我如何將億次的計算降爲實時

前言

前期咱們作了一個小程序，實現集體照片的自動分發。簡單來講就是用戶上傳一張集體照，凡是出如今集體照中的人都能自動關聯到此張照片，有點相似 QQ 和 FB 以前的標記用戶，可是整個過程是自動的，無需人爲分發，問題就出如今自動上。

1、初版算法

首先若是自動的話就涉及到照片比對技術，若是本身技術實力雄厚（好比你是吳恩達）能夠從底層神經網絡開始寫起，或者使用開源的人臉識別框架，我使用了百度和騰訊的人臉識別接口，用着還能夠，基本是免費的（需求不高的時候）。

每位用戶首先上傳一張本身的大頭照，主要是爲了去匹配集體照，某位用戶上傳一張照片，就將此集體照與全部的用戶大頭照逐一比對，凡是能匹配成功的關聯之。

看似很是簡單的功能，其實裏面存在一個巨大的坑，若是用戶量上千萬或者上億的時候，用戶每上傳一張集體照就要進行億次的比對，這根本不可能實時，因此咱們剛開始的時候考慮天天定時去比對一次，好比在晚上 12 點，全部當天上傳的集體照去逐一比對，問題看似可以解決，可是沒有了實時性，很是影響用戶體驗。我苦思冥想了幾天後終於找到了一個實時的解決方案。

2、實時比對

對問題進行分析，解決方案就來了，只要我可以優化比對程序，將億次的比對實現實時操做，問題便可解決。然而我不是吳恩達，換做吳恩達可能也沒辦法，咱們真的作不到億次比對實時操做。

彷佛陷入了僵局，然而咱們來換一個角度思考此問題，咱們爲什麼不將億次的比對減小到能夠實時的量級？

那麼，如何下降比對次數呢？解決方案以下：

1. 用戶上傳大頭照的時候對此用戶在咱們的數據庫中進行標記，即每一個用戶都有一個惟一的 faceid，並將此 faceid 和大頭照存到百度或者騰訊的人臉庫中；

2. 上傳集體照的時候，將集體照按照人臉進行切割，逐一的去百度或者騰訊的人臉庫進行比對，若是可以匹配上，則能取到此人的 faceid，用此 faceid 即能查到所關聯的用戶，因而便可實現照片的自動分發。

3、結論

簡單的兩步即解決了實時比對的問題，有的時候換一個角度去思考問題，問題便迎刃而解！