iOS용 얼굴 랜드마크 감지 가이드

MediaPipe Face Landmarker 태스크를 사용하면 이미지와 동영상에서 얼굴 특징과 얼굴 표정을 감지할 수 있습니다. 이 태스크를 사용하여 사람의 얼굴 표정을 식별하고, 얼굴 필터와 효과를 적용하고, 가상 아바타를 만들 수 있습니다. 이 태스크에서는 단일 이미지, 동영상 또는 연속 이미지 스트림을 사용할 수 있는 머신러닝(ML) 모델을 사용합니다. 이 태스크는 3차원 얼굴 랜드마크, 실시간으로 세부적인 얼굴 표면을 추론하는 블렌드셰이프 점수(표정 표현을 나타내는 계수), 효과 렌더링에 필요한 변환을 실행하는 변환 행렬을 출력합니다.

이 안내에 설명된 코드 샘플은 GitHub에서 확인할 수 있습니다. 이 웹 데모를 통해 이 작업이 실행되는 모습을 확인할 수 있습니다. 이 태스크의 기능, 모델, 구성 옵션에 관한 자세한 내용은 개요를 참고하세요.

코드 예

MediaPipe Tasks 예시 코드는 iOS용 얼굴 지형지물표시 앱의 기본 구현입니다. 이 예에서는 실제 iOS 기기의 카메라를 사용하여 연속 동영상 스트림에서 얼굴 지형지물을 감지합니다. 앱은 기기 갤러리의 이미지와 동영상에서 얼굴 랜드마크를 감지할 수도 있습니다.

이 앱을 자체 iOS 앱의 시작점으로 사용하거나 기존 앱을 수정할 때 참조할 수 있습니다. 얼굴 랜드마크 도구 예시 코드는 GitHub에 호스팅되어 있습니다.

코드 다운로드

다음 안내에서는 git 명령줄 도구를 사용하여 예시 코드의 로컬 사본을 만드는 방법을 보여줍니다.

예시 코드를 다운로드하려면 다음 안내를 따르세요.

  1. 다음 명령어를 사용하여 git 저장소를 클론합니다.

    git clone https://github.com/google-ai-edge/mediapipe-samples
    
  2. 원하는 경우 Face Landmarker 예시 앱의 파일만 포함되도록 스파스 체크아웃을 사용하도록 git 인스턴스를 구성합니다.

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

샘플 코드의 로컬 버전을 만든 후 MediaPipe 작업 라이브러리를 설치하고 Xcode를 사용하여 프로젝트를 열고 앱을 실행할 수 있습니다. 자세한 내용은 iOS 설정 가이드를 참고하세요.

주요 구성요소

다음 파일에는 얼굴 지형지물표시기 예시 애플리케이션의 중요한 코드가 포함되어 있습니다.

설정

이 섹션에서는 얼굴 랜드마크를 사용하도록 개발 환경과 코드 프로젝트를 설정하는 주요 단계를 설명합니다. 플랫폼 버전 요구사항을 비롯하여 MediaPipe 작업을 사용하기 위한 개발 환경 설정에 관한 일반적인 내용은 iOS용 설정 가이드를 참고하세요.

종속 항목

Face TRADEMARKer는 CocoaPods를 사용하여 설치해야 하는 MediaPipeTasksVision 라이브러리를 사용합니다. 이 라이브러리는 Swift 및 Objective-C 앱과 호환되며 언어별 추가 설정이 필요하지 않습니다.

MacOS에 CocoaPods를 설치하는 방법은 CocoaPods 설치 가이드를 참고하세요. 앱에 필요한 pod로 Podfile를 만드는 방법에 관한 안내는 CocoaPods 사용을 참고하세요.

다음 코드를 사용하여 PodfileMediaPipeTasksVision 모듈을 추가합니다.

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

앱에 단위 테스트 타겟이 포함된 경우 Podfile 설정에 관한 자세한 내용은 iOS용 설정 가이드를 참고하세요.

모델

MediaPipe Face Landmarker 태스크에는 이 태스크와 호환되는 학습된 모델 번들이 필요합니다. Face Landmarker에 사용할 수 있는 학습된 모델에 관한 자세한 내용은 태스크 개요 모델 섹션을 참고하세요.

모델을 선택하고 다운로드한 후 Xcode를 사용하여 프로젝트 디렉터리에 추가합니다. Xcode 프로젝트에 파일을 추가하는 방법에 관한 안내는 Xcode 프로젝트에서 파일 및 폴더 관리를 참고하세요.

BaseOptions.modelAssetPath 속성을 사용하여 앱 번들의 모델 경로를 지정합니다. 코드 예시는 다음 섹션을 참고하세요.

할 일 만들기

이니셜라이저 중 하나를 호출하여 얼굴 위치 지정자 작업을 만들 수 있습니다. FaceLandmarker(options:) 이니셜라이저는 구성 옵션의 값을 허용합니다.

맞춤설정된 구성 옵션으로 초기화된 얼굴 지형지물표시기가 필요하지 않은 경우 FaceLandmarker(modelPath:) 이니셜라이저를 사용하여 기본 옵션으로 얼굴 지형지물표시기를 만들 수 있습니다. 구성 옵션에 관한 자세한 내용은 구성 개요를 참고하세요.

얼굴 지형지물표시 태스크는 정지 이미지, 동영상 파일, 라이브 동영상 스트림이라는 3가지 입력 데이터 유형을 지원합니다. 기본적으로 FaceLandmarker(modelPath:)는 정지 이미지의 작업을 초기화합니다. 동영상 파일 또는 라이브 동영상 스트림을 처리하도록 작업이 초기화되도록 하려면 FaceLandmarker(options:)를 사용하여 동영상 또는 라이브 스트림 실행 모드를 지정하세요. 라이브 스트림 모드에는 Face Landmarker가 얼굴 지형지물표시 결과를 대리인에게 비동기식으로 전송할 수 있는 faceLandmarkerLiveStreamDelegate 구성 옵션도 추가로 필요합니다.

실행 모드에 해당하는 탭을 선택하여 태스크를 만들고 추론을 실행하는 방법을 알아보세요.

Swift

이미지

import MediaPipeTasksVision

let modelPath = Bundle.main.path(
  forResource: "face_landmarker",
  ofType: "task")

let options = FaceLandmarkerOptions()
options.baseOptions.modelAssetPath = modelPath
options.runningMode = .image
options.minFaceDetectionConfidence = minFaceDetectionConfidence
options.minFacePresenceConfidence = minFacePresenceConfidence
options.minTrackingConfidence = minTrackingConfidence
options.numFaces = numFaces

let faceLandmarker = try FaceLandmarker(options: options)
    

동영상

import MediaPipeTasksVision

let modelPath = Bundle.main.path(
  forResource: "face_landmarker",
  ofType: "task")

let options = FaceLandmarkerOptions()
options.baseOptions.modelAssetPath = modelPath
options.runningMode = .video
options.minFaceDetectionConfidence = minFaceDetectionConfidence
options.minFacePresenceConfidence = minFacePresenceConfidence
options.minTrackingConfidence = minTrackingConfidence
options.numFaces = numFaces

let faceLandmarker = try FaceLandmarker(options: options)
    

라이브 스트림

import MediaPipeTasksVision

// Class that conforms to the `FaceLandmarkerLiveStreamDelegate` protocol and
// implements the method that the face landmarker calls once it finishes
// performing face landmark detection in each input frame.
class FaceLandmarkerResultProcessor: NSObject, FaceLandmarkerLiveStreamDelegate {

  func faceLandmarker(
    _ faceLandmarker: FaceLandmarker,
    didFinishDetection result: FaceLandmarkerResult?,
    timestampInMilliseconds: Int,
    error: Error?) {

    // Process the face landmarker result or errors here.

  }
}

let modelPath = Bundle.main.path(
  forResource: "face_landmarker",
  ofType: "task")

let options = FaceLandmarkerOptions()
options.baseOptions.modelAssetPath = modelPath
options.runningMode = .liveStream
options.minFaceDetectionConfidence = minFaceDetectionConfidence
options.minFacePresenceConfidence = minFacePresenceConfidence
options.minTrackingConfidence = minTrackingConfidence
options.numFaces = numFaces

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

let faceLandmarker = try FaceLandmarker(options: options)
    

Objective-C

이미지

@import MediaPipeTasksVision;

NSString *modelPath = [[NSBundle mainBundle] pathForResource:@"face_landmarker"
                                                      ofType:@"task"];

MPPFaceLandmarkerOptions *options = [[MPPFaceLandmarkerOptions alloc] init];
options.baseOptions.modelAssetPath = modelPath;
options.runningMode = MPPRunningModeImage;
options.minFaceDetectionConfidence = minFaceDetectionConfidence;
options.minFacePresenceConfidence = minFacePresenceConfidence;
options.minTrackingConfidence = minTrackingConfidence;
options.numFaces = numFaces;

MPPFaceLandmarker *faceLandmarker =
  [[MPPFaceLandmarker alloc] initWithOptions:options error:nil];
    

동영상

@import MediaPipeTasksVision;

NSString *modelPath = [[NSBundle mainBundle] pathForResource:@"face_landmarker"
                                                      ofType:@"task"];

MPPFaceLandmarkerOptions *options = [[MPPFaceLandmarkerOptions alloc] init];
options.baseOptions.modelAssetPath = modelPath;
options.runningMode = MPPRunningModeVideo;
options.minFaceDetectionConfidence = minFaceDetectionConfidence;
options.minFacePresenceConfidence = minFacePresenceConfidence;
options.minTrackingConfidence = minTrackingConfidence;
options.numFaces = numFaces;

MPPFaceLandmarker *faceLandmarker =
  [[MPPFaceLandmarker alloc] initWithOptions:options error:nil];
    

라이브 스트림

@import MediaPipeTasksVision;

// Class that conforms to the `MPPFaceLandmarkerLiveStreamDelegate` protocol
// and implements the method that the face landmarker calls once it finishes
// performing face landmark detection in each input frame.
@interface APPFaceLandmarkerResultProcessor : NSObject 

@end

@implementation APPFaceLandmarkerResultProcessor

-   (void)faceLandmarker:(MPPFaceLandmarker *)faceLandmarker
    didFinishDetectionWithResult:(MPPFaceLandmarkerResult *)faceLandmarkerResult
         timestampInMilliseconds:(NSInteger)timestampInMilliseconds
                           error:(NSError *)error {

    // Process the face landmarker result or errors here.

}

@end

NSString *modelPath = [[NSBundle mainBundle] pathForResource:@"face_landmarker"
                                                      ofType:@"task"];

MPPFaceLandmarkerOptions *options = [[MPPFaceLandmarkerOptions alloc] init];
options.baseOptions.modelAssetPath = modelPath;
options.runningMode = MPPRunningModeLiveStream;
options.minFaceDetectionConfidence = minFaceDetectionConfidence;
options.minFacePresenceConfidence = minFacePresenceConfidence;
options.minTrackingConfidence = minTrackingConfidence;
options.numFaces = numFaces;

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

MPPFaceLandmarker *faceLandmarker =
  [[MPPFaceLandmarker alloc] initWithOptions:options error:nil];
    

참고: 동영상 모드 또는 라이브 스트림 모드를 사용하는 경우 얼굴 랜드마크는 추적을 사용하여 모든 프레임에서 감지 모델을 트리거하지 않도록 하므로 지연 시간을 줄이는 데 도움이 됩니다.

구성 옵션

이 작업에는 iOS 앱을 위한 다음과 같은 구성 옵션이 있습니다.

옵션 이름 설명 값 범위 기본값
runningMode 작업의 실행 모드를 설정합니다. 얼굴 위치 지정기에는 세 가지 모드가 있습니다.

IMAGE: 단일 이미지 입력의 모드입니다.

동영상: 동영상의 디코딩된 프레임 모드입니다.

LIVE_STREAM: 카메라와 같은 입력 데이터의 라이브 스트림 모드입니다. 이 모드에서는 `faceLandmarkerLiveStreamDelegate`를 `FaceLandmarkerLiveStreamDelegate`를 구현하는 클래스의 인스턴스로 설정하여 얼굴 지형지물 감지를 비동기식으로 실행한 결과를 수신해야 합니다.
{RunningMode.image, RunningMode.video, RunningMode.liveStream} {RunningMode.image}
numFaces 얼굴 랜드마크에서 감지할 수 있는 최대 얼굴 수입니다. 부드럽게 처리는 numFaces가 1로 설정된 경우에만 적용됩니다. 0보다 큰 정수 1
minFaceDetectionConfidence 얼굴 감지가 성공으로 간주되는 최소 신뢰도 점수입니다. 부동 소수점 수 [0.0,1.0] 0.5
minFacePresenceConfidence 얼굴 특징 감지에서 얼굴 존재 점수의 최소 신뢰도 점수입니다. 부동 소수점 수 [0.0,1.0] 0.5
minTrackingConfidence 성공으로 간주되기 위한 얼굴 추적의 최소 신뢰도 점수입니다. 부동 소수점 수 [0.0,1.0] 0.5
outputFaceBlendshapes FaceLandmarker가 얼굴 블렌드셰이프를 출력할지 여부입니다. 얼굴 블렌드셰이프는 3D 얼굴 모델을 렌더링하는 데 사용됩니다. 부울 거짓
outputFacialTransformationMatrixes FaceTRADEMARKer가 얼굴 변환 매트릭스를 출력하는지 여부입니다. FaceLandmarker는 행렬을 사용하여 얼굴 특징을 표준 얼굴 모델에서 감지된 얼굴로 변환하므로 사용자가 감지된 특징에 효과를 적용할 수 있습니다. 부울 거짓

실행 모드가 LIVE_STREAM로 설정된 경우 얼굴 랜드마커에 얼굴 랜드마커가 얼굴 랜드마크 감지 결과를 비동기식으로 전송할 수 있는 추가 faceLandmarkerLiveStreamDelegate 구성 옵션이 필요합니다. 대리자는 각 프레임에서 얼굴 특징 감지를 실행한 결과를 처리한 후 얼굴 랜드마크에서 호출하는 faceLandmarker(_:didFinishDetection:timestampInMilliseconds:error:) 메서드를 구현해야 합니다.

옵션 이름 설명 값 범위 기본값
faceLandmarkerLiveStreamDelegate Face Landmarker가 라이브 스트림 모드에서 얼굴 랜드마크 감지를 비동기식으로 실행한 결과를 수신할 수 있도록 합니다. 인스턴스가 이 속성으로 설정된 클래스는 faceLandmarker(_:didFinishDetection:timestampInMilliseconds:error:) 메서드를 구현해야 합니다. 해당 사항 없음 설정되지 않음

데이터 준비

입력 이미지 또는 프레임을 Face Landmarker에 전달하기 전에 MPImage 객체로 변환해야 합니다. MPImage는 다양한 유형의 iOS 이미지 형식을 지원하며, 추론을 위해 모든 실행 모드에서 이를 사용할 수 있습니다. MPImage에 관한 자세한 내용은 MPImage API를 참고하세요.

사용 사례와 애플리케이션에 필요한 실행 모드에 따라 iOS 이미지 형식을 선택합니다.MPImageUIImage, CVPixelBuffer, CMSampleBuffer iOS 이미지 형식을 허용합니다.

UIImage

UIImage 형식은 다음 실행 모드에 적합합니다.

  • 이미지: UIImage 이미지 형식의 앱 번들, 사용자 갤러리 또는 파일 시스템의 이미지를 MPImage 객체로 변환할 수 있습니다.

  • 동영상: AVAssetImageGenerator를 사용하여 동영상 프레임을 CGImage 형식으로 추출한 다음 UIImage 이미지로 변환합니다.

Swift

// 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)
    

Objective-C

// 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];
    

이 예에서는 기본 UIImage.Orientation.Up 방향으로 MPImage를 초기화합니다. 지원되는 UIImage.Orientation 값을 사용하여 MPImage를 초기화할 수 있습니다. Face Landmarker는 .upMirrored, .downMirrored, .leftMirrored, .rightMirrored와 같은 거울 방향을 지원하지 않습니다.

UIImage에 관한 자세한 내용은 UIImage Apple 개발자 문서를 참고하세요.

CVPixelBuffer

CVPixelBuffer 형식은 프레임을 생성하고 처리에 iOS CoreImage 프레임워크를 사용하는 애플리케이션에 적합합니다.

CVPixelBuffer 형식은 다음과 같은 실행 모드에 적합합니다.

  • 이미지: iOS의 CoreImage 프레임워크를 사용하여 일부 처리 후 CVPixelBuffer 이미지를 생성하는 앱은 이미지 실행 모드에서 Face Landmarker로 전송할 수 있습니다.

  • 동영상: 동영상 프레임을 처리를 위해 CVPixelBuffer 형식으로 변환한 후 동영상 모드에서 얼굴 지형지물표시기로 전송할 수 있습니다.

  • 라이브 스트림: iOS 카메라를 사용하여 프레임을 생성하는 앱은 처리를 위해 CVPixelBuffer 형식으로 변환된 후 라이브 스트림 모드에서 얼굴 지형지물표시기로 전송될 수 있습니다.

Swift

// 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)
    

Objective-C

// 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];
    

CVPixelBuffer에 관한 자세한 내용은 CVPixelBuffer Apple 개발자 문서를 참고하세요.

CMSampleBuffer

CMSampleBuffer 형식은 균일한 미디어 유형의 미디어 샘플을 저장하며 라이브 스트림 실행 모드에 적합합니다. iOS 카메라의 실시간 프레임은 iOS AVCaptureVideoDataOutput에 의해 CMSampleBuffer 형식으로 비동기식으로 전송됩니다.

Swift

// 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)
    

Objective-C

// 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];
    

CMSampleBuffer에 관한 자세한 내용은 CMSampleBuffer Apple 개발자 문서를 참고하세요.

태스크 실행

얼굴 랜드마커를 실행하려면 할당된 실행 모드에 맞는 detect() 메서드를 사용합니다.

  • 스틸 이미지: detect(image:)
  • 동영상: detect(videoFrame:timestampInMilliseconds:)
  • 실시간 스트리밍: detectAsync(image:timestampInMilliseconds:)

다음 코드 샘플은 다양한 실행 모드에서 얼굴 랜드마커를 실행하는 방법의 기본 예를 보여줍니다.

Swift

이미지

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

동영상

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

실시간 스트림

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

Objective-C

이미지

MPPFaceLandmarkerResult *result =
  [faceLandmarker detectImage:image error:nil];
    

동영상

MPPFaceLandmarkerResult *result =
  [faceLandmarker detectVideoFrame:image
           timestampInMilliseconds:timestamp
                             error:nil];
    

라이브 스트림

BOOL success =
  [faceLandmarker detectAsyncImage:image
           timestampInMilliseconds:timestamp
                             error:nil];
    

얼굴 랜드마커 코드 예에서는 이러한 각 모드 detect(image:), detect(videoFrame:timestampInMilliseconds:), detectAsync(image:timestampInMilliseconds:)의 구현을 자세히 보여줍니다. 이 샘플 코드를 사용하면 사용자가 사용 사례에 필요하지 않을 수 있는 처리 모드 간에 전환할 수 있습니다.

다음에 유의하세요.

  • 동영상 모드 또는 라이브 스트림 모드에서 실행할 때는 입력 프레임의 타임스탬프도 얼굴 지형지물표시 작업에 제공해야 합니다.

  • 이미지 또는 동영상 모드에서 실행되는 경우 얼굴 랜드마크 작업은 입력 이미지 또는 프레임의 처리를 완료할 때까지 현재 스레드를 차단합니다. 현재 스레드가 차단되지 않도록 하려면 iOS Dispatch 또는 NSOperation 프레임워크를 사용하여 백그라운드 스레드에서 처리를 실행합니다. Swift를 사용하여 앱을 만든 경우 백그라운드 스레드 실행을 위해 Swift 동시 실행을 사용할 수도 있습니다.

  • 라이브 스트림 모드에서 실행하면 얼굴 랜드마커 태스크가 즉시 반환되고 현재 스레드를 차단하지 않습니다. 각 입력 프레임을 처리한 후 얼굴 특징 감지 결과와 함께 faceLandmarker(_:didFinishDetection:timestampInMilliseconds:error:) 메서드를 호출합니다. Face Landmarker는 전용 직렬 전달 큐에서 이 메서드를 비동기식으로 호출합니다. 사용자 인터페이스에 결과를 표시하려면 결과를 처리한 후 결과를 기본 대기열에 전달합니다.

결과 처리 및 표시

추론을 실행하면 얼굴 랜드마크는 인식된 각 얼굴의 얼굴 메시와 각 얼굴 특징의 좌표가 포함된 FaceLandmarkerResult를 반환합니다. 원하는 경우 결과 객체에 얼굴 표정을 나타내는 블렌드셰이프와 감지된 랜드마크에 얼굴 효과를 적용하는 얼굴 변환 매트릭스도 포함할 수 있습니다.

다음은 이 태스크의 출력 데이터 예시입니다.

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]
    ...

다음 이미지는 태스크 출력의 시각화를 보여줍니다.

Face Landmarker 예시 코드는 작업에서 반환된 결과를 표시하는 방법을 보여줍니다. 자세한 내용은 FaceOverlay.swift를 참고하세요.