Détection de visages

Détection de visages

Cette page décrit une ancienne version de la Face Detection API, qui faisait partie de ML Kit pour Firebase. Le développement de cette API a été transféré vers le SDK ML Kit autonome, que vous pouvez utiliser avec ou sans Firebase. En savoir plus

Pour obtenir la documentation la plus récente, consultez Face Detection .

L'API de détection de visages de ML Kit vous permet de détecter des visages sur une image, d'identifier les principales caractéristiques du visage et obtenir les contours des visages détectés.

Grâce à la détection de visages, vous pouvez obtenir les informations dont vous avez besoin pour effectuer des tâches telles que embellir des selfies et des portraits, ou générer des avatars à partir de la photo d'un utilisateur. Étant donné que ML Kit peut effectuer la détection de visage en temps réel, vous pouvez l'utiliser dans des applications telles que le chat vidéo ou les jeux qui répondent aux expressions du joueur.

iOS Android

Si vous êtes développeur Flutter, FlutterFire peut vous intéresser. Il inclut un plug-in pour les API ML Vision de Firebase.

Il s'agit d'une version bêta de ML Kit pour Firebase. Ce peut faire l'objet de modifications susceptibles d'affecter la rétrocompatibilité et n'est sujette à aucune Contrat de niveau de service ou règlement relatif aux abandons.

Capacités clés

Reconnaître et localiser des traits du visage	Obtenez les coordonnées des yeux, des oreilles, des joues, du nez et de la bouche visage détecté.
Obtenir les contours des traits du visage	Obtenez le contour des visages détectés et de leurs yeux, sourcils, lèvres et le nez.
Reconnaître les expressions faciales	Déterminez si une personne sourit ou a les yeux fermés.
Suivre les visages dans les images de la vidéo	Obtenez un identifiant pour chaque visage détecté. Cet identifiant est cohérent d'un appel à l'autre. Vous pouvez donc, par exemple, effectuer la manipulation d'image sur une personne en particulier dans un flux vidéo.
Traiter les images vidéo en temps réel	La détection des visages est effectuée sur l'appareil et est suffisamment rapide pour être utilisée dans des applications en temps réel, comme la manipulation vidéo.

Exemples de résultats

Exemple 1

Pour chaque visage détecté:

Face 1 sur 3
Polygone de délimitation	(884.880004882812, 149.546676635742), (1030.77197265625, 149.546676635742), (1030.77197265625, 329.660278320312), (884 880004882812, 329 660278320312)
Angles de rotation	Y: -14.054030418395996, Z: -55.007488250732422
ID de suivi	2
Points de repère familiers	Œil gauche (945.869323730469, 211.867126464844) Œil droit (971,579467773438, 247,257247924805) Fond de la bouche (907,756591796875, 259,714477539062) ... etc.
Probabilités de caractéristiques	Souriant 0,88979166746139526 Œil gauche ouvert 0,98635888937860727 Œil droit ouvert 0,99258323386311531

Exemple 2 (détection du contour du visage)

Lorsque la détection des contours du visage est activée, vous obtenez également une liste de points pour chaque caractéristique faciale détectée. Ces points représentent la forme du la fonctionnalité. L'image suivante montre comment ces points sont mappés sur une face (cliquez sur l'image pour l'agrandir) :

Contours du visage
Pont du nez	(505.149811, 221.201797), (506.987122, 313.285919)
Œil gauche
Haut de la lèvre supérieure	(421.662048, 354.520813), (428.103882, 349.694061), (440.847595, 348.048737), (456.549988, 346.295532), (480.526489, 346.089294), (503.375702, 349.470459), (525.624634, 347.352783), (547.371155, 349.091980), (560.082031, 351.693268), (570.226685, 354.210175), (575.305420, 359.257751)
(etc.)