Catch up on everthing we announced at this year's Firebase Summit. Learn more

Gesichtserkennung

Mit der Gesichtserkennungs-API von ML Kit können Sie Gesichter in einem Bild erkennen, wichtige Gesichtsmerkmale identifizieren und die Konturen erkannter Gesichter abrufen.

Mit der Gesichtserkennung erhalten Sie die Informationen, die Sie benötigen, um Aufgaben wie das Verschönern von Selfies und Porträts oder das Erstellen von Avataren aus dem Foto eines Benutzers auszuführen. Da ML Kit eine Gesichtserkennung in Echtzeit durchführen kann, können Sie es in Anwendungen wie Video-Chat oder Spielen verwenden, die auf die Gesichtsausdrücke des Spielers reagieren.

iOS Android

Wenn Sie einen Flutter - Entwickler sind, können Sie interessiert sein FlutterFire , die ein Plugin für Firebase des ML Vision - APIs enthält.

Schlüsselfähigkeiten

Gesichtszüge erkennen und lokalisieren Holen Sie sich die Koordinaten der Augen, Ohren, Wangen, Nase und Mund jedes erkannten Gesichts.
Holen Sie sich die Konturen der Gesichtszüge Rufen Sie die Konturen erkannter Gesichter und deren Augen, Augenbrauen, Lippen und Nase ab.
Gesichtsausdrücke erkennen Stellen Sie fest, ob eine Person lächelt oder die Augen geschlossen hat.
Gesichter über Videoframes hinweg verfolgen Rufen Sie eine Kennung für das Gesicht jeder einzelnen Person ab, die erkannt wird. Diese Kennung ist bei allen Aufrufen konsistent, sodass Sie beispielsweise Bildmanipulationen an einer bestimmten Person in einem Videostream durchführen können.
Videoframes in Echtzeit verarbeiten Die Gesichtserkennung wird auf dem Gerät durchgeführt und ist schnell genug, um in Echtzeitanwendungen wie der Videomanipulation verwendet zu werden.

Beispielergebnisse

Beispiel 1

Für jedes erkannte Gesicht:

Gesicht 1 von 3
Begrenzungspolygon (884.880004882812, 149.546676635742), (1030.77197265625, 149.546676635742), (1030.77197265625, 329.660278320312), (884.880004882812, 329.660278320312)
Drehwinkel Y: -14.054030418395996, Z: -55.007488250732422
Tracking ID 2
Gesichtsmerkmale
Linkes Auge (945.869323730469, 211.867126464844)
Rechtes Auge (971.579467773438, 247.257247924805)
Mundboden (907.756591796875, 259.714477539062)

... etc.

Merkmalswahrscheinlichkeiten
Lächelnd 0.88979166746139526
Linkes Auge offen 0.98635888937860727
Rechtes Auge offen 0.99258323386311531

Beispiel 2 (Gesichtskonturerkennung)

Wenn Sie die Gesichtskonturerkennung aktiviert haben, erhalten Sie auch eine Liste von Punkten für jedes erkannte Gesichtsmerkmal. Diese Punkte repräsentieren die Form des Features. Die folgende Abbildung zeigt, wie diese Punkte einem Gesicht zugeordnet werden (zum Vergrößern auf das Bild klicken):

Gesichtsmerkmalkonturen
Nasenrücken (505.149811, 221.201797), (506.987122, 313.285919)
Linkes Auge (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), (461.516418, 232.695.04618, 232.695.0658) , 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)
Oberseite der Oberlippe (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 .) , 351.693268), (570.226685, 354.210175), (575.305420, 359.257751)
(etc.)