小遊戲,威利在哪裡? (威利穿著紅白條紋的襯衫並戴著一個絨球帽,手上拿著木製的手杖,還戴著一副眼鏡)
reference: Amazon - Where's Waldo - Toys Poster 36 x 24in
以目前主流隨安裝即用的技術來說,提到人臉偵測大多會出現下面四種方式:
下面就依序先簡單介紹各個技術使用吧!
reference: Google ML Kit - Face Detection
前身為Firebase ML-Kit - Face Detection (2020/6/3之後移動到獨立Module)
是一個Google開發的臉部識別函示庫,可以直接在行動裝置上使用,
可以在你開發的專案中整合臉部識別的相關功能:
只需要了解如何使用相關API功能即可,不需要了解實作細節或ML如何運作。
這部分有興趣的邦友們可以在[Day5] Face Detection - 使用Google ML Kit - Android了解更多細節與實作內容。
reference: aws - Detecting and analyzing faces
Amazon在AWS平台上出的影像分析服務,除了與ML Kit一樣可以透過API使用外(需事先安裝SDK),
有另外提供Online Demo平台可以測試使用。
這部分我會在[Day7] Face Detection - 使用Amazon Rekognition說明更多細節與實作內容。
看名字就知道,微軟出品,必屬精品
同樣是在他們自家的平台Azure上提供的臉部識別服務,同樣提供API方便使用
由於有其他邦友在這次鐵人賽發表Azure上的人臉辨識,有興趣的可以點連結去看一下。而臉部辨識的說明文件請參考這裡,就不再另撰一篇文章說明。
我絕對不會說是因為很久很久以前已註冊過Azure免費使用,因為不想付費所以沒有平台可以用來測試
reference: MLBLR - OpenCV
之後會著墨比較多的部分,也會延伸這個技術到後續開發一個真正互動的應用上。
OpenCV是一個跨平台的視覺處理函示庫,只要是處理影像或是影片,而主要開發語言又是C++或Python的話,對它一定不陌生。
而Dlib是由Davis King
獨立開發的一個ML相關處理與資料分析的C++函示庫,功能太多太強大說不完,而在人臉辨識相關功能中也會很常使用它。
使用OpenCV & Dlib來做人臉偵測,大概可以分為四種方式:
這個系列後半部實作部分都會使用這種方式,我會在[Day9] Face Detection - 使用OpenCV & Dlib:Haar cascades之後說明更多細節與實作內容。
我知道一下出現陌生的函示庫名稱,一下又多出一堆專有名詞會讓人怯步,因此先來總結一下這四種方式:
三個重點需要你記得 (未來如果有進入這個領域會很實用,一點過來人經驗):
facial landmark
(人臉關鍵點)做應用的,請直接選第三或第四個(Dlib相關);你會發現什麼叫做真正的無縫接軌不踩坑就這樣,下一篇見!