借助 MediaPipe 人脸特征点任务,您可以检测图片和视频中的人脸特征点和面部表情。您可以使用此任务来识别人类面部表情,应用面部滤镜和特效,并创建虚拟头像。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。该任务会输出三维人脸特征点、融合变形得分(表示面部表情的系数)以实时推断详细的面部表面,还会输出转换矩阵以执行特效渲染所需的转换。
GitHub 上提供了这些说明中介绍的代码示例。 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
MediaPipe Tasks 示例代码是 Android 版人脸特征点应用的简单实现。该示例使用实体 Android 设备上的摄像头来检测连续视频流中的人脸。该应用还可以检测设备图库中的图片和视频中的人脸。
您可以使用该应用作为基础来开发自己的 Android 应用,也可以在修改现有应用时参考该应用。人脸特征点器示例代码托管在 GitHub 上。
下载代码
以下说明介绍了如何使用 git 命令行工具创建示例代码的本地副本。
如需下载示例代码,请执行以下操作:
- 使用以下命令克隆 Git 代码库:
git clone https://github.com/google-ai-edge/mediapipe-samples
- (可选)将您的 Git 实例配置为使用稀疏签出,以便只有人脸特征点示例应用的文件:
cd mediapipe git sparse-checkout init --cone git sparse-checkout set examples/face_landmarker/android
创建示例代码的本地版本后,您可以将项目导入 Android Studio 并运行应用。有关说明,请参阅 Android 设置指南。
关键组件
以下文件包含此人脸特征点示例应用的关键代码:
- FaceLandmarkerHelper.kt - 初始化脸部特征点并处理模型和委托选择。
- CameraFragment.kt - 处理设备相机以及图片和视频输入数据。
- GalleryFragment.kt - 与
OverlayView
交互以显示输出图片或视频。 - OverlayView.kt - 为检测到的人脸实现具有人脸网格的显示。
初始设置
本部分介绍了专门为使用人脸特征点而设置开发环境和代码项目的关键步骤。如需了解如何为使用 MediaPipe 任务设置开发环境的一般信息(包括平台版本要求),请参阅 Android 设置指南。
依赖项
人脸特征点任务使用 com.google.mediapipe:tasks-vision
库。请将以下依赖项添加到 Android 应用的 build.gradle
文件中:
dependencies {
implementation 'com.google.mediapipe:tasks-vision:latest.release'
}
模型
MediaPipe 人脸特征点任务需要使用与此任务兼容的经过训练的模型包。如需详细了解可用于人脸特征点且经过训练的模型,请参阅任务概览“模型”部分。
选择和下载模型,并将其存储在项目目录中:
<dev-project-root>/src/main/assets
在 ModelAssetPath
参数中指定模型的路径。在示例代码中,模型在 FaceLandmarkerHelper.kt
文件中定义:
baseOptionsBuilder.setModelAssetPath(MP_FACE_LANDMARKER_TASK)
创建任务
MediaPipe 人脸特征点任务使用 createFromOptions()
函数来设置该任务。createFromOptions()
函数接受配置选项的值。如需详细了解配置选项,请参阅配置选项。
人脸特征点支持下列输入数据类型:静态图片、视频文件和实时视频串流。您需要在创建任务时指定与输入数据类型对应的运行模式。选择输入数据类型对应的标签页,了解如何创建任务并运行推断。
映像
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)
视频
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)
直播
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)
通过人脸特征点器示例代码实现,用户可以在处理模式之间切换。这种方法会使任务创建代码更加复杂,可能不适合您的用例。您可以在 FaceLandmarkerHelper.kt
文件的 setupFaceLandmarker()
函数中查看此代码。
配置选项
此任务具有以下 Android 应用的配置选项:
选项名称 | 说明 | 值范围 | 默认值 |
---|---|---|---|
runningMode |
设置任务的运行模式。有三种模式: IMAGE:单张图片输入的模式。 VIDEO:视频的已解码帧的模式。 LIVE_STREAM:输入数据(例如来自摄像头)的直播的模式。在此模式下,必须调用 resultListener,以设置用于异步接收结果的监听器。 |
{IMAGE, VIDEO, LIVE_STREAM } |
IMAGE |
numFaces |
FaceLandmarker 可检测到的人脸数量上限。仅当 num_faces 设置为 1 时,才会应用平滑处理。
|
Integer > 0 |
1 |
minFaceDetectionConfidence |
人脸检测被视为成功所需的最低置信度分数。 | Float [0.0,1.0] |
0.5 |
minFacePresenceConfidence |
人脸特征点检测中人脸存在分数的最低置信度分数。 | Float [0.0,1.0] |
0.5 |
minTrackingConfidence |
被视为成功的人脸跟踪的最低置信度分数。 | Float [0.0,1.0] |
0.5 |
outputFaceBlendshapes |
人脸特征点是否输出人脸融合变形。 人脸融合变形用于渲染 3D 脸部模型。 | Boolean |
False |
outputFacialTransformationMatrixes |
FaceMarkerer 是否输出面部转换矩阵。FaceMarkerer 使用矩阵将人脸特征点从规范脸部模型转换为检测到的人脸,以便用户可以对检测到的特征点应用效果。 | Boolean |
False |
resultListener |
设置结果监听器,以在 FaceMarkerer 处于直播模式时异步接收地标结果。
只能在跑步模式设为“LIVE_STREAM ”时使用 |
ResultListener |
N/A |
errorListener |
设置可选的错误监听器。 | ErrorListener |
N/A |
准备数据
人脸特征点工具可与图片、视频文件和直播视频搭配使用。该任务会处理数据输入预处理,包括大小调整、旋转和值归一化。
以下代码演示了如何移交数据进行处理。这些示例详细介绍了如何处理图片、视频文件和直播视频流中的数据。
映像
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()
视频
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()
直播
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()
在人脸特征点示例代码中,数据准备在 FaceLandmarkerHelper.kt
文件中处理。
运行任务
根据您处理的数据类型,使用特定于该数据类型的 FaceLandmarker.detect...()
方法。对单个图片使用 detect()
,对视频文件中的帧使用 detectForVideo()
,对视频流使用 detectAsync()
。对视频串流执行检测时,请务必在单独的线程上运行检测,以免阻塞界面线程。
以下代码示例展示了如何在这些不同的数据模式下运行人脸特征点标记器的简单示例:
映像
val result = FaceLandmarker.detect(mpImage)
视频
val timestampMs = i * inferenceIntervalMs FaceLandmarker.detectForVideo(mpImage, timestampMs) .let { detectionResult -> resultList.add(detectionResult) }
直播
val mpImage = BitmapImageBuilder(rotatedBitmap).build() val frameTime = SystemClock.uptimeMillis() FaceLandmarker.detectAsync(mpImage, frameTime)
请注意以下几点:
- 在视频模式或直播模式下运行时,您必须向人脸特征点任务提供输入帧的时间戳。
- 在图片或视频模式下运行时,人脸特征点任务会阻塞当前线程,直到处理完输入图片或帧。为避免阻塞界面,请在后台线程中执行处理。
- 在直播模式下运行时,人脸特征点任务会立即返回,并且不会阻塞当前线程。每当处理完输入帧时,它都会使用检测结果调用结果监听器。
在人脸特征点示例代码中,detect
、detectForVideo
和 detectAsync
函数在 FaceLandmarkerHelper.kt
文件中定义。
处理和显示结果
每次运行检测时,人脸特征点都会返回一个 FaceLandmarkerResult
对象。结果对象包含检测到的每个人脸的人脸网格,以及每个人脸特征点的坐标。(可选)结果对象还可以包含表示面部表情的融合变形,以及用于对检测到的特征点应用面部特效的面部转换矩阵。
下面显示了此任务的输出数据示例:
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]
...
下图显示了任务输出的可视化效果:
人脸特征点示例代码演示了如何显示任务返回的结果。如需了解详情,请参阅 OverlayView
类。