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

FaceOperations 类

定义

FaceOperations 操作。

public class FaceOperations : Microsoft.Azure.CognitiveServices.Vision.Face.IFaceOperations, Microsoft.Rest.IServiceOperations<Microsoft.Azure.CognitiveServices.Vision.Face.FaceClient>
type FaceOperations = class
    interface IServiceOperations<FaceClient>
    interface IFaceOperations
Public Class FaceOperations
Implements IFaceOperations, IServiceOperations(Of FaceClient)
继承
FaceOperations
实现

构造函数

FaceOperations(FaceClient)

初始化 FaceOperations 类的新实例。

属性

Client

获取对 FaceClient 的引用

方法

DetectWithStreamWithHttpMessagesAsync(Stream, Nullable<Boolean>, Nullable<Boolean>, IList<FaceAttributeType>, String, Nullable<Boolean>, String, Nullable<Int32>, Dictionary<String,List<String>>, CancellationToken)

FaceOperations 操作。

DetectWithUrlWithHttpMessagesAsync(String, Nullable<Boolean>, Nullable<Boolean>, IList<FaceAttributeType>, String, Nullable<Boolean>, String, Nullable<Int32>, Dictionary<String,List<String>>, CancellationToken)

FaceOperations 操作。

FindSimilarWithHttpMessagesAsync(Guid, String, String, IList<Nullable<Guid>>, Nullable<Int32>, FindSimilarMatchMode, Dictionary<String,List<String>>, CancellationToken)

给定查询人脸的 faceId,用于在 faceId 数组、人脸列表或大型人脸列表中搜索类似的人脸。 faceId 数组包含人 脸 - 检测创建的人脸,这将在创建后 24 小时过期。 “faceListId”由 FaceList 创建 - 创建 包含不会过期的 persistedFaceIds。 “largeFaceListId”由 LargeFaceList 创建 - 创建 包含持久化FaceIds 且不会过期。 根据输入,返回的相似人脸列表包含按相似性排名的 faceIds 或 persistedFaceId。 <br/>Find similar 有两种工作模式:“matchPerson”和“matchFace”。 “matchPerson”是默认模式,它尝试使用内部同一人员阈值来查找同一人的人脸。 查找已知人员的其他照片很有用。 请注意,如果没有人脸通过内部阈值,将返回空列表。 “matchFace”模式忽略同一人阈值,并返回排名相似的人脸,即使相似性也很低。 它可用于搜索名人脸等情况。 <br/>与查询人脸的 faceId 关联的“recognitionModel”应与目标 faceId 数组、人脸列表或大型人脸列表使用的“recognitionModel”相同。

GroupWithHttpMessagesAsync(IList<Guid>, Dictionary<String,List<String>>, CancellationToken)

根据人脸相似性将候选人脸划分为组。<Br/>

  • 输出是一个或多个不连续的人脸组和一个混乱的组。 人脸组包含外观相似的人脸,通常是同一个人。 人脸组按组大小(即人脸数量)进行排名。 请注意,属于同一人的人脸可能会在结果中拆分为多个组。
  • MessyGroup 是一个特殊的人脸组,包含无法从原始人脸中找到任何相似的对应人脸的人脸。 如果所有人脸都找到了对应的人,则杂乱的Group 将不会显示在结果中。
  • 组 API 至少需要 2 张候选人脸,最多需要 1000 张。 我们建议尝试 人脸 - 验证 你是否只有 2 张候选人脸。
  • 与查询人脸关联的“recognitionModel”faceIds 应相同。
IdentifyWithHttpMessagesAsync(IList<Guid>, String, String, String, IList<String>, Nullable<Int32>, Nullable<Double>, Dictionary<String, List<String>>, CancellationToken)

FaceOperations 操作。

VerifyFaceToFaceWithHttpMessagesAsync(Guid, Guid, Dictionary<String,List<String>>, CancellationToken)

验证两张人脸是否属于同一个人,或者一张人脸是否属于某一个人。 <br/> 备注:<br />

  • 更高的人脸图像质量意味着更好的识别精度。 请考虑高质量的人脸:正面、清晰,人脸大小为 200x200 像素 (100 像素,眼睛之间) 或更大。
  • 对于对准确性敏感的方案,请做出自己的判断。
  • 与查询人脸关联的“recognitionModel”faceIds 应与目标人脸、人员组或大型人员组使用的“recognitionModel”相同。
VerifyFaceToPersonWithHttpMessagesAsync(Guid, Guid, String, String, Dictionary<String,List<String>>, CancellationToken)

验证两张人脸是否属于同一个人。 将人脸 ID 与人员 ID 进行比较

扩展方法

DetectWithStreamAsync(IFaceOperations, Stream, Nullable<Boolean>, Nullable<Boolean>, IList<FaceAttributeType>, String, Nullable<Boolean>, String, Nullable<Int32>, CancellationToken)

FaceOperations 操作。

DetectWithUrlAsync(IFaceOperations, String, Nullable<Boolean>, Nullable<Boolean>, IList<FaceAttributeType>, String, Nullable<Boolean>, String, Nullable<Int32>, CancellationToken)

FaceOperations 操作。

FindSimilarAsync(IFaceOperations, Guid, String, String, IList<Nullable<Guid>>, Nullable<Int32>, FindSimilarMatchMode, CancellationToken)

给定查询人脸的 faceId,用于在 faceId 数组、人脸列表或大型人脸列表中搜索类似的人脸。 faceId 数组包含人 脸 - 检测创建的人脸,这将在创建后 24 小时过期。 “faceListId”由 FaceList 创建 - 创建 包含不会过期的 persistedFaceIds。 “largeFaceListId”由 LargeFaceList 创建 - 创建 包含持久化FaceIds 且不会过期。 根据输入,返回的相似人脸列表包含按相似性排名的 faceIds 或 persistedFaceId。 <br/>Find similar 有两种工作模式:“matchPerson”和“matchFace”。 “matchPerson”是默认模式,它尝试使用内部同一人员阈值来查找同一人的人脸。 查找已知人员的其他照片很有用。 请注意,如果没有人脸通过内部阈值,将返回空列表。 “matchFace”模式忽略同一人阈值,并返回排名相似的人脸,即使相似性也很低。 它可用于搜索名人脸等情况。 <br/>与查询人脸的 faceId 关联的“recognitionModel”应与目标 faceId 数组、人脸列表或大型人脸列表使用的“recognitionModel”相同。

GroupAsync(IFaceOperations, IList<Guid>, CancellationToken)

根据人脸相似性将候选人脸划分为组。<Br/>

  • 输出是一个或多个不连续的人脸组和一个混乱的组。 人脸组包含外观相似的人脸,通常是同一个人。 人脸组按组大小(即人脸数量)进行排名。 请注意,属于同一人的人脸可能会在结果中拆分为多个组。
  • MessyGroup 是一个特殊的人脸组,包含无法从原始人脸中找到任何相似的对应人脸的人脸。 如果所有人脸都找到了对应的人,则杂乱的Group 将不会显示在结果中。
  • 组 API 至少需要 2 张候选人脸,最多需要 1000 张。 我们建议尝试 人脸 - 验证 你是否只有 2 张候选人脸。
  • 与查询人脸关联的“recognitionModel”faceIds 应相同。
IdentifyAsync(IFaceOperations, IList<Guid>, String, String, String, IList<String>, Nullable<Int32>, Nullable<Double>, CancellationToken)

FaceOperations 操作。

VerifyFaceToFaceAsync(IFaceOperations, Guid, Guid, CancellationToken)

验证两张人脸是否属于同一个人,或者一张人脸是否属于某一个人。 <br/> 备注:<br />

  • 更高的人脸图像质量意味着更好的识别精度。 请考虑高质量的人脸:正面、清晰,人脸大小为 200x200 像素 (100 像素,眼睛之间) 或更大。
  • 对于对准确性敏感的方案,请做出自己的判断。
  • 与查询人脸关联的“recognitionModel”faceIds 应与目标人脸、人员组或大型人员组使用的“recognitionModel”相同。
VerifyFaceToPersonAsync(IFaceOperations, Guid, Guid, String, String, CancellationToken)

验证两张人脸是否属于同一个人。 将人脸 ID 与人员 ID 进行比较

适用于