大规模人脸检索系统设计与实现

摘要

基于深度学习的大规模人脸检索系统通常面临两个主要困难:海量高维人脸特征导致查询速度慢;深度特征维数高,导致传统的树状索引算法失效.针对这些困难,设计并实现一种大规模人脸检索系统.使用ArcFace作为人脸特征提取器,通过构建正轴体LSH(Locality-Sensitive Hashin)和VLH(Variable Length Hashing)索引,加速大规模K近邻特征查询.通过有针对性地设计存储结构与访问机制,降低系统部署成本,提升系统可扩展性.