一、背景
人脸识别是近年来最热门的计算机视觉领域的应用之一，而且现在已经出现了非常多的人脸识别算法，如：DeepID、FaceNet、DeepFace等等。人脸识别被广泛应用于景区、客运、酒店、办公室、工地、小区等场所，极大的方便了人们的生活。在安防领域，人脸识别也展现出巨大的活力，通过人脸识别对摄像头采集的图像进行处理，可以更快的发现可疑人员。
1:1人脸核验通常不会过度考虑速度问题，而1:N的人脸识别场景有的时候速度是非常重要的。比如用户想通过人脸识别快速确定图片中的明星是谁，而后台的星数据库中有几百万甚至几千万的数据，一一对比将很难在短时间内返回结果，在高并发的时候更是非常占用资源。所以使用向量近似搜索将在大规模的人脸识别场景中显得非常重要。
二、虹软SDK及Milvus简介
虹软人脸识别SDK是一款集人脸检测、人脸跟踪、人脸比对、人脸查找、人脸属性、IR/RGB活体检测多项能力于一身的离线人脸识别SDK。支持Windows，Linux，Android等多个平台。支持离线服务，可在无网络环境下使用，本地化部署。有增值版和免费版两个版本。
Milvus 是一款开源的向量相似度搜索引擎，提供了Python、Java、Go、C++、RESTful 等API接口，支持针对 TB 级向量的增删改操作和近实时查询，具有高度灵活、稳定可靠以及高速查询等特点。Milvus 集成了 Faiss、NMSLIB、Annoy 等广泛应用的向量索引库，提供了一整套简单直观的 API，让你可以针对不同场景选择不同的索引类型。此外，Milvus 还可以对标量数据进行过滤，进一步提高了召回率，增强了搜索的灵活性。
三、开发环境
本文中虹软SDK使用C++调用，Milvus使用Python API。如需使用C++版本的Milvus API 请自行编译。
本文代码所需环境：
- 虹软人脸识别SDK4.0增值版
- Milvus 1.0.0
- OpenCV 2.4.9
- VS 2013
- Python 3.6 +（低于3.6可能无法安装pymilvus）
四、虹软人脸识别SDK使用简介
虹软人脸识别SDK使用非常简单。对于一般的人脸识别流程：
- 调用
ASFOnlineActivation在线激活，激活后会生成激活文件，下次再运行就不用再次激活了。 - 调用
ASFInitEngine初始化引擎，在这里可以选择人脸检测模式或人脸追踪模式（人脸追踪更快）以及传入其他参数。 - 调用
ASFDetectFaces检测人脸，得到一帧图像里所有的人脸框。 - 调用
ASFFaceFeatureExtract提取人脸特征 - 调用
ASFFaceFeatureCompare对两个人脸特征进行对比，返回相似度。
- 使用虹软SDK的时候需要注意，每次调用
ASFDetectFaces、ASFFaceFeatureExtract等接口时保存结果的位置是固定的，并且这个位置是在初始化引擎时就确定好了的，返回的结构仅仅是指向这个位置的一个指针，也就是说下一次调用ASFDetectFaces就会覆盖上一次ASFDetectFaces的结果，如果需要保存上一次的结果，请将这部分内存copy出来。 虹软这样做的好处是函数不会因为申请不到内存而失败，并且不会造成内存泄漏。
这只是最简单的人脸识别流程，除此之外，虹软人脸识别SDK还支持RGB活体识别，IR活体识别，口罩检测，闭眼检测，遮挡检测，图像质量检测等等功能。更多文档参考虹软文档中心
五、Milvus环境搭建
Milvus最简单的安装方式是通过docker安装。Milvus有CPU版和GPU版，这里以CPU版为例。可以参考Milvus官方参考文档。 https://milvus.io/cn/docs/v1.0.0/milvus_docker-cpu.md
-
安装CentOS或Ubuntu，我使用的这个 https://vault.centos.org/7.4.1708/isos/x86_64/CentOS-7-x86_64-DVD-1708.iso
-
安装Docker，使用官方安装脚本自动安装
curl -fsSL https://get.docker.com | bash -s docker --mirror Aliyun
- 拉取 Milvus 镜像
sudo docker pull milvusdb/milvus:1.0.0-cpu-d030521-1ea92e
- 下载Milvus配置文件
mkdir -p /home/$USER/milvus/conf
cd /home/$USER/milvus/conf
wget https://raw.githubusercontent.com/milvus-io/milvus/v1.0.0/core/conf/demo/server_config.yaml
如果无法通过 wget 命令下载配置文件，也可以在 /home/$USER/milvus/conf目录下创建 server_config.yaml 文件，然后将 server_config.yaml文件 的内容复制到你创建的配置文件中。
- 启动 Milvus Docker 容器
sudo docker run -d --name milvus_cpu_1.0.0
-p 19530:19530
-p 19121:19121
-v /home/$USER/milvus/db:/var/lib/milvus/db
-v /home/$USER/milvus/conf:/var/lib/milvus/conf
-v /home/$USER/milvus/logs:/var/lib/milvus/logs
-v /home/$USER/milvus/wal:/var/lib/milvus/wal
milvusdb/milvus:1.0.0-cpu-d030521-1ea92e
使用sudo docker ps确认 Milvus 运行状态。
如果Milvus没有正常运行，可以通过sudo docker logs milvus_cpu_1.0.0查看错误日志。
如果CPU不支持SSE42、AVX、AVX2、AVX512中的一个，可能无法启动Milvus。
如需安装GPU版，参考GPU版安装
六、快速检索实现
人脸识别流程简介
前面已经介绍了使用虹软SDK人脸识别的基本流程，现在的人脸识别基本上流程都是一样的。这里再简单说明一下一般人脸识别的三个步骤：
1. 人脸检测
给出图像，获取图像中人脸的位置。有的也会获取人脸的一些关键点、角度等信息，用来对人脸进行对齐。
2. 提取特征
将检测出来的人脸图像截取出来，通过神经网络进行特征提取。提取出来的通常是一个128维或者256维的特征向量（通常还会加入归一化等操作）。
3. 特征对比
将上一步提取出来的特征向量进行对比，计算两个向量的距离，再对距离简单的处理就可以得到两个人脸相似度。常见的相似度计算方法有欧氏距离、余弦相似度等。
快速检索
通常1:N人脸搜索最常见的办法是直接暴力搜索，对人脸库中全部人脸都进行对比，找出相似度最高的k个。虹软SDK提供了ASFFaceFeatureCompare来对两个人脸特征向量进行对比。如果人脸库过大，搜索的速度无疑会变慢，在一些对实时性要求高的场景下将很难有好的表现。通过一些向量相似度搜索的算法，可以在短的时间内对大量数据进行相似度计算，找出相似度最高的。本文使用虹软人脸识别SDK进行人脸检测和人脸特征提取。提取出来的人脸特征向量使用Milvus进行检索。
虹软SDK如何获取特征向量
废话不多说，直接上结果。
C++版本虹软SDK中，人脸特征使用结构体ASF_FaceFeature结构体存储。
typedef struct {
MByte* feature; // 人脸特征信息
MInt32 featureSize; // 人脸特征信息长度
}ASF_FaceFeature, *LPASF_FaceFeature;
查看多个feature指向的内存，稍微对机器学习有过了解的人就可以很容易的发现规律，这些数据除了前两个整数，后面的都是的浮点数，明显是经过归一化后的特征向量。
结论：feature指向的是一个float类型的数组。前8个字节固定是浮点数类型的2004,78（可能用于区别SDK的不同版本） 。后面的2048个字节是512个浮点数。如果ASFFaceFeatureExtract设置的registerOrNot参数为false，那么这512个数据的前256个是0。
另外，如果registerOrNot设置为false的话，前256个特征向量全部为0，可以忽略。我们只需要把后256个特征向量复制出来就可以了。
//registerOrNot设置为false时，只复制后256个向量即可
float data[256];
memcpy(data, f.feature + 8 + 1024, 1024);
到这里我们已经获取到了虹软SDK提取出来的人脸特征向量。
批量提取特征向量并插入Milvus
将CelebA数据集里面的人脸照片提取出特征向量并保存到文件中。如果使用多线程提取的话，最后copy /b *.txt res.txt即可合并成一个。
#include "FaceEngine.h"
#include <string>
#include <atomic>
#include <fstream>
#include "TP.cpp"
#include <windows.h>
atomic_int n = 0;
void task(int start, int end , int index)
{
ofstream save("D:/Face/feature/" + to_string(index) + ".txt");
//调用前请先确保已经激活
FaceEngine x(ASF_DETECT_MODE_IMAGE, ASF_OP_0_ONLY, 1);
char file[50] = { 0 };
for (int i = start; i <= end; i++)
{
sprintf(file, "D:/Face/img_celeba/%06d.jpg", i);
Mat img = imread(file);
auto faces = x.DetectFace(img);
if (faces.faceNum == 1)
{
auto face = x.GetSingleFace(faces,0);
auto f = x.GetFaceFeature(img,face);
float data[256];
memcpy(data, f.feature + 8 + 1024, 1024);
save << i << "|";
for (int u = 0; u < 256; u++)
save << data[u] << "|";
save << endl;
}
n++;
}
}
int main()
{
ThreadPool pool(2);
pool.AddTask(bind(task, 1, 100000, 1));
pool.AddTask(bind(task, 100001, 202599, 2));
while (n < 202599)
{
cout << "
" << n << " " << n * 100 / 202599 << " ";
Sleep(1000);
}
}
为了简化虹软SDK的使用，我对SDK简单封装了一下，还有一个简单的线程池实现，可以在文末链接下载。
上面已经将特征向量保存到txt中了，接下来将20万特征向量插入Milvus（20万数据量有点少，不过由于我的电脑配置较低，提取20万个人脸的特征向量花了接近2个小时，这里就不添加过多数据了。有条件的话可以添加更多数据。）。也可以通过编译Milvus的C++ SDK，提取插入一步到位。 首先安装一下pymilvus pip3 install pymilvus==1.0.1
from milvus import Milvus, IndexType, MetricType, Status
import numpy as np
m = Milvus(host='IP', port='19530')
# 创建collection
param = {
'collection_name':'face',
'dimension':256,
'index_file_size':256,
'metric_type':MetricType.IP #相似度计算方式使用內积
}
print(m.create_collection(param))
num = 200000
step = 5000
now = 0
def GetBatch(data):
global now
ids = np.zeros(step,dtype=np.int32)
vects = np.zeros((step,256),dtype=np.float32)
for i in range(step):
tmp = data[i+now].split("|")
ids[i] = int(tmp[0])
for u in range(256):
vects[i][u] = float(tmp[u+1])
now += step
return ids.tolist() , vects.tolist()
# 将所以人脸向量插入Milvus
data = open("G:\feature\res.txt").readlines()
for i in range(int(num / step)):
ids , vs = GetBatch(data)
res = m.insert(collection_name='face', records=vs, ids=ids)
print(i)
这里要注意的是，Milvus的Python SDK插入时使用的是list，numpy创建的数据需要使用tolist()来转成list
默认插入后是使用的FLAT索引（暴力搜索），暴力搜索的速度最慢，但召回率为100%，如果数据量很大，可以通过建立其他的索引来加快检索速度。在CPU上查询常见的索引有：
了解更多索引，参考Milvus官方文档
创建索引：
# `ivf_param` 是创建索引的参数，`IVF_FLAT`是索引类型。
ivf_param = {'nlist': 16384}
print(m.create_index('face', IndexType.IVF_FLAT, ivf_param))
查询
data = open("G:\feature\res.txt").readlines()
ids , vs = GetBatch(data)
idx = int(input("index:")) # 输入一个下标，从Batch中取出第idx个进行查询
print("id:" , ids[idx]) # 输出下标为idx的特征向量的id，这里的id就是文件名。14就是CelebA数据集中的000014.jpg
search_param = {'nprobe': 16}
res = m.search(collection_name='face', query_records=[vs[idx]], top_k=3, params=search_param)
print(res)
查询batch里面随便一项得到结果：
index:12
id: 14
(Status(code=0, message='Search vectors successfully!'), [
[
(id:14, distance:1.0000004768371582),
(id:39306, distance:0.8084499835968018),
(id:109420, distance:0.776871919631958)
]
])
Milvus搜索到的tok3个相似度最高的id是14、39306、109420（id就是文件名编号，14就是000014.jpg）。14就是这个文件本身，所以计算出来內积为1，39306和109420的內积分别是0.8084、0.7769。这三个id对应的图片分别是：
可见，Top3的人脸确实为同一个值。可以根据计算出来的distance设置一个阈值来判断是否为同一个人。阈值可以设置为0.55-0.6左右，有需要的话可以自行测试确定一个更合适的阈值。
七、性能说明
使用虹软SDK的ASFFaceFeatureCompare接口单线程检索20万人脸需要156ms。Milvus（运行在虚拟机中）使用默认FLAT索引，检索20万人脸需要168ms，建立IVF_FLAT 索引并且搜索nprobe设置为16时耗时70ms。
在高并发场景下，使用GPU版的Milvus可以很大程度的减少搜索时间，并且可以通过设置参数获得一个理想的召回率。但是在低并发且数据量少的时候，推荐之间使用ASFFaceFeatureCompare接口。
八、补充
关于相似度计算方式，Milvus中常用的有两种：
- 欧氏距离（L2）
- 内积 (IP)
当向量归一化后，这两种计算方式是等价的。虹软SDK提取的人脸特征是经过归一化的，所以选择这两种计算方式都是可以的。
全部代码已经上传github https://github.com/Memory2414/milvus-arcface
如果你连OpenCV环境也懒得配置，也可以在这里下载已经配置好的虹软SDK和OpenCV的环境（VS2013），提取码：atkw。
了解更多人脸识别产品相关内容请到虹软视觉开放平台哦