人工智能系列：以图搜图，可用于安防人像搜索

图像搜索平台介绍

• 人像高精度搜索：人脸特征提取(使用人脸特征模型提取512维特征)前先做 - 人脸检测，人脸关键点提取，人脸对齐

主要特性

• 底层使用特征向量相似度搜索
• 单台服务器十亿级数据的毫秒级搜索
• 近实时搜索，支持分布式部署
• 随时对数据进行插入、删除、搜索、更新等操作
• 支持在线用户管理与服务器性能监控，支持限制单用户登录

系统功能

• 搜索管理：提供通用图像搜索，人像搜索，图像信息查看
• 存储管理：提供图像压缩包(zip格式)上传，人像特征提取，通用特征提取
• 用户管理：提供用户的相关配置，新增用户后，默认密码为123456
• 角色管理：对权限与菜单进行分配，可根据部门设置角色的数据权限
• 菜单管理：已实现菜单动态路由，后端可配置化，支持多级菜单
• 部门管理：可配置系统组织架构，树形表格展示
• 岗位管理：配置各个部门的职位
• 字典管理：可维护常用一些固定的数据，如：状态，性别等
• 系统日志：记录用户操作日志与异常日志，方便开发人员定位排错
• SQL监控：采用druid 监控数据库访问性能，默认用户名admin，密码123456
• 定时任务：整合Quartz做定时任务，加入任务日志，任务运行情况一目了然
• 服务监控：监控服务器的负载情况

1. 前端部署

nginx部署运行：

cd /usr/local/etc/nginx/
vi /usr/local/etc/nginx/nginx.conf
# 编辑nginx.conf

    server {
        listen       8080;
        server_name  localhost;

        location / {
            root   /Users/calvin/Documents/image_search/dist/;
            index  index.html index.htm;
        }
        
        location /aias {
                alias  /Users/calvin/Documents/image_root/;  (请更新成你的文件路径，用于存放上传的图片及显示使用)
                index  index.html index.html;
        }
     ......
     
# 重新加载配置：
sudo nginx -s reload 

# 部署应用后，重启：
cd /usr/local/Cellar/nginx/1.19.6/bin

# 快速停止
sudo nginx -s stop

# 启动
sudo nginx     

2. 后端jar部署

2.1 环境要求：

• 系统JDK 1.8+
• 需要安装redis
• 需要安装MySQL数据库

2.2 编辑环境配置信息

windows环境里可以使用7-zip直接对jar包中的配置文件进行编辑。

• application-dev.yml
  1). 根据需要编辑数据库名称image-search，用户名，密码

      url: jdbc:log4jdbc:mysql://${DB_HOST:localhost}:${DB_PORT:3306}/${DB_NAME:image-search}?serverTimezone=Asia/Shanghai&characterEncoding=utf8&useSSL=false&allowPublicKeyRetrieval=true
      username: ${DB_USER:root}
      password: ${DB_PWD:??????}

2). 根据需要编辑图片上传根路径imageRootPath(需配置到nginx)

# 文件存储路径
file:
  mac:
    ...
    imageRootPath: ~/file/image_root/ #图片文件根目录
  linux:
    ....
    imageRootPath: /home/aias/file/image_root/ #图片文件根目录

• application.yml
  1). 根据需要编辑redis连接信息

  redis:
    #数据库索引
    database: ${REDIS_DB:0}
    host: ${REDIS_HOST:127.0.0.1}
    port: ${REDIS_PORT:6379}
    password: ${REDIS_PWD:}
    #连接超时时间
    timeout: 5000

2). 根据需要编辑图片baseurl

image:
  #baseurl是图片的地址前缀，根据需要将127.0.0.1换成nginx所在服务器的ip地址
  baseurl: http://127.0.0.1:8080/aias/

3. 后端向量引擎部署（Milvus 2.0）

3.1 环境要求：

• 需要安装docker运行环境，Mac环境可以使用Docker Desktop

3.2 拉取Milvus向量引擎镜像（用于计算特征值向量相似度）

下载 milvus-standalone-docker-compose.yml 配置文件并保存为 docker-compose.yml
单机版安装文档

最新版本请参考官网

• Milvus向量引擎参考链接
  Milvus向量引擎官网
  Milvus向量引擎Github

wget https://github.com/milvus-io/milvus/releases/download/v2.0.0/milvus-standalone-docker-compose.yml -O docker-compose.yml

3.3 启动 Docker 容器

sudo docker-compose up -d

3.4 编辑向量引擎连接配置信息

• application.yml
• 根据需要编辑向量引擎连接ip地址127.0.0.1为容器所在的主机ip

##################### 向量引擎 ###############################
search:
  host: 127.0.0.1
  port: 19530
  indexFileSize: 1024 # maximum size (in MB) of each index file
  nprobe: 256
  nlist: 16384
  dimension: 512 #dimension of each vector
  collectionName: faces #collection name

4. 打开浏览器

• 输入地址： http://localhost:8080

• 人像搜索
  

• 图片上传
  1). 点击上传按钮上传zip压缩包.
  2). 点击提取人脸特征按钮.
  3). 刷新页面：可以看到"状态"列，如：45/100 的特征提取进度.

5. 帮助信息

• 接口文档:
  点击菜单：系统工具-接口文档
  
• 重置Milvus向量引擎(清空数据):

me.calvin.modules.search.tools.MilvusInit.java

Github地址：

Github链接
Gitee链接