Hướng dẫn phát hiện điểm mốc khuôn mặt cho iOS

Tác vụ Điểm đánh dấu khuôn mặt MediaPipe cho phép bạn phát hiện các điểm đánh dấu khuôn mặt và biểu cảm khuôn mặt trong hình ảnh và video. Bạn có thể dùng nhiệm vụ này để xác định biểu cảm khuôn mặt của con người, áp dụng các bộ lọc và hiệu ứng khuôn mặt cũng như tạo hình đại diện ảo. Tác vụ này sử dụng các mô hình học máy (ML) có thể hoạt động với hình ảnh, video đơn lẻ hoặc luồng hình ảnh liên tục. Tác vụ này sẽ xuất ra các điểm đánh dấu khuôn mặt 3 chiều, điểm số hình dạng kết hợp (hệ số biểu thị biểu cảm khuôn mặt) để suy luận bề mặt khuôn mặt chi tiết theo thời gian thực và ma trận biến đổi để thực hiện các phép biến đổi cần thiết cho việc kết xuất hiệu ứng.

Bạn có thể xem mã mẫu được mô tả trong những hướng dẫn này trên GitHub. Bạn có thể xem tác vụ này trong thực tế bằng cách xem Bản minh hoạ trên web này. Để biết thêm thông tin về các tính năng, mô hình và tuỳ chọn cấu hình của tác vụ này, hãy xem phần Tổng quan.

Ví dụ về mã

Mã ví dụ MediaPipe Tasks là cách triển khai cơ bản của ứng dụng Trình xác định khuôn mặt dành cho iOS. Ví dụ này sử dụng máy ảnh trên một thiết bị iOS thực để phát hiện các điểm đánh dấu trên khuôn mặt trong luồng video liên tục. Ứng dụng cũng có thể phát hiện các điểm đặc trưng trên khuôn mặt trong hình ảnh và video từ thư viện thiết bị.

Bạn có thể sử dụng ứng dụng này làm điểm xuất phát cho ứng dụng iOS của riêng mình hoặc tham khảo ứng dụng này khi sửa đổi một ứng dụng hiện có. Mã ví dụ về Trình đánh dấu điểm đặc trưng trên khuôn mặt được lưu trữ trên GitHub.

Tải mã xuống

Hướng dẫn sau đây cho bạn biết cách tạo bản sao cục bộ của mã ví dụ bằng công cụ dòng lệnh git.

Cách tải mã ví dụ xuống:

1. Sao chép kho lưu trữ git bằng lệnh sau:

   git clone https://github.com/google-ai-edge/mediapipe-samples
   

2. Bạn có thể định cấu hình thực thể git để sử dụng tính năng kiểm tra thư mục thưa, nhờ đó bạn chỉ có các tệp cho ứng dụng mẫu Face Landmarker:

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

Sau khi tạo phiên bản cục bộ của mã ví dụ, bạn có thể cài đặt thư viện tác vụ MediaPipe, mở dự án bằng Xcode và chạy ứng dụng. Để biết hướng dẫn, hãy xem Hướng dẫn thiết lập cho iOS.

Các thành phần chính

Các tệp sau đây chứa mã quan trọng cho ứng dụng ví dụ về Trình đánh dấu điểm đặc trưng trên khuôn mặt:

• FaceLandmarkerService.swift: khởi chạy Face Landmarker, xử lý lựa chọn mô hình và chạy suy luận trên dữ liệu đầu vào.
• CameraViewController.swift: triển khai giao diện người dùng cho chế độ nhập nguồn cấp dữ liệu máy ảnh trực tiếp và trực quan hoá kết quả.
• MediaLibraryViewController.swift: Triển khai giao diện người dùng cho các chế độ nhập tệp hình ảnh tĩnh và video, đồng thời trực quan hoá kết quả.

Thiết lập

Phần này mô tả các bước chính để thiết lập môi trường phát triển và dự án mã để sử dụng Face Landmarker. Để biết thông tin chung về cách thiết lập môi trường phát triển cho việc sử dụng các tác vụ MediaPipe, bao gồm cả các yêu cầu về phiên bản nền tảng, hãy xem Hướng dẫn thiết lập cho iOS.

Phần phụ thuộc

Face Landmarker sử dụng thư viện MediaPipeTasksVision. Bạn phải cài đặt thư viện này bằng CocoaPods. Thư viện này tương thích với cả ứng dụng Swift và Objective-C và không yêu cầu thiết lập bổ sung theo ngôn ngữ.

Để biết hướng dẫn cài đặt CocoaPods trên MacOS, hãy tham khảo hướng dẫn cài đặt CocoaPods. Để xem hướng dẫn về cách tạo Podfile với các nhóm cần thiết cho ứng dụng, hãy tham khảo bài viết Sử dụng CocoaPods.

Thêm nhóm MediaPipeTasksVision trong Podfile bằng mã sau:

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

Nếu ứng dụng của bạn có các mục tiêu kiểm thử đơn vị, hãy tham khảo Hướng dẫn thiết lập dành cho iOS để biết thêm thông tin về cách thiết lập Podfile.

Mẫu

Tác vụ Điểm đánh dấu khuôn mặt MediaPipe yêu cầu một gói mô hình đã huấn luyện tương thích với tác vụ này. Để biết thêm thông tin về các mô hình đã huấn luyện hiện có cho Trình đánh dấu điểm đặc trưng trên khuôn mặt, hãy xem phần Mô hình trong phần tổng quan về tác vụ.

Chọn và tải một mô hình xuống, sau đó thêm mô hình đó vào thư mục dự án bằng Xcode. Để biết hướng dẫn về cách thêm tệp vào dự án Xcode của bạn, hãy tham khảo bài viết Quản lý tệp và thư mục trong dự án Xcode của bạn.

Sử dụng thuộc tính BaseOptions.modelAssetPath để chỉ định đường dẫn đến mô hình trong gói ứng dụng. Để biết ví dụ về mã, hãy xem phần tiếp theo.

Tạo việc cần làm

Bạn có thể tạo tác vụ Trình xác định khuôn mặt bằng cách gọi một trong các trình khởi chạy tương ứng. Trình khởi tạo FaceLandmarker(options:) chấp nhận các giá trị cho các tuỳ chọn cấu hình.

Nếu không cần khởi chạy Trình đánh dấu điểm trên khuôn mặt bằng các tuỳ chọn cấu hình tuỳ chỉnh, bạn có thể sử dụng trình khởi chạy FaceLandmarker(modelPath:) để tạo Trình đánh dấu điểm trên khuôn mặt bằng các tuỳ chọn mặc định. Để biết thêm thông tin về các tuỳ chọn cấu hình, hãy xem phần Tổng quan về cấu hình.

Tác vụ Điểm đánh dấu khuôn mặt hỗ trợ 3 loại dữ liệu đầu vào: hình ảnh tĩnh, tệp video và luồng video trực tiếp. Theo mặc định, FaceLandmarker(modelPath:) sẽ khởi chạy một tác vụ cho ảnh tĩnh. Nếu bạn muốn khởi tạo tác vụ để xử lý tệp video hoặc luồng video trực tiếp, hãy sử dụng FaceLandmarker(options:) để chỉ định chế độ chạy video hoặc phát trực tiếp. Chế độ phát trực tiếp cũng yêu cầu tuỳ chọn cấu hình faceLandmarkerLiveStreamDelegate bổ sung, cho phép Trình đánh dấu điểm đặc trưng trên khuôn mặt phân phối kết quả của trình đánh dấu điểm đặc trưng trên khuôn mặt cho đối tượng uỷ quyền một cách không đồng bộ.

Chọn thẻ tương ứng với chế độ chạy để xem cách tạo tác vụ và chạy suy luận.

Swift

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)
    

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)
    

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

@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];
    

@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];
    

@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];
    

Lưu ý: Nếu bạn sử dụng chế độ video hoặc chế độ phát trực tiếp, Trình đánh dấu điểm đặc trưng trên khuôn mặt sẽ sử dụng tính năng theo dõi để tránh kích hoạt mô hình phát hiện trên mọi khung hình, giúp giảm độ trễ.

Các lựa chọn về cấu hình

Tác vụ này có các tuỳ chọn cấu hình sau đây cho ứng dụng iOS:

Khi chế độ chạy được đặt thành LIVE_STREAM, Trình đánh dấu điểm đặc trưng trên khuôn mặt sẽ yêu cầu thêm tuỳ chọn cấu hình faceLandmarkerLiveStreamDelegate, cho phép Trình đánh dấu điểm đặc trưng trên khuôn mặt phân phối kết quả phát hiện điểm đặc trưng trên khuôn mặt một cách không đồng bộ. Phương thức uỷ quyền phải triển khai phương thức faceLandmarker(_:didFinishDetection:timestampInMilliseconds:error:) mà Trình phát hiện điểm đặc trưng trên khuôn mặt gọi sau khi xử lý kết quả của việc phát hiện điểm đặc trưng trên khuôn mặt trên mỗi khung hình.

Chuẩn bị dữ liệu

Bạn cần chuyển đổi hình ảnh hoặc khung hình đầu vào thành đối tượng MPImage trước khi truyền đối tượng đó đến Trình xác định khuôn mặt. MPImage hỗ trợ nhiều loại định dạng hình ảnh iOS và có thể sử dụng các định dạng đó ở mọi chế độ chạy để suy luận. Để biết thêm thông tin về MPImage, hãy tham khảo API MPImage.

Hãy chọn định dạng hình ảnh iOS dựa trên trường hợp sử dụng của bạn và chế độ chạy mà ứng dụng yêu cầu.MPImage chấp nhận các định dạng hình ảnh iOS UIImage, CVPixelBuffer và CMSampleBuffer.

UIImage

Định dạng UIImage rất phù hợp với các chế độ chạy sau đây:

• Hình ảnh: hình ảnh từ gói ứng dụng, thư viện người dùng hoặc hệ thống tệp được định dạng dưới dạng hình ảnh UIImage có thể được chuyển đổi thành đối tượng MPImage.

• Video: sử dụng AVAssetImageGenerator để trích xuất khung hình video sang định dạng CGImage, sau đó chuyển đổi các khung hình đó thành hình ảnh UIImage.

// 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)
    

// 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];
    

Ví dụ này khởi tạo MPImage với hướng mặc định UIImage.Orientation.Up. Bạn có thể khởi chạy MPImage bằng bất kỳ giá trị UIImage.Orientation nào được hỗ trợ. Face Landmarker không hỗ trợ các hướng phản chiếu như .upMirrored, .downMirrored, .leftMirrored, .rightMirrored.

Để biết thêm thông tin về UIImage, hãy tham khảo Tài liệu dành cho nhà phát triển Apple về UIImage.

CVPixelBuffer

Định dạng CVPixelBuffer rất phù hợp với các ứng dụng tạo khung và sử dụng khung CoreImage của iOS để xử lý.

Định dạng CVPixelBuffer phù hợp với các chế độ chạy sau:

• Hình ảnh: các ứng dụng tạo hình ảnh CVPixelBuffer sau một số quá trình xử lý bằng khung CoreImage của iOS có thể được gửi đến Trình xác định khuôn mặt ở chế độ chạy hình ảnh.

• Video: bạn có thể chuyển đổi khung hình video sang định dạng CVPixelBuffer để xử lý, sau đó gửi đến Trình xác định khuôn mặt ở chế độ video.

• phát trực tiếp: các ứng dụng sử dụng máy ảnh iOS để tạo khung hình có thể được chuyển đổi sang định dạng CVPixelBuffer để xử lý trước khi được gửi đến Trình đánh dấu điểm trên khuôn mặt ở chế độ phát trực tiếp.

// 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)
    

// 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];
    

Để biết thêm thông tin về CVPixelBuffer, hãy tham khảo Tài liệu dành cho nhà phát triển CVPixelBuffer của Apple.

CMSampleBuffer

Định dạng CMSampleBuffer lưu trữ các mẫu nội dung nghe nhìn thuộc một loại nội dung nghe nhìn đồng nhất và phù hợp với chế độ chạy phát trực tiếp. Khung hình trực tiếp từ máy ảnh iOS được AVCaptureVideoDataOutput của iOS phân phối không đồng bộ ở định dạng CMSampleBuffer.

// 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)
    

// 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];
    

Để biết thêm thông tin về CMSampleBuffer, hãy tham khảo Tài liệu dành cho nhà phát triển CMSampleBuffer Apple.

Chạy tác vụ

Để chạy Trình đánh dấu điểm đặc trưng trên khuôn mặt, hãy sử dụng phương thức detect() dành riêng cho chế độ chạy được chỉ định:

• Hình ảnh tĩnh: detect(image:)
• Video: detect(videoFrame:timestampInMilliseconds:)
• Phát trực tiếp: detectAsync(image:timestampInMilliseconds:)

Các mã mẫu sau đây cho thấy các ví dụ cơ bản về cách chạy Trình đánh dấu khuôn mặt ở các chế độ chạy khác nhau:

Swift

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

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

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

Objective-C

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

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

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

Ví dụ về mã của Trình đánh dấu điểm đặc trưng trên khuôn mặt cho thấy cách triển khai từng chế độ này một cách chi tiết hơn detect(image:), detect(videoFrame:timestampInMilliseconds:) và detectAsync(image:timestampInMilliseconds:). Mã mẫu cho phép người dùng chuyển đổi giữa các chế độ xử lý có thể không bắt buộc đối với trường hợp sử dụng của bạn.

Xin lưu ý những điều sau:

• Khi chạy ở chế độ video hoặc chế độ phát trực tiếp, bạn cũng phải cung cấp dấu thời gian của khung nhập cho tác vụ của Trình xác định khuôn mặt.

• Khi chạy ở chế độ hình ảnh hoặc video, tác vụ Điểm đánh dấu khuôn mặt sẽ chặn luồng hiện tại cho đến khi xử lý xong hình ảnh hoặc khung hình đầu vào. Để tránh chặn luồng hiện tại, hãy thực thi quá trình xử lý trong luồng nền bằng cách sử dụng khung iOS Dispatch hoặc NSOperation. Nếu ứng dụng được tạo bằng Swift, bạn cũng có thể dùng Swift Concurrency để thực thi luồng trong nền.

• Khi chạy ở chế độ phát trực tiếp, tác vụ Điểm đánh dấu khuôn mặt sẽ trả về ngay lập tức và không chặn luồng hiện tại. Phương thức này gọi phương thức faceLandmarker(_:didFinishDetection:timestampInMilliseconds:error:) với kết quả phát hiện điểm đặc trưng trên khuôn mặt sau khi xử lý từng khung hình đầu vào. Trình đánh dấu điểm đặc trưng trên khuôn mặt gọi phương thức này không đồng bộ trên một hàng đợi điều phối nối tiếp chuyên dụng. Để hiển thị kết quả trên giao diện người dùng, hãy gửi kết quả đến hàng đợi chính sau khi xử lý kết quả.

Xử lý và hiển thị kết quả

Khi chạy quy trình suy luận, Trình đánh dấu điểm đặc trưng trên khuôn mặt sẽ trả về một FaceLandmarkerResult chứa lưới khuôn mặt cho mỗi khuôn mặt được phát hiện, cùng với toạ độ cho mỗi điểm đặc trưng trên khuôn mặt. Đối tượng kết quả cũng có thể chứa các hình dạng kết hợp (blendshape) biểu thị biểu cảm khuôn mặt và ma trận biến đổi khuôn mặt để áp dụng hiệu ứng khuôn mặt trên các điểm đánh dấu được phát hiện.

Sau đây là ví dụ về dữ liệu đầu ra của tác vụ này:

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]
    ...

Hình ảnh sau đây cho thấy hình ảnh trực quan của kết quả tác vụ:

Mã ví dụ của Trình xác định khuôn mặt minh hoạ cách hiển thị kết quả mà nhiệm vụ trả về. Vui lòng xem FaceOverlay.swift để biết thêm thông tin chi tiết.