我如何将亿次的计算降为实时

前言

前期咱们作了一个小程序，实现集体照片的自动分发。简单来讲就是用户上传一张集体照，凡是出如今集体照中的人都能自动关联到此张照片，有点相似 QQ 和 FB 以前的标记用户，可是整个过程是自动的，无需人为分发，问题就出如今自动上。

1、初版算法

首先若是自动的话就涉及到照片比对技术，若是本身技术实力雄厚（好比你是吴恩达）能够从底层神经网络开始写起，或者使用开源的人脸识别框架，我使用了百度和腾讯的人脸识别接口，用着还能够，基本是免费的（需求不高的时候）。

每位用户首先上传一张本身的大头照，主要是为了去匹配集体照，某位用户上传一张照片，就将此集体照与全部的用户大头照逐一比对，凡是能匹配成功的关联之。

看似很是简单的功能，其实里面存在一个巨大的坑，若是用户量上千万或者上亿的时候，用户每上传一张集体照就要进行亿次的比对，这根本不可能实时，因此咱们刚开始的时候考虑天天定时去比对一次，好比在晚上 12 点，全部当天上传的集体照去逐一比对，问题看似可以解决，可是没有了实时性，很是影响用户体验。我苦思冥想了几天后终于找到了一个实时的解决方案。

2、实时比对

对问题进行分析，解决方案就来了，只要我可以优化比对程序，将亿次的比对实现实时操做，问题便可解决。然而我不是吴恩达，换做吴恩达可能也没办法，咱们真的作不到亿次比对实时操做。

彷佛陷入了僵局，然而咱们来换一个角度思考此问题，咱们为什么不将亿次的比对减小到能够实时的量级？

那么，如何下降比对次数呢？解决方案以下：

1. 用户上传大头照的时候对此用户在咱们的数据库中进行标记，即每一个用户都有一个惟一的 faceid，并将此 faceid 和大头照存到百度或者腾讯的人脸库中；

2. 上传集体照的时候，将集体照按照人脸进行切割，逐一的去百度或者腾讯的人脸库进行比对，若是可以匹配上，则能取到此人的 faceid，用此 faceid 即能查到所关联的用户，因而便可实现照片的自动分发。

3、结论

简单的两步即解决了实时比对的问题，有的时候换一个角度去思考问题，问题便迎刃而解！