添加人脸样本 功能描述添加人脸样本能力用于向人脸数据库中添加人脸样本数据。人脸样本数据是用来标识用户的唯一性，如用户ID、员工ID等。限制说明每个人脸数据库支持最高5万人脸特征，暂不支持扩容。人脸样本和标签组合为一个人脸特征。每个人脸样本支持添加最多10个标签数据，暂不支持扩容。添加人脸样本接口提交任务并发默认为2QPS。请求参数名称类型是否必选示例值描述DbNameString是default数据库名称EntityIdString是mm2实体ID，可以包含数字、字母和下划线LabelsString否鹿班输入标签，最多可添加10个标签，标签仅支持下划线和连字符，标签间用英文逗号分隔返回数据名称类型示例值描述RequestIdStringDA7CAFEB-0A37-4496-9CDF-E3DBB6309CB2请求IDHTTP/1.1 200 OK Content-Type:application/json { "RequestId" : "DA7CAFEB-0A37-4496-9CDF-E3DBB6309CB2" }

查询人脸数据库列表 功能描述本能力用于查询人脸数据库列表。人脸数据库最多只能返回200条记录。请求参数名称类型是否必选示例值描述OffsetLong否1默认起始页从0开始，不填写默认从0页开始返回数据LimitLong否50每页最多显示的样本数目，范围1~200，默认200返回数据名称类型示例值描述RequestIdString2B93C43A-F824-40C8-AF79-844342B0F43A请求IDDataObject-返回的数据内容DbListArray of DbList-数据库列表NameStringdefault数据库名称HTTP/1.1 200 OK Content-Type:application/json { "RequestId" : "2B93C43A-F824-40C8-AF79-844342B0F43A", "Data" : { "DbList" : [ { "Name" : "default" } ] } }

创建人脸数据库 功能描述创建人脸数据库能力可以创建人脸数据库用来存放人脸数据。每个阿里云账号可以创建10个人脸数据库，10个人脸数据库支持最多50万张人脸照片的入库，单个人脸数据库支持最多5万张人脸照片入库，单次搜索可支持最多10个人脸数据库的同时搜索（跨库搜索）。人脸数据库、人脸照片入库量、单次搜索的人脸总数以及单次搜索的人脸数据库暂不支持扩容。请求参数名称类型是否必选示例值描述NameString是default数据库名称，支持字母、数字和下划线组合，长度为 1 - 64返回数据名称类型示例值描述RequestIdString818D24A6-E368-46B3-99C5-3CF36D98CCA3请求 IDHTTP/1.1 200 OK Content-Type:application/json { "RequestId" : "818D24A6-E368-46B3-99C5-3CF36D98CCA3" }

人脸搜索 功能描述人脸搜索能力可以根据输入图片，在数据库中搜索并返回相似的人脸图片数据。单次搜索最多可支持10个人脸数据库的同时搜索（跨库搜索）。该能力根据人脸特征来进行识别，通过把人脸图像特征化，然后比较人脸特征的相似程度。前提条件：已通过创建人脸数据库（CreateFaceDb）接口创建了数据库名称（DbName）。已通过添加人脸样本（AddFaceEntity）接口创建了实体ID（EntityId）。已通过添加人脸数据（AddFace）接口给数据库（DbName）下的实体ID（EntityId）添加了人脸图片。输入限制图像格式：JPG、JPEG、PNG。图像大小：不超过5 MB。图像分辨率：大于32×32像素，小于4096×4096像素。人脸占比不低于64×64像素。URL地址中不能包含中文字符。支持图片中包含最多10个人脸，超过部分会被忽略。请求参数SearchFaceAdvanceRequest名称类型是否必选示例值描述db_nameString否default数据库名称。image_url_objectString是 图像二进制数据。limitInteger是2单个人脸列表中搜索人脸结果数量限制，取值范围 1~100。db_namesString否test1,test2,test3数据库名称列表，以英文逗号 (,) 分割，可以实现跨库查询，最大支持 10 个数据库。quality_score_thresholdFloat否50.0质量分阈值。对人脸图片进行质量分析判断，得到的质量分小于该阈值则表示人脸图片质量不符合要求，比对失败。取值范围[0.0,100.0]。0.0 或空则表示不做质量分判断逻辑。max_face_numLong否5对输入图像中多少个人脸进行检索比对，控制人脸样本列表个数，取值范围 1~10，默认为 5。{alert type="info"}说明：db_name 与 db_names 二选一，如果同时配置了两个参数，db_names 优先级高于 db_name。{/alert}返回数据名称类型示例值描述RequestIdString4159ee4a-0fe8-438c-a8de-ee531555b3c请求 ID。DataObject-返回的结果数据内容。MatchListArray of MatchList-匹配的结果列表，如果输入图像中多个人脸，则这里会返回多个数据。FaceItemsArray of FaceItems-匹配的人脸数据列表。EntityIdStringU1实体 ID，用来标识用户的唯一性，如用户 ID、员工 ID 等。每个实体可包含多张人脸图片。支持大小写字母、数字、下划线和减号的组合，长度为 2~64。FaceIdString001人脸图片数据 ID，需要全局唯一，不可重复。支持小写字母、数字和下划线的组合。长度为 1~64。ScoreFloat0.892133人脸的相似度，取值范围-1.0~1.0，取小数点后 6 位，数值越大相似度越高，建议的三个参考阈值为 0.35，0.45 和 0.6，分别对应千分之一，万分之一和十万分之一的误识率。阈值设置越高，误识率越低，通过率也越低，对安全性要求越高的场合，可以设置越高的阈值。ExtraDataString王小二自定义信息（字符串）。支持字母、数字、标点符号和汉字。不超过 512 个字符。DbNameStringdefault数据库名称。ConfidenceFloat36.820168转换后的置信度，取值范围 0.0~100.0，数值越大相似度越高，建议的三个参考阈值为 60.48，67.87 和 72.62，分别对应千分之一，万分之一和十万分之一的误识率。阈值设置越高，误识率越低，通过率也越低，对安全性要求越高的场合，可以设置越高的阈值。LocationObject-输入图像中的人脸坐标信息。WidthInteger200宽度，单位像素。HeightInteger200高度，单位像素。YInteger6左上角 y 坐标。XInteger5左上角 x 坐标。QualityScoreFloat71.7349输入图像中的人脸质量分。HTTP/1.1 200 OK Content-Type:application/json { "RequestId" : "4159e64a-0fe8-436c-a8de-ee531555db3c", "Data" : { "MatchList" : [ { "FaceItems" : [ { "EntityId" : "U1", "FaceId" : "001", "Score" : 0.892133, "ExtraData" : "王小二", "DbName" : "default", "Confidence" : 36.820168 } ], "Location" : { "Width" : 200, "Height" : 200, "Y" : 6, "X" : 5 }, "QualitieScore" : 71.7349 } ] } } def search_face_advanced(self, db_name, limit=5, local_image_path=None, image_url=None): """ 人脸搜索 :param db_name: 数据库名称 :param limit: 返回结果的数量限制 :param local_image_path: 本地图片文件路径 :param image_url: 网络图片的 URL :return: 响应结果或异常信息 """ try: if local_image_path: if not os.path.exists(local_image_path): raise FileNotFoundError(f"文件 {local_image_path} 不存在。") with open(local_image_path, 'rb') as stream: image_data = stream.read() image_obj = io.BytesIO(image_data) elif image_url: img = urlopen(image_url).read() image_obj = io.BytesIO(img) else: raise ValueError("请提供本地图片路径或网络图片 URL") request = SearchFaceAdvanceRequest( db_name=db_name, limit=limit, image_url_object=image_obj ) response = self.client.search_face_advance(request, self.runtime_option) return response.body except Exception as error: print(error) if hasattr(error, 'code'): print(error.code) return error