此系统所要解决的问题是,在目标人脸不清晰或者根本没有数字图像的情况下,在人脸数据库中通过有限轮次的检索,识别出目标。在每一轮次的检索中,用户选择本轮反馈图像中与目标最相像的,系统利用图像之间的特征距离逐步给出最可能的结果,反复进行如上步骤,直到目标人脸被找到。
- 后端: Falcon + PostgreSQL
- 前端: Vue + vue element admin
sudo docker-compose -f docker-compose.prod.yml build
sudo docker-compose -f docker-compose.prod.yml up -d
git pull
sudo docker-compose -f docker-compose.prod.yml up -d --build
用户名账号随便填
docker-compose run --service-ports backend
文件为CSV格式,首行为照片名列表,照片名列表请按字符串升序,例如。
特征文件的照片列表应该和照片库的照片列表完全一致(数量一致,文件名一致)
1.jpg 2.jpg 3.jpg // 1.jpg 的维度特征 // 2.jpg 的维度特征 // 3.jpg 的维度特征
文件为CSV格式,首行以及首列为照片名列表,单元格(i,j)的值第i张图片到第j张图片的距离,为了节省空间可以使用上三角矩阵,格式示例如下。 距离文件的照片列表应该和照片库的照片列表完全一致(数量一致,文件名一致)
(备注)亦可留空 1.jpg, 2.jpg 3.jpg 1.jpg 0 dis('1.jpg', '2.jpg') dis('1.jpg', '3.jpg') 2.jpg / 0 dis('1.jpg', '3.jpg') 3.jpg / / 0