python中存储人脸编码列表用于人脸识别

Question

我正在开发一个项目，该项目可能有大量用于面部识别目的的面部编码，我正在使用face_recognition模块。向其传递图像会返回面部编码，该编码本质上是一个对象。我目前的想法是使用列表上的 pickle 模块存储编码并在构造函数中再次将其加载到列表中。我觉得这不会很好地扩展，我可能最好使用某种数据库来存储它们。

有人对此有什么想法吗？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，编码的类型为 numpy.ndarray

谢谢你！

Answer 1

如果您打算将程序用作通用的人脸识别方法，那么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 个编码向量，并且您想要检查新照片在您以前见过的面孔中是否有任何对应的记录。由于您需要将新向量与所有存储的向量进行比较，因此您需要在每个请求时加载所有向量，或​​者加载一次并将其缓存在内存中以对所有向量进行向量化操作（例如获取欧几里德距离） 。

正如您所看到的，索引、字段搜索、事务等数据库操作都没有被使用。因此，我建议将其与 pickle 对象一起保留在磁盘上以实现持久性，并在调用程序时加载它们一次。如果您要在存储中添加/删除内容，我建议使用 NoSQL 数据库（如 MongoDB）来存储对象。这使您可以避免创建无意义的表/处理 BLOB 等，这些表对您的情况没有任何好处。这是处理 mongo 的入门程序（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

您可以阅读这篇文章，了解有关在 Python 中使用 mongo 的更多信息。