Guide de détection de visages pour iOS

La tâche "Détecteur de visages" vous permet de détecter les visages dans une image ou une vidéo. Vous pouvez utiliser cette tâche pour localiser des visages et des traits de visage dans un cadre. Cette tâche utilise un modèle de machine learning (ML) fonctionnant avec des images uniques ou un flux continu d'images. La tâche génère la position des visages, ainsi que les points clés du visage suivants: œil gauche, œil droit, embout du nez, bouche, tragion de l'œil gauche et tragion de l'œil droit.

L'exemple de code décrit dans ces instructions est disponible sur GitHub. Pour voir concrètement cette tâche, regardez cette démonstration Web. Pour en savoir plus sur les fonctionnalités, les modèles et les options de configuration de cette tâche, consultez la présentation.

Exemple de code

L'exemple de code MediaPipe Tasks est une implémentation simple d'une application de détection de visages pour iOS. Cet exemple utilise la caméra d'un appareil Android physique pour détecter les visages dans un flux vidéo en continu. L'application peut également détecter les visages dans des images et des vidéos de la galerie de l'appareil.

Vous pouvez utiliser l'application comme point de départ pour votre propre application iOS, ou vous y référer lorsque vous modifiez une application existante. L'exemple de code du détecteur de visages est hébergé sur GitHub.

Télécharger le code

Les instructions suivantes vous expliquent comment créer une copie locale de l'exemple de code à l'aide de l'outil de ligne de commande git.

Pour télécharger l'exemple de code, procédez comme suit:

1. Clonez le dépôt git à l'aide de la commande suivante:

   git clone https://github.com/google-ai-edge/mediapipe-samples
   

2. Vous pouvez éventuellement configurer votre instance Git pour utiliser le paiement creux afin de n'avoir que les fichiers de l'application exemple de détection de visages:

   cd mediapipe
   git sparse-checkout init --cone
   git sparse-checkout set examples/face_detector/ios/
   

Après avoir créé une version locale de l'exemple de code, vous pouvez installer la bibliothèque de tâches MediaPipe, ouvrir le projet à l'aide de Xcode et exécuter l'application. Pour obtenir des instructions, consultez le guide de configuration pour iOS.

Composants clés

Les fichiers suivants contiennent le code crucial de l'exemple d'application de détection de visages:

• FaceDetectorService.swift : initialise le détecteur, gère la sélection du modèle et exécute l'inférence sur les données d'entrée.
• CameraViewController : implémente l'UI pour le mode d'entrée du flux de la caméra en direct et affiche les résultats de la détection.
• MediaLibraryViewController.swift : implémente l'interface utilisateur pour le mode d'entrée de fichier image fixe et vidéo, et visualise les résultats de détection.

Préparation

Cette section décrit les étapes clés de la configuration de votre environnement de développement et de vos projets de code afin d'utiliser le détecteur de visages. Pour obtenir des informations générales sur la configuration de votre environnement de développement pour l'utilisation des tâches MediaPipe, y compris les exigences de version de la plate-forme, consultez le guide de configuration pour iOS.

Dépendances

La fonctionnalité de détection de visages utilise la bibliothèque MediaPipeTasksVision, qui doit être installée à l'aide de CocoaPods. La bibliothèque est compatible avec les applications Swift et Objective-C, et ne nécessite aucune configuration spécifique au langage utilisé.

Pour savoir comment installer CocoaPods sous macOS, consultez le guide d'installation de CocoaPods. Pour savoir comment créer un Podfile avec les pods nécessaires à votre application, consultez la section Utiliser CocoaPods.

Ajoutez le pod MediaPipeTasksVision dans le fichier Podfile à l'aide du code suivant:

target 'MyFaceDetectorApp' do
  use_frameworks!
  pod 'MediaPipeTasksVision'
end

Si votre application inclut des cibles de tests unitaires, consultez le guide de configuration pour iOS afin d'obtenir des informations supplémentaires sur la configuration de votre Podfile.

Modèle

La tâche MediaPipe de détection de visages nécessite un modèle entraîné compatible avec cette tâche. Pour en savoir plus sur les modèles entraînés disponibles pour le détecteur de visages, consultez la section Modèles de la présentation des tâches.

Sélectionnez et téléchargez un modèle, puis ajoutez-le au répertoire de votre projet à l'aide de Xcode. Pour savoir comment ajouter des fichiers à votre projet Xcode, consultez la page Gérer les fichiers et les dossiers dans votre projet Xcode.

Utilisez la propriété BaseOptions.modelAssetPath pour spécifier le chemin d'accès au modèle dans votre app bundle. Pour obtenir un exemple de code, consultez la section suivante.

Créer la tâche

Vous pouvez créer la tâche "Détecteur de visages" en appelant l'un de ses initialiseurs. L'initialiseur FaceDetector(options:) accepte les valeurs pour les options de configuration.

Si vous n'avez pas besoin d'un détecteur de visages initialisé avec des options de configuration personnalisées, vous pouvez utiliser l'initialiseur FaceDetector(modelPath:) pour créer un détecteur de visages avec les options par défaut. Pour en savoir plus sur les options de configuration, consultez la section Présentation de la configuration.

La tâche "Détecteur de visages" accepte trois types de données d'entrée: les images fixes, les fichiers vidéo et les flux vidéo en direct. Par défaut, FaceDetector(modelPath:) initialise une tâche pour les images fixes. Si vous souhaitez que votre tâche soit initialisée pour traiter les fichiers vidéo ou les flux vidéo en direct, utilisez FaceDetector(options:) pour spécifier le mode d'exécution de la vidéo ou du streaming en direct. Le mode de diffusion en direct nécessite également l'option de configuration faceDetectorLiveStreamDelegate supplémentaire, qui permet au détecteur de visages de fournir les résultats de détection des visages au délégué de manière asynchrone.

Choisissez l'onglet correspondant à votre mode d'exécution pour voir comment créer la tâche et exécuter l'inférence.

Swift

import MediaPipeTasksVision

let modelPath = Bundle.main.path(forResource: "model",
                                      ofType: "tflite")

let options = FaceDetectorOptions()
options.baseOptions.modelAssetPath = modelPath
options.runningMode = .image

let faceDetector = try FaceDetector(options: options)
    

import MediaPipeTasksVision

let modelPath = Bundle.main.path(forResource: "model",
                                      ofType: "tflite")

let options = FaceDetectorOptions()
options.baseOptions.modelAssetPath = modelPath
options.runningMode = .video

let faceDetector = try FaceDetector(options: options)
    

import MediaPipeTasksVision

// Class that conforms to the `FaceDetectorLiveStreamDelegate` protocol and
// implements the method that the face detector calls once it finishes
// detecting faces in each input frame.
class FaceDetectorResultProcessor: NSObject, FaceDetectorLiveStreamDelegate {

  func faceDetector(
    _ faceDetector: FaceDetector,
    didFinishDetection result: FaceDetectorResult?,
    timestampInMilliseconds: Int,
    error: Error?) {

    // Process the face detection result or errors here.

  }
}

let modelPath = Bundle.main.path(
  forResource: "model",
  ofType: "tflite")

let options = FaceDetectorOptions()
options.baseOptions.modelAssetPath = modelPath
options.runningMode = .liveStream

// Assign an object of the class to the `faceDetectorLiveStreamDelegate`
// property.
let processor = FaceDetectorResultProcessor()
options.faceDetectorLiveStreamDelegate = processor

let faceDetector = try FaceDetector(options: options)
    

Objective-C

@import MediaPipeTasksVision;

NSString *modelPath = [[NSBundle mainBundle] pathForResource:@"model"
                                                      ofType:@"tflite"];

MPPFaceDetectorOptions *options = [[MPPFaceDetectorOptions alloc] init];
options.baseOptions.modelAssetPath = modelPath;
options.runningMode = MPPRunningModeImage;

MPPFaceDetector *faceDetector =
      [[MPPFaceDetector alloc] initWithOptions:options error:nil];
    

@import MediaPipeTasksVision;

NSString *modelPath = [[NSBundle mainBundle] pathForResource:@"model"
                                                      ofType:@"tflite"];

MPPFaceDetectorOptions *options = [[MPPFaceDetectorOptions alloc] init];
options.baseOptions.modelAssetPath = modelPath;
options.runningMode = MPPRunningModeVideo;

MPPFaceDetector *faceDetector =
      [[MPPFaceDetector alloc] initWithOptions:options error:nil];
    

@import MediaPipeTasksVision;

// Class that conforms to the `MPPFaceDetectorLiveStreamDelegate` protocol
// and implements the method that the face detector calls once it finishes
// detecting faces in each input frame.

@interface APPFaceDetectorResultProcessor : NSObject 

@end

@implementation APPFaceDetectorResultProcessor

-   (void)faceDetector:(MPPFaceDetector *)faceDetector
    didFinishDetectionWithResult:(MPPFaceDetectorResult *)faceDetectorResult
         timestampInMilliseconds:(NSInteger)timestampInMilliseconds
                           error:(NSError *)error {

    // Process the face detector result or errors here.

}

@end

NSString *modelPath = [[NSBundle mainBundle] pathForResource:@"model"
                                                      ofType:@"tflite"];

MPPFaceDetectorOptions *options = [[MPPFaceDetectorOptions alloc] init];
options.baseOptions.modelAssetPath = modelPath;
options.runningMode = MPPRunningModeLiveStream;

// Assign an object of the class to the `faceDetectorLiveStreamDelegate`
// property.
APPFaceDetectorResultProcessor *processor = [APPFaceDetectorResultProcessor new];
options.faceDetectorLiveStreamDelegate = processor;

MPPFaceDetector *faceDetector =
      [[MPPFaceDetector alloc] initWithOptions:options error:nil];
    

Remarque:Si vous utilisez le mode vidéo ou le mode de diffusion en direct, le détecteur de visages utilise le suivi pour éviter de déclencher le modèle de détection à chaque image, ce qui permet de réduire la latence.

Options de configuration

Cette tâche comporte les options de configuration suivantes pour les applications iOS:

Configuration de la diffusion en direct

Lorsque le mode d'exécution est défini sur "Diffuser en direct", le détecteur de visages nécessite l'option de configuration faceDetectorLiveStreamDelegate supplémentaire, qui permet au détecteur de visages de fournir les résultats de détection de manière asynchrone. Le délégué met en œuvre la méthode faceDetector(_:didFinishDetection:timestampInMilliseconds:error:), que le détecteur de visages appelle après avoir traité les résultats de détection de visages pour chaque image.

Préparation des données

Vous devez convertir l'image ou le cadre d'entrée en objet MPImage avant de le transmettre au détecteur de visages. MPImage accepte différents types de formats d'image iOS et peut les utiliser dans n'importe quel mode d'exécution pour l'inférence. Pour en savoir plus sur MPImage, consultez l'API MPImage.

Choisissez un format d'image iOS en fonction de votre cas d'utilisation et du mode d'exécution requis par votre application.MPImage accepte les formats d'image iOS UIImage, CVPixelBuffer et CMSampleBuffer.

UIImage

Le format UIImage convient bien aux modes d'exécution suivants:

• Images: les images d'un app bundle, d'une galerie de l'utilisateur ou d'un système de fichiers au format UIImage peuvent être converties en objet MPImage.

• Vidéos: utilisez AVAssetImageGenerator pour extraire des images vidéo au format CGImage, puis convertissez-les en images UIImage.

// Load an image on the user's device as an iOS `UIImage` object.

// Convert the `UIImage` object to a MediaPipe's Image object having the default
// orientation `UIImage.Orientation.up`.
let image = try MPImage(uiImage: image)
    

// Load an image on the user's device as an iOS `UIImage` object.

// Convert the `UIImage` object to a MediaPipe's Image object having the default
// orientation `UIImageOrientationUp`.
MPImage *image = [[MPPImage alloc] initWithUIImage:image error:nil];
    

L'exemple initialise un MPImage avec l'orientation par défaut UIImage.Orientation.Up. Vous pouvez initialiser un MPImage avec l'une des valeurs UIImage.Orientation acceptées. Le détecteur de visages n'est pas compatible avec les orientations en miroir, telles que .upMirrored, .downMirrored, .leftMirrored et .rightMirrored.

Pour en savoir plus sur UIImage, consultez la documentation sur l'UIImage pour les développeurs Apple.

CVPixelBuffer

Le format CVPixelBuffer convient bien aux applications qui génèrent des frames et utilisent le framework iOS CoreImage pour le traitement.

Le format CVPixelBuffer convient bien aux modes d'exécution suivants:

• Images: les applications qui génèrent des images CVPixelBuffer après un traitement à l'aide du framework CoreImage d'iOS peuvent être envoyées au détecteur de visages en mode d'exécution de l'image.

• Vidéos: les images vidéo peuvent être converties au format CVPixelBuffer pour être traitées, puis envoyées au détecteur de visages en mode vidéo.

• Diffusion en direct: les applications qui utilisent une caméra iOS pour générer des images peuvent être converties au format CVPixelBuffer à des fins de traitement avant d'être envoyées au détecteur de visages en mode de diffusion en direct.

// Obtain a CVPixelBuffer.

// Convert the `CVPixelBuffer` object to a MediaPipe's Image object having the default
// orientation `UIImage.Orientation.up`.
let image = try MPImage(pixelBuffer: pixelBuffer)
    

// Obtain a CVPixelBuffer.

// Convert the `CVPixelBuffer` object to a MediaPipe's Image object having the
// default orientation `UIImageOrientationUp`.
MPImage *image = [[MPPImage alloc] initWithUIImage:image error:nil];
    

Pour en savoir plus sur CVPixelBuffer, reportez-vous à la documentation sur CVPixelBuffer pour les développeurs.

CMSampleBuffer

Le format CMSampleBuffer stocke des échantillons multimédias d'un même type. Il convient parfaitement au mode d'exécution de diffusion en direct. Les images en direct des appareils photo iOS sont diffusées de manière asynchrone au format CMSampleBuffer par AVCaptureVideoDataOutput d'iOS.

// Obtain a CMSampleBuffer.

// Convert the `CMSampleBuffer` object to a MediaPipe's Image object having the default
// orientation `UIImage.Orientation.up`.
let image = try MPImage(sampleBuffer: sampleBuffer)
    

// Obtain a `CMSampleBuffer`.

// Convert the `CMSampleBuffer` object to a MediaPipe's Image object having the
// default orientation `UIImageOrientationUp`.
MPImage *image = [[MPPImage alloc] initWithSampleBuffer:sampleBuffer error:nil];
    

Pour en savoir plus sur CMSampleBuffer, reportez-vous à la documentation sur CMSampleBuffer pour les développeurs d'Apple.

Exécuter la tâche

Pour exécuter le détecteur de visages, utilisez la méthode detect() spécifique au mode d'exécution attribué:

• Image fixe: detect(image:)
• Vidéo : detect(videoFrame:timestampInMilliseconds:)
• Diffusion en direct : detectAsync(image:timestampInMilliseconds:)

La fonction de détection de visages affiche les visages détectés dans l'image ou le cadre d'entrée.

Les exemples de code suivants montrent comment exécuter le détecteur de visages dans ces différents modes d'exécution:

Swift

let result = try faceDetector.detect(image: image)
    

let result = try faceDetector.detect(
  videoFrame: image,
  timestampInMilliseconds: timestamp)
    

try faceDetector.detectAsync(
  image: image,
  timestampInMilliseconds: timestamp)
    

Objective-C

MPPFaceDetectorResult *result = [faceDetector detectInImage:image
                                                      error:nil];
    

MPPFaceDetectorResult *result = [faceDetector detectInVideoFrame:image
                                         timestampInMilliseconds:timestamp
                                                           error:nil];
    

BOOL success = [faceDetector detectAsyncInImage:image
                        timestampInMilliseconds:timestamp
                                          error:nil];
    

L'exemple de code de détection de visages montre les implémentations de chacun de ces modes plus en détail detect(image:), detect(videoFrame:timestampInMilliseconds:) et detectAsync(image:timestampInMilliseconds:). L'exemple de code permet à l'utilisateur de basculer entre les modes de traitement, ce qui n'est peut-être pas nécessaire pour votre cas d'utilisation.

Veuillez noter les points suivants :

• Lors de l'exécution en mode vidéo ou en mode diffusion en direct, vous devez également fournir l'horodatage de l'image d'entrée à la tâche de détection de visages.

• En mode image ou vidéo, la tâche de détection de visages bloque le thread actuel jusqu'à ce qu'elle ait fini de traiter l'image ou le cadre d'entrée. Pour éviter de bloquer le thread actuel, exécutez le traitement dans un thread en arrière-plan à l'aide des frameworks Dispatch ou NSOperation d'iOS.

• Lors de l'exécution en mode de diffusion en direct, la tâche de détection de visages est renvoyée immédiatement et ne bloque pas le thread actuel. Il appelle la méthode faceDetector(_:didFinishDetection:timestampInMilliseconds:error:) avec le résultat de la détection de visages après le traitement de chaque frame d'entrée. Le détecteur de visages appelle cette méthode de manière asynchrone sur une file d'attente de distribution en série dédiée. Pour afficher les résultats dans l'interface utilisateur, envoyez les résultats à la file d'attente principale après les avoir traités. Si la fonction detectAsync est appelée lorsque la tâche de détection de visages est occupée à traiter une autre image, le détecteur de visages ignore la nouvelle image d'entrée.

Gérer et afficher les résultats

Lors de l'exécution de l'inférence, la tâche de détection de visages renvoie un objet FaceDetectorResult contenant les cadres de délimitation des visages détectés et un score de confiance pour chacun d'eux.

Voici un exemple des données de sortie de cette tâche:

FaceDetectionResult:
  Detections:
    Detection #0:
      BoundingBox:
        origin_x: 126
        origin_y: 100
        width: 463
        height: 463
      Categories:
        Category #0:
          index: 0
          score: 0.9729152917861938
      NormalizedKeypoints:
        NormalizedKeypoint #0:
          x: 0.18298381567001343
          y: 0.2961040139198303
        NormalizedKeypoint #1:
          x: 0.3302789330482483
          y: 0.29289937019348145
        ... (6 keypoints for each face)
    Detection #1:
      BoundingBox:
        origin_x: 616
        origin_y: 193
        width: 430
        height: 430
      Categories:
        Category #0:
          index: 0
          score: 0.9251380562782288
      NormalizedKeypoints:
        NormalizedKeypoint #0:
          x: 0.6151331663131714
          y: 0.3713381886482239
        NormalizedKeypoint #1:
          x: 0.7460576295852661
          y: 0.38825345039367676
        ... (6 keypoints for each face)

L'image suivante montre une visualisation du résultat de la tâche:

Pour l'image sans cadre de délimitation, consultez l'image d'origine.

L'exemple de code du détecteur de visages montre comment afficher les résultats. Pour en savoir plus, consultez l'exemple de code.