Hướng dẫn phát hiện khuôn mặt

Tác vụ Trình phát hiện khuôn mặt MediaPipe cho phép bạn phát hiện khuôn mặt trong hình ảnh hoặc video. Bạn có thể dùng tác vụ này để xác định vị trí của khuôn mặt và các đặc điểm trên khuôn mặt trong một khung hình. Nhiệm vụ này sử dụng mô hình học máy (ML) hoạt động với các hình ảnh đơn lẻ hoặc một luồng hình ảnh liên tục. Nhiệm vụ sẽ xuất ra vị trí khuôn mặt, cùng với các điểm chính trên khuôn mặt sau: mắt trái, mắt phải, đầu mũi, miệng, tổn thương mắt trái và tổn thương mắt phải.

Hãy dùng thử!arrow_forward

Bắt đầu

Hãy bắt đầu sử dụng tác vụ này bằng cách làm theo một trong những hướng dẫn triển khai sau cho nền tảng mục tiêu của bạn. Các hướng dẫn dành riêng cho nền tảng này sẽ hướng dẫn bạn cách triển khai cơ bản của tác vụ này, bao gồm cả mô hình được đề xuất và mã ví dụ với các lựa chọn cấu hình được đề xuất:

• Android – Ví dụ về mã – Hướng dẫn
• Python – Ví dụ về mã – Hướng dẫn
• Web – Ví dụ về mã – Hướng dẫn
• iOS – Ví dụ về mã – Hướng dẫn

Thông tin chi tiết về việc cần làm

Phần này mô tả các tính năng, dữ liệu đầu vào, đầu ra và tuỳ chọn cấu hình của tác vụ này.

Tính năng

• Xử lý hình ảnh đầu vào – Xử lý bao gồm việc xoay hình ảnh, đổi kích thước, chuẩn hoá và chuyển đổi không gian màu.
• Ngưỡng điểm số – Lọc kết quả dựa trên điểm dự đoán.

Lựa chọn về cấu hình

Tác vụ này có các chế độ cấu hình sau:

Mô hình

Các mô hình phát hiện khuôn mặt có thể khác nhau tuỳ theo trường hợp sử dụng dự kiến, chẳng hạn như phát hiện phạm vi ngắn và tầm xa. Các mô hình cũng thường phải đánh đổi giữa hiệu suất, độ chính xác, độ phân giải và các yêu cầu về tài nguyên. Trong một số trường hợp, có cả các tính năng bổ sung.

Các mô hình được liệt kê trong phần này là biến thể của BlazeFace, một trình phát hiện khuôn mặt nhẹ và chính xác được tối ưu hoá để dự đoán GPU trên thiết bị di động. Các mô hình BlazeFace phù hợp với các ứng dụng như ước tính điểm khoá khuôn mặt 3D, phân loại biểu thức và phân đoạn khu vực khuôn mặt. BlazeFace sử dụng một mạng trích xuất tính năng gọn nhẹ tương tự như MobileNetV1/V2.

BlazeFace (phạm vi ngắn)

Một mô hình gọn nhẹ giúp phát hiện một hoặc nhiều khuôn mặt trong hình ảnh tự chụp chân dung qua máy ảnh trên điện thoại thông minh hoặc webcam. Mô hình này được tối ưu hoá cho hình ảnh từ máy ảnh mặt trước của điện thoại ở phạm vi ngắn. Cấu trúc mô hình này sử dụng kỹ thuật mạng chập chập một phát (SSD) với một bộ mã hoá tuỳ chỉnh. Để biết thêm thông tin, hãy xem bài nghiên cứu về Trình phát hiện đa hộp phát đơn.

BlazeFace (toàn màn hình)

Một mô hình tương đối nhẹ để phát hiện một hoặc nhiều khuôn mặt trong hình ảnh từ máy ảnh trên điện thoại thông minh hoặc webcam. Mô hình này được tối ưu hoá cho hình ảnh toàn phạm vi, chẳng hạn như những hình ảnh chụp bằng máy ảnh mặt sau trên điện thoại. Cấu trúc mô hình sử dụng một kỹ thuật tương tự như mạng tích chập CenterNet với một bộ mã hoá tuỳ chỉnh.

BlazeFace Sparse (toàn dải)

Phiên bản nhẹ hơn của mô hình BlazeFace toàn dải thông thường, có kích thước nhỏ hơn khoảng 60%. Mô hình này được tối ưu hoá cho hình ảnh toàn dải, chẳng hạn như ảnh chụp bằng máy ảnh mặt sau trên điện thoại. Cấu trúc mô hình sử dụng một kỹ thuật tương tự như mạng tích chập CenterNet với một bộ mã hoá tuỳ chỉnh.

Điểm chuẩn nhiệm vụ

Dưới đây là các điểm chuẩn tác vụ cho toàn bộ quy trình dựa trên các mô hình được huấn luyện trước ở trên. Kết quả về độ trễ là độ trễ trung bình trên Pixel 6 khi sử dụng CPU / GPU.