顔検出のコンセプトの概要

顔検出は、視覚媒体（デジタル画像または動画）にある人間の顔を自動的に識別するプロセスです。顔が検出されると、顔の位置が、関連するサイズと方向の情報とともに報告されます。検出された顔は、目や鼻などのランドマークで検索できます。

ML Kit の顔検出機能の説明で使用する用語の一部を以下に示します。

• 顔トラッキング: 顔検出を動画シーケンスに拡張します。動画に出現する任意の顔（期間も任意）をトラッキングすることができます。つまり、連続する動画フレームで検出された顔を同一人物として識別することができます。この機能は顔認識の一形態ではないことにご注意ください。このメカニズムは、動画シーケンス内の顔の位置と動きに基づく推論のみを行います。

• ランドマーク: 顔の内部の特別な部分です。左目、右目、鼻底はすべてランドマークの例です。ML Kit には、検出された顔のランドマークを見つける機能が用意されています。

• 輪郭: 顔の特徴の形状に沿った点の集合です。ML Kit には、顔の輪郭を検出する機能が用意されています。

• 分類: ある顔の特徴が存在するかどうかを判断します。たとえば、目が開いているか閉じているかを基準にして、顔を分類することができます。別の例としては、顔が笑顔であるかどうかが基準になります。

顔の方向

以下の用語は、カメラを基準にした顔の方向の角度の説明です。

• オイラー X: オイラー X の角度が正である顔は上向きです。
• オイラー Y: オイラー Y の角度が正の場合、顔の右側がカメラに向いています。
• オイラー Z: オイラー Z の角度が正である顔は、カメラを基準にして反時計回りに回転しています。

ML Kit では、検出された顔のオイラー Z の角度を常に報告します。オイラー Y の角度を使用できるのは、顔検出器の「精細」モード設定を使用する場合に限られます（検出を高速化するためにある程度のショートカットを行う「高速」モード設定では使用できません）。オイラー X の角度はサポートされていません。

ランドマーク

ランドマークは、顔の内部の特別な部分です。左目、右目、鼻底はすべてランドマークの例です。

ML Kit は、最初にランドマークを検出してから顔全体を検出する基盤としてランドマークを使用する、という処理は行いません。詳細なランドマーク情報とは独立して顔全体を検出します。このため、ランドマーク検出はデフォルトでは有効ではないオプション ステップです。

次の表は、関連する顔のオイラー Y の角度に関して、検出可能なすべてのランドマークをまとめたものです。

検出された各ランドマークには、画像内の関連する位置が含まれます。

輪郭

輪郭は、顔の特徴の形状を表す点の集合です。次の図は、これらの点が顔にどのようにマッピングされるかを示します（画像をクリックすると拡大します）。

ML Kit によって検出される顔の特徴の輪郭はそれぞれ、一定数の点によって表されます。

すべての顔の輪郭を一度に取得すると、133 個の点の配列が得られます。これはそれぞれの輪郭に次のように対応します。

分類

分類により、ある顔の特徴が存在するかどうかを判断します。ML Kit では現在、「目を開いている」と「笑顔」の 2 つの分類をサポートしています。

分類は確実性の値として表され、顔の特徴が存在する確かさを示します。たとえば、笑顔の分類の値が 0.7 以上であれば、かなりの可能性で人が微笑んでいることを示します。

これらの分類は両方ともランドマーク検出に依存しています。

また、「目を開いている」と「笑顔」の分類は、顔が正面を向いている場合、つまりオイラー Y の角度が小さい（おおよそ +18 度～-18 度の範囲）場合にのみ機能します。

次のステップ

iOS アプリまたは Android アプリで顔検出を使用する。

• iOS
• Android