海量人脸检索

海量人脸检索

1. 系统运行参数配置

● 连接字符配置：数据库连接字符串配置。

● 比对参数配置：海量人脸比对参数配置。

2. 批量人脸图像导入

● 导入成功处理：选择图像文件夹，将计算出人脸特征的图像添加到数据库中。

● 导入失败处理：选择图像文件夹，并在目录下自动创建一个子文件夹，保存计算不出人脸特征的图像。

3. 导入人脸图像处理

● 二值化：二值化的目的是将采集获得的多层次灰度图像处理成二值图像，以便于分析理解和识别并减少计算量。二值化就是通过一些算法，通过一个阈值改变图像中的像素颜色，令整幅图像画面内仅有黑白二值，该图像一般由黑色区域和白色区域组成，可以用一个比特表示一个像素，“1”表示黑色，“0”表示白色，当然也可以倒过来表示，这种图像称之为二值图像。这便有利于我们对特征的提取。该设计中采用组内方差和组外方差来实现二值化。

● 光线补偿：因为通过图像提取得到的图片可能会存在光线不平衡的情况，这会影响我们对特征的提取，所以有必要对图像进行光线补偿。尽可能将它的特征在图像中表现出来。

● 灰度变化：图像灰度化的过程就是把彩色图像转换为黑白色图像的过程，它也是为了将图像的信息更加具体、简单的表现出来，但是，这样做也将会丢失图像信息。因此，尽可能在转化的过程中用简单的方式表现图像复杂的信息。

● 对比度增强：对比度增强，就是对图像的进一步处理，将对比度再一次拉开。它针对原始图像的每一个像素直接对其灰度进行处理的，其处理过程主要是通过增强函数对像素的灰度级进行运算并将运算结果作为该像素的新灰度值来实现的。通过改变选用的增强函数的解析表达式就可以得到不同的处理效果。

4. 海量人脸比对

● 目标照片比对：选择只有一张人脸目标图像获取特征值，并根据系统运行参数配置(阈值、线程数、线程休眠时间、比对显示结果数)， 调用大规模人脸识别核心SDK开始海量比对检索。（阀值：如果数据库中的人脸图像特征值≥目标图像特征值检索成功， 而阀值取决与系统运行参数设置。线程数：设置人脸检索引擎数量，加快人脸比对检索效率，缩短比对检索时间。 线程休眠时间：解决因电脑设置多个比对检索人脸引擎线程数，引发电脑复核过重系统奔溃的烦恼。比对显示结果数： 人脸比对检索完成后，会将人脸比对检索成功数量，人脸比对检索失败数量，人脸比对检索总数量显示出来，方便用户查看和确认检索信息。）

● 展示比对结果：按相似度从高到低，分页展示海量检索比对的结果信息。