本篇文章使用腾讯云人脸识别能力，快速实现人脸搜索，可以应用于需要匹配人脸的业务场景中。
1、创建API密钥：https://console.cloud.tencent.com/cam/capi，密钥是唯一的凭据，请妥善保存哟
2、登录人脸识别控制台，在人脸库中新建一个人脸库，名称有意义即可
3、在人员库中传入待检测的照片
其中的人员id可以录入业务系统的人员标识，比如在这里我输入的是业务系统的人员主键，方便在人员识别出来后，能快速和业务结合起来。
如果需要批量导入人员库信息，需要通过接口处理，控制台暂时没有提供该功能，
4、在maven依赖中添加腾讯云依赖
<dependency>
<groupId>com.tencentcloudapi</groupId>
<artifactId>tencentcloud-sdk-java</artifactId>
<!-- go to https://search.maven.org/search?q=tencentcloud-sdk-java and get the latest version. -->
<!-- 请到https://search.maven.org/search?q=tencentcloud-sdk-java查询所有版本，最新版本如下 -->
<version>3.1.322</version>
</dependency> 5、在本地代码中新建一个方法，准备一张待检测的照片，增加如下方法：
准备一张图片，并将图片转换成base64格式，
import com.tencentcloudapi.common.Credential;
import com.tencentcloudapi.common.profile.ClientProfile;
import com.tencentcloudapi.common.profile.HttpProfile;
import com.tencentcloudapi.common.exception.TencentCloudSDKException;
import com.tencentcloudapi.iai.v20200303.IaiClient;
import com.tencentcloudapi.iai.v20200303.models.*;
public class SearchPersons{
public static void main(String [] args) {
try{
// 实例化一个认证对象，入参需要传入腾讯云账户secretId，secretKey,此处还需注意密钥对的保密
// 密钥可前往https://console.cloud.tencent.com/cam/capi网站进行获取，参考本篇文章步骤1中
Credential cred = new Credential("SecretId", "SecretKey");
// 实例化一个http选项，可选的，没有特殊需求可以跳过
HttpProfile httpProfile = new HttpProfile();
httpProfile.setEndpoint("iai.tencentcloudapi.com");
// 实例化一个client选项，可选的，没有特殊需求可以跳过
ClientProfile clientProfile = new ClientProfile();
clientProfile.setHttpProfile(httpProfile);
// 实例化要请求产品的client对象,clientProfile是可选的
IaiClient client = new IaiClient(cred, "ap-beijing", clientProfile);
// 实例化一个请求对象,每个接口都会对应一个request对象
SearchPersonsRequest req = new SearchPersonsRequest();
String[] groupIds1 = {"zfc-face"};
req.setGroupIds(groupIds1);
//待检测图片
req.setImage("data:image/jpg;base64,/9j/4A");
// 返回的resp是一个SearchPersonsResponse的实例，与请求对象对应
SearchPersonsResponse resp = client.SearchPersons(req);
// 输出json格式的字符串回包
System.out.println(SearchPersonsResponse.toJsonString(resp));
Result[] result=resp.getResults();
for (int i=0;i<result.length;i++){
Candidate candidates[]= result[i].getCandidates();
Candidate person=candidates[0];
Float compare=person.getScore();
//匹配结果，根据人脸库大小判断准确度的阈值
if(compare>80f){
person.getPersonId();
System.out.println(person.getPersonId());
}else {
//return null;
System.out.println("未识别出来");
}
}
} catch (TencentCloudSDKException e) {
System.out.println(e.toString());
}
}
}返回结果如下，其中Score节点为匹配得分。
{
"Results": [{
"Candidates": [{
"PersonId": "sysman",
"FaceId": "",
"Score": 100.0
}, {
"PersonId": "2",
"FaceId": "",
"Score": 94.44817
}, {
"PersonId": "1",
"FaceId": "",
"Score": 4.404487
}],
"FaceRect": {
"X": 84,
"Y": 112,
"Width": 206,
"Height": 251
},
"RetCode": 0
}],
"PersonNum": 3,
"FaceModelVersion": "3.0",
"RequestId": "1fa8e80b-ca8e-40be-92b2-7971b771f73c"
}关于匹配结果的准确度，可以参考一下官方描述
人脸搜索的推荐阈值是多少？
- 1万大小人脸底库下，误识率百分之一对应分数为70分，误识率千分之一对应分数为80分，误识率万分之一对应分数为90分。
- 10万大小人脸底库下，误识率百分之一对应分数为80分，误识率千分之一对应分数为90分，误识率万分之一对应分数为100分。
- 30万大小人脸底库下，误识率百分之一对应分数为85分，误识率千分之一对应分数为95分。
- 一般80分左右可适用大部分场景，建议分数不要超过90分。您可以根据实际情况选择合适的分数。
原文地址：https://cloud.tencent.com/developer/article/1952368
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。