儲存 128D 面部描述符以進行搜尋

我正在使用 dlib 庫在 python 中處理一些面部辨識腳本。dlib 接收一個面並返回一個 128 維元組，其中的浮點值表示面中關鍵點的值。為了確定兩個面是否相同，我將使用 128 個維度描述符併計算歐幾里得距離。如果它小於 0.6，它們可能是相同的。

那麼，問題是我應該如何儲存這 128 個浮點值，以便以後可以快速搜尋它們？

我不認為 sql db 會很好，因為數據並沒有真正的結構，並且 nosql db 獲得的速度會很有價值。

問題實際上是我似乎無法設計一種儲存數據的方法，以便您可以使用數據庫來過濾查詢。沒有select * from faces where euclidean_distance({{ all 128 values }}) < .6sooo…有什麼想法嗎？

只要可以檢索 128D 值並將其作為向量載入回，任何類型的儲存都可以工作。

歐幾里得距離是一個計算值。您將檢索數據庫中所有面孔的 128D 描述符。對於每個面，計算它與未知面之間的歐幾里得距離。

我認為您正在尋找的是CUBE儲存 128 維數的數據類型。我的建議是使用 PostgreSQL。

PostgreSQL 支持CUBE數據類型和對歐幾里德距離計算的原生支持。

a <-> b     Euclidean distance between a and b.

要支持 128 維，您必須從原始碼安裝 PostgreSQL，因為二進制安裝僅支持 100 維。我已經實現了相同的並在這里分享了細節

引用自：https://dba.stackexchange.com/questions/191857