人臉搜尋功能是什麼,如何使用 - Intelligent Media Management

建立資料集並將圖片索引至該資料集後，您可以利用人臉搜尋功能從資料集中檢索與指定圖片最相似的前N張圖片，此功能可應用於VIP使用者的身份識別等情境。

應用情境

智能安防監控

結合Face Service技術，在工廠、學校、商場、餐廳等人流密集的場所進行監控，對人流進行自動統計、識別和追蹤，同時標記存在安全隱患的行為及地區，並發出警示提醒，加強資訊化安全管理，降低人工監督成本。

工廠安全生產

提供軟硬結合的安全生產監控方案，基於廠區、車間內網路攝影機採集的映像，識別是否有陌生人闖入，減少安全隱患。

刷臉閘機通行

將Face Service功能整合到閘機中，快速錄入人臉資訊，建立安全可靠的人臉庫，使用者刷臉通行，解決使用者忘帶工卡、盜刷等問題，實現企業、商業、住宅等多情境門禁通行。

智慧人臉考勤

提供移動考勤、網路攝影機無感知考勤、一體機考勤三種方案，實現1秒內快速搜尋使用者最相似的人臉，確保簽到識別準確性，有效防止代打卡等作弊行為，增強企業安全管理。

前提條件

已通過綁定方式（CreateBinding - 建立綁定任務）或者主動索引方式（IndexFileMeta - 檔案元資訊建立索引或者批量檔案元資訊建立索引）將待比較的圖片索引到資料集（CreateDataset - 建立資料集）中。
同一個人物在媒體集中的圖片必須大於或等於2張，並且至少有2張符合如下標準的高清人臉圖片：
- 人臉尺寸大於75×75像素。
- 人臉的偏轉角HeadPose的三個子項的絕對值均小於30°。
- 人臉的品質FaceQuality大於0.8。
已建立MNS隊列。具體操作，請參見隊列使用手冊。
說明
本文以通過輕量訊息佇列（原MNS）的Python SDK擷取任務資訊通知為例。更多擷取任務資訊的方式，請參見非同步任務處理。

步驟一：上傳檔案

請使用OSS管理主控台將需要對比的照片上傳至已綁定的bucket。

步驟二：向照片集中添加照片

使用Intelligent Media Management控制台，將您OSS中儲存的照片添加到資料集中以構建照片庫，具體操作過程如下：

也可以使用批量檔案元資訊建立索引介面，向資料集中批量寫入人臉照片中的資訊。寫入照片資訊的過程為非同步進行，您可以使用設定Notification訊息通知參數來擷取任務資訊。

程式碼範例：

# -*- coding: utf-8 -*-
# This file is auto-generated, don't edit it. Thanks.
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:
        """
        使用AK&SK初始化帳號Client
        @return: Client
        @throws Exception
        """
        # 工程代碼泄露可能會導致 AccessKey 泄露，並威脅帳號下所有資源的安全性。以下程式碼範例僅供參考。
        # 建議使用更安全的 STS 方式，更多鑒權訪問方式請參見：https://www.alibabacloud.com/help/document_detail/378659.html。
        config = open_api_models.Config(
            # 必填，請確保代碼運行環境設定了環境變數 ALIBABA_CLOUD_ACCESS_KEY_ID。,
            access_key_id=os.environ['ALIBABA_CLOUD_ACCESS_KEY_ID'],
            # 必填，請確保代碼運行環境設定了環境變數 ALIBABA_CLOUD_ACCESS_KEY_SECRET。,
            access_key_secret=os.environ['ALIBABA_CLOUD_ACCESS_KEY_SECRET']
        )
        # Endpoint 請參考 https://api.aliyun.com/product/imm
        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:
            # 複製代碼運行請自行列印 API 的傳回值
            client.batch_index_file_meta_with_options(batch_index_file_meta_request, runtime)
        except Exception as error:
            # 此處僅做列印展示，請謹慎對待異常處理，在工程專案中切勿直接忽略異常。
            # 錯誤 message
            print(error.message)
            # 診斷地址
            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:
            # 複製代碼運行請自行列印 API 的傳回值
            await client.batch_index_file_meta_with_options_async(batch_index_file_meta_request, runtime)
        except Exception as error:
            # 此處僅做列印展示，請謹慎對待異常處理，在工程專案中切勿直接忽略異常。
            # 錯誤 message
            print(error.message)
            # 診斷地址
            print(error.data.get("Recommend"))
            UtilClient.assert_as_string(error.message)


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

返回樣本：

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

輕量訊息佇列（原MNS）訊息樣本：

{
    "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"
}

步驟三：建立相似人臉搜尋任務

您可以調用CreateFacesSearchingTask - 圖片人臉搜尋介面搜尋與指定圖片中最大的人臉最相似的N張照片。如下以搜尋資料集test-dataset中，與OSS地址為oss://test-bucket/test-object.jpg的圖片相似的圖片為例。

請求樣本

說明

參數TopicName為MNS主題名稱，本文以tf-test-mns-queue為例。
參數MaxResults為返回的相似圖片數量，非必填參數，預設值為5，取值範圍為0~100。

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

返回樣本

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

說明

返回如上所示的樣本資訊，表示相似人臉圖片搜尋任務建立成功。

範例程式碼

# -*- coding: utf-8 -*-
# This file is auto-generated, don't edit it. Thanks.
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:
        """
        使用AccessKey ID&AccessKey Secret初始化帳號Client。
        @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
        )
        # 填寫訪問的網域名稱。
        config.endpoint = f'imm.cn-hangzhou.aliyuncs.com'
        return imm20200930Client(config)

    @staticmethod
    def main(
        args: List[str],
    ) -> None:
        # 阿里雲帳號AccessKey擁有所有API的存取權限，建議您使用RAM使用者進行API訪問或日常營運。
        # 強烈建議不要把AccessKey ID和AccessKey Secret儲存到工程代碼裡，否則可能導致AccessKey泄露，威脅您帳號下所有資源的安全。
        # 本樣本通過從環境變數中讀取AccessKey，來實現API訪問的身分識別驗證。如何配置環境變數，請參見https://www.alibabacloud.com/help/document_detail/2361894.html。
        imm_access_key_id = os.getenv("AccessKeyId")
        imm_access_key_secret = os.getenv("AccessKeySecret")
        # 初始化用戶端。
        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:
            # 複製代碼運行請自行列印API的傳回值。
            client.create_faces_searching_task_with_options(create_faces_searching_task_request, runtime)
        except Exception as error:
            # 如有需要，請列印錯誤資訊。
            UtilClient.assert_as_string(error.message)

    @staticmethod
    async def main_async(
        args: List[str],
    ) -> None:
        # 阿里雲帳號AccessKey擁有所有API的存取權限，建議您使用RAM使用者進行API訪問或日常營運。
        # 強烈建議不要把AccessKey ID和AccessKey Secret儲存到工程代碼裡，否則可能導致AccessKey泄露，威脅您帳號下所有資源的安全。
        # 本樣本通過從環境變數中讀取AccessKey，來實現API訪問的身分識別驗證。如何配置環境變數，請參見https://www.alibabacloud.com/help/document_detail/2361894.html。
        imm_access_key_id = os.getenv("AccessKeyId")
        imm_access_key_secret = os.getenv("AccessKeySecret")
        # 初始化用戶端。
        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:
            # 複製代碼運行請自行列印API的傳回值。
            await client.create_faces_searching_task_with_options_async(create_faces_searching_task_request, runtime)
        except Exception as error:
            # 如有需要，請列印錯誤資訊。
            UtilClient.assert_as_string(error.message)


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

步驟四：查看相似人臉搜尋結果

相似人臉圖片搜尋任務建立成功後，您可以通過MNS服務擷取任務資訊。如下以通過Python SDK擷取任務資訊為例。更多資訊，請參見步驟四：接收和刪除訊息。

在sample目錄中執行以下命令。
python recvdelmessage.py tf-test-mns-queue

將控制台返回的結果JSON格式化，如下僅列舉Messege中content部分的內容。

{
    "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為空白表示處理成功。
    "Message": "Success",
    "SimilarFaces": [
        {
            "URI": "oss://test-bucket/test-object.jpg",
            "Boundary": {
                "Width": 109,
                "Height": 150,
                "Left": 69,
                "Top": 49
            },
            // 相似人臉列表。
            "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
                }
            ]
        }
    ]
}

說明

訊息內容顯示，在資料集test-dataset中，與查詢圖片中的人臉相似的有以下三張圖片：

圖片1：OSS地址為oss://test-bucket/test-object-1.jpg，圖片中的人臉與查詢圖片的人臉相似性為0.73321015。
圖片2：OSS地址為oss://test-bucket/test-object-2.jpg，圖片中的人臉與查詢圖片的人臉相似性為0.77035695。
圖片3：OSS地址為oss://test-bucket/test-object-3.jpg，圖片中的人臉與查詢圖片的人臉相似性為0.9836307。