顔検索とは、顔検索の使用方法 - Intelligent Media Management

データセットを作成し、その中にイメージのインデックスを作成した後、顔検索機能を使用して、指定したイメージに最も類似する上位 N 個のイメージをデータセットから取得できます。この機能は、VIP の本人確認などのシナリオで役立ちます。

利用シーン

スマートセキュリティ監視

顔認識技術を使用して、工場、学校、ショッピングモール、レストランなどの混雑した場所を監視できます。この技術は、群衆を自動的にカウント、識別、追跡できます。また、潜在的なセキュリティリスクのある動作やエリアをマークし、アラートを送信することもできます。これにより、情報に基づいたセキュリティ管理が強化され、手動での監視コストが削減されます。

工場の安全生産

この機能は、生産安全監視のためのソフトウェアとハードウェアを組み合わせたソリューションを提供します。このソリューションは、工場エリアや作業場のカメラからのイメージを使用して侵入者を検出し、セキュリティリスクを低減します。

顔認識によるアクセスコントロール

顔認識をアクセスゲートに統合し、顔情報を迅速に登録して、安全で信頼性の高い顔データベースを作成できます。ユーザーは顔をスキャンするだけで通過できます。これにより、ID カードの忘れや不正アクセスなどの問題が解決され、さまざまな企業、商業、住宅環境でのアクセスコントロールが可能になります。

スマート顔認識勤怠

この機能は、モバイル、カメラベースのシームレス、およびオールインワンマシンの 3 つの勤怠ソリューションを提供します。これらのソリューションは、1 秒以内にユーザーの最も類似した顔を迅速に検索できます。これにより、正確なチェックインが保証され、代理打刻などの不正行為が防止され、企業のセキュリティ管理が強化されます。

前提条件

バインディングメソッド (CreateBinding - バインディングタスクの作成) またはアクティブインデックス作成メソッド (IndexFileMeta - オブジェクトメタデータのインデックス作成またはオブジェクトメタデータのバッチインデックス作成) を使用して、比較対象のイメージをデータセット (CreateDataset - データセットの作成) にインデックス作成済みであること。
データセットに同一人物のイメージが 2 枚以上含まれており、少なくとも 2 枚は、次の基準を満たす高解像度の顔イメージであること：
- 顔のサイズが 75 × 75 ピクセルより大きいこと。
- 頭部姿勢 (HeadPose) の 3 つのサブキーの絶対値がすべて 30 度未満であること。
- 顔品質 (FaceQuality) が 0.8 より大きいこと。
Simple Message Queue (旧称：MNS) キューを作成済みであること。詳細については、「キューユーザーガイド」をご参照ください。
説明
このトピックでは、Simple Message Queue (旧称：MNS) の Python SDK を使用してタスク通知を取得する方法の例を示します。タスク情報の取得に関する詳細については、「非同期タスク処理」をご参照ください。

ステップ 1：ファイルのアップロード

OSS コンソールを使用して、比較したい写真をバインドされたバケットにアップロードします。

ステップ 2：データセットへの写真の追加

Intelligent Media Management コンソールを使用して、OSS からデータセットに写真を追加します。手順は次のとおりです：

または、オブジェクトメタデータのバッチインデックス作成 API を使用して、顔写真の情報を集中データストレージにバッチで書き込むこともできます。これは非同期プロセスです。メッセージの Notification パラメーターを設定して、タスク情報を取得できます。

コード例：

# -*- coding: utf-8 -*-
# このファイルは自動生成されたものです。編集しないでください。
import os
import sys

from typing import List

from alibabacloud_imm20200930.client import Client as imm20200930Client
from alibabacloud_tea_openapi import models as open_api_models
from alibabacloud_imm20200930 import models as imm_20200930_models
from alibabacloud_tea_util import models as util_models
from alibabacloud_tea_util.client import Client as UtilClient


class Sample:
    def __init__(self):
        pass

    @staticmethod
    def create_client() -> imm20200930Client:
        """
        AccessKey ID と AccessKey Secret を使用してクライアントを初期化します。
        @return: Client
        @throws Exception
        """
        # プロジェクトコードが漏洩すると、AccessKey が公開され、アカウント内のすべてのリソースのセキュリティが損なわれる可能性があります。以下のコードは参照用です。
        # Security Token Service (STS) などのより安全な方法で認証することを推奨します。認証方式の詳細については、https://www.alibabacloud.com/help/document_detail/378659.html をご参照ください。
        config = open_api_models.Config(
            # 必須。ALIBABA_CLOUD_ACCESS_KEY_ID 環境変数が設定されていることを確認してください。
            access_key_id=os.environ['ALIBABA_CLOUD_ACCESS_KEY_ID'],
            # 必須。ALIBABA_CLOUD_ACCESS_KEY_SECRET 環境変数が設定されていることを確認してください。
            access_key_secret=os.environ['ALIBABA_CLOUD_ACCESS_KEY_SECRET']
        )
        # エンドポイントについては、https://api.aliyun.com/product/imm をご参照ください。
        config.endpoint = f'imm.cn-hangzhou.aliyuncs.com'
        return imm20200930Client(config)

    @staticmethod
    def main(
        args: List[str],
    ) -> None:
        client = Sample.create_client()
        notification_mns = imm_20200930_models.MNS(
            topic_name='test-mns-topic'
        )
        notification = imm_20200930_models.Notification(
            mns=notification_mns
        )
        input_file_0 = imm_20200930_models.InputFile(
            uri='''[
    {
        "URI": "oss://test-bucket/test-object-1.jpg"
    },
    {
        "URI": "oss://test-bucket/test-object-2.jpg"
    },
    {
        "URI": "oss://test-bucket/test-object-3.jpg"
    }
]'''
        )
        batch_index_file_meta_request = imm_20200930_models.BatchIndexFileMetaRequest(
            project_name='test-project',
            dataset_name='test-dataset',
            files=[
                input_file_0
            ],
            notification=notification
        )
        runtime = util_models.RuntimeOptions()
        try:
            # コードをコピーして実行する場合は、API の戻り値を出力してください。
            client.batch_index_file_meta_with_options(batch_index_file_meta_request, runtime)
        except Exception as error:
            # これは出力とデモンストレーションのみを目的としています。例外は慎重に処理してください。プロジェクトで例外を無視しないでください。
            # エラーメッセージ
            print(error.message)
            # 診断アドレス
            print(error.data.get("Recommend"))
            UtilClient.assert_as_string(error.message)

    @staticmethod
    async def main_async(
        args: List[str],
    ) -> None:
        client = Sample.create_client()
        notification_mns = imm_20200930_models.MNS(
            topic_name='test-mns-topic'
        )
        notification = imm_20200930_models.Notification(
            mns=notification_mns
        )
        input_file_0 = imm_20200930_models.InputFile(
            uri='''[
    {
        "URI": "oss://test-bucket/1.jpg"
    },
    {
        "URI": "oss://test-bucket/2.jpg"
    },
    {
        "URI": "oss://test-bucket/3.jpg"
    },
    {
        "URI": "oss://test-bucket/4.jpg"
    },
    {
        "URI": "oss://test-bucket/5.jpg"
    },
    {
        "URI": "oss://test-bucket/6.jpg"
    }
]'''
        )
        batch_index_file_meta_request = imm_20200930_models.BatchIndexFileMetaRequest(
            project_name='test-project',
            dataset_name='test-dataset',
            files=[
                input_file_0
            ],
            notification=notification
        )
        runtime = util_models.RuntimeOptions()
        try:
            # コードをコピーして実行する場合は、API の戻り値を出力してください。
            await client.batch_index_file_meta_with_options_async(batch_index_file_meta_request, runtime)
        except Exception as error:
            # これは出力とデモンストレーションのみを目的としています。例外は慎重に処理してください。プロジェクトで例外を無視しないでください。
            # エラーメッセージ
            print(error.message)
            # 診断アドレス
            print(error.data.get("Recommend"))
            UtilClient.assert_as_string(error.message)


if __name__ == '__main__':
    Sample.main(sys.argv[1:])

応答例：

{
  'EventId':'049-1udsgM0nr0leAdDBAOxe4kDLYM5',
  'RequestId': 'D4C150A6-D8EF-502B-9F30-645346388E13'
 }

Message Service (MNS) メッセージ例：

{
    "TopicOwner": "14133977656xxxxx",
    "Message": "{\"id\":\"077-1x2s0rqA6ZOENW6gjAiN5Dl796T\",\"source\":\"acs.imm\",\"type\":\"imm:FileMeta:Index\",\"subject\":\"acs:imm:cn-hangzhou:14133977656xxxxx:test-project/imm:FileMeta:Index\",\"time\":\"1729564297965\",\"content\":\"{\\\"ProjectName\\\":\\\"test-project\\\",\\\"DatasetName\\\":\\\"test-dataset\\\",\\\"RequestId\\\":\\\"7FE8A307-1649-6B0D-1AB8-0600C9D4877B\\\",\\\"StartTime\\\":\\\"2024-10-22T10:31:37.787209251+08:00\\\",\\\"EndTime\\\":\\\"2024-10-22T10:31:37.965992728+08:00\\\",\\\"Success\\\":true,\\\"Message\\\":\\\"\\\",\\\"Files\\\":[{\\\"URI\\\":\\\"[\\\\n    {\\\\n        \\\\\\\"URI\\\\\\\": \\\\\\\"oss://test-bucket/test-object-1.jpg\\\\\\\"\\\\n    },\\\\n    {\\\\n        \\\\\\\"URI\\\\\\\": \\\\\\\"oss://test-bucket/test-object-2.jpg\\\\\\\"\\\\n    },\\\\n    {\\\\n        \\\\\\\"URI\\\\\\\": \\\\\\\"oss://test-bucket/test-object-3.jpg\\\\\\\"\\\\n    }\\\\n],\\\"UserData\\\":\\\"\\\"}\"}",
    "Subscriber": "14133977656xxxxx",
    "PublishTime": "1729564298068",
    "SubscriptionName": "test-mns-subscription",
    "MessageMD5": "9921327B25E01FB38151781B81042BA7",
    "TopicName": "tf-test-mns-queue",
    "MessageId": "129D772E14277FA6182D6E67D354D069"
}

ステップ 3：類似顔検索タスクの作成

CreateFacesSearchingTask - イメージ顔検索操作を呼び出して、指定されたイメージ内の最大の顔に最も類似する上位 N 枚の写真を検索できます。次の例は、test-dataset データセット内で、OSS アドレス oss://test-bucket/test-object.jpg にあるイメージに類似するイメージを検索する方法を示しています。

リクエスト例

説明

TopicName パラメーターは MNS トピック名を指定します。この例では、トピックは tf-test-mns-queue です。
MaxResults パラメーターは、返される類似イメージの数を指定します。このパラメーターはオプションです。デフォルト値は 5 です。値は 0 から 100 までの整数である必要があります。

{
  "ProjectName": "test-project",
  "DatasetName": "test-dataset",
  "Sources": [{"URI": "oss://test-bucket/test-object.jpg"}],
  "Notification": {"MNS": {"TopicName": "tf-test-mns-topic"}},
  "MaxResult": 100
}

応答例

{
    "TaskId": "CreateFacesSearchingTask-dedf1bd9-7edc-4d16-97f2-bbb2a4fc****",
    "RequestId": "BB9C38A3-BB7A-53B7-A168-6DBC1CF6****",
    "EventId": "0DA-1TAZO4ClNnKbn4Ungls8SOk****"
}

説明

サンプルの応答は、類似顔検索タスクが作成されたことを示します。

サンプルコード

# -*- coding: utf-8 -*-
# このファイルは自動生成されたものです。編集しないでください。
import os
import sys

from typing import List

from alibabacloud_imm20200930.client import Client as imm20200930Client
from alibabacloud_tea_openapi import models as open_api_models
from alibabacloud_imm20200930 import models as imm_20200930_models
from alibabacloud_tea_util import models as util_models
from alibabacloud_tea_util.client import Client as UtilClient


class Sample:
    def __init__(self):
        pass

    @staticmethod
    def create_client(
        access_key_id: str,
        access_key_secret: str,
    ) -> imm20200930Client:
        """
        AccessKey ID と AccessKey Secret を使用してクライアントを初期化します。
        @param access_key_id:
        @param access_key_secret:
        @return: Client
        @throws Exception
        """
        config = open_api_models.Config(
            access_key_id=access_key_id,
            access_key_secret=access_key_secret
        )
        # アクセスするドメイン名を指定します。
        config.endpoint = f'imm.cn-hangzhou.aliyuncs.com'
        return imm20200930Client(config)

    @staticmethod
    def main(
        args: List[str],
    ) -> None:
        # Alibaba Cloud アカウントの AccessKey は、すべての API に対する完全な権限を持っています。API 呼び出しや日常の O&M (運用保守) には、RAM ユーザーを使用することを推奨します。
        # AccessKey ID と AccessKey Secret をプロジェクトコードに保存しないことを強く推奨します。これにより、AccessKey が漏洩し、アカウント内のすべてのリソースのセキュリティが損なわれる可能性があります。
        # この例では、認証のために環境変数から AccessKey を読み取ります。環境変数の設定方法については、https://www.alibabacloud.com/help/document_detail/2361894.html をご参照ください。
        imm_access_key_id = os.getenv("AccessKeyId")
        imm_access_key_secret = os.getenv("AccessKeySecret")
        # クライアントを初期化します。
        client = Sample.create_client(imm_access_key_id, imm_access_key_secret)
        notification_mns = imm_20200930_models.MNS(
            topic_name='tf-test-mns-topic'
        )
        notification = imm_20200930_models.Notification(
            mns=notification_mns
        )
        sources_0 = imm_20200930_models.CreateFacesSearchingTaskRequestSources(
            uri='''oss://test-bucket/test-object.jpg
'''
        )
        create_faces_searching_task_request = imm_20200930_models.CreateFacesSearchingTaskRequest(
            project_name='test-project',
            dataset_name='test-dataset',
            sources=[
                sources_0
            ],
            notification=notification,
            max_result=100
        )
        runtime = util_models.RuntimeOptions()
        try:
            # コードをコピーして実行する場合は、API の戻り値を出力してください。
            client.create_faces_searching_task_with_options(create_faces_searching_task_request, runtime)
        except Exception as error:
            # 必要に応じて、エラーメッセージを出力します。
            UtilClient.assert_as_string(error.message)

    @staticmethod
    async def main_async(
        args: List[str],
    ) -> None:
        # Alibaba Cloud アカウントの AccessKey は、すべての API に対する完全な権限を持っています。API 呼び出しや日常の O&M (運用保守) には、RAM ユーザーを使用することを推奨します。
        # AccessKey ID と AccessKey Secret をプロジェクトコードに保存しないことを強く推奨します。これにより、AccessKey が漏洩し、アカウント内のすべてのリソースのセキュリティが損なわれる可能性があります。
        # この例では、認証のために環境変数から AccessKey を読み取ります。環境変数の設定方法については、https://www.alibabacloud.com/help/document_detail/2361894.html をご参照ください。
        imm_access_key_id = os.getenv("AccessKeyId")
        imm_access_key_secret = os.getenv("AccessKeySecret")
        # クライアントを初期化します。
        client = Sample.create_client(imm_access_key_id, imm_access_key_secret)
        notification_mns = imm_20200930_models.MNS(
            topic_name='tf-test-mns-topic'
        )
        notification = imm_20200930_models.Notification(
            mns=notification_mns
        )
        sources_0 = imm_20200930_models.CreateFacesSearchingTaskRequestSources(
            uri='''oss://test-bucket/test-object.jpg
'''
        )
        create_faces_searching_task_request = imm_20200930_models.CreateFacesSearchingTaskRequest(
            project_name='test-project',
            dataset_name='test-dataset',
            sources=[
                sources_0
            ],
            notification=notification,
            max_result=100
        )
        runtime = util_models.RuntimeOptions()
        try:
            # コードをコピーして実行する場合は、API の戻り値を出力してください。
            await client.create_faces_searching_task_with_options_async(create_faces_searching_task_request, runtime)
        except Exception as error:
            # 必要に応じて、エラーメッセージを出力します。
            UtilClient.assert_as_string(error.message)


if __name__ == '__main__':
    Sample.main(sys.argv[1:])

ステップ 4：類似顔検索結果の表示

顔検索タスクが作成された後、MNS サービスからタスク情報を取得できます。次の例は、Python SDK を使用してタスク情報を取得する方法を示しています。詳細については、「ステップ 4：メッセージの受信と削除」をご参照ください。

サンプルフォルダで、次のコマンドを実行します。
python recvdelmessage.py tf-test-mns-queue

コンソールで返される JSON 形式の結果をフォーマットします。次のコードは、Message フィールドの内容のみを示しています。

{
    "ProjectName": "test-project",
    "DatasetName": "test-dataset",
    "RequestId": "BB9C38A3-BB7A-53B7-A168-6DBC1CF6****",
    "StartTime": "2023-01-04T05:08:28.582Z",
    "EndTime": "2023-01-04T05:08:28.785Z",
    "UserData": "",
    "TaskType": "FacesSearching",
    "TaskId": "CreateFacesSearchingTask-dedf1bd9-7edc-4d16-97f2-bbb2a4fc****",
    "Status": "Succeeded",
    "Code": "",  // Code フィールドが空の場合は、タスクが成功したことを示します。
    "Message": "Success",
    "SimilarFaces": [
        {
            "URI": "oss://test-bucket/test-object.jpg",
            "Boundary": {
                "Width": 109,
                "Height": 150,
                "Left": 69,
                "Top": 49
            },
            // 類似顔のリスト。
            "SimilarFaces": [
                {
                    "URI": "oss://test-bucket/test-object-1.jpg",
                    "FigureId": "4cacbb71-52fd-4d3f-9d14-0840fecee0bf",
                    "Similarity": 0.73321015
                },
                {
                    "URI": "oss://test-bucket/test-object-2.jpg",
                    "FigureId": "7a4cd08d-bcd0-4bc4-93f4-1291075819cf",
                    "Similarity": 0.77035695
                },
                {
                    "URI": "oss://test-bucket/test-object-3.jpg",
                    "FigureId": "da920124-410a-4493-9fd3-1a3b366dca86",
                    "Similarity": 0.9836307
                }
            ]
        }
    ]
}

説明

メッセージの内容は、test-dataset データセット内で、次の 3 つのイメージにクエリイメージの顔と類似する顔が含まれていることを示しています：

イメージ 1：OSS URI は oss://test-bucket/test-object-1.jpg です。このイメージの顔とクエリイメージの顔との類似度スコアは 0.73321015 です。
イメージ 2：OSS URI は oss://test-bucket/test-object-2.jpg です。このイメージの顔とクエリイメージの顔との類似度スコアは 0.77035695 です。
イメージ 3：OSS URI は oss://test-bucket/test-object-3.jpg です。このイメージの顔とクエリイメージの顔との類似度スコアは 0.9836307 です。