yoona_target

# 내림차순 / 10 프레임

yoona_target.py

@@ -1,6 +1,5 @@
 import base64
 from io import BytesIO
-
 import cv2
 import face_recognition
 import numpy as np
@@ -42,13 +41,16 @@ def yoona_test(video_path):
                 group_encodings = [enc for _, enc in face_group]
                 avg_encoding = np.mean(group_encodings, axis=0)
                 dist = np.linalg.norm(avg_encoding - encoding)
-                if dist < 0.6:  # 같은 사람으로 판단하는 임계값
+                if dist < 0.555:  # 같은 사람으로 판단하는 임계값
                     face_group.append((face_images[idx], encoding))
                     matched = True
                     break
             if not matched:
                 identified_faces.append([(face_images[idx], encoding)])
 
+        # 얼굴 수가 많은 순서로 그룹 정렬
+        identified_faces.sort(key=lambda x: len(x), reverse=True)
+
     video_capture.release()
     print('end1')
 
@@ -81,4 +83,5 @@ def save_faces(identified_faces):
         # 모든 인물의 인코딩된 이미지를 배열에 추가
         face_base64_arrays.append(encoded_faces)
 
-    return face_base64_arrays
+    return face_base64_arrays
+