我刚刚通过云服务在基于python的应用程序中启用了人脸识别。但是根据我以前开发人脸识别应用程序的经验,我的模型曾经要求至少3-4个人对人脸进行正确的分类(在某种程度上)。
我的问题是,是否有任何这样的最低要求的人,需要添加到一个personGroup,以便模型,然后可以训练,以正确地分类面孔。
在我草率决定选择Azure Face API作为我的主要FR平台之前,我只想知道这一点。
我想从1500个人脸图像中创建一个人脸集合,然后用一个参考人脸图像来这个集合。最终的目标是从集合中找出与参考人脸图像最相似的人脸。
因此,我想检索每一对图像(参考图像和集合中的一张脸)每次的相似性的一个数字。
那么,这是否等于1500 face x 1similarity_metadata =1500元数据,还是将相似性属性计算为任意数量的人脸图像的一个元数据?
换句话说,我的请求是1500元数据还是1500面的1元数据?
我使用的是免费版本,AWS指定:
作为AWS免费层的一部分,您可以免费开始使用。注册后,亚马逊的新客户每月可以分析5,000张图片,并在头12个月每月存储多达1,000张
我已经开发了一个使用Google Vision API(离线)检测人脸的应用程序,然后将检测的图像发送到Microsoft Azure以获取该人脸的信息(年龄、性别...)。在我的例子中,我还需要计算(至少是近似的)摄像头和检测到的人脸之间的距离,我在Microsoft Azure文档中没有看到这个选项,所以我想它没有实现。我应该实现什么来计算摄像头和人脸之间的距离?我能用OpenCV或其他OpenSource库实现这个目标吗? 我在SO (How to measure height, width and distance of object using camera?)中看到了这个答案,但