绍人脸服务中用于人脸识别操作的数据结构。这些数据结构保存人脸和人员的数据。

注意

为了支持我们负责任的 AI 原则，基于资格和使用标准对人脸服务访问进行限制。人脸服务仅适用于 Microsoft 托管客户和合作伙伴。使用人脸识别引入表单来申请访问。有关详细信息，请参阅人脸受限访问页面。

使用识别的数据结构

人脸识别 API 使用容器数据结构保存 Person 对象中的人脸识别数据。有三种类型的容器，从最早到最新依次列出。建议始终使用最新的容器。

PersonGroup 是最小的容器数据结构。

创建 PersonGroup 时，需要指定识别模型。向该 PersonGroup 添加任何人脸时，它将使用此模型来处理它们。此模型必须与检测 API 中带有人脸 ID 的模型版本相匹配。
必须调用训练 API，以使任何新的人脸数据反映在识别 API结果中。这包括添加/删除人脸和添加/删除人员。
免费级订阅最多可以容纳 1000 人。 S0 付费订阅最多可以有 10000 人。

PersonGroupPerson 表示要标识的人员。它可以容纳最多 248 张人脸。

LargePersonGroup 是较晚引入的数据结构，支持多达 100 万个实体（对于 S0 级订阅）。它经过优化以支持大规模数据。它有 PersonGroup 的大多数功能：创建时需要指定识别模型，并且必须在使用前调用训练 API。

PersonDirectory 是最新的此类数据结构。它支持规模更大，准确度更高。每个 Azure 人脸资源都有一个默认 PersonDirectory 数据结构。它是 PersonDirectoryPerson 对象的简单列表，最多可以容纳 7500 万个对象。

PersonDirectoryPerson 表示要标识的人员。从 PersonGroupPerson 模型更新而来，可以将不同识别模型的人脸添加到同一个人。但是，“识别”操作只能匹配使用相同的识别模型获取的人脸。

DynamicPersonGroup 是一种轻量级数据结构，可用于动态引用 PersonGroupPerson。它不需要“训练”操作：更新数据后，即可与识别 API 一起使用。

还可以对“识别”操作使用“就地人员 ID 列表”。这样就可以指定一个更窄的组来从中识别。可以手动执行此操作，以提高大型组中的识别性能。

上述数据结构可以一起使用。例如：

在访问控制系统中，PersonDirectory 可能代表公司的所有员工，但较小的 DynamicPersonGroup 可能只代表有权访问大楼某一层的员工。
在航班登机系统中，PersonDirectory 可以代表航空公司的所有客户，但 DynamicPersonGroup 仅代表特定航班上的乘客。 就地人员 ID 列表 可以代表最后一刻做出更改的乘客。

有关详细信息，请参阅 PersonDirectory 操作指南。

与识别 API 不同，查找相似 API 设计用于难以设置人员注册的应用程序（例如从视频分析或相册分析中捕获的人脸图像）。

FaceList 表示持续存在的人脸的简单列表。它可以容纳 1,000 张人脸。

LargeFaceList 是一个更高版本，最多可以容纳 1000000 张人脸。

现在你已经熟悉人脸数据结构，请编写一个脚本在“标识”操作中使用这些结构。