LiteRT のご紹介: Google のオンデバイス AI 用の高性能ランタイム（旧称 TensorFlow Lite）です。

このページは Cloud Translation API によって翻訳されました。

顔ランドマーク検出ガイド（Android）

MediaPipe フェイスランドマーカータスクを使用すると、顔のランドマークと顔の表情を検出できます。使用できます。このタスクを使用して、人間の顔の表情を識別し、顔のフィルタやエフェクトを適用したり、仮想アバターを作成したりできます。このタスクで使用するもの単一の画像または連続的な画像でも処理できる必要があります。このタスクでは、顔の 3 次元のランドマーク、ブレンドシェイプが出力されます。スコア（顔の表情を表す係数）を使って、顔の微妙なリアルタイムでの表面処理、変換行列を使用して、エフェクトのレンダリングに必要な変換の数を表します。

この手順で説明するコードサンプルは、 GitHub。機能、モデル、構成オプションの詳細については、概要をご覧ください。

サンプルコード

MediaPipe Tasks のサンプルコードは、顔のランドマークの単純な実装です。アプリこの例では、物理的な Android デバイスのカメラを使用して、連続する動画ストリームで顔を検出できます。また、顔を検出することもできます。デバイスのギャラリーから画像と動画を抽出できます。

独自の Android アプリの出発点としてアプリを使用することも、アプリ自体に言及することもできます。変更する際の注意点があります。顔認識マーカーのサンプルコードは GitHub。

コードをダウンロードする

次の手順では、サンプルのローカルコピーを作成する方法を示します。 git コマンドラインツールを使用してコードを実行します。

サンプルコードをダウンロードするには:

次のコマンドを使用して Git リポジトリのクローンを作成します。
```
git clone https://github.com/google-ai-edge/mediapipe-samples
```
必要に応じて、スパースチェックアウトを使用するように Git インスタンスを構成し、顔認識マーカーサンプルアプリのファイルのみ:
```
cd mediapipe
git sparse-checkout init --cone
git sparse-checkout set examples/face_landmarker/android
```

サンプルコードのローカルバージョンを作成したら、プロジェクトをインポートできます。アプリを実行します。手順については、セットアップガイド: Android。

主要コンポーネント

次のファイルには、この顔のランドマークのサンプルに不可欠なコードが含まれています。アプリケーション:

FaceLandmarkerHelper.kt - 顔ランドマークを初期化し、モデルとデリゲートを処理します選択します。
CameraFragment.kt - デバイスのカメラを処理し、画像と動画の入力データを処理します。
GalleryFragment.kt - OverlayView を操作して、出力画像または動画を表示します。
OverlayView.kt - 検出された顔の顔メッシュを使用したディスプレイを実装します。

セットアップ

このセクションでは、開発環境をセットアップする主な手順と顔認識地マーカーを使用するコードプロジェクトです。一般的な情報については、 MediaPipe タスクを使用するための開発環境の設定プラットフォームバージョンの要件については、 Android。

依存関係

顔のランドマークタスクでは、com.google.mediapipe:tasks-vision ライブラリを使用します。追加これを Android アプリの build.gradle ファイルに追加します。

dependencies {
    implementation 'com.google.mediapipe:tasks-vision:latest.release'
}

モデル

MediaPipe フェイスランドマーカータスクには、以下と互換性のあるトレーニング済みモデルバンドルが必要ですできます。顔認識マーカーに使用できるトレーニング済みモデルについて詳しくは、タスクの概要のモデルセクションをご覧ください。

モデルを選択してダウンロードし、プロジェクトディレクトリに保存します。

<dev-project-root>/src/main/assets

ModelAssetPath パラメータ内でモデルのパスを指定します。サンプルコードの場合、モデルは FaceLandmarkerHelper.kt ファイル:

baseOptionsBuilder.setModelAssetPath(MP_FACE_LANDMARKER_TASK)

タスクを作成する

MediaPipe フェイスランドマーカータスクでは、createFromOptions() 関数を使用してタスクを実行します。createFromOptions() 関数は構成の値を受け入れます。。構成オプションの詳細については、構成オプションをご覧ください。

顔認識地マーカーは、静止画像、動画といった入力データタイプをサポートしています。ファイル、ライブ動画ストリームなどです。実行モードを指定する必要がありますタスクの作成時に、入力データ型に対応する値を宣言します。タブを選択タスクの作成方法とコード実行方法を説明します。

画像

val baseOptionsBuilder = BaseOptions.builder().setModelAssetPath(MP_FACE_LANDMARKER_TASK)
val baseOptions = baseOptionBuilder.build()

val optionsBuilder = 
    FaceLandmarker.FaceLandmarkerOptions.builder()
        .setBaseOptions(baseOptionsBuilder.build())
        .setMinFaceDetectionConfidence(minFaceDetectionConfidence)
        .setMinTrackingConfidence(minFaceTrackingConfidence)
        .setMinFacePresenceConfidence(minFacePresenceConfidence)
        .setNumFaces(maxNumFaces)
        .setRunningMode(RunningMode.IMAGE)

val options = optionsBuilder.build()
FaceLandmarker = FaceLandmarker.createFromOptions(context, options)

動画

val baseOptionsBuilder = BaseOptions.builder().setModelAssetPath(MP_FACE_LANDMARKER_TASK)
val baseOptions = baseOptionBuilder.build()

val optionsBuilder = 
    FaceLandmarker.FaceLandmarkerOptions.builder()
        .setBaseOptions(baseOptionsBuilder.build())
        .setMinFaceDetectionConfidence(minFaceDetectionConfidence)
        .setMinTrackingConfidence(minFaceTrackingConfidence)
        .setMinFacePresenceConfidence(minFacePresenceConfidence)
        .setNumFaces(maxNumFaces)
        .setRunningMode(RunningMode.VIDEO)

val options = optionsBuilder.build()
FaceLandmarker = FaceLandmarker.createFromOptions(context, options)

ライブ配信

val baseOptionsBuilder = BaseOptions.builder().setModelAssetPath(MP_FACE_LANDMARKER_TASK)
val baseOptions = baseOptionBuilder.build()

val optionsBuilder = 
    FaceLandmarker.FaceLandmarkerOptions.builder()
        .setBaseOptions(baseOptionsBuilder.build())
        .setMinFaceDetectionConfidence(minFaceDetectionConfidence)
        .setMinTrackingConfidence(minFaceTrackingConfidence)
        .setMinFacePresenceConfidence(minFacePresenceConfidence)
        .setNumFaces(maxNumFaces)
        .setResultListener(this::returnLivestreamResult)
        .setErrorListener(this::returnLivestreamError)
        .setRunningMode(RunningMode.LIVE_STREAM)

val options = optionsBuilder.build()
FaceLandmarker = FaceLandmarker.createFromOptions(context, options)

顔認識用マーカーのサンプルコードを実装すると、処理モードを選択できますこのアプローチでは、タスク作成コードが複雑になり、ユースケースに適さない場合がありますこのコードは setupFaceLandmarker() 関数を次の FaceLandmarkerHelper.kt 表示されます。

構成オプション

このタスクには、Android アプリ用に次の構成オプションがあります。

オプション名	説明	値の範囲	デフォルト値
`runningMode`	タスクの実行モードを設定します。3 つのモード: IMAGE: 単一画像入力のモード。 VIDEO: 動画のデコードされたフレームのモード。 LIVE_STREAM: 入力のライブ配信のモードカメラからのデータなどです。このモードでは、resultListener は結果を受け取るリスナーを設定するために呼び出されます。使用できます。	{`IMAGE, VIDEO, LIVE_STREAM`}	`IMAGE`
`numFaces`	`FaceLandmarker`。平滑化は次の場合にのみ適用されます。 `num_faces` は 1 に設定されています。	`Integer > 0`	`1`
`minFaceDetectionConfidence`	顔検出に必要な最小信頼スコア成功したとみなされます。	`Float [0.0,1.0]`	`0.5`
`minFacePresenceConfidence`	顔存在の最小信頼スコア顔のランドマーク検出のスコアが出力されます。	`Float [0.0,1.0]`	`0.5`
`minTrackingConfidence`	顔トラッキングの最小信頼スコア成功とみなされます。	`Float [0.0,1.0]`	`0.5`
`outputFaceBlendshapes`	顔認識地マーカーが顔ブレンドシェイプを出力するかどうか。顔ブレンドシェイプは、3D 顔モデルのレンダリングに使用されます。	`Boolean`	`False`
`outputFacialTransformationMatrixes`	FaceLandmarker が顔を出力するかどうか変換行列が作成されますFaceLandMarker で行列を使用して、顔のランドマークを正規の顔モデルから検出されたランドマークに効果を適用できます。	`Boolean`	`False`
`resultListener`	ランドマークの結果を受け取るように結果リスナーを設定します。自動的に同期されます。実行モードが `LIVE_STREAM` に設定されている場合にのみ使用できます	`ResultListener`	`N/A`
`errorListener`	オプションのエラーリスナーを設定します。	`ErrorListener`	`N/A`

データの準備

Face Landmarker は、画像、動画ファイル、ライブ動画ストリームで動作します。タスクサイズ変更、回転、値を含むデータ入力の前処理を処理説明します。

次のコードは、処理のためにデータを引き渡す方法を示しています。これらのサンプルには、画像、動画ファイル、ライブストリーミングデータ、動画ストリーム。

画像

import com.google.mediapipe.framework.image.BitmapImageBuilder
import com.google.mediapipe.framework.image.MPImage

// Convert the input Bitmap object to an MPImage object to run inference
val mpImage = BitmapImageBuilder(image).build()

動画

import com.google.mediapipe.framework.image.BitmapImageBuilder
import com.google.mediapipe.framework.image.MPImage

val argb8888Frame =
    if (frame.config == Bitmap.Config.ARGB_8888) frame
    else frame.copy(Bitmap.Config.ARGB_8888, false)

// Convert the input Bitmap object to an MPImage object to run inference
val mpImage = BitmapImageBuilder(argb8888Frame).build()

ライブ配信

import com.google.mediapipe.framework.image.BitmapImageBuilder
import com.google.mediapipe.framework.image.MPImage

// Convert the input Bitmap object to an MPImage object to run inference
val mpImage = BitmapImageBuilder(rotatedBitmap).build()

顔認識マーカーのサンプルコードでは、 FaceLandmarkerHelper.kt 表示されます。

タスクを実行する

扱うデータのタイプに応じて、そのデータ型に固有の FaceLandmarker.detect...() メソッドを使用します。使用個々の画像の場合は detect()、動画ファイル内のフレームの場合は detectForVideo()、動画ストリームの場合は detectAsync() です。Cloud Storage バケットに検出を別のスレッドで実行して、この問題を回避してください。ユーザーインターフェーススレッドをブロックします。

次のコードサンプルは、顔認識機能の実行方法の簡単な例を示しています。さまざまなデータモードで

画像

val result = FaceLandmarker.detect(mpImage)

動画

val timestampMs = i * inferenceIntervalMs

FaceLandmarker.detectForVideo(mpImage, timestampMs)
    .let { detectionResult ->
        resultList.add(detectionResult)
    }

ライブ配信

val mpImage = BitmapImageBuilder(rotatedBitmap).build()
val frameTime = SystemClock.uptimeMillis()

FaceLandmarker.detectAsync(mpImage, frameTime)

次の点にご留意ください。

動画モードまたはライブ配信モードで実行する場合は、顔認識地マーカータスクへの入力フレームのタイムスタンプ。
画像モードまたは動画モードで実行すると、顔認識地マーカータスクがブロックされます。入力画像やフレームの処理が完了するまで、現在のスレッドを待機状態にします。宛先ユーザーインターフェースをブロックせずに、バックグラウンドで処理を実行使用します。
ライブストリームモードで実行している場合、顔認識ツールタスクは現在のスレッドをブロックしません。このメソッドは、完了するたびに、その検出結果が表示されます。

顔認識マーカーのサンプルコードでは、detect、detectForVideo、 detectAsync 関数は、 FaceLandmarkerHelper.kt 表示されます。

結果の処理と表示

顔認識地マーカーは、検出のたびに FaceLandmarkerResult オブジェクトを返します。あります。結果のオブジェクトには、検出された顔ごとに顔メッシュが含まれ、各顔ランドマークの座標です。必要に応じて、結果オブジェクトには顔の表情を表すブレンドシェイプと、変換行列を使用して、検出されたランドマークに顔効果を適用します。

このタスクからの出力データの例を次に示します。

FaceLandmarkerResult:
  face_landmarks:
    NormalizedLandmark #0:
      x: 0.5971359014511108
      y: 0.485361784696579
      z: -0.038440968841314316
    NormalizedLandmark #1:
      x: 0.3302789330482483
      y: 0.29289937019348145
      z: -0.09489090740680695
    ... (478 landmarks for each face)
  face_blendshapes:
    browDownLeft: 0.8296722769737244
    browDownRight: 0.8096957206726074
    browInnerUp: 0.00035583582939580083
    browOuterUpLeft: 0.00035752105759456754
    ... (52 blendshapes for each face)
  facial_transformation_matrixes:
    [9.99158978e-01, -1.23036895e-02, 3.91213447e-02, -3.70770246e-01]
    [1.66496094e-02,  9.93480563e-01, -1.12779640e-01, 2.27719707e+01]
    ...

次の図は、タスク出力を可視化したものです。

顔認識マーカーのサンプルコードは、返された結果を表示する方法を示しています。タスクの詳細については、 OverlayView クラスをご覧ください。