一场婚礼、毕业典礼或家庭活动拍完，订单里通常有几百张照片。同一个人散落在不同环节、不同机位和不同合影中，客户选片时常常要来回翻很多遍。
图派最近加入了人物分类。摄影师在订单里启动扫描后，系统会把相似的人脸归到同一组。客户打开选片页面，也可以从人物头像进入，只看与自己相关的照片。
这项功能从一开始就确定了一个实现原则：人脸特征在摄影师当前使用的浏览器里计算。服务端保存照片与人物组之间的关系，不保存人脸特征向量，也不会给人物添加真实身份。
从一张合影开始
人物分类最终呈现得很简单：人物 1、人物 2、人物 3。点击头像，就能过滤出这个人物出现过的照片。
背后的处理流程分为五步：下载订单预览图、检测人脸、对齐面部、提取特征、按照相似度分组。检测和计算都由浏览器完成，分组结果确认后再保存到订单。
整个过程只处理当前订单。重新运行人物分类时，也会从这个订单的照片重新开始。
先找到脸，再摆到相同的位置
扫描开始后，浏览器会逐张获取较大的预览图。图片进入检测前会调整尺寸，最长边控制在 1600 像素以内，同时尽量保证短边达到 720 像素。这个尺寸兼顾了处理速度，也能为合影中的小脸保留更多细节。
第一轮检测使用 MediaPipe Face Landmarker，得到人脸边界和眼睛、鼻尖、嘴角等关键点。整张图没有找到人脸时，还会进行一次局部检测：画面切成左、中、右和上、下组合的六个重叠区域，每个区域放大后再送入模型。
这个补充步骤对大合影很有用。合影缩小到浏览器检测尺寸后，远处的人脸占用像素很少；局部放大能提高被发现的机会。检测结果随后映射回原图坐标，并根据重叠程度去掉重复项。
短边不足 48 像素的人脸会被跳过。这类人脸提供的细节有限，参与分组后容易产生不稳定结果。
找到人脸之后，系统使用五个关键点计算相似变换，将每张脸旋转、缩放到 112 × 112 的统一画布。这样可以减小头像大小、轻微歪头和拍摄角度对特征的影响。
const transform = solveSimilarityTransform(sourceKeypoints);
context.setTransform(
transform.a, transform.b,
transform.c, transform.d,
transform.e, transform.f
);
context.drawImage(imageSource, 0, 0);
SFace 留在浏览器里运行
对齐后的人脸会转换为 [1, 3, 112, 112] 的浮点张量，再交给量化后的 SFace ONNX 模型。推理由 onnxruntime-web 的 WebAssembly 后端执行，目前使用单线程运行。
模型与运行时文件由图派站点提供，在摄影师点击“人物分类”后加载。每张脸经过模型后会得到一组特征数值，并在内存中完成 L2 归一化：
const norm = Math.sqrt(values.reduce(
(sum, value) => sum + value * value,
0
));
const embedding = values.map(value => value / norm);
归一化后的向量可以使用余弦相似度进行比较。数值越接近 1，两张脸在模型看来越相似。这些向量只服务于本次订单的分组，页面关闭后不会作为人物资料留在服务端。
扫描采用逐张处理。图片解码、Canvas 绘制和模型推理都发生在页面中，控制并发可以让界面响应和内存占用更平稳。进度也会随处理结果实时更新，摄影师能看到当前扫描到哪一张。
把相似的人脸放到一起
当前订单的人脸特征准备好后，系统开始增量聚类。每张新脸都会与现有各组的中心向量比较；最高相似度达到 0.48 时加入对应分组，否则创建一个新组。新成员加入后，分组的中心向量会随之更新。
合影带来了一个很实际的问题：同一张照片中可能同时出现长相相近的家人。为此，聚类增加了一条约束，同一张照片里的两张脸不会进入同一个人物组。
if (cluster.faces.some(member =>
String(member.pictureId) === String(face.pictureId)
)) return;
分组完成后，人物会按照所含照片数量排序。每组选择面积较大的一张脸作为代表头像，同时记录人脸在照片中的归一化坐标。网页和小程序可以直接使用原有缩略图，按照这个位置显示头像。
人物分类的结果主要用于缩小查找范围。摄影师可以快速浏览每组照片，再决定是否发布给客户。
保存结果，以及何时展示给客户
浏览器内存中包含用于相似度计算的人脸向量和分组中心。提交分组结果时，保留下来的数据只有：
- 照片 ID；
- 人脸在照片中的序号和位置；
- 人物组的代表照片；
- 每组包含的照片数量。
服务端保存接口会检查提交内容。请求中一旦包含 embedding 字段或特征向量，就会直接拒绝；同时还会确认照片属于当前订单、人脸坐标处于合法范围。
浏览器内存：人脸特征、分组中心
↓ 不提交
服务端存储：照片 ID、人物组、代表照片、人脸位置
完成分类后，人物组先保留在摄影师端。摄影师打开“发布到客户选图端”，网页和小程序才会显示人物头像筛选；关闭发布后，客户侧也不会获得这些分组数据。
客户看到的仍然是一套熟悉的选片界面，只是多了一个更快抵达相关照片的入口。对摄影师来说，几百张照片不再只能按照时间顺序从头翻到尾；对图派来说，本地推理让这项能力可以在清晰的数据边界内落地。