效率有點低，大家看看**開可以節省時間？
源**：
整個專案使用虹軟技術完成開發
說實話，為了提高識別效率，我也是竭盡所能，幹了不少自認為的優化，如有興趣聽我說說。
第一部分 單執行緒時候的各種折騰
一、折騰lpasvloffscreen
話說這個lpasvloffscreen的結果文件裡面沒有說明，或者是我沒找到。
我也不知道從**複製來的，主要折騰的是ppu8plane[0]位址，一般操作是
1、鎖定記憶體
2、ppu8plane[0]分配制定長度的記憶體
3、把記憶體中的位元組複製到乙個臨時陣列
4、然後用marshal.copy複製到指定的位址
5、解鎖記憶體
我改成：
1、鎖定記憶體
2、ppu8plane[0]指向位址
3、等不需要lpasvloffscreen時（人臉檢測、獲取特徵值、性別判斷、年齡估算等結束後）解鎖記憶體
就晚一點解鎖，省了好多事情，耗時由4毫秒沒成2微妙。當時就發了個帖：c# bitmap轉asvloffscreen的最佳方式？
後來覺得這名字實在記不住，也不c#，改成了imagedata，整個轉換過程如下：
ar bmpdata = bitmap.lockbits(new rectangle(0, 0, bitmap.width, bitmap.height), imagelockmode.readonly, pixelformat.format24bpprgb);var imagedata = new imagedata
,ppu8plane = new intptr[4]
};bitmap.unlockbits(bmpdata);
二、單執行緒時將獲取到的facemodel直接做人臉比對的引數
extractfeature(_facematchengine, ref imagedata, ref facefeatureinput, out var facemodel);facepairmatch(_facematchengine, ref fm, ref facemodel, out float score);
一般操作是facemodel裡面的位元組複製到臨時位元組陣列，然後建立新的facemodel,分配記憶體，在將臨時位元組陣列複製到facemodel。
三、人臉庫直接用facemodel
/// /// 人臉庫///
public class facelib
= new list();
public class item
/// /// 檔名作為id
///
public string id
/// /// 人臉模型
///
public facemodel facemodel
}}
四、比對結果》0.5就算成功
五、人臉庫增加orderid
識別成功後再次比對就很快，應該是首發命中。
人臉比對
task.factory.startnew(() =>}, _cancellationtokensource.token);
結果顯示
private void videoplayer_paint(object sender, painteventargs e)
一、確定4執行緒為最佳
各種測試後得出的結論，也不知道對不對，也不知道為什麼，哎。
因網友的要求，同步到了github
二、刪除了單執行緒
有了更快的，就不要慢的了。
三、n張臉如何分配給4個執行緒獲取特徵值？
動了不少腦筋，interlocked.increment是關鍵。
最終有改了下面的內容
如果只有一張臉（竊以為一張臉的概率比較高），也用task，影響效率，增加了 if (detectresult.facecount ==
1)intptr之間複製位元組用copymemory比較快
兩三張臉的時候開4個執行緒不好，改成 new task[tasknum < detectresult.facecount ?
tasknum : detectresult.facecount]
四、識別結果（集）的折騰
(想來條分割線，居然只有華麗的分割線，算了。順便吐槽一下，這個論壇的編輯器實在是讓人無語_)
各種折騰後，黔驢技窮了，10,000人臉的庫得出10張不認識的臉的結論，需要10秒鐘。當然，換好一點的電腦可以提高效率，如我的台式電腦（i5-7500），輸入只有1張臉的時候，遍歷
1萬張人臉僅需390毫秒
5萬張人臉也就1525毫秒
10萬張人臉說我記憶體不夠，可能是我的程式是32位的緣故，換成64位的sdk估計3秒鐘也能搞定（太麻煩，不折騰了）
結論是：虹軟中型sdk用於考勤、小區門禁、寫字樓門禁等場所完全沒問題。
人臉識別2 1 利用opencv開啟攝像頭
前面 人臉識別1 系列講了很多相關環境的配置，折騰了那麼久，環境也全部都配置好了，現在開始正式寫 了。要知道，所有不寫 的程式猿都是流氓。既然人臉識別，我們先明確幾個目標 如何利用opencv開啟攝像頭 直接上 import cv2 引入cv2，也就是引入opencv的一些包和處理類，不然下面的一些...
用Python獲取攝像頭並實時控制人臉
實現流程 建立乙個鍵盤事件監聽，按下 d 鍵，則開始執行面部匹配，並進行面具載入 這個過程是動態的，你可以隨時移動 面部匹配使用dlib中的人臉檢測演算法來檢視是否有人臉存在。如果有，它將為每個人臉建立乙個結束位置，眼鏡和煙捲會移動到那裡結束。然後我們需要縮放和旋轉我們的眼鏡以適合每個人的臉。我們將...
樹莓派 攝像頭 深度學習實現人臉口罩識別
現在是2021年，新冠疫情整整持續一年多了，國內沉寂了幾個月後又開始蔓延起來，人臉口罩識別還得用。想著去年上半年沒時間研究基於深度學習的人臉識別技術，趁著年底的機會好好研究一下。網上搜尋了一番，發現有個現成的開源專案facemaskdetection可用，於是就搗鼓一下看能否用起來。期間主要遇到乙個...