OpenVINO 人脸向量库（入库 + 识别）

这个 Skill 做什么

本 Skill 提供两个可直接运行的命令（Python 脚本），用 OpenVINO 从图片提取人脸 embedding，然后：

• 入库（Enroll）：将 embedding 以“人名/标签”为 key 保存到本地向量库目录
• 识别（Identify）：将 embedding 与向量库做余弦相似度比对，返回最相似的人名与是否通过阈值

假设与限制

• 默认会在推理前先做人脸检测 + 对齐裁剪到 112×112（基于 MediaPipe FaceDetector 关键点估计仿射矩阵）。
• 模型输入为 RGB \(112x112\)，dtype 为 uint8。
• 输出向量会做 L2 归一化；相似度为余弦相似度（点积）。

快速开始

安装依赖

pip 安装依赖：

pip install numpy opencv-python openvino lancedb mediapipe pyarrow

如果你使用 Astral uv：

uv add numpy opencv-python openvino lancedb mediapipe pyarrow

入库一个人

运行：

python openvino-face-skill/scripts/enroll.py --name "alice" --image "path/to/alice.png"

如果你使用 Astral uv：

uv run openvino-face-skill/scripts/enroll.py --name "alice" --image "path/to/alice.png"

识别一个人

运行：

python openvino-face-skill/scripts/identify.py --image "path/to/unknown.png" --threshold 0.35

如果使用 Astral uv：

uv run openvino-face-skill/scripts/identify.py --image "path/to/unknown.png" --threshold 0.35

使用指引（给 Agent 的操作提示词）

当用户提出“存人脸向量 / 入库 / enroll”时：

1. 获取或推断参数：--name、--image，可选 --db（默认 openvino-face-skill/db）、--model（默认 openvino-face-skill/model/openvino/model.xml）、--facedetectormodel（默认 openvino-face-skill/model/mediapipe/blazefaceshort_range.tflite）
2. 运行入库脚本并返回：

- 保存路径（.npy 文件路径） - 向量维度

当用户提出“判断是谁 / 识别 / identify / recognize”时：

1. 获取或推断参数：--image，可选 --db、--model（默认 openvino-face-skill/model/openvino/model.xml）、--facedetectormodel（默认 openvino-face-skill/model/mediapipe/blazefaceshort_range.tflite）、以及合理的 --threshold（默认 0.35）
2. 运行识别脚本并返回：

- 最佳匹配人名 - 相似度分数 - 是否通过阈值 - 若未通过：建议降低阈值或为同一人入库更多样本