Web 版人脸检测指南

借助 MediaPipe 人脸检测器任务，您可以检测图片或视频中的人脸。您可以使用此任务在帧中定位人脸和面部特征。此任务使用可处理单张图片或连续图片流的机器学习 (ML) 模型。该任务会输出人脸位置以及以下面部关键点：左眼、右眼、鼻尖、嘴巴、左眼悲剧和右眼悲剧。

以下说明介绍了如何使用适用于 Web 应用和 JavaScript 应用的人脸检测器。如需详细了解此任务的功能、模型和配置选项，请参阅概览。

代码示例

人脸检测器的示例代码在 JavaScript 中提供了此任务的完整实现，以供您参考。此代码可帮助您测试此任务并开始构建自己的人脸检测应用。您只需使用网络浏览器即可查看、运行和修改人脸检测器示例代码。

初始设置

本部分介绍了专门针对使用人脸检测器而设置开发环境的关键步骤。如需了解有关设置 Web 和 JavaScript 开发环境的一般信息（包括平台版本要求），请参阅 Web 设置指南。

JavaScript 软件包

人脸检测器代码通过 MediaPipe @mediapipe/tasks-vision NPM 软件包提供。您可以按照平台设置指南中的说明找到并下载这些库。

您可以使用以下命令通过 NPM 安装所需的软件包：

npm install @mediapipe/tasks-vision

如果您想通过内容分发网络 (CDN) 服务导入任务代码，请在 HTML 文件的 <head> 标记中添加以下代码：

<!-- You can replace JSDeliver with another CDN if you prefer to -->
<head>
  <script src="https://cdn.jsdelivr.net/npm/@mediapipe/tasks-vision/vision_bundle.js"
    crossorigin="anonymous"></script>
</head>

模型

MediaPipe 人脸检测器任务需要使用与此任务兼容的经过训练的模型。如需详细了解可用于人脸检测器的经过训练的模型，请参阅任务概览“模型”部分。

选择并下载模型，然后将其存储在项目目录中：

<dev-project-root>/app/shared/models/

创建任务

使用某个人脸检测器 createFrom...() 函数来准备运行推断的任务。结合使用 createFromModelPath() 函数和经过训练的模型文件的相对或绝对路径。如果模型已加载到内存中，您可以使用 createFromModelBuffer() 方法。

以下代码示例演示了如何使用 createFromOptions() 函数设置任务。借助 createFromOptions 函数，您可以使用配置选项自定义人脸检测器。如需详细了解配置选项，请参阅配置选项。

以下代码演示了如何使用自定义选项构建和配置任务：

const vision = await FilesetResolver.forVisionTasks(
  // path/to/wasm/root
  "https://cdn.jsdelivr.net/npm/@mediapipe/tasks-vision@latest/wasm"
);
const facedetector = await FaceDetector.createFromOptions(
    vision,
    {
      baseOptions: {
        modelAssetPath: "path/to/model"
      },
      runningMode: runningMode
    });

配置选项

此任务针对 Web 应用和 JavaScript 应用提供以下配置选项：

选项名称 说明 值范围 默认值
option_var_1_web_js 设置任务的运行模式。有两种模式：

IMAGE：单张图片输入的模式。

VIDEO：视频的解码帧或输入数据（例如来自摄像头）的直播数据中的解码帧的模式。		 {IMAGE, VIDEO} IMAGE
minDetectionConfidence 人脸检测被视为成功的最低置信度分数。 Float [0,1] 0.5
minSuppressionThreshold 将人脸检测视为重叠的最小非最大抑制阈值。 Float [0,1] 0.3

准备数据

人脸检测器可以检测主机浏览器支持的任何格式的图片中的人脸。该任务还可处理数据输入预处理，包括大小调整、旋转和值归一化。如需检测视频中的人脸，您可以使用该 API 一次快速处理一帧，同时根据帧的时间戳来确定人脸在视频中出现的时间。

运行任务

人脸检测器使用 detect()（运行模式为 image）和 detectForVideo()（运行模式 video）方法触发推断。该任务会处理数据，尝试检测人脸，然后报告结果。

对人脸检测器 detect() 和 detectForVideo() 方法的调用会同步运行，并阻塞界面线程。如果您通过设备的摄像头检测视频帧中的人脸，则每次检测都会阻塞主线程。为防止出现这种情况，您可以实现 Web 工作器以在另一个线程上运行 detect() 和 detectForVideo() 方法。

以下代码演示了如何使用任务模型执行处理：

映像

const image = document.getElementById("image") as HTMLImageElement;
const faceDetectorResult = faceDetector.detect(image);

视频

await faceDetector.setOptions({ runningMode: "video" });

let lastVideoTime = -1;
function renderLoop(): void {
  const video = document.getElementById("video");

  if (video.currentTime !== lastVideoTime) {
    const detections = faceDetector.detectForVideo(video);
    processResults(detections);
    lastVideoTime = video.currentTime;
  }

  requestAnimationFrame(() => {
    renderLoop();
  });
}

如需了解运行人脸检测器任务的更完整实现，请参阅代码示例。

处理和显示结果

对于每次检测运行，人脸检测器都会生成一个人脸检测器结果对象。结果对象包含图片坐标中的人脸和世界坐标中的人脸。

下面显示了此任务的输出数据示例：

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)

下图显示了任务输出的可视化效果：

对于没有边界框的图片，请参阅原始图片。

人脸检测器示例代码演示了如何显示任务返回的结果，请参阅代码示例