使用 MediaPipe + FER 方案,相比 DeepFace 有以下優勢:

主要改進

1. MediaPipe 優勢

✅ 輕量級: 記憶體佔用少 (~200MB vs DeepFace ~2GB)
✅ 快速: CPU 處理速度快 3-5 倍
✅ 穩定: Google 官方維護,無記憶體洩漏
✅ 高精度: 468 個 3D 特徵點 = 1404 維向量

2. FER 情緒檢測

✅ 專門用於情緒識別
✅ 支援 7 種情緒: angry, disgust, fear, happy, sad, surprise, neutral
✅ 不依賴 MTCNN（也就是說Deepface依賴，MTCNN的細節可見邦友的文章），記憶體友好

3. 特徵向量比較

4. 記憶體優勢展示

效能預估

以我的資料集有 3056 張圖片為例:

處理時間: 約 15-30 分鐘 (vs DeepFace 1-2 小時)
記憶體峰值: 8-10GB (vs DeepFace 15-18GB)
成功率: 90-95% (取決於圖片品質)

DeepFace vs MediaPipe+FER 的分工差異

總結

• DeepFace 依賴 MTCNN 負責人臉定位與預處理。
• MediaPipe 專注於快速高維人臉特徵點抽取，搭配 FER 可高效執行多圖或即時情緒辨識任務。
• MediaPipe+FER 方案在速度、資源消耗、情緒辨識專精度上，適合高效量級應用，而 DeepFace 更偏向於全面性臉部識別與深度特徵應用。