人臉檢測

使用 ML Kit 的人臉檢測 API,您可以檢測圖像中的人臉、識別關鍵面部特徵並獲取檢測到的人臉的輪廓。

通過面部檢測,您可以獲得執行任務所需的信息,例如修飾自拍和肖像,或從用戶的照片生成頭像。由於 ML Kit 可以實時執行面部檢測,因此您可以在視頻聊天或響應玩家表情的遊戲等應用程序中使用它。

iOS安卓

如果您是 Flutter 開發人員,您可能會對FlutterFire感興趣,它包含一個用於 Firebase 的 ML Vision API 的插件。

關鍵能力

識別和定位面部特徵獲取檢測到的每張臉的眼睛、耳朵、臉頰、​​鼻子和嘴巴的坐標。
獲取面部特徵的輪廓獲取檢測到的人臉及其眼睛、眉毛、嘴唇和鼻子的輪廓。
識別面部表情確定一個人是在微笑還是閉著眼睛。
跨視頻幀跟踪人臉獲取檢測到的每個人臉的標識符。此標識符在調用中是一致的,因此您可以例如對視頻流中的特定人執行圖像處理。
實時處理視頻幀人臉檢測在設備上執行,速度足夠快,可用於實時應用,例如視頻處理。

示例結果

示例 1

對於檢測到的每個人臉:

第 1 個,共 3 個
邊界多邊形(884.880004882812, 149.546676635742), (1030.77197265625, 149.546676635742), (1030.77197265625, 329.660278320312), (884.20100460228)
旋轉角度Y:-14.054030418395996,Z:-55.007488250732422
跟踪號碼2
面部標誌
左眼(945.869323730469, 211.867126464844)
右眼(971.579467773438, 247.257247924805)
嘴巴底部(907.756591796875, 259.714477539062)

... ETC。

特徵概率
微笑0.88979166746139526
左眼睜開0.98635888937860727
右眼睜開0.99258323386311531

示例2(人臉輪廓檢測)

啟用面部輪廓檢測後,您還將獲得檢測到的每個面部特徵的點列表。這些點代表特徵的形狀。下圖說明了這些點如何映射到人臉(單擊圖像放大):

面部特徵輪廓
鼻樑(505.149811, 221.201797), (506.987122, 313.285919)
左眼(404.642029, 232.854431), (408.527283, 231.366623), (413.565796, 229.427856), (421.378296, 226.967682), (432.598755, 225.434143), (442.953064, 226.089508), (453.899811, 228.594818), (461.516418, 232.650467), (465.069580 , 235.600845), (462.170410, 236.316147), (456.233643, 236.891602), (446.363922, 237.966888), (435.698914, 238.149323), (424.320740, 237.235168), (416.037720, 236.012115), (409.983459, 234.870300)
上唇頂部(421.662048, 354.520813), (428.103882, 349.694061), (440.847595, 348.048737), (456.549988, 346.295532), (480.526489, 346.089294), (503.375702, 349.470459), (525.624634, 347.352783), (547.371155, 349.091980), (560.082031 , 351.693268), (570.226685, 354.210175), (575.305420, 359.257751)
(ETC。)